教學目標

此篇主要為 SAS Global Forum 2018 開場影片的心得筆記。

重點概念

首先最近 SAS 官方釋出 SAS Global Forum 2018 開場影片,一開場 SAS 創辦人 Jim Goodnight 就先提到目前 SAS 9.4 M5 平台和 SAS Viya 3.3 平台主要進行平行處理的機器學習相關作業。同時人工智慧和網際網路是兩個突破性的發展,SAS 針對人工智慧不僅是進行進階分析,更用於人工智慧機器建構深度學習和神經網路。其本質就是擁有很多的參數的模型,並且當人工智慧技術整合至 SAS 平台中時,將會更有效的進行視覺影像分析和自然語言處理,以利我們透過人工智慧的技術取得越來越多的情報。

接著 SAS 營運長則提到 SAS 成立是為了幫助研究人員使用統計和數學找到資料關係和模式,並且預測結果,以及透過數學表達式驗科學假設。基於直覺的軟體決策被替換為基於資料的決策,以及透過可靠的演算法執行取代了容易出錯的手動計算,其實這些皆是人工智慧的起源,早在 1976 年 SAS 就基於分析轉換技術打擊欺詐行為,防止犯罪改變生活,並且分析保護野生動物多樣式,改善醫療健保的工作流程,至今也透過強大平台中的人工智慧技術為客戶解決問題和改善生活。

再來好奇心是人類進步的關鍵,我們可以透過分析改善生活,並且相信我們可以改變世界,將資料帶入智慧的世界,世界越來越受到資料和資訊的驅動與連結,但我們只看到資料的冰山一角,事實上每個分析的數量和種類越來越大,此時我們必須想辦法接收這些巨量的物聯網資料至雲端平台或資料中心。現今的我們在新的分析經濟中進行運作,所謂分析經濟主要是智慧和自動化,這也是我們必需要學習如何建立和管理我們的智慧系統,並且學會控管自動化智慧系統和學習信任智慧系統。

最後 SAS 最佳實務的副總則是訪談星展銀行的首席分析師,其中提到銀行如何透過 SAS 平台進行網路客戶的行銷和分析企業客戶的風險,此時資料非常重要,透過資料進行分析為銀行創造價值。其中主要有四種分析的方式,第一種分析是有關客戶參與,我們要如何提供個人化服務與客戶進行互動,第二種分析有關員工顧用,我們如何透過機器學習讓員工更聰明的進行互動,第三種分析有關風險控管,我們要如何更好的管理信用或營運風險,第四種分析有關投資組合優化,我們如何透過預測建模進行投資組合的優化,至於要如何有效將資料原則導入銀行中進行運作,建議直接觀看影片

總結 SAS 平台雖然展示許多令人印象深刻的實務應用,但是要如何將 SAS 平台順利導入至企業中,將會是非常大的挑戰,尤其在於營運不中斷的議題上,是需要花費更多的時間與客戶進行溝通與協調。

相關資源