通过人工智能和机器学习来利用机器和人类的力量

人工智能（AI）的含义很容易混淆和误解-从类人机器人的想法到已经存在于我们移动设备中的简单数字助手。那么什么是AI？

从当今先进的技术来讲可以分为两个大类

初代AI和真正AI。前者，也称为“窄幅AI”，是一系列技术，通常依赖于算法和已编程的响应来激发智能的基本方式，通常涉及指定的任务。每当您要求Alexa为您设置警报或打开灯时，都会在操作中看到弱AI。早起的AI是不掺杂任何的思考在里面，只是基于先前的培训看似明智的回应。相对现今比较高科技的AI只能相比，真正的AI技术可以模仿我们的大脑来进行思考的人工智能技术。人工智能应该是一个可以进行自主思考的机器系统，通过对客户的了解并根据这种理解做出一系列的自动决策。

目前在市面上遇到大多数的AI的种类都属于人工智能技术

我们正在随着时间以及高科技的快速发展为实现未来真正的可以自主思考的人工智能一步步的迈进。数据分析师现今可以利用初代人工智能技术对数据进行有特定指令的收集、整理、过滤等工作，虽然人工智能还没有发展到我们所想像的地步，但已经可以帮助数据分析师得到他们想要的东西，为数据分析师提供很好的技术支持服务。

机器学习算法已经达到了可以根据它们周围的数据成功学习和执行的水平

其中有些算法（例如无监督的机器学习）无需进行显式编程，从排序大量数据到在其中找到有用的模式，如今，使用ML算法可以让CPDA数据分析师很短的时间内完成繁琐的数据繁重的工作，这些工作可能要花费数据分析师数百个小时，这项技术已经在自动驾驶汽车，网络安全技术等领域得到了应用，从而也为数据分析师抢夺了更多的时间，但这仅仅是开始，尤其是每秒生成数据的速率。

为什么要为数据分析师的业务使用人工智能和机器学习？

这个时代大数据的爆发增长，初代人工智能正逐渐融入自己的生活，数据分析师利用机器学习取决于大量数据来训练算法，以便它们可以进行调整和改进。当今的很多企业拥有大量数据，并将继续产生越来越多的数据。借助AI和ML，有可能利用这些数据来获得仅凭人工分析就无法获得的价值，从而通过新的见解和自动化来提高有效性和生产率，虽然高级人工智能还没有实现，但是这种半人工智能可以为数据分析师完成之前繁琐的数据收集、整理、清理的工作，让数据分析师真正的把大部分时间放到他的技能（分析）上面，让数据分析师发挥他的亮点。

在现代社会我们与技术联系中还有哪些障碍

数据分析师可以将AI和机器学习应用于业务问题的分析中，可以增强我们数据分析的实力，也就是说寻找一个更好的武器来为我们的数据分析工作加把劲，从而使我们能够获得新见解并实现现有流程的自动化。