Konferencja: XVII Interdyscyplinarna Konferencja Naukowa TYGIEL 2025
Miejsce: 20-22 marca 2025 r. Lublin
Zorganizowana przez: Fundacja na rzecz promocji nauki i rozwoju TYGIEL
Zorganizowana przez: Fundacja na rzecz promocji nauki i rozwoju TYGIEL
[Picture]
Sztuczna inteligencja w ewolucji przetwarzania danych
Opis:
Prezentacja podejmuje problem ewolucji przetwarzania danych w warunkach dynamicznego rozwoju sztucznej inteligencji. Jej celem jest ukazanie, w jaki sposób współczesne systemy AI zmieniają logikę gromadzenia, integracji, analizy i wykorzystania danych, prowadząc od tradycyjnych, scentralizowanych struktur do architektur autonomicznych, rozproszonych i hybrydowych. Wystąpienie rozpoczyna się od krótkiego rysu historycznego, obejmującego przejście od kart perforowanych i relacyjnych baz danych do hurtowni danych, jezior danych oraz nowoczesnych modeli ETL i ELT. Następnie omówiono rolę AI w automatyzacji integracji danych, detekcji anomalii, poprawie jakości danych oraz rozwoju samoregulujących się baz danych i architektur typu NoOps. Szczególną uwagę poświęcono nowym kierunkom rozwoju, takim jak Edge Computing, federacyjne uczenie maszynowe, TinyML, wykorzystanie danych syntetycznych oraz koncepcja Space Computing, która rozszerza środowisko przetwarzania poza infrastrukturę naziemną. W prezentacji wskazano również znaczenie orkiestracji hybrydowej i MLOps w budowie ciągłego ekosystemu IoT, Edge, Cloud i Space. Całość uzupełnia odniesienie do polskich uwarunkowań wdrażania AI, w tym skali adopcji technologii i barier obecnych w sektorze MŚP. Wnioskiem prezentacji jest stwierdzenie, że sztuczna inteligencja staje się nie tylko narzędziem analitycznym, lecz także podstawą nowej generacji autonomicznych systemów przetwarzania danych, które będą kształtować przyszłość organizacji, gospodarki i infrastruktury cyfrowej.
Prezentacja podejmuje problem ewolucji przetwarzania danych w warunkach dynamicznego rozwoju sztucznej inteligencji. Jej celem jest ukazanie, w jaki sposób współczesne systemy AI zmieniają logikę gromadzenia, integracji, analizy i wykorzystania danych, prowadząc od tradycyjnych, scentralizowanych struktur do architektur autonomicznych, rozproszonych i hybrydowych. Wystąpienie rozpoczyna się od krótkiego rysu historycznego, obejmującego przejście od kart perforowanych i relacyjnych baz danych do hurtowni danych, jezior danych oraz nowoczesnych modeli ETL i ELT. Następnie omówiono rolę AI w automatyzacji integracji danych, detekcji anomalii, poprawie jakości danych oraz rozwoju samoregulujących się baz danych i architektur typu NoOps. Szczególną uwagę poświęcono nowym kierunkom rozwoju, takim jak Edge Computing, federacyjne uczenie maszynowe, TinyML, wykorzystanie danych syntetycznych oraz koncepcja Space Computing, która rozszerza środowisko przetwarzania poza infrastrukturę naziemną. W prezentacji wskazano również znaczenie orkiestracji hybrydowej i MLOps w budowie ciągłego ekosystemu IoT, Edge, Cloud i Space. Całość uzupełnia odniesienie do polskich uwarunkowań wdrażania AI, w tym skali adopcji technologii i barier obecnych w sektorze MŚP. Wnioskiem prezentacji jest stwierdzenie, że sztuczna inteligencja staje się nie tylko narzędziem analitycznym, lecz także podstawą nowej generacji autonomicznych systemów przetwarzania danych, które będą kształtować przyszłość organizacji, gospodarki i infrastruktury cyfrowej.