作為營銷人員AI學院會員，我們提供每月問我任何(AMA)會議與領先的行業專家。我們談論從技術趨勢、用例、經驗教訓到更多的事情。
這篇文章提供了一個內部的最新，獨家會員會議與Cal Al-Dhubaib (@caldhubaib),首席執行官,Pandata．在會議中，他討論了所有關於數據的問題，從數據科學，數據偏見，到在試點項目中使用數據——所有問題都源於他在AI學院為營銷人員提供的認證(鏈接如下)。
下麵是我們聊天的一個快速視頻，然後是對話的要點。
組織開始使用人工智能的常見障礙是什麼?
可用的人才。如果你沒有這樣的人才，那就問問自己:在不了解細節和編程方麵的情況下，我們如何幫助營銷人員理解背後的內容?如果你能提出更好的問題，那麼當你與數據科學家合作時，你就能創造更好的解決方案。
什麼是數據科學?
人工智能和數據科學密切相關。數據科學是一門廣泛的學科，它能夠通過大規模分析數據並理解數據來解決挑戰。它是你從數據中創造價值的過程。
如何定義AI?
它是數據科學的產物。人工智能和機器學習是攜手並進的。從廣義上講，人工智能是一種擅長識別複雜模式並對其做出反應的軟件，它可以自動化看似人類的任務(而不是工作)。
任務是什麼意思?
作為一個領域，我們犯過的最大錯誤之一就是稱其為AI……也許增強智能會更好。如果你考慮人工智能的效用和它的意義，它可以讓你進行更高層次的思考。人工智能改變了你工作的性質，但讓你專注於更高層次的問題(所以你不必做平凡的、具體的任務)。
你能談談Pandata如何與克利夫蘭藝術博物館合作嗎?
因為它是免費的，博物館有一個獨特的問題。他們很難統計在他們的空間裏參觀的人數，以及他們如何與展品互動。熊貓數據與他們合作，研究WiFi數據和位置數據。我們發現了這個非常有趣的金塊。CMA已經將你如何在高科技展覽中參與藝術遊戲化了，他們發現在這個空間中花費5分鍾以上的人平均會在博物館多呆一個小時。所以現在，CMA知道更多的互動展覽更吸引人。這可以幫助策展人決定將來輸入哪些部分。
什麼是數據偏見?
偏見和數據應該讓我們感到恐懼。我們在進行人工智能實驗時應該認真考慮這個問題。問這個問題:誰少了?哪些群體沒有被代表，這對期望意味著什麼?停下來問這些問題會讓世界大不相同。
你如何找到一個試點項目?
越簡單越好。要了解AI在哪裏可以提供價值，請考慮您的工作流程。哪些部分具有最高的人類一致性?還有，什麼花費的時間最多?這通常是確定AI用例的好方法。這裏麵可能有一些值得自動化的東西。
下一步是什麼?
在Cal的認證課程中，您將學習如何向數據科學家提出正確的問題。你不需要成為一名數據科學家才能開始。你隻需要從不同的角度看問題，知道有更好的方法來解決它們!
熱門的年輕
桑迪·楊(Sandie Young)曾是Ready North的營銷總監。2012年夏天，她開始在該公司工作，擁有雜誌新聞工作經驗，對內容營銷充滿熱情。桑迪畢業於俄亥俄大學，獲得E.W.斯克裏普斯新聞學院理學學士學位。