මම මෑතකදී සයිබර් ආරක්ෂාව සඳහා දත්ත විද්යාව භාවිතා කිරීම පිළිබඳ පන්තියක් පැවැත්වූ අතර, පැකට් ග්රහණ දත්ත විශ්ලේෂණය කෙරෙහි අවධානය යොමු කළෙමි - තරමක් තාක්ෂණික හා සම්ප්රදායිකව වියළි මාතෘකාවක්. ගවේෂණාත්මක දත්ත විශ්ලේෂණය, ලොග් දත්ත පෙර සැකසුම් කිරීම සහ පරිවර්තනය කිරීම, සහ පොකුරු සහ ප්රස්තාර ජාල විශ්ලේෂණයේ එකතුවක් හරහා විෂමතා හඳුනා ගැනීම වැනි මූලික පියවර ආවරණය කරමින් මූල්ය ආයතන තුළ සයිබර් ආරක්ෂණය පිළිබඳ මගේ අත්දැකීම් වලින් මා බෙදාගත් ප්රවේශය ලබා ගත්තෙමි. එක් පුදුම සහගත අංගයක් වූයේ මම මෙම සැසිය සඳහා සූදානම් වීමට ගත කළ කාලයයි - මම සාමාන්යයෙන් ආයෝජනය කරන ප්රමාණයෙන් කොටසක්. ක්රියාවලිය විධිමත් කිරීමේදී AI සැලකිය යුතු කාර්යභාරයක් ඉටු කළේය. කේතනය කිරීමට, දළ සටහන සංවර්ධනය කිරීමට සහ විනිවිදක නිර්මාණය කිරීමට පවා මම ක්ලෝඩ් භාවිතා කළෙමි. සමස්තයක් වශයෙන්, සම්පූර්ණ පාඨමාලාව පැය 48 ක් ඇතුළත සූදානම් විය. සැසිය සිත් ඇදගන්නා සුළු විය. සහභාගිවන්නන්, සාමාන්යයෙන් කේත නොකරන මූලික වශයෙන් CISOs, AI සහාය ඇතිව සකස් කරන ලද අභ්යාස, බුද්ධිමය සහ ප්රායෝගික බව සොයා ගත්හ. මගේ ඉලක්කය වූයේ දත්ත සහ කේතය සමඟ සෘජුව වැඩ කිරීමට ඔවුන්ව ගිල්වීමයි. නවීන සයිබර් තර්ජන ඔත්තු බැලීම් සහ SIEM වේදිකා සාමාන්යයෙන් ස්වයංක්රීය කරන්නේ කුමක් දැයි හස්තීයව ගවේෂණය කිරීමේ අවස්ථාව ඔවුන් විශේෂයෙන් අගය කළහ, "හුඩ් යට" සිදුවන ක්රියාවලීන් පිළිබඳ අවබෝධයක් ලබා ගත්හ. පන්තියෙන් මගේ ප්රධාන ඉවත්වීම පුදුම සහගත ලෙස ප්රතිවිරෝධී විය: . මෙම දර්ශනය නොමේරූ බවක් හෝ සමහර විට එහි කාලයට පෙර විය හැකි නමුත් එය සාකච්ඡාවට සුදුසු ඉදිරිදර්ශනයකි. දත්ත විද්යාව, අප දන්නා පරිදි, අවසානයේදී AI මගින් ප්රතිස්ථාපනය වනු ඇත අවවාදයයි: මෙයින් සමහරක් මිනිසුන් අවුලුවාලිය හැක. ලිංගිකත්වය යනු ගමන් මලුයි දශකයකට වැඩි කාලයක් තිස්සේ දත්ත විද්යාව "21 වැනි සියවසේ සරාගීම රැකියාව" ලෙස සමරනු ලැබ ඇත. එහෙත් AI වේගයෙන් දියුණු වන විට, ක්ෂේත්රයේ යටින් පවතින අභියෝග නොසලකා හැරීම දුෂ්කර බව පැහැදිලි වේ. ප්රබල උත්පාදක AI හි පැමිණීම ඉතා හොඳින් විනය සඳහා ඉඟි ලක්ෂ්යය විය හැකි අතර, එය ආපසු හැරී බැලීමේදී, මුලින් පිළිගත්තාට වඩා ලිහිල් ලෙස නිර්වචනය කර අධික ලෙස ප්රකාශ කර ඇත. එහි සාරය අනුව, දත්ත විද්යාව පරිගණක විද්යාව, සංඛ්යාලේඛන සහ ව්යාපාරික ඥානය ඒකාබද්ධ කරයි, විශාල දත්ත ප්රමාණයකින් ක්රියාකාරී අවබෝධයක් ලබා දීමේ පොරොන්දුව සංවිධානවලට ලබා දෙයි. වර්තමාන දත්ත මත පදනම් වූ ලෝකයේ මෙම කුසලතා කට්ටලය ප්රතික්ෂේප කළ නොහැකි තරම් වටිනා ය. කෙසේ වෙතත්, එහි ඔප දැමූ රූපයට යටින්, ක්ෂේත්රය සැලකිය යුතු ගැටළු වලට මුහුණ දෙයි. බොහෝ විට දත්ත විද්යාව ලෙස ලේබල් කර ඇති දේ නිතරම පිළිවෙළකට නොගැලපෙන ලිහිල් සම්බන්ධ කාර්යයන්වල පැච් වර්ක් බවට පත් වන අතර ක්ෂේත්රයේ බොහෝ වෘත්තිකයන් විනය ඉල්ලා සිටින සම්පූර්ණ පළල සහ සංකීර්ණත්වය සමඟ අරගල කරයි. දත්ත විශ්ලේෂණය, ආකෘති නිර්මාණය සහ තීක්ෂ්ණ බුද්ධිය උත්පාදනය හැසිරවිය හැකි AI මත පදනම් වූ මෙවලම්වල නැගීම, දත්ත විද්යාවේ භූමිකාව සහ අනාගතය දෙස බලන ආකාරය වෙනස් කිරීමට බල කළ හැකිය. AI විසින් දත්ත විද්යාව තුළ මූලික කාර්යයන් බොහෝමයක් සරල කිරීම සහ ස්වයංක්රීය කිරීම දිගටම කරගෙන යන බැවින්, බුද්ධිමත් ස්වයංක්රීයකරණයේ යුගයේ දත්ත විද්යාඥයෙකු වීම සැබවින්ම අදහස් කරන්නේ කුමක්ද යන්න පිළිබඳව ක්ෂේත්රයට මුහුණ දීමට සිදුවනු ඇත. ඉරිතැලීම් බොහෝ දත්ත විද්යාඥයින්, නවීන කේතීකරණ කුසලතා සහ ඩිජිටල් මෙවලම් භාවිතා කර තිබියදීත්, පුදුම සහගත ලෙස කාර්යයක නිරත වේ. දත්ත සැකසීම, පවිත්ර කිරීම සහ විශ්ලේෂණයට පුනරාවර්තන සහ යාන්ත්රික වෙහෙසකාරී, කාලය ගතවන කාර්යයන් ඇතුළත් වේ. ඇත්ත වශයෙන්ම, දත්ත විද්යා ශ්රමයෙන් සැලකිය යුතු ප්රමාණයක් දත්ත කට්ටල සකස් කිරීම සඳහා වැය කරයි—එය නිර්මාණය කර ඇති උද්වේගකර, සොයාගැනීම් මත පදනම් වූ විද්යාවට වඩා බොහෝ විට එය වෙහෙසකර කාර්යයක් ලෙස හැඟේ. ක්ෂේත්රයට පිවිසෙන බොහෝ දෙනෙක් ආධුනිකයින් වීම මෙම ගැටලුව තවත් උග්ර කරයි. Python හෝ R හි මාර්ගගත පාඨමාලා කිහිපයක් හදාරා ඇති මෙම "දත්ත විද්යාඥයින්" බොහෝ විට . දත්ත විද්යාව යනු කේතනය කිරීම පමණක් නොවේ. එයට ගැඹුරු විශ්ලේෂණයක්, සන්දර්භාත්මක අවබෝධයක් සහ තාක්ෂණික නොවන ප්රේක්ෂකයින්ට තීක්ෂ්ණ බුද්ධිය ඉදිරිපත් කිරීමේ හැකියාව ඇතුළත් වේ. ඇත්ත වශයෙන්ම, එය පර්යේෂණ කාර්යයක් වන අතර, ක්ෂේත්රයේ බොහෝ දෙනෙකුට සරලව නොමැති නිර්මාණශීලිත්වය සහ විශ්ලේෂණාත්මක චින්තනයේ සම්මිශ්රණයක් අවශ්ය වේ. අතින් සහ දෝෂ වලට ලක්වන භූමිකාවේ දැඩි බව සඳහා සූදානම් නැත තවද, බොහෝ දත්ත විද්යාඥයින් ඔවුන්ගේ මාතෘකාව අනුව , හිමිකම පිළිබඳ හැඟීමක් වර්ධනය කර ගෙන ඇත. මෙම ආකල්පය සමාගම් අක්රිය කරයි, විශේෂයෙන් පිරිවැය කාර්යක්ෂමතාව ප්රමුඛ වන අංශවල. වරක් දත්ත විද්යාඥයින් බඳවා ගැනීමට ඉක්මන් වූ නමුත් දැන් නැවත සලකා බලමින් සිටින සමාගම් මට හමු වී ඇත. AI හට එය වේගවත්, වඩා හොඳ සහ පිරිවැයෙන් සුළු කොටසකට කළ හැකි විට, දත්ත පිරිසිදු කිරීම සමඟ පොරබදමින් වැඩි කාලයක් ගත කරන කෙනෙකුට ඉහළ වැටුප් ගෙවන්නේ ඇයි? ඉහළ වැටුප් සහ ලාභ පැකේජ අපේක්ෂා කරමින් AI කවුද? පන්තිය ලිවීම මා පෞද්ගලිකව අත්දැක ඇති පරිදි, දත්ත විද්යාව දුර්වලම ප්රදේශවලම Generative AI ප්රබල බලවේගයක් බවට පරිණාමය වී ඇත. දත්ත සැකසීම, පිරිසිදු කිරීම සහ මූලික ගුණාත්මක විශ්ලේෂණය වැනි කාර්යයන් - දත්ත විද්යාඥයෙකුගේ වැඩි කාලයක් වැය කරන ක්රියාකාරකම් - දැන් වේ. නරකම දෙය නම් (හෝ වඩා හොඳ, ඔබ සිටින ස්ථානය අනුව) AI වේගවත්, වඩාත් නිවැරදි සහ මානව දෝෂ හෝ තෙහෙට්ටුවට අඩු ප්රවණතාවකි. AI පද්ධති මගින් පහසුවෙන් ස්වයංක්රීය බොහෝ දත්ත විද්යාඥයින් සඳහා මෙය භයානක විය හැක. ඇත්ත වශයෙන්ම, මෙම කාර්යයන් ඔවුන්ගේ එදිනෙදා වැඩවලින් වැඩි කොටසක් නියෝජනය කරයි. උදාහරණයක් ලෙස, දත්ත පිරිසිදු කිරීම, කුප්රකට ලෙස කාලය ගතවන අතර වැරදි වලට ගොදුරු වේ, නමුත් AI හට දැන් ක්ලික් කිරීම් කිහිපයක් සහ පරිපූර්ණ නිරවද්යතාවයකින් එය ඉටු කළ හැක. දත්ත විද්යාඥයින් බොහෝ විට මෙම මැසිවිලි නඟන කාර්යයන් ගැන පැමිණිලි කරන නමුත් ඒවා ඔවුන්ගේ භූමිකාවන්ට මූලික වේ. AI පද්ධති වැඩිදියුණු වන විට, මිනිසුන්ට මෙම රැකියා කිරීමට ඇති අවශ්යතාවය අඩු වේ. AI වලට එරෙහි බොහෝ වාචික විවේචන පුදුමයක් නොවේ. ඔවුන් බිත්තියේ අකුරු දකින අතර ඔවුන්ගේ රැකියාවට බිය වෙති. දත්ත විද්යාඥයින් විසින්ම පැමිණීම සුලු බව දත්ත විද්යාඥයින් සඳහා කාරණා වඩාත් නරක අතට හැරීම සඳහා, ක්ෂේත්රය මෑත වසරවලදී සැලකිය යුතු ප්රගතියක් ලබා නැත. ජනප්රියත්වයේ උල්කාපාත නැඟීම තිබියදීත්, දත්ත විද්යාව තවමත් අකාර්යක්ෂමතා, දෝෂ සහ නිසා පීඩා විඳිති. වඩාත් සංකීර්ණ මෙවලම් සහ වඩා හොඳ පුහුණුවක් ක්ෂේත්රය විකාශනය කරනු ඇතැයි වරක් විශ්වාස කළ නමුත් මෙය අපේක්ෂා කළ ප්රමාණයට ක්රියාත්මක වී නොමැත. ඊට වෙනස්ව, AI ක්රමයෙන් දියුණු වී ඇත. යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම, ස්වාභාවික භාෂා සැකසුම් සහ උත්පාදක ආකෘති වේගයෙන් පරිණාමය වෙමින් පවතින අතර, සම්ප්රදායික දත්ත විද්යාව දූවිලි බවට පත් කරයි. එයට හරියටම ඇතුළත් විය යුතු දේ පිළිබඳ පැහැදිලි නොමැතිකම නැවතත්, දත්ත විද්යාඥයින්ගේ ඉහළ වැටුප් අපේක්ෂාවන් . කලක් අකාර්යක්ෂමතාවයන් ඉවසා සිටිය හැකි සමාගම් දැන් අවබෝධ කරගෙන සිටින්නේ AI හට මිනිස් ශ්රමයට සම්බන්ධ අධික මිලක් නොමැතිව බොහෝ මැසිවිලි නැඟිය හැකි බව ය. විශ්ලේෂණය, පුරෝකථනය සහ ඉදිරිපත් කිරීම වැනි AI වඩාත් දක්ෂ වීමත් සමඟ දත්ත විද්යාවේ අත්පොත ස්වභාවය වැඩි වැඩියෙන් අතිරික්ත වෙමින් පවතී. දත්ත විද්යාඥයින් කණ්ඩායමක් අවශ්යව තිබූ දෙය දැන් AI බලයෙන් ක්රියාත්මක වන මෙවලම් මගින් වඩාත් කාර්යක්ෂමව හැසිරවිය හැකි බව බොහෝ සමාගම් අවබෝධ කරගනු ඇත. ගැටලුව සංකීර්ණ කරයි ප්රධාන කාර්යයන් ඉටු කිරීමට මාරුව යථාර්ථය නම් සම්ප්රදායිකව නිර්වචනය කර ඇති පරිදි දත්ත විද්යාව යල්පැන යාමේ අද්දර සිටීමයි. උත්පාදක AI විශ්මය ජනක වේගයකින් ඉදිරියට යාමත් සමඟ, මානව . දත්ත මත පදනම් වූ තීරණ ගැනීමේදී මිනිසුන්ට භූමිකාවක් නොමැති බව මින් අදහස් නොවේ, නමුත් සම්භාව්ය “දත්ත විද්යාඥයා” භූමිකාව ඉතා ඉක්මනින් අතීතයේ සංකල්පයක් විය හැකිය. දැන් අවශ්ය වන්නේ AI සමඟ සහයෝගයෙන් කටයුතු කිරීමට දක්ෂ වෘත්තිකයන්, උපායමාර්ගික චින්තනය සහ සංකීර්ණ ගැටලු විසඳීමට ඉහළ මට්ටමින් අවධානය යොමු කරන අතරම එහි හැකියාවන් උපයෝගී කර ගැනීමයි. දත්ත විද්යාඥයින් ඔවුන්ගේ වර්තමාන ආකෘතියේ ඉල්ලුම පහත වැටෙනු ඇත . වර්තමාන දත්ත විද්යා ක්ෂේත්රය පියවරෙන් පියවර පරිණාමය නොවන්නේ නම් එය යල්පැන යාමේ අවදානමක් ඇත. AI දැනටමත් කර්මාන්තවල විප්ලවීය වෙනසක් ඇති කරමින් සිටින අතර, දත්ත විද්යාව අනුවර්තනය විය යුතුය හෝ මෙම තරංගය විසින් අභිබවා යාමට අවදානමක් ඇත. අවසාන වශයෙන්, ප්රශ්නය වනුයේ AI දත්ත විද්යාව ඉවත් කරයිද යන්න නොව දත්ත විද්යාව කවදා හෝ එහි පොරොන්දු සම්පූර්ණයෙන්ම ඉටු කර තිබේද යන්නයි. AI යනු විශ්ලේෂණ, තීක්ෂ්ණ බුද්ධිය හෝ තීරණ ගැනීමේ අවසානය නොවේ - එය ඔවුන්ගේ පරිණාමය නියෝජනය කරයි එසේත් නැතිනම් සමහර විට අපි අවසානයේ “දත්ත විද්යාව” ප්රබෝධයෙන් ඔබ්බට ගොස් ඊළඟ තාර්කික ප්රගතිය ලෙස AI වැළඳ ගත්තද වෙනස වැදගත් නොවේ. මා ගැන: දත්ත, AI, අවදානම් කළමනාකරණය, උපාය මාර්ගය සහ අධ්යාපනය ඒකාබද්ධ කරන වසර 25+ තොරතුරු තාක්ෂණ ප්රවීණයෙක්. 4x hackathon ජයග්රාහකයා සහ දත්ත උපදේශකයාගෙන් සමාජ බලපෑම. දැනට පිලිපීනයේ AI ශ්රම බලකාය ජම්ප්ස්ටාර්ට් කිරීමට කටයුතු කරමින් සිටී. මා ගැන වැඩි විස්තර මෙතැනින් දැනගන්න: https://docligot.com
