• صاحب المنشور: بلقيس التلمساني
  
  ملخص النقاش:
  تُعدّ علوم البيانات مجالاً حيوياً ومتعدد الأوجه يتزايد أهميته باستمرار مع تزايد كمية والتعقيد المتزايد للمعلومات الرقمية التي يتم إنشاؤها يوميًا. يهدف هذا التقرير إلى استكشاف بعض التحديات الرئيسية التي تواجه العاملين في مجال علوم البيانات حاليًا والتوقعات المستقبلية لهذا المجال.

**التحدي الأول: غسيل البيانات وتعزيز جودة المعلومات**

واحدة من أكبر العقبات أمام تطوير نماذج بيانات فعالة هي مشكلة وجود عدد كبير جدًا من البيانات غير الصحيحة أو المنظمة بطريقة خاطئة. يشمل ذلك كل شيء بداية من عدم اكتمال مجموعة البيانات وحتى الأخبار الكاذبة والأخطاء الحسابية. يؤدي الجمع بين هذه القضايا إلى خلق نظام بيانات غير موثوق به قد ينتج عنه قرارات سيئة للغاية. تتطلب عمليات تنظيف وتحسين الجودة وقتًا وجهدًا مكثفين مما قد يستغرق سنوات قبل الحصول على نتائج ذات معنى. لذلك فإن البحث عن حلول ذكية لمعالجة تلك المشكلات يعد ضرورة ملحة لأصحاب العمل والمستثمرين الذين يرغبون في الاستفادة القصوى من التقنيات الحديثة للعلمية للبيانات.

**التحدي الثاني: التعامل مع الضخامة الهائلة للمعلومات (Big Data)**

يتجاوز حجم البيانات اليوم قدرات الأجهزة الحالية والمعروف باسم "Big Data". تضم خوادم تخزين كبيرة قدرتها عدة بيتابايت ولكنها تحتاج لقواعد بيانات متخصصة مثل NoSQL لاستيعاب الكميات الهائلة لهذه النوعيات الجديدة من قواعد البيانات. بالإضافة لذلك، تعتبر تقنيات تخزين Big Data مهمّة جدّا لأنَّها تسمح بتجميع معلومات هامة لفترة طويلة منذ زمن بعيد و حتى الوقت الحالي وهذا يساعد كثيرًا عند القيام بنماذج تحليل تاريخية باستخدام أدوات كـ Spark, Hadoop وغيرهما الكثير والتي ستكون مفيدة أيضا للحوسبة اللامركزية. بالتالي، فقد بات واضحا مدى الحاجة الملّحة نحو مزيد من البحث لتطوير آليات أكثر قوة وقدرة لتحليلات عميقة داخل بحور ضخمة مليئة بكل أنواع المعرفة الإنسانية المختلفة بأشكال متنوّعة ومختلفة تمام الاختلاف عما سبقه سابقاً ومازال التحسين مستمرا بإذن الله تعالى ولطف منه جل وعلا.

**التوجّه الثالث: الذكاء الاصطناعي والتعلم الآلي**

أصبح استخدام البرمجيات المدربة مسبقا أمر شائع خاصة فيما يسمى بمجالات DL (Deep Learning) حيث تتمكن الروبوتات ومنظومات التصنيف الآلي عبر الشبكات العصبونية التدريبية من فهم محتوى نصوص وصورا وفيديوهات صوتية بصورة أفضل بكثير مقارنة بقدرة البشر الأصيلة عليها وذلك لإمكانياتها الفائضة المطروحة الآن وفي ظل توسع نطاق تخصصاتها العلمية الواسع عالميا وفي دوائر بحث محلية أيضا. لكن رغم كون الأمر يبدو جيدا، إلا أنه مازال هناك مساحة للتطور إذ يمكن النظر نحو زيادة