用数·赋智 需要“新型基础设施”

关注云报

洞察深一度

“1995年，我在学校的宿舍里第一次读到了比尔·盖茨的《未来之路》一书。它对我之后选择计算机和软件这条道路有非常大的启迪。”九章云极DataCanvas公司董事长方磊在近日举行的“2021年数智化高峰论坛”上发表了“数据智能的未来之路”主题演讲。

九章云极DataCanvas公司董事长 方磊

数据智能

起飞

很多时候，我们会习惯性地回顾过去，温故而知新。回顾软件的发展历史，软件最初主要是将人类所做的一些工作流程自动化，而现在几乎所有的事情都可以在手机上完成，比如银行开户、消费转账等。在自动化工作流之后，软件的发展进入了一个全新的阶段，就是实现决策的自动化、智能化。也就是今天人们津津乐道的人工智能（AI）。

众所周知，智能的实现离不开数据。数据智能就像软件一样，正逐步向各个方向和领域渗透，表现为“基础设施”，即“数据智能基础设施”。与许多基础设施一样，数据智能基础设施不是商业模式的迁移，而是一点一点建立起来的。

在数据智能兴起之前，传统IT系统就带有一些比较强的数据处理功能，从数据源到数据的基本加工等，但是数据存储、数据历史沉淀相对较弱，就更谈不上预测了。方磊相信，未来10年，数据智能将成为主流，而实时数据处理能力也将进一步增强。数据科学就像是一场化学反应，把历史数据炼成一颗“金丹”，也就是产生数据智能的“模型”，而炼制的过程就是算法。都说数据科学深奥，其实它就是把算法加载在数据上，变成模型，然后用模型来自动化人们的决策。而这依靠的就是数据智能基础设施。

“从全球范围来看，在社会基础设施发展的历史长河中，数据智能基础设施当前正处于即将起飞的阶段。”方磊表示，“中国也正在经历这样一个发展过程，可能在具体阶段上稍微有些错位，但整个趋势与国际是相同的。”

数据智能的落地，在很大程度上得益于云基础设施的快速普及。在中国，正是一派“千云绽放”的景象。云服务的本质是实现集约化和降本增效的工具。每一朵云都需要自己的数据智能。

谈到云与数据智能之间的关系，方磊表示：“两者之间是嵌入的关系，数据智能嵌入到千朵云中，而这千朵云就是社会IT的分布形态，是无处不在的基础设施。我们努力的一个方向，就是在每一朵云中嵌入九章云极的数据智能能力。”

数据智能就像电一样，对人们的生产和生活来说是不可或缺的。但是要想获得数据智能，就要培养更多的“电工”。而培养电工的过程是长期的、艰辛的。能不能把这个过程变得简单一点呢？这就要持续降低数据智能使用的门槛和壁垒。说到底，每一次的技术革命，最核心的就是降低应用壁垒，这样才能让新技术的应用百花齐放。

智能应用

简

对于数据智能来说，具有变革性意义的技术之一便是AutoML，它让用户更容易地构建模型，让数据智能更多地被使用起来。九章云极最新推出的DataCanvas AutoML Toolkit（DAT），是一个自动机器学习工具套件包，包含一系列功能强大的AutoML开源工具。该自动建模工具从底层的通用自动机器学习框架到用于结构化及非结构化领域，实现了端到端的覆盖，并率先突破机器学习建模过程中“不均衡、概念漂移、泛化能力和大规模数据”等难点。

“我们希望通过人工智能AutoML技术的落地，让企业的财务部门、业务部门等，自己就能将数据智能使用起来，就像使用Excel一样，轻松完成深度分析、深度建模等原本复杂的工作。“方磊表示。

IDC中国研究总监卢言霞指出，在人工智能领域呈现的六大技术趋势（自动化机器学习、边缘智能、AIOps、超大预训练模型、多方隐私计算、知识计算）中，AutoML自动化机器学习是推进行业AI应用落地的重要技术路径，将在降低AI应用门槛、培育AI人才、繁荣AI生态等方面产生深远影响。

实时数据处理

快

九章云极DataCanvas还发布了DingoDB新一代实时交互式分析数据库。它集分析与服务于一体，支持高频修改和查询、实时交互式分析、实时多维分析。该产品内置了智能SQL优化器，能够实现分析性SQL、记录级SQL的自动优化，同时DingoDB数据表采用了多分区多副本机制，保证了数据的安全性和稳定性。

方磊指出，实时的数据处理对于实现数据智能是非常必要的。人们训练一个模型，并不想花费很长时间才能输出结果，而是希望能立刻输出结果、即刻使用。下一代实时数据库，或者实时数据仓库就是关键核心，它能够让数据实时地流动和处理，并与模型完美匹配。

“在未来10年甚至20年，如果说实时数据是流动的石油，那么用来实时处理数据的实时仓库就是管道，能够让数据更加迅速地流转起来，更好地感知世界，借助智能的模型自动做出判断。“方磊如是说。

模型从开发到部署

顺

在“2021年数智化高峰论坛”上，正式发布了《ModelOps技术应用及趋势白皮书》。ModelOps就是指模型的运维管理或者运行管理，它要解决的问题是，在存在很多人工智能模型时，如何更好地运行、管理和监控，并使之更稳定地被使用。

CB Insights中国高级分析师常啸表示，ModelOps不仅使模型开发到部署的“最后一公里”更加通畅，还具备工作流程自动化、持续监测和高复用性等优势，使得模型更具可靠性。这一科学的治理方式使得“隐藏技术债”问题得以解决，企业的 AI计划更容易形成规模化、量产化的部署。

数据智能基础设施，也是社会的基础设施，当前正处于百花齐放的起始阶段。在这个阶段，随着中国“千云并存”局面的铺陈，将嵌入到每一朵云中，互联互接。“自动化机器学习、实时数据处理、ModelOps，将加速数据智能时代的到来。”方磊表示，非常期待也很自豪，九章云极DataCanvas是其中的一员。

欢迎扫码关注云报