北京2019年12月11日 /美通社/ -- 2019年12月5 日-12月7日，由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，CCF 大數(shù)據(jù)專家委員會(huì)承辦，CSDN、中科天璣數(shù)據(jù)科技股份有限公司協(xié)辦的中國大數(shù)據(jù)技術(shù)大會(huì)（BDTC 2019）在北京長(zhǎng)城飯店圓滿結(jié)束。
已經(jīng)走過十余載的 BDTC，從當(dāng)時(shí)僅60余人參加的技術(shù)沙龍到如今數(shù)千人的技術(shù)盛宴，儼然已成為國內(nèi)規(guī)?？涨?、水平領(lǐng)先和影響力非凡的大數(shù)據(jù)技術(shù)盛會(huì)。大會(huì)整整持續(xù)三天，大數(shù)據(jù)和人工智能領(lǐng)域的頂尖專家齊聚一堂，星光熠熠，為1000+參會(huì)嘉賓帶來精彩的技術(shù)分享和思想碰撞。
大會(huì)首日：大數(shù)據(jù)發(fā)展趨勢(shì)十大預(yù)測(cè)報(bào)告發(fā)布
在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)已經(jīng)成為了發(fā)展的基石，趨勢(shì)預(yù)測(cè)中出現(xiàn)的“新面孔”很多都是與數(shù)據(jù)發(fā)展的新階段產(chǎn)生的特定問題對(duì)應(yīng)，比如數(shù)據(jù)融合、數(shù)據(jù)質(zhì)量管理、因果性分析等。一個(gè)事物發(fā)展到一個(gè)階段，總會(huì)產(chǎn)生與這個(gè)階段相對(duì)應(yīng)的特定問題，這些問題的出現(xiàn)標(biāo)志著數(shù)據(jù)應(yīng)用發(fā)展的新階段，雖然現(xiàn)在還沒有特別深入的應(yīng)用，但是這些問題的出現(xiàn)已經(jīng)為突破新的應(yīng)用帶來了曙光。
在大會(huì)首日開幕式上，周濤先生代表CCF大數(shù)據(jù)專家委員會(huì)發(fā)布了《2020 年大數(shù)據(jù)發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告》，對(duì)大數(shù)據(jù)發(fā)展趨勢(shì)做出十大預(yù)測(cè)。
周濤特別強(qiáng)調(diào)了今年重點(diǎn)關(guān)注趨勢(shì)預(yù)測(cè)出現(xiàn)了3項(xiàng)首次出現(xiàn)的“新面孔”，包括關(guān)于數(shù)據(jù)融合治理和數(shù)據(jù)質(zhì)量管理工具，這是扎實(shí)、深入做好大數(shù)據(jù)應(yīng)用必須要克服的難題；對(duì)大數(shù)據(jù)做因果分析，基于數(shù)據(jù)做統(tǒng)計(jì)和觀點(diǎn)性分析很容易，但是有觀點(diǎn)性不代表有因果性，因果性比關(guān)聯(lián)性更深入；邊緣計(jì)算和云計(jì)算的結(jié)合，過去一提大數(shù)據(jù)就必然提云計(jì)算，但實(shí)際應(yīng)用中發(fā)現(xiàn)終端智能化、終端計(jì)算能力越來越強(qiáng)的今天，并不是把所有數(shù)據(jù)都放到云端就是最好的模式，邊緣計(jì)算和云計(jì)算結(jié)合才是應(yīng)用中最常見的模式。
除了10大趨勢(shì)預(yù)測(cè)之外，CCF 大數(shù)據(jù)專家委員會(huì)還公布了關(guān)于大數(shù)據(jù)發(fā)展的單項(xiàng)調(diào)研，包括最令人矚目的應(yīng)用領(lǐng)域、取得應(yīng)用和技術(shù)突破的數(shù)據(jù)類型等。
Keynote主論壇：數(shù)十位技術(shù)大?？v論大數(shù)據(jù)如何驅(qū)動(dòng)智能+
大數(shù)據(jù)與人工智能相輔相成。胡郁提到，數(shù)據(jù)和人工智能的結(jié)合是科技創(chuàng)新型公司必不可少的一條路徑。就像機(jī)械時(shí)代的航空發(fā)動(dòng)機(jī)一樣，人工智能是信息時(shí)代的航空發(fā)動(dòng)機(jī)。
李明、葉杰平、陳繼東和白碩的演講則分別從醫(yī)療、交通、金融三大領(lǐng)域的應(yīng)用案例出發(fā)闡述了大數(shù)據(jù)與AI的融合效果，它們能使行業(yè)的安全、體驗(yàn)和效率大大提高。
不過，就現(xiàn)階段大數(shù)據(jù)本身面臨的挑戰(zhàn)來看，數(shù)據(jù)融合仍存在四大硬傷：數(shù)據(jù)維度缺失、標(biāo)準(zhǔn)缺乏、各自為政且存在安全風(fēng)險(xiǎn)。李光瑞認(rèn)為，數(shù)據(jù)價(jià)值和數(shù)據(jù)維度的平方成正比，只有不同行業(yè)的數(shù)據(jù)相互融合才能豐富數(shù)據(jù)維度，從而高效發(fā)揮價(jià)值。
那么如何打通數(shù)據(jù)融合的障礙？從打通企業(yè)數(shù)據(jù)應(yīng)用的最后一公里角度出發(fā)，劉相提出數(shù)據(jù)服務(wù)化的理念。關(guān)注回歸數(shù)據(jù)應(yīng)用價(jià)值本身，“服務(wù)化”已成為數(shù)字經(jīng)濟(jì)時(shí)代的主旋律；其次，如何實(shí)現(xiàn)面向服務(wù)共享的大數(shù)據(jù)應(yīng)用平臺(tái)。數(shù)據(jù)目錄化、目錄服務(wù)化、服務(wù)開放化三大階段典型場(chǎng)景是關(guān)鍵；最后，需要建立閉環(huán)的一體化服務(wù)共享的大數(shù)據(jù)平臺(tái)。
數(shù)據(jù)融合的一大關(guān)鍵點(diǎn)還在于效率。開源于2016 年的 ClickHouse 主要用來提高分析與聚合數(shù)據(jù)的效率，其應(yīng)用效果極快，Alexey Milovidov 具體介紹了 ClickHouse 的設(shè)計(jì)思想。
AI技術(shù)的發(fā)展同樣也有問題存在，在NLP領(lǐng)域，吳華指出由于數(shù)據(jù)缺乏，對(duì)話類似機(jī)器翻譯的規(guī)則水平有待提高；此外模型認(rèn)知能力有限，亟待從中加入注意力機(jī)制、推理機(jī)制等；更重要的一點(diǎn)，模型遷移能力需在小樣本學(xué)習(xí)和遷移學(xué)習(xí)方面尋求突破。不過可喜的是，很多算法已經(jīng)在更多領(lǐng)域得到實(shí)踐應(yīng)用，未來可期。
周伯文則認(rèn)為，目前AI技術(shù)主要基于特征提取的自動(dòng)學(xué)習(xí)與模式識(shí)別的聯(lián)合優(yōu)化，利用大數(shù)據(jù)解決小問題，但總體依然局限在記憶式學(xué)習(xí)范疇，面臨災(zāi)難性遺忘等諸多挑戰(zhàn)。例如人工智能深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。更多表現(xiàn)為人工設(shè)定算法，專家設(shè)定架構(gòu)，不但不夠靈活而且算力資源需求巨大，如何將孤立解決某個(gè)問題轉(zhuǎn)化為可復(fù)用、重復(fù)解決系列性問題，逐漸成為未來AI亟待解決的事情。
而在上午的圓桌論壇上，以“數(shù)字經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)力”為主題，在宋雨倫的主持下，李明、杜軍平、陳揚(yáng)帆、程志華、羅華霖等五位不同領(lǐng)域的專家就大數(shù)據(jù)與數(shù)字經(jīng)濟(jì)展開了討論，論題涉及到數(shù)字經(jīng)濟(jì)時(shí)代下技術(shù)驅(qū)動(dòng)與模式驅(qū)動(dòng)相結(jié)合，驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的前置條件和路徑等，各位嘉賓分別給出了各自見解。
14個(gè)技術(shù)分論壇，技術(shù)人的多樣“菜譜”
12月6日-7日的14場(chǎng)技術(shù)和行業(yè)論壇，包括新一代數(shù)據(jù)庫轉(zhuǎn)型、人工智能賦能金融科技、AutoML大數(shù)據(jù)自動(dòng)化機(jī)器學(xué)習(xí)技術(shù)與系統(tǒng)、大數(shù)據(jù)時(shí)代的因果推斷、大數(shù)據(jù)安全和治理、多模態(tài)知識(shí)圖譜、大數(shù)據(jù)與AI中臺(tái)、物流大數(shù)據(jù)、工業(yè)與制造業(yè)大數(shù)據(jù)、數(shù)據(jù)驅(qū)動(dòng)與城市治理、智能驅(qū)動(dòng)的大數(shù)據(jù)可視分析、IoT大數(shù)據(jù)技術(shù)、智能交通中的大數(shù)據(jù)技術(shù)、Top 10大數(shù)據(jù)應(yīng)用最佳案例實(shí)踐等主題多樣化組合選擇的空間，讓參會(huì)者制定專屬自己的參會(huì)攻略。
1、新一代數(shù)據(jù)庫轉(zhuǎn)型分論壇
本論壇主要討論了分布式數(shù)據(jù)庫特性，包括Key/Value，Schema-less等數(shù)據(jù)庫（OLTP、HTAP等），重點(diǎn)介紹列關(guān)系型分析數(shù)據(jù)庫、存儲(chǔ)數(shù)據(jù)庫、行存儲(chǔ)數(shù)據(jù)庫，文檔型數(shù)據(jù)庫以及圖數(shù)據(jù)庫，并具體介紹MySQL、OceanBase、Greenplum、TiDB、Neo4J、ThinkerPop等，來自百度、天云大數(shù)據(jù)、Pivotal Greenplum、阿里巴巴、騰訊、PingCAP、東方國信、星環(huán)科技、華為的技術(shù)專家深度分享了他們?cè)诟鞣N行業(yè)領(lǐng)域的應(yīng)用實(shí)踐。
在中國信通院云大所業(yè)務(wù)主管馬鵬瑋看來，如今國內(nèi)分布式數(shù)據(jù)庫產(chǎn)業(yè)迎來春天，據(jù)統(tǒng)計(jì)相關(guān)產(chǎn)品超過30款。部分火熱原因主要?dú)w功于Greenplum的開源讓更多廠商能使用和研究分布式數(shù)據(jù)庫，目前分布式數(shù)據(jù)庫正在努力突破擴(kuò)展性限制，其中基于MySQL改造最多，基于PG的廠商正在快速興起，此外部分廠商已經(jīng)開始考慮MySQL的開源風(fēng)險(xiǎn)。除了技術(shù)原因，我們應(yīng)該從生態(tài)角度去思考國內(nèi)數(shù)據(jù)庫如何快速應(yīng)用落地，例如標(biāo)準(zhǔn)、供應(yīng)鏈、人才等。
2、人工智能賦能金融科技論壇
金融科技的快速興起改變了整個(gè)金融業(yè)。我國銀行業(yè)正面臨巨大的外部不確定性和激烈競(jìng)爭(zhēng)，銀行正向客戶長(zhǎng)尾化、產(chǎn)品場(chǎng)景化、渠道全時(shí)化、風(fēng)控智能化、數(shù)據(jù)資產(chǎn)化、平臺(tái)開放化等新型模式轉(zhuǎn)變，數(shù)字化轉(zhuǎn)型迫在眉睫。
百融云創(chuàng)首席風(fēng)險(xiǎn)官季元的演講圍繞銀行關(guān)注的業(yè)務(wù)方向，講述消費(fèi)金融、小微金融、資產(chǎn)管理等方面介紹數(shù)字化轉(zhuǎn)型的技術(shù)和案例，幫助銀行構(gòu)建起技術(shù)、設(shè)施等基礎(chǔ)環(huán)境及支撐，滿足各方對(duì)金融服務(wù)效率和安全的要求，驅(qū)動(dòng)行業(yè)轉(zhuǎn)型升級(jí)，向技術(shù)進(jìn)步要生產(chǎn)力。
來自中信證券、度小滿、天云大數(shù)據(jù)、中泰證券、陸金所、光大銀行的專家從客戶識(shí)別、遙感影像分析、異常交易監(jiān)測(cè)、量化交易、財(cái)富管理平臺(tái)、智能風(fēng)控等金融應(yīng)用場(chǎng)景領(lǐng)域出發(fā)，詮釋了AI在業(yè)務(wù)落地實(shí)踐中的切實(shí)作用。
螞蟻金服人工智能部技術(shù)總監(jiān)、資深算法專家張家興表示，從幫助人工到替代人工，人工智能提供了低成本、更高效、個(gè)性化的金融服務(wù)。
3、大數(shù)據(jù)安全和治理論壇
政府、行業(yè)、研究機(jī)構(gòu)、企業(yè)等全面協(xié)力推進(jìn)政務(wù)大數(shù)據(jù)發(fā)展，安全問題迫在眉急。公安部第三研究所網(wǎng)安中心副主任楊濤認(rèn)為，構(gòu)建以“安全、可信、合規(guī)”為目標(biāo)的政務(wù)大數(shù)據(jù)安全架構(gòu)，利用零信任、細(xì)粒度技術(shù)解決核心數(shù)據(jù)安全問題，加快政務(wù)大數(shù)據(jù)在社會(huì)管理、市場(chǎng)監(jiān)管、宏觀調(diào)控等領(lǐng)域的創(chuàng)新，提升政府社會(huì)治理能力。
隨后，UCloud、京東數(shù)科、南方電網(wǎng)公司的技術(shù)專家從安全屋、數(shù)據(jù)資產(chǎn)管理等方面介紹了各自技術(shù)解決方案。北京銳安科技有限公司首席數(shù)據(jù)科學(xué)家曹文潔則從數(shù)據(jù)采集角度出發(fā)，指出智能化采集解析、全方位匯聚、全維度整合政府/行業(yè)的優(yōu)質(zhì)業(yè)務(wù)數(shù)據(jù)，對(duì)其進(jìn)行有效的治理/處理，形成打破信息孤島、強(qiáng)化內(nèi)在關(guān)聯(lián)的領(lǐng)域知識(shí)圖譜，再服務(wù)于業(yè)務(wù)、為業(yè)務(wù)賦能，從而讓數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，使信息價(jià)值得到最大程度釋放。
4、大數(shù)據(jù)時(shí)代的因果推斷論壇
“知因知果，知可變之處，便可以最小代價(jià)，為有為之事。知來龍去脈，可分而治之，亦可融合信息。知萬變之不變，以及變之規(guī)律，如定海神針，便可做可靠預(yù)測(cè)?！笨▋?nèi)基·梅隆大學(xué)哲學(xué)系和機(jī)器學(xué)習(xí)系副教授張坤表示，人如此，智能系統(tǒng)亦應(yīng)如是。因果的信息，數(shù)據(jù)中必有痕跡，因果發(fā)現(xiàn)旨在由數(shù)據(jù)反推因果關(guān)系。因果信息和系統(tǒng)變化性質(zhì)，讓復(fù)雜環(huán)境下的機(jī)器學(xué)習(xí)，比如遷移性學(xué)習(xí)，如虎添翼。
因果關(guān)系已是近期學(xué)界探討的熱門研究方向。華為諾亞方舟實(shí)驗(yàn)室高級(jí)研究員董振華也指出我們要勇于應(yīng)用因果推理、反事實(shí)技術(shù)學(xué)習(xí)未觀測(cè)的世界。
傳統(tǒng)因果結(jié)構(gòu)學(xué)習(xí)作為一個(gè)組合優(yōu)化問題，通常使用不同局部啟發(fā)式算法求解，效率較為低下，無法解決大規(guī)模因果圖學(xué)習(xí)任務(wù)。華為諾亞方舟實(shí)驗(yàn)室主任工程師陳志堂講述了使用深度學(xué)習(xí)端到端可微分范式，為因果結(jié)構(gòu)學(xué)習(xí)注入新的活力。
NEC中國研究院數(shù)據(jù)分析部部長(zhǎng)指出因果分析技術(shù)致力于發(fā)現(xiàn)事物間的因果關(guān)系、量化因果作用，其適用于解決原因洞察、穩(wěn)健預(yù)測(cè)、最優(yōu)決策建議等系列問題，在市場(chǎng)營(yíng)銷、線上線下零售、制造業(yè)、醫(yī)療、金融、電信、教育等諸多領(lǐng)域有著豐富的應(yīng)用場(chǎng)景和巨大的商業(yè)價(jià)值。
5、AutoML 大數(shù)據(jù)自動(dòng)化機(jī)器學(xué)習(xí)技術(shù)與系統(tǒng)論壇
“AI賦能行業(yè)”的應(yīng)用模式在未來將迎來高速成長(zhǎng)。但人工智能的普及和應(yīng)用面臨技術(shù)門檻高、專業(yè)人才嚴(yán)重短缺、大量依賴專家經(jīng)驗(yàn)、建模周期長(zhǎng)等瓶頸和制約。為了解決上述問題和挑戰(zhàn)，近年來國內(nèi)外出現(xiàn)了自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）研究領(lǐng)域，即用機(jī)器去自動(dòng)化地完成算法模型選擇和參數(shù)調(diào)優(yōu)，從而大量節(jié)省人力成本，降低人工智能使用門檻，大幅提高建模效率。
來自第四范式、平安科技、天云大數(shù)據(jù)的技術(shù)專家從自動(dòng)特征工程、自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)建構(gòu)、保險(xiǎn)重疾率模型的自動(dòng)化建模講述了技術(shù)落地實(shí)踐。
江蘇鴻程大數(shù)據(jù)研究院副總經(jīng)理朱光輝認(rèn)為，要改變?nèi)斯ぶ悄芙Ｒ蕾噷＜业氖止ぷ鞣皇缴a(chǎn)，就要打造人工智能建模的“數(shù)控機(jī)床”，利用機(jī)器替代人工實(shí)現(xiàn)AI模型的構(gòu)建，大幅提升AI建模效率，降低AI技術(shù)門檻，加速AI應(yīng)用落地。
6、大數(shù)據(jù)與AI中臺(tái)論壇
在大數(shù)據(jù)已然成為IT技術(shù)發(fā)展驅(qū)動(dòng)力的背景下，以中臺(tái)建設(shè)為核心的技術(shù)體系逐漸受到業(yè)界關(guān)注。業(yè)務(wù)場(chǎng)景賦能，降本增效，尋求新的價(jià)值增長(zhǎng)點(diǎn)，AI中臺(tái)作為數(shù)據(jù)中臺(tái)的功能延伸，是企業(yè)數(shù)據(jù)價(jià)值體現(xiàn)的重要技術(shù)手段。
明略科技副總裁盧億雷道出了對(duì)AI中臺(tái)的理解：AI中臺(tái)是一套AI應(yīng)用全生命周期的開發(fā)和管理平臺(tái)。AI中臺(tái)提供數(shù)據(jù)分析與處理，模型訓(xùn)練與評(píng)估，模型應(yīng)用與監(jiān)控三大模塊；并提供相應(yīng)的統(tǒng)一數(shù)據(jù)存儲(chǔ)系統(tǒng)，基于容器的異構(gòu)計(jì)算資源管理系統(tǒng)，機(jī)器學(xué)習(xí)庫與模型訓(xùn)練實(shí)驗(yàn)管理系統(tǒng)，模型部署與運(yùn)行監(jiān)控系統(tǒng)。
百度、華為、東方國信、智領(lǐng)云、阿里云、滴滴、天云大數(shù)據(jù)、第四范式、中科天璣、科大訊飛基于所在公司的數(shù)據(jù)中臺(tái)技術(shù)實(shí)踐，從底層技術(shù)架構(gòu)、工具、業(yè)務(wù)層等方面講述了其數(shù)據(jù)中臺(tái)在數(shù)據(jù)資產(chǎn)管理、大數(shù)據(jù)平臺(tái)、云原生架構(gòu)等領(lǐng)域的探索和應(yīng)用。
星環(huán)科技 人工智能總監(jiān)楊俊認(rèn)為，AI平臺(tái)的技術(shù)演化與架構(gòu)變遷與AI應(yīng)用場(chǎng)景的落地相輔相成。接下來的風(fēng)口會(huì)在跨域計(jì)算，深度圖譜，以及邊緣計(jì)算。
7、多模態(tài)知識(shí)圖譜論壇
正如哈爾濱工業(yè)大學(xué)計(jì)算機(jī)學(xué)院長(zhǎng)聘教授、博士生導(dǎo)師所言，知識(shí)是人工智能不可或缺的要素。基于約束條件的知識(shí)圖譜的描述體系，更準(zhǔn)確刻畫概念及概念之間的關(guān)系，事理圖譜揭示了事件之間的演化規(guī)律。知識(shí)圖譜和事理圖譜的結(jié)合，多模態(tài)信息的融入，更有助于理解和推理。
在該論壇上，來自微軟亞洲研究院、百度、中國科學(xué)技術(shù)大學(xué)、騰訊、美團(tuán)點(diǎn)評(píng)、華為云的學(xué)界和業(yè)界專家介紹了他們?cè)谕扑]系統(tǒng)、醫(yī)療等領(lǐng)域的技術(shù)應(yīng)用，以及跨模態(tài)語義增強(qiáng)、知識(shí)計(jì)算等研究領(lǐng)域的進(jìn)展。
復(fù)旦大學(xué)教授肖仰華認(rèn)為，為大規(guī)模知識(shí)圖譜實(shí)現(xiàn)符號(hào)接地，實(shí)現(xiàn)大規(guī)模知識(shí)圖譜的跨模態(tài)語義增強(qiáng)，將是基于知識(shí)圖譜下半場(chǎng)的關(guān)鍵技術(shù)。阿里巴巴業(yè)務(wù)平臺(tái)資深算法專家張偉則表示，知識(shí)圖譜的可解釋性與商業(yè)場(chǎng)景的確定性碰撞帶來無限的想象空間；知識(shí)圖譜技術(shù)對(duì)信息的知識(shí)化與語義化，對(duì)我們生活的改變正在進(jìn)行。
8、IoT大數(shù)據(jù)技術(shù)論壇
物聯(lián)網(wǎng)與人工智能的火花只是在終端體驗(yàn)嗎？是否有某種方法使物聯(lián)網(wǎng)可以“類人化”發(fā)展？浙江網(wǎng)新數(shù)字技術(shù)有限公司產(chǎn)品總監(jiān)吳皓天認(rèn)為，感”知”只是物聯(lián)網(wǎng)的單元基礎(chǔ)能力，將人工智能語義理解能力與物聯(lián)平臺(tái)能力融合，可以使單元基礎(chǔ)能力與平臺(tái)快速互聯(lián)，完成人與物、物與物的交互響應(yīng)，真正實(shí)現(xiàn)知行萬物。
而中國聯(lián)通研究院大數(shù)據(jù)中心主任、教授級(jí)高工魏進(jìn)武表示：“主路式”生產(chǎn)、“嵌入式”應(yīng)用是大數(shù)據(jù)發(fā)揮商業(yè)價(jià)值的關(guān)鍵，只有讓大數(shù)據(jù)完成“全旅程”作用，才能為行業(yè)數(shù)字化轉(zhuǎn)型更好賦能。
來自星環(huán)科技和華為的研究嘉賓重點(diǎn)講述了AIoT綜合解決方案在電力行業(yè)的應(yīng)用，以及面向IoT的大數(shù)據(jù)中臺(tái)架構(gòu)。
華東師范大學(xué)網(wǎng)絡(luò)空間安全研究院副院何道敬強(qiáng)調(diào)了物聯(lián)網(wǎng)時(shí)代嵌入式智能系統(tǒng)所面臨的安全挑戰(zhàn)，在他看來當(dāng)今世界已邁向了萬物互聯(lián)的智能大數(shù)據(jù)時(shí)代，信息安全依然是重中之重。有價(jià)值的事物就存在信息安全風(fēng)險(xiǎn)。信息安全防護(hù)是個(gè)面臨著無數(shù)挑戰(zhàn)性問題的復(fù)雜宏偉的系統(tǒng)工程，需要大家一起攜手確?？仗斓匾惑w化信息安全。
9、智能交通中的大數(shù)據(jù)技術(shù)論壇
隨著交通系統(tǒng)的智能化水平不斷提高，智能交通作為一個(gè)具有多層次、多目標(biāo)、復(fù)合型特點(diǎn)的綜合復(fù)雜系統(tǒng)，對(duì)大數(shù)據(jù)的應(yīng)用提出了迫切需求。
本論壇將結(jié)合近年來交通領(lǐng)域的大數(shù)據(jù)分析與安全的最新研究成果，探討大數(shù)據(jù)技術(shù)在智能交通領(lǐng)域應(yīng)用的關(guān)鍵研究問題及其未來發(fā)展方向。
來自中國鐵道科學(xué)研究院、科大訊飛、滴滴出行、北京交通大學(xué)、富能通的技術(shù)專家圍繞大數(shù)據(jù)技術(shù)，分別介紹了其在鐵路客運(yùn)、城市出行、民航領(lǐng)域的應(yīng)用，以及圖數(shù)據(jù)挖掘、交通超腦在交通出行領(lǐng)域的技術(shù)實(shí)踐。
10、智能驅(qū)動(dòng)的大數(shù)據(jù)可視分析論壇
“人們終將能輕而易舉的生產(chǎn)和消費(fèi)可視化內(nèi)容。那時(shí)候，可視化作為信息的一種基本載體，就像文字圖片一樣，將徹底的融入普通人的生活中，變得無處不在又不可或缺。”微軟亞洲研究院高級(jí)研究員崔為煒給大數(shù)據(jù)可視分析給出了一種未來設(shè)想。
不過，可視化在工業(yè)界經(jīng)常被誤解。華為云數(shù)據(jù)產(chǎn)品與可視化總監(jiān)丁治宇指出，一方面人們不知道可視化該擺在互聯(lián)網(wǎng)工業(yè)流水線的哪個(gè)環(huán)節(jié)才能發(fā)揮它最大的價(jià)值，甚至連思考過這個(gè)問題的人都極少；另一方面工業(yè)界卻存在大量的需要可視化領(lǐng)域人才來解決的問題，這種矛盾在他看來是非常詭異的。他認(rèn)為，需要在正確的位置做正確的事情，最大化數(shù)據(jù)價(jià)值，做出最好的數(shù)據(jù)可視化產(chǎn)品。
此外，數(shù)字冰雹、滴滴、中科天璣的技術(shù)專家講述了大數(shù)據(jù)可視化領(lǐng)域的不同技術(shù)解決方案。
11、數(shù)據(jù)驅(qū)動(dòng)與城市治理論壇
在數(shù)據(jù)大爆發(fā)和人工智能不斷升級(jí)的時(shí)代，建設(shè)基于大數(shù)據(jù)的現(xiàn)代城市，提升城市治理能力和治理體系現(xiàn)代化水平，既迎來巨大的機(jī)遇，也面臨著全新挑戰(zhàn)。
曠視科技城市大腦BG高級(jí)產(chǎn)品總監(jiān)那正平認(rèn)為，目前城市精細(xì)化、數(shù)字化治理的態(tài)勢(shì)為“一個(gè)世界，兩個(gè)空間（物理空間和網(wǎng)絡(luò)空間），多種IoT、海量大數(shù)據(jù)”，許多IoT設(shè)備采集的大數(shù)據(jù)已被較為充分地利用，但攝像頭采集產(chǎn)生的視圖大數(shù)據(jù)總體還是個(gè)沉睡的寶藏。在大家比較關(guān)注的視頻大數(shù)據(jù)隱私安全保護(hù)方面，實(shí)際遠(yuǎn)比公眾預(yù)期要好，大數(shù)據(jù)應(yīng)用和安全隱私，兩手都應(yīng)抓，可以有兼顧。
本論壇中，還有來自國務(wù)院發(fā)展研究中心、科大訊飛、蕪湖市大數(shù)據(jù)中心的專家將共同探討城市數(shù)據(jù)治理體系，聚焦城市數(shù)據(jù)如何更加開放、更加安全、更加可用；探討基于大數(shù)據(jù)的城市治理體系，聚焦柔性治理、精準(zhǔn)服務(wù)、便捷高效，推動(dòng)智慧城市從單點(diǎn)應(yīng)用突破到城市整體治理能力和服務(wù)水平的全面提升。
12、工業(yè)與制造業(yè)大數(shù)據(jù)論壇
對(duì)比通用領(lǐng)域AI應(yīng)用的火熱景象，上海研究院工業(yè)人工智能產(chǎn)品總監(jiān)祝曉旦認(rèn)為，工業(yè)領(lǐng)域的AI應(yīng)用還處于“刀耕火種”的階段。能否迎頭趕上國際行業(yè)巨頭，工業(yè)大數(shù)據(jù)的積累，數(shù)據(jù)科學(xué)家和領(lǐng)域?qū)＜掖蚱七吔绲暮献魇顷P(guān)鍵。
而在工業(yè)與制造業(yè)大數(shù)據(jù)處理方面，濤思數(shù)據(jù)創(chuàng)始人陶建輝表示，工業(yè)互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量很大，用通用的Hadoop系統(tǒng)來處理，效率不夠，但如果充分利用工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)的自身特點(diǎn)，需要打造高速、高效、簡(jiǎn)單易用的大數(shù)據(jù)平臺(tái)，從而大幅降低工業(yè)互聯(lián)網(wǎng)平臺(tái)的總擁有成本。
此外，中國電子技術(shù)標(biāo)準(zhǔn)化研究院軟件工程與評(píng)估中心、浪潮的專家就工業(yè)企業(yè)上云以及打造工業(yè)互聯(lián)網(wǎng)公共服務(wù)平臺(tái)進(jìn)行了介紹。
13、物流大數(shù)據(jù)論壇
近幾年隨著國內(nèi)經(jīng)濟(jì)體量的增長(zhǎng)，物流行業(yè)得到了蓬勃發(fā)展，也加劇了物流企業(yè)之間的競(jìng)爭(zhēng)。如何利用創(chuàng)新科技推動(dòng)物流業(yè)務(wù)跳出紅海，是很多物流企業(yè)都在思考的問題。隨著物流行業(yè)數(shù)字化轉(zhuǎn)型的加速，無論是快遞業(yè)務(wù)，航空、海上運(yùn)輸，倉儲(chǔ)優(yōu)化、還是共享出行等各種物流場(chǎng)景中，都產(chǎn)生了大量的供需數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、客服數(shù)據(jù)等等。
以海洋運(yùn)輸為例，微軟亞洲研究院高級(jí)研究員張佳指出，全球貿(mào)易的不對(duì)等導(dǎo)致了海洋運(yùn)輸中集裝箱供需的嚴(yán)重不平衡。由于海洋運(yùn)輸中大量的不確定性，傳統(tǒng)的優(yōu)化方法很難得到好的空箱調(diào)度方案。不同于傳統(tǒng)的方法，他們基于多智能體強(qiáng)化學(xué)習(xí)，利用市場(chǎng)機(jī)制得到了互相配合的智能體，能夠顯著降低空箱缺失以及運(yùn)營(yíng)成本。
杉數(shù)科技創(chuàng)始人/CTO王子卓認(rèn)為，讓大數(shù)據(jù)發(fā)揮最終的價(jià)值需要將數(shù)據(jù)應(yīng)用在決策端，而在決策端的應(yīng)用離不開運(yùn)籌優(yōu)化。在未來的社會(huì)中，數(shù)據(jù)好比燃料，而運(yùn)籌優(yōu)化好比引擎，只有好的燃料加上好的引擎才能更快的推動(dòng)社會(huì)和企業(yè)的發(fā)展。
來自寧波諾丁漢大學(xué)、順風(fēng)科技的技術(shù)專家則從智能集裝箱港口車輛調(diào)度優(yōu)化、快件背后的大數(shù)據(jù)應(yīng)用闡述了技術(shù)在智慧物流中的應(yīng)用。
14、Top 10 大數(shù)據(jù)應(yīng)用最佳實(shí)踐案例論壇
本次大會(huì)上，黃宜華教授代表CCF大數(shù)據(jù)專家委員會(huì)公布了《2019 年度 Top 10 大數(shù)據(jù)應(yīng)用最佳實(shí)踐案例》評(píng)選結(jié)果（排名不分先后）：
