大数据+人工智能 双擎驱动企业数字化转型

原创
大数据 深度学习 数字化转型
数字化时代,大数据及人工智能成为驱动企业业务增长的技术引擎,数字化转型也已成为企业生存和发展的必修课。全球领先的数据和分析解决方案供应商Teradata天睿公司,也在加速其在大数据及人工智能领域的布局,适时推出了Teradata Everywhere及AI战略,强化Teradata分析平台(Teradata Analytics Platform),助力客户加速数字化转型。

【51CTO.com原创稿件】数字化时代,大数据及人工智能成为驱动企业业务增长的技术引擎,数字化转型也已成为企业生存和发展的必修课。全球领先的数据和分析解决方案供应商Teradata天睿公司,也在加速其在大数据及人工智能领域的布局,适时推出了Teradata Everywhere及AI战略,强化Teradata分析平台(Teradata Analytics Platform),助力客户加速数字化转型。

AI的概念十分宽泛,在Teradata天睿公司***技术官Stephen Brobst(宝立明)看来,“AI人工智能就是深度学习,我们可以使用多层神经网络进行更加先进的分析,Teradata在今年年初就已在中国市场上发布Teradata分析平台,它的并行分布式处理能力可以进行更加先进的分析,可以融合TensorFlow、机器学习、GrafX等相关的技术。”

[[232785]]

Teradata天睿公司***技术官Stephen Brobst(宝立明)

深度学习应用的三大场景:

宝立明在接受记者采访时列举了深度学习技术成功应用的三大领域:

***、 防欺诈。使用了深度学习技术,金融服务、信用卡、电信、零售业等多个行业都可以发现并预防欺诈,运用深度学习的预测性比传统线性数据分析模型要好得多。

第二、 建议引擎。通过建立建议引擎,企业可以比自己的客户更先知道他们在具体领域的需求。建议引擎是深度学习与浅学习的结合。浅学习是非常简单的数学模型,例如你买了衬衫可能还需要一条领带,浅学习的成本很低、分析也十分简单。

把浅学习向深度学习拓展,则可以给客户提出更加有针对性的建议,如通过深度学习分析客户喜欢的颜色、购买行为,以及对所推荐产品的接受度等等,优化成本的同时做出更加准确的预测。

第三、 传感器数据。在工业领域,客户通过传感器测量机器各个零部件的振幅、温湿度以及功耗等数据,再复杂一点的还可以记录机器运转的声音。很多传感器数据都是非结构性的,这些数据放到深度学习引擎中,可以在机器坏掉之前做预测,方便客户更换零部件,避免因机器损坏带来的经济损失。

Teradata与高校通力合作 加速AI商业变现

当然,深度学习的应用领域非常多,众多研究和应用均表明,深度学习技术在医疗领域的应用是可行的。医生这一神圣的职业需要大量的临床医疗经验做积累,而机器通过深度学习和训练之后,给病人做出的诊断甚至比医生要准确得多。

但是,由机器给出的诊断,医生却很难给出解释。宝立明举了个简单的例子:“比如,机器给出的诊断结果是要病人锯掉一条腿,医生在不明原因的情况下是无法下达手术通知的。” 这就引出了AI界的热门领域——解释性。“现在国际上很多知名的大学,如美国的康奈尔大学、麻省理工学院、斯坦福大学、加拿大沃特卢大学,以及中国的众多高等学府,都在研究人工智能的解释性,它相当于神经网络的反向工程,就是要解释为什么机器会给出这条建议。”

目前针对人工智能的解释性探索仍停留在大学研究层面,开源的GitHub可以用来做早期的研究,尚未达到行业试用阶段。宝立明提到,今年5月,“史上最严”的欧盟隐私法案《通用数据保护条例》生效,该条例要求所做出的任何决定都是透明的,而采用深度学习算法得出来的建议都是缺乏透明性的,不符合合规性要求,解释性将是AI研究的重点方向。

同时,他还提到,Teradata的Think Big分析团队正在与客户一起用开源的代码进行相关的研究工作,让客户能够通过先进的分析做出生产型的结果,让其为大型银行所用。此外,Teradata正在同麻省理工学院、斯坦福大学等高校在AI的上述研究领域展开合作,加速将相关产品快速推向市场,让AI技术尽快为客户所用。

Teradata Everywhere对客户的两项承诺

数字经济时代,数据已经成为产生业务价值的核心,这意味着数字化转型已成为很多行业生死攸关的问题。未来十几年,实现数字化转型仍将是所有企业发展的主旋律。新兴技术、分析引擎与方法论日新月异,因此企业需要分析技术,帮助他们快速适应这些新兴技术,随业务需求变化不断发展。为满足这一需求,Teradata推出Teradata Everywhere,随客户需求变化,保护其技术投资,使客户对未来发展充满信心。

Teradata Everywhere是Teradata战略的重要方向,它可以在任何环境部署,且实现了任意方式购买和任意时间迁移。宝立明向记者介绍,“现在我们将软件和硬件拆分开来,让我们的软件可以在任何环境上运行,不论是放在公有云、私有云、托管云、VMware的虚拟云,还是放在本地,我们的软件都可以运行,包括微软Azure、AWS以及中国本土的云平台,部署在哪些云上只是商业性的决策,在技术层面上我们已经做到无处不在,这对我们来说是革命性的突破。”

Teradata Everywhere在战略方面对客户有两个承诺:一是Teradata Everywhere的相关功能,无论用户将工作负载放在本地还是放在云上,在任何环境运行都是一样的,不需要变化任何代码。Teradata向客户提供单一的源码线(SourceCodeLine),无论部署在云上还是部署在本地,实现的功能是相同的,只是在性能上会有细微差异。Teradata Everywhere的第二个承诺是,只要客户购买了软件,便可以将软件运行在任何地方,无论是运行在本地、AWS、微软Azure还是其他云平台,客户进行软件和业务的迁移时均无需花费额外费用。

“对Teradata的客户来说,我们不会从技术或产品功能上将客户锁定在我们的产品上,在财务上我们也不会因为他迁移到别处运行就多收费,Teradata Everywhere的宗旨就是让客户可以在任何情况下平等地去部署,让客户不再被供应商锁定,可以随时进行业务的迁移。” 宝立明着重地强调了Teradata Everywhere的战略目标。

Teradata继续拥抱开源

Teradata公司是***家使用开源技术的数据库公司,在开源领域有着深厚的技术积累。宝立明表示:“Teradata最早的关系型数据库产品就是基于开源的Linux、Unix环境开发的。现在,Teradata已成功将机器学习、深度学习、Spark、TensorFlow等开源引擎放在Teradata的数据分析平台上,与开源的Hadoop平台进行深度整合。”

Teradata QueryGrid大数据分析解决方案,实现了Teradata和Hadoop之间数据的互操作性,这样可以把非结构化的数据放在Hadoop上,通过处理之后,把它变成半结构化或者结构化的数据,从而更好地为用户所用。

此外,Teradata在开源的Web服务器软件Apache,以及Presto软件方面做了较大贡献,后者是Facebook推出的大数据分布式SQL查询引擎。宝立明补充,“总之,开源是我们的朋友,Teradata一直在努力构建开源生态,增强数据的互操作性。”

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

责任编辑:查士加 来源: 51CTO
相关推荐

2021-08-03 10:23:26

人工智能AI数字化转型

2018-05-02 14:03:56

数字化转型 人工智能

2023-06-30 11:20:56

人工智能数字化转型

2017-08-28 18:04:46

2023-07-12 07:12:01

2020-08-17 14:50:48

大数据数字化转型

2019-11-25 16:47:42

华为;大数据

2020-08-14 08:32:56

大数据IT技术

2023-08-07 07:03:26

人工智能首席信息官数字化转型

2022-03-23 12:01:43

人工智能制造业数字化转型

2022-05-31 15:01:36

人工智能数字化教师

2021-05-13 16:17:23

人工智能数字化转型技术

2021-03-28 23:41:14

人工智能数字化转型科技

2023-01-06 07:19:48

人工智能图像数字化

2016-08-18 22:14:25

数字化大数据人工智能

2024-02-19 16:10:52

人工智能数字化转型

2018-04-16 16:25:18

2020-05-21 07:00:00

UPS数字化转型网络

2016-12-23 17:52:21

网易

2019-05-17 10:11:11

IBM安全数字化转型
点赞
收藏

51CTO技术栈公众号