ZD至顶网CIO与应用频道 05月27日 人物访谈(文/王聪彬):大数据分析在日积月累的过程中正在不断发生着改变,之前数据分析更多聚焦在B2C领域,现在随着物联网的发展则转向B2B领域,形成B2B+B2C的模式。麦肯锡报告显示,数据分析70%的价值来自于B2B,30%的价值来自于B2C,所以大家都在向2B市场分析来做转型。
但目前B2B数据分析整个市场总量还很小,而且对数据分析的要求更高。因为单一平台不能解决大数据的所有问题,这也有了开源与闭源技术的混合需求,构建大数据分析的生态系统,在IoT数据大量爆发的时代为各行各业提供对应的分析能力。
IoT数据分析需要7大支撑
IoT的快速发展让数据分析也要更进一步,因为IoT的数据量是传统数据的100倍,这就需要强大可扩展的数据平台来存储和处理这些数据;IoT的地理空间数据比例非常大,需要拥有先进的地理空间分析能力;IoT中有大量基于时间序列的时间数据需要分析,传统SQL并不善于处理。
数据量、地理空间数据、时间序列数据三方面都是IoT数据相比于传统数据的不同之处。Teradata天睿公司首席技术官宝立明(Stephen Brobst)提到,随着IoT数据的可分析也标志着我们已经真的进入了“万物皆可分析”的时代,通过传感器采集到的数据终于可以发挥其价值。
Teradata天睿公司首席技术官宝立明(Stephen Brobst)
其实在2015年Teradata Partners大会上,Teradata就提出了“万物皆可分析”(Analytics of Everything)的概念。但基于传感器的数据应用更多集中在制造业层面,所以Teradata的一个业务重点便是要向制造业转移。当然万物皆可分析也包含了来自各行各业的数据,如电信行业收集手机的地理位置信息,医疗行业医疗设备收集的身体指标数据等等。
在Teradata提供的产品中对于IoT数据的分析可以分为七类,第一、Teradata Listener框架,以实时的方式把海量的数据导入到Teradata系统;第二、利用RESTful API实现各种技术平台的对接;第三、可靠、高可伸缩的数据传输技术;第四、存储技术;第五、可兼容技术;第六、压缩技术;第七、即将推出TeradataIntelliFlex一体机产品,采用下一代海量并行处理(MPP)架构,能以非常高的经济性,有效地进行海量数据的处理。
除了刚刚说到的七部分,Teradata实现万物皆可分析的基础还是统一数据架构(UDA),其结合了Teradata的技术、开源技术、数据湖等技术。
“我们可以将数据先放到数据湖中存储,经过Aster进一步处理,导入到数据仓库为BI使用。”宝立明说道,UDA中的Aster是一个非常适合处理传感器数据的平台,而且已经被移植到Hadoop上,既可以在文件系统上去执行,也可以在开源的数据库上应用。
从跳高演变看技术整合
正如UDA的架构,开源和闭源已经实现融合,而这在之前是不可想象的。宝立明用跳高姿势的演变举例,在之前跳高的姿势都是剪刀腿,而到了80年代跳高遇到了一个转型期,背越式的出现比剪刀腿能取得更好的成绩。
这也使得越来越多的选手开始采用背越式,当然选手可以依然待在安全区,但你最终不会成为赢家。通过12年的发展背越式完全取代了剪刀腿,这就如同采用新技术也是一个痛苦的过程一样,企业需要实现商业技术和开源技术的整合。
在15年前,Teradata就已经把数据库产品跑在Unix、Linux开源的版本之上,一直到今天也是如此。
在UDA的组合中不仅有开源Hadoop,宝立明还特别提到同Facebook合作研发的开源分布式SQL查询引擎Presto,以及运行在Presto上面的QueryGrid,其可以在Hadoop平台发起并完成跨平台查询,所以UDA已经是一个商业技术和开源技术融合的开放架构。
同时Teradata也为机器学习提供一个具有高可延展性的大数据平台,把机器学习的算法,像R、Ruby内嵌到平台之上,供Teradata的数据科学家做各种各样的实验和探索,更好地找到一些成熟可商用的技术,整合到解决方案中。
在云计算战略上,为了和企业的应用趋势匹配,数据分析的重心也正在向云中转移,尤其是现在企业的业务系统逐渐前移到云端,分析也将转移到云端。
Teradata的原则是给客户提供同类最佳技术的选择,AWS是目前宣布的第一家公有云合作伙伴,未来在Microsoft Azure、谷歌云上都会提供服务,目标是在不同云平台上都可以提供同样的数据分析能力。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。