3月31日消息,由深圳市人民政府与数字中国联合会共同主办的2013中国（深圳）IT领袖峰会隆重召开。下午,由数字中国常务理事曾强主持、主题为“大数据时代”的分论坛讨论上,数字中国常务理事田溯宁、中国国际金融有限公司总裁朱云来、汉能投资集团董事长陈宏、金蝶软件董事局主席徐少春、北极光投资合伙人邓锋和香港应用科技研究院行政总裁张念坤对大数据的现状和影响进行了讨论。
邓锋认为,大数据给我们带来两种好处：预测的准确性和快速迭代,大数据都是实时的,能够反馈,并能预测社会行为,这就能带来商机。从小企业的角度来说,物与物的互通等大量目前大公司未开发的领域是未来的机会所在。
以下为论坛对话实录：
主持人（田溯宁）：现在开始最后一场论坛,主体是“大数据时代”,我相信大数据这个名词这两年在业界出现之后,很快变成大家谈论的话题,我前天在去首都机场,在机场的书店里卖的都是热卖的书,我看到机场的书店里卖了一本大数据的书,这正确大家这么快关注的概念,这是很可喜的事情。关于大数据的概念和发展,大家都有自己的认识,首先我想请各位谈一下你们理解的大数据是什么？第二个话题就是请大家谈一下大数据怎么用？我们就围绕这两个方面来进行探讨。首先请张念坤开始。先简单介绍一下自己,然后跟大家分享一下你对大数据的看法。
张念坤：刚才怀进鹏像章关于大数据进行了一个非常精彩的演讲,对大数据的概念解释得很好。我认为什么是大数据呢？比如说以前认为的大数据可能是10的5次方的数据,到后来发展到了10的8次方的数据,这些概念是在不停发展。当每个人一年用1G的数据的时候,就认为是一个很大的数量,全球最大的大数据是什么？就是那些高能物理实验室的数据,比如说瑞士的一家实验室,他们每年的数据是500×10的8次方数据。在甚至有没有大数据呢？深圳有一个大亚湾核定厂,他们有一个很大的高能物理的实验室。
邓锋：我想花几分钟从另一个角度讲一下这个事。我觉得如果对这个不了解的,可能会稍微好懂一点。其实大数据是 云计算 的一部分,我一直认为云计算要分两部分来看,一部分是把计算的设备放到离你的公司很远的地方,就是数据中心里面,可能离你几千公里甚至更远的地方。以前我们认为把它集中起来,不但节省我的计算资源,我想用的时候再去申请,这种做法基本上可以说是云计算的一部分,它基本上的概念就是把资源给集中起来,然后通过这个来提高你的可靠性,降低你的成本,这是一部分,这部分就有很多虚拟化的技术,一个服务器可以当很多的服务器用,它一个设备解决好多的问题,因为20个虚拟服务器可以解决20个不同的问题。大数据是正好反过来的,它其实是给成百上千个服务器解决一个问题,但是这个问题是巨大的问题。比如说搜索,它是好多的拷贝在做这个问题,它解决语音的问题也是这样,这么多的机器联合起来解决这一个问题,它面临的是巨大的数据量,背后有算法,有数据,这些算法是解决一个问题。它的数据是不断产生的,而且是分散的,可能在全世界不断产生,实时的叠加、累计起来的,这种数据要求你做的结果不一定是很精确,但是你要是实时的,而且你要不断改进自己的。比如说搜索,就是根据你过去计算的结果,下次再提高一点,越来越精确,这就不仅仅是一个数据量大的问题,它还有分散性、实时性,根据你搜索数据的结果,也是变得越来越精确,从某种程度上,这就是大数据的问题。当然大数据具体是什么呢？还有有很多其它的问题。我就先讲这些。
徐少春：其实大数据,顾名思义就是海量的数据,海量的数据不是一个怎么形成的概念,很早以前也有讲大数据的,比如说做人口普查的,有一个大的数据库。为什么现在谈这个大数据呢？因为移动互联网、云计算、社交网络等等新的技术给大数据带来了一种新的变革。所以我认为这个大数据其实一种新的观念,也是一种新的方法,同时也是一种新的服务。大数据在企业里,很大的企业,它几十年日积月累下来,可以有很多的数据,但是这些数据如果很好地跟新情况结合起来,就可以帮助管理者进行决策,让员工提高效率。所以我认为大数据应该这么理解。
陈宏：我认为大数据是相对的,我记得在1993年的时候,我们在做互联网的时候,在美国做互联网,最贵的就是存储卡,当时一个G要几十美金,后来数据的存储量越来越大。我觉得大数据就是在信息量爆炸的情况下,一个是量大,一个是非结构性的增多了。数据大量的出现以后,以前我是把数据处理好就行了,现在数据更多了,简单的处理做不了,就需要有更多的技术来处理,所以这是大数据目前遇到了挑战。第二个是要挖掘数据的价值。现在的数据不像以前大家只是做做一些简单的处理,这个数据里面具有了很多的价值,一旦把这个价值挖掘出来以后,商业机会就增大了。就拿今天的例子来讲,比如说马云(微博)他们今天早上在讲,为什么阿里金融会对银行产生一些压力？它不是说这个政策方面的原因,是因为它有大数据,它有几亿用户,他知道用户买了什么,过去干了什么,他不断地在自己的数据库里寻找出来,然后从别的数据库里面把这个东西找,这种就是有价值的,它就可以做一个金融服务,这个金融服务会导致他给小额贷款提高很低的利率,产生营业额,这会变成非常强大的公司,这是一个。第二个例子,这次我们跟李彦宏去以色列考察一家公司,这个公司是在网上追踪每个人的行踪,他的观点很简单,好人在网上干什么都不会把它消除掉的,你所做的东西是有逻辑性的,坏人干完一件事就想把它抹掉,他就分析这些数据,在这里面分析出来,用这个理论很快就把坏人调查出来了,这种分析是非常准确的,这就是把互联网上的大的信息调查出来,后来这个企业卖了3亿多美金,这就是大数据出现之后,出现了很多的商业机会。
朱云来：最后来说这个事还真的是不好说,其实大数据真的就是大数据,比3D打印技术还简单的,就是大。谷歌(微博)那个词就是一个大数,这是阿基米德说的,他也说不清这个事有多大,大概是1后面再加100个零,其实按照现在的数学来说,这也是一个小数据。现在有人统计,现在的数据是多大呢？是1的后面加上20个零。这个数说起来很简单,但是为什么大家还在谈这个事呢？就是因为有云计算,有过去产生的大量的数据。更重要的是我们现在这个系统有没有合适的工具,系统收集、存储、分析、挖掘,能带来很多的新的知识。比方说一个感冒,你可以统计出来一个人平均一年感冒几次,这些数据都可以进行整理,可以从里面发现规律性的东西。反过来,由于有了大数据处理的能力,你又可以新增了很多东西,比如说今天上午我坐在马化腾(微博)旁边,他说现在腾讯的数据量是1PB的概念,但是PB到ZB还要差两级,每一级差1000倍,所以你就可以大概算出来。现在我们有了这样的数据处理的能力,在生活中间又可以设计、积累新的知识,可以把经验和实验的结果迅速的收集,对我们的管理和研究都非常有帮助。现在我们已经非常自然的产生了很多的数据,这些数据你怎么来更好地处理,它对我们的生活会产生什么样的冲击,这是大数据给我们提出的新的课题。

《说科技——三个火枪手》是比特网 2013年重磅打造的一档脱口秀类视频栏目,每期有三位资深总编、主编参与,针对IT、互联网 领域的热点事件、技术趋势、行业变革等话题进行幽默、轻松、深度、有趣的解读。
　　本期《说科技——三个火枪手》由比特网总编辑曹增光、比特网副总编辑 袁斌、和IT专家网总编辑 李超。共同讨论 大数据时代 的问题。三个人以各自的观点和看法为大家揭示 大数据 的进程路线以及发展预测。说科技让比特网三个火枪手栏目与您功能探讨科技的音符。
　　下面为节目实录。请跟随我们的主持人比特网副总编辑袁斌一起进入畅谈科技的空间……
　　 (从左排序分别是 比特网总编辑 曹增光、比特网副总编辑 袁斌、IT专家网总编辑 李超)
　　 袁斌： 谈笑间 洞察 趋势, 闲聊 中指点江山。好,各位比特网网友大家好,欢迎大家观看最新一期三个火枪手视频栏目,我是比特网袁斌
　　 曹增光： 我是比特网的曹增光
　　 李超： 我是比特网李超
　　 袁斌： 好,这一起我们的话题是关于大数据的,大家都知道大数据是目前特别流行、特别热的一个话题。我们也知道,就是大数据在各个厂商里面大家都有不同的解读,然后不同的人,在行业里,在应用上大家也都有这么一个想法,很多人都觉得大数据可能就是一场会再次过热,也有的人会认为说大数据会真正开启下一代的时代风潮,所以从大数据这个概念和本身上面很多人的看法就是完全不一样的。所以我们也首先也知道就是在互联网行业里面其实大数据应用的最早,也最快的一个方式。然后下面先请介绍一下这方面的情况。
　　曹增光： 那么谈到互联网呢,的确说大数据其实首先在互联网上有广泛的应用,那么目前的状况呢,随着互联网的应用的深度,就渗透到人的各个生活中,其实大数据在互联网中呈现一个几何增长的一个其实。那么也就是现在谈到的数据爆炸,那么其实可以回顾一下整个互联网的发展趋势,从最初的互联网刚刚兴起的时候,其实这种门户网站的这种点对多的模式,提供单一的信息的这种方式,其实满足了用户的一些基本的需求。但是这几年随着这种社交网络,包括社区,包括这种越来越多的应用出现以后,我们发现用户的需求是越来越追求于个性化的需求,那么在这种需求变化的同时我们也发现其实整个互联网的信息他是一个过度泛滥,或者叫过窄的这样一个时代,那么在这样的时代就是说省去,根据用户的需求,然后去匹配上他需要的信息或者是他需要的商品。那么这时其实就利用了很多大数据的一些技术。那么我个人认为其实未来的互联网应该是对已有的信息,包括已有的这种各个行业的商品,是通过大数据的技术去做好一次重新的组织或者整合的过程,然后去按照用户的需求,然后不同的需求去匹配不同的信息和不同的商品。那么其实从另一个角度来看呢,我们发现现在其实互联网行业里的这些所谓的巨头,其实也从这种更高的战略上面把大数据作为一个更重要的一个战略性的方向,也投入了很多的这种技术,包括这种资金,我们发现包括阿里,包括京东商城 ,其实他们都是把数据平台放到了一个很高的战略位置上。其实整个行业里对他们其实也是有一个这种定论,其实这些公司未来都有可能,因为他们掌握了很多用户的不管是交易数据,还是行为数据,未来的这种价值体现在,其实是数据运营的这样一个方向,那么互联网其实整体来看,就是从未来趋势来看,大数据他也是一个重要的支撑性的这样一个作用。就是目前的状况是这样的。

在埃森哲最新发布的2013年技术展望中,云计算 已被视为企业 未 来发展的关键要素。当前的关键问题并非“是否应当应用云？”,而是“我们应如何使用云创造价值？”。但目前云的应用只处于开始阶段,云的作用也刚刚显现。 另外,该技术展望还分别就无处不在的“关系”、嵌入式数据分析 、数据加速度、无缝协作、软件定义网络和主动防御进行了深入分析。
　　 无处不在的“关系”——创建日常交易之外的数字化关系
　　如今,企业有望重新利用技术手段与消费者建立朋友般的关系。企业将不再简单地用冷冰冰的数字交易、cookie文件或者交易记录与统计数据来表 现消费者,而是将他们视为具有其差异化需求的真实顾客。然而,尽管移动技术、社交网络和基于情景的服务,已经深化了企业与消费者的数字化联系,大部分企业 仍然只是在收集更详细的消费者意见、消费者属性和交易信息。
　　如果将所有这些方式整合起来,它代表着一种吸引客户参与和维系消费者忠诚度的关键新方法,即无处不在的客户关系管理。新技术可以为企业提供更多、更亲密的交流渠道,支持企业建立差异化的客户关系。应用移动 通信 、社交媒体和情景服务创建真正的个性化消费体验,一些企业已经敏锐地发现这些数字化关系带来了一个增加收入的巨大机遇。
嵌入式数据分析——针对所需信息设计数据收集要求
　　当今 企业 面临的最大问题不是数据量不足,而是数据泛滥,并且缺乏正确的数据。业务高管需要正确的数据来高效规划企业的战略方向。当代软件为功能性而设计,下一代软件将为分析而设计。
　　今天的IT环境以应用软件系统为中心。企业开发了数据模式来支持应用软件功能。然而,应用软件大多无法满足新业务 方案 的数据收集需求。于是,大部分企业会更进一步：它们选择尽可能多地收集信息。但是,“更多数据”不等于“更好的数据”。企业在收集数据时通常并没有明确的目的和问题。因此,当公司用数据分析制定战略决策时,所收集的海量数据无法帮助其解答这些问题,反而经常面临信息断层。
　　每个数据空白都会让企业错失改善决策或业务运营状况的机会。填补数据空白,即获得正确的数据,企业需要彻底改变新应用软件系统的设计理念应用思 路,以及现有应用程序的配置、使用与更新方式,它们要为数据分析而生。迅速发展的传感器技术使企业获得了又一个填补数据空白的利器。可以创建及收集物理环 境与设备信息。
　　技术不再是障碍,规划问题所需要的战略业务前瞻眼光才是企业面临的挑战。
　　 数据加速度——跟上决策和行动速度
　　在这个信息爆炸的时代,企业高管需要应对繁杂的统计,处理数量飙升的数据,并从中发掘有价值的信息。他们需要特别关注数据处理速度,即收集、分类和 分析数据 以获得可执行情报的速度。由于业务高管越来越希望能实现实时数据分析以保持竞争优势,他们对数据分析速度要求也将随之提高。
　　新技术的涌现将帮助加快从分析到应用的数据周转速度,提升企业高速分析数据的能力。与此同时,新的低成本分析功能可以加快针对具体问题的探索速 度。此外,也有企业应用非结构化数据批量处理技术——这些多为批处理技术,来实现实时或接近实时的数据处理。所有关于数据速度的讨论中,并不是追求把实时 功能做到极致,重点是如何在待处理和分析数据量大幅增加且数据源日益丰富的情况下提升响应速度。

围绕大数据 的话题主要集中在点击流数据、倾向性分析和消费者定位。但其实在大数据背后,机器到机器的通信 以及先进的分析功能可能会完全改变我们周围的世界。
　　案例：通用电气(GE)及其“工业 互联网 ” 的愿景,工业互联网可能像工业革命和互联网革命那样完全改变我们的生活方式。通用电气全球战略和分析主管Peter C. Evans和通用电气全球市场见解执行董事兼 首席经济学家 Marco Annunziata在白皮书中写道：“工业互联网将带来创新和变革的新时代。”
　　Evans表示：“通过互联网带来的高级计算、分析、低成本传感和新水平的连接性,全球工业系统正在不断融合, 数字世界 和机器世界的深层次结合讲给 全球产业带来深刻的变革,并影响日常生活的很多方面,包括我们的工作方式。这些创新讲给航空、轨道交通、发电、石油和天然气开发等不同行业带来更快的速度 和更高的效率。”
　　工业互联网：智能机器、先进的分析能力
　　通过机器内嵌入式传感器及其他先进仪器,对机器的相关数据进行收集和分析,最终提高系统以及网络的性能和效率。
　　根据Wipro Technologies公司表示,波音737发动机在飞行中每30分钟产生10 TB数据。该公司制造和高新技术应用研究主管Paul Mathai表示：“一架双发动机飞机从纽约飞到洛杉矶的6小时中产生240 TB数据。通过分析这些数据,我们可以了解发动机的性能等状况。”
　　根据通用电气的Evans和Annunziata指出,在航空业,大约有2万 台商 用飞机,4.3万商用喷气发动机。在未来15年内,随着全球航空服务的不断扩大,还会有另外3万台喷气发动机投入使用。
　　1%的节约都将是巨大的
　　通过利用这些数据能够显著提高效率。在航空业中,哪怕是1%的燃料节省都能在未来15年帮助节约300亿美元。并不单单是航空业将受益,在全球燃气电厂提高1%的效率能够节约660亿美元的油耗,而在全球医疗保健行业则能带来630亿美元的成本节约。
　　通用电气推出工业大数据管理和分析套件
　　本周,通用电气在实现工业互联网的愿景的道路上迈进了一步,该公司推出了新的Proficy监控和分析软件套件—用于工业大数据管理和分析的集成解决 方案 。
　　通用电气表示,该套件可用于远程监控一个工厂或者一个公司的全球业务,提供信息来提高设备可用性、减少非计划停机时间、提高产量、减少变量以及降低维护成本和库存。
　　这个产品套件包含四个现有产品和两个新产品：
　　· Proficy Historian—通用电气的旗舰数据收集软件
　　· Proficy Historian Analysis—用于 数据挖掘 和可视化
　　· Proficy SmartSignal—对基于状态的监控进行预测分析
　　· Proficy CSense—故障排除、监控过程以及创建闭环流程优化
　　· Proficy Historian HD—允许对 Hadoop 集群中大规模数据集进行 存储 的新产品
　　· Proficy Knowledge Center—绑定该解决方案与流程可视性、资产健康评估和流程优化的新的控制台
　　通用电气智能平台功的工业数据智能软件组总经理Brian Courtney表示,Proficy Historian HD结合了工业时间序列数据和分析与弹性容量来创建基于Hadoop的大数据解决方案,能够减少高达85%的数据存储。他表示,这是通用电气实现工业互联 网的第一步。
　　“通用电气每天产生5 TB新的时间数据,”Courney表示,“我们在大数据和分析方面的经验能够最大限度地提高设备和工艺性能,帮助其他公司降低风险。在我们的检测和诊断 中心,我们使用我们自己的软件来管理数百万美元的资产价值。现在,在通用电气工业性能和可靠性中心,GE工程师为我们的客户监控成千上万的关键任务资产, 来确保正常运行时间、资产可靠性等。”
　　另一方面,Proficy Knowledge Center是一个基于 浏览器 的可视化应用程序,它紧密结合了资产数据模型与时间序列数据。并且,它支持对流程健康和设备监控的统一 视图 ,从而提高生产效率和决策过程。
　　改善流程状况能够节约成本
　　首先,这个套件能够帮助 企业 客户了解其资产状况。该系统会分析设备的正常行为和模式,并能够发现偏离预期的异常,从而在小问题升级成大问题之前,解决问题。
　　在了解了资产状况后,该套件能够帮助企业深入分析其流程状况—发现导致性能不佳的原因。这能够让企业以更接近最大能力的水平来运行设备。
　　在工业互联网,小变化能带来巨大影响
　　“在工业互联网中,即使是相对较小的变化都可能带来巨大的影响。正如我们所说的,1%的成本节约都将是巨大的数字。如果工业互联网的成本节约和 效率 提高可以使美国的生产效率增长1至1.5个百分点,换算成经济方面的增长都将是巨大的,可能占人均国内生产总值的25%到40%。互联网革命推动生产力增 长了1.5%,我们相信工业互联网将在较长的时间内带来类似的增长。”

在第十一届大连软交会现场日本知名企业 世界五百强企业NTTDATA总裁神田文男接受比特网 记者独家专访时表示,NTTDATA集团在中国成立总部之前,共拥有12家控股公司,7家参股公司,19家投资公司都作为个体企业为客户提供服务。2012年在集团推出oneNTTDATA品牌推广战略作用下,为了更好服务于本地客户,中国采取同样战略,将上述多家公司进行战略整合,整合后最明显效果：集团从2012年4月到2013年三月整体利润翻番,神田文男在大连软交会现场对记者描述集团整合后的成绩表现。
　　NTTDATA集团总裁神田文男
　　目前中国总部主要服务于两大行业：欧资汽车行业IT系统分发与金融行业网上银行以及流程银行服务。
　　随着IT技术快速发展,与过去服务行业客户相比最大变化在于,服务模式由大众型过渡到针对不同行业不同客户提供个性化模式阶段,但前提具备足够多行业客户服务数据作为个性化服务支撑。神田文男表示,目前NTTDATA在上述汽车行业、金融行业以及M2M技术服务和网络服务等领域积累了大量行业客户数据。在拥有 大数据 方面先进挖掘分析技术前提下,将NTTDATA的庞大数据信息进行及时分析挖掘,为客户提供方向性的技术参考实施 方案 ,使之体验到大数据技术为客户带来的便利.
　　另外NTTDATA提出的Smart Life服务概念,正是位于大连NTTDATA旗下的MSE公司通过IT技术为客户提供更加便利、安全的服务产品,概念背后折射出的是NTTDATA公司创新和不甘于现状的基因,神田文男对记者表示通过技术创新驱动,使NTTDATA在同行业竞争者当中成为世界技术变革 浪潮 的引领者而不是跟随者,比其他企业更具有IT的前瞻能力,提前思考今后社会发展方向。 　　目前NTTDATA集团在神田文男带领下,已经成为具备技术创新、不甘落后的世界级IT服务百强企业。企业的下一目标据神田文男表示,由于过去没有真正研究世界级IT服务企业前三名的竞争情况,导致NTTDATA一直集团徘徊在世界级IT服务百强企业第六名,毫无增长之势。接下来是NTTDATA发力之时,将徘徊在第六位上升一名,虽只一名只差,在神田文男看来,在日益竞争激烈的世界级IT企业中,挑战系数已非常之大,需要企业在发展创新、技术创新、产品创新以及商业模式创新发大力才有实现的机会。

以技术员、总经理办文书管理员身份出身的知名华泰CIO 徐守福近期接受用友 微博 访谈,回顾了5年多信息化 心路历程,总结了如何成为一名合格的CIO期间会面临哪些抉择、挑战。同时徐守福还表示,很多企业 将信息化的定位成一个技术工程,而实际上它是一个不折不扣的管理工程。
　　五年的时间最大的收获和体会是三个转变：一是转变思想观念,敢于打破常规,即变保守观念为创新观念,把不可能变成可能;二是转变管理方式,强化三大职能,即变技术观念为管理观念,强化基础管理、规范管理、监督管理,为高层分忧解难、把关理财;三是转变发展理念,打造盈利模式,即变成本观念为利润观念,把花钱的部门变成挣钱的公司,从伸手向公司要钱转向为公司创造利润。作为CIO不能让公司的钱白花。必须让管理者知道,公司的投入有价值、有回报,价值是什么,回报有哪些。
　　徐守福认为“如何为公司创造价值”是衡量CIO价值的惟一标准,其他都是次要的。CIO要想实现自身的价值,就要遵循“价值为王”的理念,发挥信息化的作用,为企业创造出价值,就是CIO的价值,这样才能在老板心中树立威信,重塑CIO自身地位。
　　很多传统企业老板对信息化不够重视,或者对信息化根本不够了解,更谈不上CIO这个认识层次。因此,在这种背景下,CIO的地位不是老板给的,是需要靠自己争取的。这就需要CIO必须主动参与决策,借助于信息系统,积极提供决策信息和依据。像我们团队会定期给董事长出一份《信息化督查管理通报》,每个月都会发布1-2次通报,直接处罚各子公司董事长、总经理,或分管副总经理。通过监督检查通报处理,在集团各公司树立部门的权威和威信,通过管理分析,挖潜堵漏,进一步规范管理,完善制度,提高效益,让老板看到真正的价值。
　　 如何成为一名有价值的企业CIO
　　作为CIO,一要耐得住寂寞、经得起考验,既要顾全大局、不拘小节,又要勤于思考、敢于创新;二要负得起责任、守得住底线,以公司利益、集体利益为重,不怕得罪人,但不打击报复人;三要上得了高堂、下得了厂房,既要能参加公司高层会议,尤其管理会议,又要能深入一线调查研究,解决根本问题。
　　徐守福总结自己职业生涯的道路时表示,我本身是工科出身,到企业自然是干技术员,可我不安于现状,看不到未来的路,于是报名竞争文秘一职,成立编辑部,自封为王,这是第一次转型。第二次转型既是偶然,又是必然。因为我在电脑方面的爱好,竟被董事长选中负责IT部门,于是有了传媒信息部(宣传与IT的合体)。从IT中找到了更好兴趣点,也找到个人职业生涯的未来,在实施信息化和运维信息化的过程中,十几年文字的思维方式和总结能力起到至关重要的作用,潜能得到充分发挥
　　CIO不一定非要强势,但起码在公司要有一定的“人缘”,毕竟要和各个部门打交道;但是CIO要想干好了一定会得罪人,所以性格内向的估计会“很受伤”。我在做企业内外宣传期间积累了很多“好人缘”,但我恰恰是性格比较内向的一种,不过通过项目的锤炼,我发现,内向型更善于思考、做事更稳重。
　　同时身为CIO也要能够为企业带来三个价值转变,一是从传统、经验、习惯式管理向程序化、制度化、标准化管理转变,要敢于打破常规,挑战老习惯,把优秀管理思想通过信息化融入企业,通过业务流程固化,提升管理执行力,并能够支撑企业的发展战略或业务变革。二是从简单化、粗放式管理向科学化、规范化、精细化管理转变,建立、完善企业基础管理制度和标准,巩固“企业管理基础核心”,并采用IT手段进行固化。三是从信息化投入的成本观念向信息化投资的利润观念转变,向管理要效益,为企业挖潜堵漏;向分析要效益,通过成本分析、 数据分析 ,加强控制提升利润;向政策要效益,争取国家和政府的无偿资金,从而为企业创造真金白银。
　　很多企业CIO在信息化建设方面将大部分投资投到了技术上。但在徐守福看来,想要建设好企业信息化,关键不是靠技术,而是靠业务,只有在业务上精通,才可能把信息化做得更好。技术是基础,是辅助手段。可以利用技术手段,逐步实现企业内外部的数字化、信息协同和业务协同,将各项业务进行深度集成和全面协同。
　　最后徐守福总结了CIO应该做好的九个字：人、财、物;法、政、流;数、表、图。 CIO的职责 一是要围绕公司战略,确定IT战略、规划并实施,首先实现“人、财、物”的控制;包括岗位、职责、角色、权限,财务、资金、供应链等。二要通过信息系统规划建设,做好“法规、政策、流程”的系统配置、固化、优化,为企业发展保驾护航;三要发挥信息作用,做好“数、表、图”的分析,为高层提供决策依据,参与监督和管理,促进管理提升、效益提高。
　　信息化是不折不扣的管理工程
　　管理核心竞争力的提升,离不开IT技术的创新。多数企业供应链业务间呈“米”字型分散,虽然实现了部分业务流程的系统传递,但无法实现整体业务的闭环监督、分析和管控。各个单项业务之间即使连上网,也很难形成一个有机整体,依然是部门分割的状态,难以进行信息共享和业务流程优化。因此建设高度集成、完全闭环的信息化管理系统,是很多企业建设 ERP 的梦想和追求,仅仅提高工作效率是远远不够的!借助于IT技术,将信息技术与管理进行融合,打通业务流程,建成“O”型闭环ERP,堵住管理漏洞,杜绝数据落地造成的损失,从而降低企业运营成本,提高运营效率,支撑企业变革和转型。
　　业务流程管理是企业信息化极其重要的一环,作用巨大。传统信息化产品在流程管理、配置上可操作性、易用性都不够好,而业务流程管理在这方面应该说是深化、优化了ERP的应用,但多数企业对BPM还不太了解,毕竟ERP能做到全面应用的也不多。
　　一般企业对信息化的定位就是一个技术工程,而实际上它是一个不折不扣的管理工程。我所做的就是围绕公司的管控战略去制订IT管控规划和策略,实现战略管理的落地;同时把公司的管理漏洞、缺陷找出来,利用技术、管理、制度等手段加以约束和控制,并通过一件件具体实例,向高层做汇报。再者要通过信息化向管理要效益、向服务要效益、向政策要效益,实现信息化投资价值的最大化。关键是价值的案例化、数据化、清晰化,让任何人都能看到具体的价值点、关键点、控制点。
　　不管有没有借鉴的行业或案例,企业信息化,都必须要围绕公司的战略和需求来做。首先要搞清楚,公司的发展和管理战略是什么,其次是公司的具体需求是什么,要解决哪些根本问题或者关键问题,特别是比较急的问题。对于保守型的企业,CIO必须主动出击, 像CEO一样思考。

虽然可视化在 数据分析 领域算不上最具技术挑战性的部分,但是它绝对可以说是最重要的一个方面。当然,存储、数据库的查询处理以及算法都是非常的重要——可视化离开它们也无法实现——但是在一个数据驱动的世界里,它们只是处在基本层的位置。这里有6家创业公司,他们试图从根本上改变数据的可视化。其中有一些是高度复杂的可视化处理过程,有些不是。虽然没有一个是完美的,但他们所做的一切,会让我们反思：数据究竟意味着什么？
Ayasdi
Ayasdi来自印第安语,是“寻找”的意思。斯坦福大学的Gurjeet Singh, Gunnar Carlsson和Harlan Sexton一直在致力于将拓扑学的研究方法应用于数据分析。在2008年,他们联合成立了Ayasdi公司。Ayasdi成立以后,就获得了DARPA(美国国防部高级研究项目组)350万美元的资助。
Ayasdi的底层使用的是HBase数据存储,然后再利用拓扑数据分析技术和上百种机器学习的算法来处理复杂的数据集,最终确定数据节点之间的相似度。而对终端用户而言,这看起来更像是一个数据集的拓扑图,只是强调了集群中有关联的数据点。
Ayasdi的技术有一个重要的特点,它不像别的系统需要类似搜索查询式语句,Ayasdi可以自动从数据中发现隐藏的模式。Ayasdi的一个应用就是在医学研究领域,Mount Sinai医学院基因与多尺度生物学系的主任Eric Schadt就带领一个团队,利用Ayasdi的技术进行一些疾病的遗传倾向的研究,而且利用Ayasdi的数据分析技术,帮助发现了乳腺癌的14个变种。
BeyondCORE

实际上BeyondCore运作的基本前提和Ayasdi是相同的——只是展示给用户显著相关的联系,而无需考虑这个结果是如何发现的——虽然BeyondCore使用的是标准化图表,但是事实上还提供了另一种选择：在发现软件发现关联性结果时,会让化身（见图片）通知用户。
ClearStory

ClearStory拥有一个独一无二的产品,即使该产品的很多细节并没有公布。也许只有在产品正式发布之后,我们才能“一睹真容”。ClearStory将与存储在数据库、网络和其他来源的数据连接,在数据源变化时进行动态的更新,并加入虚拟的 数据挖掘 组件,使用户分析数据并理解信息。在今年3月份,ClearStory获得了来自谷歌风投、安德里森·霍洛维茨、Khosla Ventures等多家风投的青睐,融资金额不详。
Datahero
Datahero是由来自Aster Data的大数据分析业务骨干Chris Neumann、宝马的高级工程师Jeff Zabel联合创立,该公司尚在起步阶段就获得了100万美元的融资。他们打着“你的数据你做主”的口号,试图弥合大数据与普通用户之间的鸿沟,不仅帮助用户分析密切相关的数据,而且通过可视化的形式,让用户更好地理解这些数据。

据外媒报道,Datahero是基于浏览器的一个平台,数据的输出、整理以及解释都会在一个单独的窗口完成,而不是通常意义上的借助不同的应用。通过浏览器,用户可以将多种网络服务的信息输入到Datahero,也可以从公共的数据库下载报告,还可以直接在本地把电子表格及文件上传到Datahero。Datahero会根据它的算法自动为这些信息归类,并给他们加上标签。
Platfora
初创公司 Platfora声称“要把Hadpoop平民化”。该公司认为只有把冗杂的数据进行有效处理、视觉化,让数据变成普通的用户都能看得懂的东西,“大数据”才能真正变成一盘生意,这家大数据创业公司已经获得了2000万美元B轮融资。

Platfora在Hadpoop的基础上进行数据的操作,并为用户提供一个简单易用的操作平台。因为Hadpoop有很多不同的发行版,所以Platfora的重点之一就是确保它能在所有的发行版上运行,这样大大降低了Hadpoop的使用门槛,让更多的人能够体验Hadpoop的技术优势,实现真正意义上的“平民化”。
Zoomdata

初创公司ZoomData是为数不多的支持移动设备的数据分析公司,它们的数据可视化系统能够将实施的大数据流转化为触屏友好的、艺术感十足的三维数据。苹果iPad和Android平板电脑用户可以用手指缩放数据可视化界面,随着界面缩放的级别不同,数据将实时进行更新。ZoomData的数据可视化技术支持多种数据源,包括社交媒体、企业应用系统以及Hadoop HDFS数据。

对话ITSC首席科学家王笑京:智慧交通的变与不变我们的日常出行,无时无刻不在受智能交通系统的影响。 在人车涌动的十字路口,红绿灯可以统一调节城市交通；在相对独立的车内空间,车载导航可以规避交通拥堵,合理的规划行车路线；在高速公路,ETC让汽车从缴费通道径直穿行而过,无需停车；在城市大道,电子监控时刻记录着行车信息。这些都属于智能交通系统（ITS）的一部分。
当共享出行战局“一半海水,一半火焰”,当5G浪潮来袭,全民热议,智能交通系统会有怎样的演进？当车企进行数字化转型,互联网企业入局出行,又会给我们的出行带来怎样的改变？ 腾行智库“探路智慧出行”第一期,我们采访到了国家智能交通系统工程技术研究中心（ITSC）首席科学家王笑京。希望能够更深入的认识到我国当下的交通困境和痛点,以及未来发展的方向和机遇。 从智能交通的视角来看,王笑京认为交通要真正实现“智慧化”,需要认清 “车占用物理空间”这一不变的“实体资源问题”,这与信息和通信系统传输数据有本质的区别,即物理尺寸和速度的巨大差别。交通拥堵的问题实质上是需求与供给的矛盾,这是信息系统和通信系统无法解决的。信息通信技术在交通的应用,应该聚焦于提高“出行可靠性”、安全性和便利性,让出行更加的“人性化”；发展通信系统,需要根据通信技术的特点找到其最适用的领域,而不能盲目推崇。 王笑京还认为, 车企如果要进行转型,除了认清交通的“不变”,还需要有内部“可变”的勇气：必须要从车企内部进行创新力挖掘,如果要和互联网进行协同和共融,进行“生态化”构建,则需要进行内部流程的改造；而对于互联网来说,若要入局出行,需要抓住自己的以往优势,从自己的“根”出发,去延展出枝干叶。 以下是腾行智库对王笑京部分观点的解读： 信息系统提升出行“可靠性”,促进出行“人性化”交通运输行业是“十三五”规划重点推进行业之一,智能交通产业和“传统交通运输行业+互联网”的概念也在“十三五”期间不断提及。信息产业已经深度融入交通产业,成为智能交通系统的重要组成部分,那么,信息系统对于交通产业的的核心作用是什么？ 王笑京认为,信息系统可以提升交通“可靠性”,进而降低出行焦虑。 出行“可靠性”在于使得用户“对出行时间成本可预测、对出行有预期调节”,而这对城市交通非常重要。 “我今天从这去走,我知道我今天能到,我知道我两个小时能到,我明天再走大概知道一个小时能到,这个是信息系统能做的,而这个东西对城市交通其实非常重要。一是它对人的心理调节,预期调节。二是它把交通在时间上解决了,不会增加你自己的成本,盲目的出行,造成我本身一个小时能到,非得用两个小时的情况。” 当道路空间有限,如何缓解交通拥堵？信息系统的“可靠性”,其实是一种“以时间换空间”的解题思路。利用计算机控制,以时间的分隔合理规划人车流动,缓解交通压力,这是红绿灯的“以时间换空间”。红绿灯是利用外在环境被动的限制流动,通过“禁止通行”来调节交通,以静制堵,而信息系统中的“导航功能”则使得车辆和行人主动的规划和选择路线,通过“多向流通”,以动制堵。
以时间换空间,从被动到主动,从以静制堵到以动制堵,信息系统的“可靠性”,其实是让交通和出行更加的“人性化”。 王笑京还认为,信息系统还可以降低人们的出行焦虑,甚至缓解社会矛盾。 “对于整个社会来讲,提高出行的可靠性可以大大的缓解焦虑,而焦虑又是造成交通事故的一个主要原因。包括在外面跟人家打架,包括抢路,包括你挤车的时候人家挤了你,心情不好挤一下就打起来了,但这一类的社会矛盾也是可以通过信息系统来缓解的。”
无论是物理上减少交通拥堵,还是从心理上降低出行焦虑,都是智能交通“以人为中心”的进化方向,也是智慧出行的最终目标。 ITS需要催生“有效益”、“重体验”的应用信息产业和交通产业的结合,也催生了许多ITS应用,“可靠性”是ITS应用让消费者直观感知到的“效益”,也是消费者的直接“体验”,而 “效益”和“体验”,则成为了衡量一个ITS应用是否有落地意义和发展前景的标准。 “交通这个问题就得从‘有直接经济效益和老百姓能够有直接的体验’的角度来看,这是最有效的,否则都是说说而已。”关于“直接效益”和“直接体验”的评估,王笑京也分享了智能交通领域几个成功案例。 ETC /用测试和数据说明“经济效益”2007年交通部着手组织在京津冀和长三角设施联网不停车收费示范工程。在此基础上,2014年3月,交通运输部启动全国高速公路ETC联网工作,目前ETC已经覆盖了全国所有高速公路,截止2019年8月27日,全国ETC用户累计达到11587.77万。 作为我国ETC项目的开创者和引导者,王笑京认为之所以不停车电子收费系统能近几年实现全国大面积的覆盖,很大的一个原因是它具有极大的“经济效益”,这是推动ETC迅速发展的源动力,“因为它是生产系统,是保障高速公路建设资金回收的系统,所以它的经济效益在这。” “用数据说话”,王笑京直观的展示了ETC带来的效益： “第一,一个不停车道的通过能力至少相当于原来三四个车道,一个车道用土地要0.5亩,建一条不停车收费车道,至少就省下了1.5亩的土地,这样的账能算出来,还不说征地的钱是多少。第二,一条车道一个车减排二氧化碳等多少克,我们通过机动车台架试验和收费车道现场测量出来,全国多少辆车,一年减排多少万吨,这个数据是明确的。第三,不停车收费车道不需要人工值守,为应对特殊情况数条不停车收费车道一般安排一个值班员监管。但是如果是人工收费车道,一个车道全天24小时开放,至少要配备四个收费员,现在我们一个收费员的工资、社保得多少钱？ 而从收费车道的设备来说,要装一套不停车收费系统,只是多了天线和天线控制器,成本也就系统多这么一点,因为车道上的车道控制器、车辆检测器、摄像机、车道栏杆、红绿灯都与人工收费系统一样,账就是这么直接算的,算下来以后太明显了。这些效益是直接的,是能够反映在财务账上的,你节省多少土地,投资多少,节省人员开支多少钱,节省现金管理成本多少钱。 何况它的其他的效益,比如说可以减少拥堵,如果说环境保护,那就可以说减少了二氧化碳多少吨,把所有的数据列出来,值得去做。” 除了这些能测量出来的“经济效益”,ETC也让用户有了更好的出行“体验”,道路通畅了,用户的心情也通畅了。

人民网银川10月3日电 （贾 茹）以“绿色、创新、自主、共享”为主题的2019云天大会将于10月16日在宁夏中卫市举行。届时,大会将邀请国内 云计算 龙头企业领军人物、知名院士、专家、学者以及云计算行业协会代表等,共计800多位重要嘉宾出席。与会各方将在围绕信息技术创新应用、新一代绿色数据中心应用、融媒体等多个重点领域开展分项活动。
为探索出符合当地实际的高质量发展路子,2013年,中卫市搭上了云计算产业的高速列车。同年,中卫与北京中关村“牵手”,以“前店后厂”的方式建立西部云基地；2014年4月2日,国内唯一采用全自然风制冷技术的新一代云计算数据中心项目开工建设；2016年,中卫领先采用混合所有制发展云计算产业……
在2018年7月成功举行的首届“云聚中卫 引领未来”云天大会上,中卫市签约西部医疗健康大数据中心等7个项目,协议金额50亿元,中国天翼云宁夏节点和中国数据中心产业发展研究所等4个机构在中卫设立,并推介发布了云计算产业的中卫标准和中卫公式,为中卫云计算产业发展在云制造、云服务、云应用和人才引进、投融资等方面提供优质服务。自此,一个西部经济欠发达的城市,从西北一隅闯入世界舞台,中卫市因云基地建设而备受瞩目。
数据显示,2019年上半年,中卫市信息传输、软件和信息服务业增加值增长31.8%,对GDP贡献率达到14.4%。这充分显示出,6年来,中卫云计算产业呈现蓬勃发展态势,且西部云基地正成为推动当地经济高质量发展的重要引擎、结构调整的重要动力、创新创造的重要源泉。中卫市“变黄沙戈壁为创新发展新热土”的典型经验得到了国务院第五次大督查通报表扬。
中卫市云基地建设的优势在哪儿？宁夏西部云基地科技有限公司总经理辛建波一一道出：一是气候条件适宜,适宜采用全自然风冷技术建设大型、超大型数据中心,PUE值降至1.1,（全国平均2.5）,较其他常规数据中心节能50%以上；二是地质构造稳定,属适宜进行工程建场地；三是地理位置居中,地处中国陆地几何中心,是光纤网络覆盖全国最优路径选择点；四是电力能源富集,属宁夏西电东输的重要传输通道和电力能源供应点,区域供电可靠程度高；五是土地资源丰富,用地指标有保障,水和天然气价格相对低廉。
依托西部云基地得天独厚的天然禀赋,近年来,中卫市着力打造国内最适宜云计算产业发展的数据中心产业园区。在电力方面,西部云基地综合电力成本处于全国领先水平；在网络方面,中卫是除北上广等一级骨干网节点外上联至骨干互联网的唯一城市；在信息安全方面,西部云基地具有多向传输的网络方案,且与国家信息中心在西部云基地建设国信安全网络安全创新应用基地；在产业服务方面,西部云基地具备装配式数据中心建设的中卫方案。
大云西移,志留云天。中卫市吸引行业巨头企业入驻的同时,创新了信息产业“前店后厂”的区域发展模式。“前店”,即在北京中关村设立的企业总部、研发中心等,是西部云基地的管理中心、服务大厅；“后厂”,是在中卫西部云基地建设超大型数据中心,提供海量存储和巨型运算,与中关村的前端客户实现高速无缝对接。通过光纤把东西部互联,实现资源有效整合,实现错位竞争与协调发展的结合,力争走出一条由能源储备向信息储备转变、能源输出向信息输出转变的可持续发展道路。
目前,西部云基地在建项目10个,亚马逊云计算中卫合作项目、美利云、中国移动等4个数据中心已建成投运,正在进行扩建扩容；天云网络数据中心一期1栋机房已建成,正在进行电力、网络测试；炫我科技、中国联通2个数据中心项目正在加快土建工程建设,预计年底投入使用。万达信息、中国电信、人民网3个数据中心项目正在开展项目前期工作。奇虎360、浪潮、美团等140多家云计算及配套企业已落户中卫,国家卫健委、公安部、应急管理部已将中卫列入大数据基地规划。截至2019年6月底,云计算产业累计完成投资64.74亿元,已建成机房面积20万平米（300亩）,安装机架8774个、服务器18.1万台,服务器装机能力达到20万台,云计算产业解决就业3000人。
据了解,中卫市在西部云基地建设方面走出了一条属于自己的路子：一是着力改善基础设施条件,提升网络传输质效,降低综合运行成本,强化网络安全保障,补齐基础设施短板,破解产业发展瓶颈；二是围绕提升云计算服务能力、云制造能力,招大引强,争取国际、国内云计算企业落地中卫,逐步培育良好的产业发展生态；三是努力让产业发展成果惠及民生,构建基础设施智能化、公共服务便捷化、社会治理精细化的智慧中卫。
这一系列实施路径,真正为贫困地区实现高质量发展提供了“中卫方案”。
谈及未来西部云基地的发展构想,中卫市云计算和大数据发展局局长冯旭说,目前,中卫市计划实施包括亚马逊合作项目数据中心、美利云数据中心、中国移动数据中心、中国联通数据中心、中国大脑绿色数据中心、人民数据中心等在内的“十大工程”,推动数据资源集聚,着力延伸产业链条,把西部云基地建设成为服务国家战略、带动高质量发展的产业集聚区。
“到2020年,中卫市将实现政务数据互联互通；到2023年,构云天中卫初步建成；到2025年,云天产业初具规模。”冯旭表示。

公开数据显示,2018年我国智能交通管理系统行业市场规模约为720亿元。如今5G商业化应用已经逐渐展开,智能交通领域或将率先取得全面突破。

“以前,智能交通领域寄希望于让前端单个设备提升算力,而5G时代,广泛的前端设备实现了计算力的全面连接与覆盖,场景感知力的综合提升让智能交通系统变得更加及时、智能,这时我们知道,新一代智慧路网正在形成。”千方副总裁、技术研究院院长孙亚夫在云栖大会现场如是说。

孙亚夫表示,“5G给交通带来的是,他们使得车和人、车和路的连接变的越来越简单,通信的发展使得我们原来固定的互联网任何时间、任何人都可以连接。”

边缘计算赋能智慧路网

行业普遍认为,人工智能和边缘计算是支撑智慧交通应用落地的关键技术。同时,5G将牵引新一轮技术融合创新,全面赋能自动驾驶和智慧交通,实现自动驾驶的低延时、高可靠和高速率和人、车、路、云等协同互联。

成立于2000年的千方科技以大数据和人工智能为核心优势,在智慧交通和智能安防两大领域进行智慧城市建设。千方科技半年报显示,2019年1-6月,智慧交通业务实现营收18.47亿元,同比增长23.25%。公司智能安防业务实现收入17.37亿元,同比增长26.19%。

在云栖大会的“5G边缘计算专场”,孙亚夫分享了千方基于5G边缘计算对下一代智能交通的核心支撑—智慧路网的四大特征(全域感知、全景感知、数字化交通规则以及群智路径规划)的理解,并重点阐述了智慧路网在不同道路等级分类方法中的思考、实践和示范。

“通信和汽车的发展,实际上对我们整个交通秩序管理和交通运输带来很大的促进作用,也要求我们的交通管理能够为汽车提供服务,为我们在道路上运行的车辆和参与交通运输的人提供更多的信息。”谈及通信与未来交通的关系,孙亚夫如此表示。

据了解,下一代智能交通系统一定是通信、汽车（智能网联汽车）与交通的融合、协同发展之路。智慧路网以数字化、智能化为依托,作为交通运输的载体,是下一代交通运输系统的重要支撑。纵观国内外最新研究成果,结合丰富的落地实践经验,千方科技将智慧路网分为4个等级,分别是道路等级A级(支持协作驾驶)、B级(支持协作感知)、C级(支持动态交通信息)及D级(支持静态交通信息)。

孙亚夫表示,智慧路网不同道路等级对大带宽、大规模连接、超低时延、高可靠等具有不同的要求,同时又需要融合人工智能、深度学习等核心算法,以实现全域感知、全场景感知、数字化交通规则及群智路径规划等功能。新技术的发展,尤其是5G移动通信和边缘计算技术对智慧路网建设具有重要且积极的作用。

智能交通挑战犹存,千方科技全力破局

交通治理需要全局视野,面对繁杂的场景与问题,千方科技的智慧路网通过边缘计算、 云计算 等技术按照不同的单位层级进行解决。

孙亚夫介绍,在交通领域里现在提两个概念,一个是大边,一个是小边。大边就是通信运营商所定义的边缘计算,比如说一个边缘计算,控制十平方公里的范围,而在路口借助红绿灯控制器的机柜去部署一个小的边缘计算单元,被叫做小边。

小边以每个路口为单位,通过“端边缘计算”提供实时、可靠、安全的数据信息；再以“边”边缘计算-道路为单位,覆盖以路口为代表的次级信息；之后将这些数据实时传送到以城市为单位的云中心,进行评价、研判、控制、治乱等。

相比于传统的以静态交通信息为参考的交通治理方案,智慧路网可以进行动态数据信息收集,协同感知能力精确到人、车、天气、事故等微观交通信息,形成全域协同、全场景感知,最终指导自动驾驶,并优化整体交通流。

从考虑智能网联汽车考虑,更多的是从车辆自身来解决未来自动驾驶的问题,其实车只是整个交通系统当中的一部分,如果不能解决交通基础设施问题,比如即便自主路径优化到最好,如果整个区域普遍拥堵,或者开车的人行为习惯不同造成路况改变,智能网联、自动驾驶落地的阻碍还是很大。

从政府和地方监管部门的角度来看,智能交通的优势在于它既能将人、物进行的移动,同时在交通基础设施建设、运营、维护等方面却可以大幅节省成本支出。但是目前智能交通仍面临诸多挑战。

孙亚夫认为,在5G和新自动化推动下,现有的交通体系框架不符合未来的交通发展,现有交通领域缺乏比较完整的顶层设计,因此存在思想不统一、路线不统一、标准不统一等问题。并且顶层设计需要变成国家级的战略,因为交通是基础设施,需要政府出台顶层设计则,有整体的建设步骤和规划。最后,在交通领域里,产品仍面临挑战,目前产品的技术含量和核心竞争力仍不够明显,存在层次较低的同质化竞争。

强强联手,升级“云、边、端”概念

今年上半年,阿里豪掷36亿入股千方科技。一个是在云计算及人工智能领域的科技巨头,另一个堪称智能交通领域的领头羊。自入股以来,外界一直期待见到这两者在智能交通及边缘计算领域迸发出新的火花,实现场景应用的下沉。

通过与阿里云的合作,千方科技的智慧路网边缘计算产品与阿里云的算力相结合,整合了路侧单元、车侧单元、边缘计算ECU、路侧智能基础设施、信息显示单元、云控管理平台及车载设备,形成了云+端一体化的综合性解决方案。千方科技在智能交通场景中的探索,也让阿里云从“云端”升级为“云、边、端”。

在推动云、边、端一体化的进程中,千方科技做了很多努力。孙亚夫表示：“首先我们跟阿里合作,打通了跟云边的关系；其次,我们和运营商的合作；最后,我们跟车端也合作。所以我们第一个是广泛合作,构建一个良好的产业生态。第二个,做好自己的事情,千方科技就是对交通业务的理解比较专业,我们能够为交通行业的管理者和交通的从业者提供良好的产品和解决方案。”

阿里云与千方科技的合作正是建立在合作共赢的基础之上,双方的合作被认为将有助于发挥各自在行业的资源和科技优势,共同推动智能交通和边缘计算领域的解决方案落地实施,促进双方业务发展。

除了之前推出的“城市大脑交管联合解决方案”外,千方科技与阿里云将继续基于交通大数据基础,通过交通算法、AI、视觉分析、交通仿真等智能引擎来评估业务状态,为交通管理者提供规程化、模式化的管理,通过事件预报和预测对突发状态进行精细化管理和主动式防控。

作为国内最早的一批开始智能网联前瞻研究与市场化落地的企业,千方科技已初步完成5G边缘计算产品、智能网联技术、示范应用测试场及创新联盟的积累与准备,可为智慧路口、智能公路等数十个应用场景提供面向辅助驾驶以及高级自动驾驶等智慧化的服务,涵盖了安全、效率、服务等多项应用。

世界第一超算Summit需要大约1万年来完成的计算, 量子计算 机需要多久？ 谷歌 研究人员给出答案, 3分20秒。 据英国《金融时报》报道,谷歌研究人员在本周向美国国家航空航天局（ NASA ）提交的论文中写道,其实验标志着量子处理器上执行的首次计算。 而这一堪称“恐怖”的计算速度,被研究人员称作是“量子霸权”的证明。

如果实验经过业界认可,这将是计算领域的一大里程碑。 而本周早些时候,IBM宣布将在10月推出53量子比特的可商用量子计算机,向外部用户开放使用,并称这是迄今为止全球最强大的量子计算机,能让用户运行“更加复杂的纠缠和连接设备”。 这是否意味着,量子霸权时代已经离我们不远了？
▲谷歌的量子计算系统
01
量子计算为什么强大？ 所谓量子霸权,即指量子计算拥有秒杀所有传统计算机的计算能力。 为什么量子计算能强大到如此地步？这一烧掉全球无数科学家脑细胞的神秘黑科技,跳出来传统物理定律的限制。 传统计算机每比特非0即1,而在量子计算机中,量子比特可以以处于即是0又是1的量子叠加态,这使得量子计算机具备传统计算机无法想象的超能力。 举个例子,如果x=0,运行A；如果x=1,运行B。 传统计算机永远只会一次执行一种逻辑分支,要么A,要么B,要么两种情况各运行一次。 但在量子计算机中,变量X是量子叠加态,既为1,又为0,因此它可以在一次计算中同时执行A和B。
如果我们将量子比特的数量增加到10个,那么传统计算机需要计算2^10=1024次。量子计算机需要计算多少次呢？ 还是1次。 我们再把量子比特数加到100个、1000个、10000个乃至更多,看出差距了吗？现有计算机要运行上万年的工作量,量子计算机只用几分钟就能搞定。 在量子计算机面前,复杂的宇宙模拟、航空航天、地震预测、天气预报、高能物理、化学模拟、药物研发、金融分析、加密通信等种种科学计算以及当下火热的AI应用所需的超强算力,都只是小菜一碟。 近年来,这一象征着国家科技实力巅峰的研究已经成为全球各国竞相发展的热点。
02
谷歌IBM英特尔均已布局,建造量子计算机难度大 “量子霸权”的深远意义,令无数科学家前仆后继地投入期研究之中。从世界顶级高校到谷歌、 IBM 、 英特尔 、D-Wave等IT公司都为这项事业砸下了大量的资源。 当前谷歌的新论文已提交至nasa.gov,但NASA公布后很快又尽管将其删除,谷歌发言人拒绝就论文及其结果的真实性予以回应,NASA也未予以置评。 据部分美媒报道,论文被撤或因其研究还未经同行评审彻底讨论,而评审过程需经数周或数月时间。 不算还未正式到来的IBM 53量子比特的量子计算机,现在市面上最大的商用量子设备大约是20量子比特。IBM、谷歌、IonQ等机构已经分别测试了50、72、160量子比特设备。 此前,谷歌曾于2018年3月推出其72量子比特的量子计算机芯片Bristlecone,当时称“对Bristlecone可以实现量子至上的态度持谨慎乐观的态度”。
目前的量子计算主要有三种技术路径,分别是谷歌和 IBM 采用的通过超导系统实现量子计算、微软的拓扑量子计算、英特尔的超导量子计算和硅量子点同步研发。 但迄今为止,尚无机构真正开发出一款可通用于各种计算任务的量子计算机。已经推出机器们都面临这各种各样的局限性,规模尚小、容易出错,在应用上也往往被限制于某种特定领域。 建造量子计算机的每一步都非常艰难,就现在而言,量子计算机的物理基础问题还远未得到解决。 比如为了保证粒子具有尽可能小的热量,研究人员们通常需要将处理器保持在几乎绝对为零的温度,否则错误率可能会急剧上升。控制系统亦需经过非常精细的设计,来自外部环境的少量能量都可能造成量子态崩溃。 另外,和其他自然过程一样,量子计算过程中也存在噪声,量子比特内部的热量、量子力学过程中的随机波动等因素,都可能干扰量子比特的状态,最终对计算结构造成影响。
03
论文遭热议： 看好潜力,拒绝神话 美国通信巨头AT&T最近也表示在研究量子网络或连接量子计算机的技术。 谷歌新论文的消息一经传出,麻省理工学院教授兼量子专家Will Oliver将其喻为美国“小鹰号”航空母舰在航空领域的首次飞行,相信它将进一步推动量子计算领域的研究。 英特尔量子硬件主管Jim Clarke同样看好谷歌这一进展,他认为商用量子计算机的实现离不开研发的进步,虽然目前还只是这场马拉松的第一英里,但他们坚信这项技术的潜力。 不过,并不是所有人都对量子科学的进展感到乐观。 比如有人质疑说,如果一台超级计算机要花一万年才能检验量子计算机所产生的答案,那你怎么确定量子计算机获得的答案就是对的呢？ 由于目前尚不清楚谷歌的量子计算机究竟是在执行什么任务。IBM研究主管Dario Gil认为,一个可能是针对非常狭窄的量子采样问题设计的实验,并不意味着这些机器将占据主导地位。 他说：“实际上,量子计算机永远不会比传统计算机具有“至高无上”的地位,但由于它们各有千秋,它们将与它们协同工作。”对于许多问题,古典计算机将仍然是使用的最佳工具。
04
结语： 量子霸权论将至,但真正落地还很遥远 如果谷歌的新量子计算机论文经过审议发表,这将是量子科学界非常值得庆贺的一件事。 不过,量子计算机距离严格意义的大规模商用还为时尚早,科学进步从来都是漫长的苦旅,要解决当前这些机器存在的易被破坏、不稳定等工程化问题。要造出易构建、易管理和扩展的商用机器,还需研究人员们持之以恒地探索。

深圳罗湖区构建“一基地、多载体”发展空间布局

5G赋能人工智能产业驶入快车道

为强化产业政策支持、构建科技创新专业服务体系、搭建企业交流与创新资源共享平台、持续优化营商环境,深圳罗湖区科技创新局联合中国电信深圳罗湖分公司等5家单位日前做了《5G赋能,罗湖人工智能产业驶入快车道》主题发布。

“当前,罗湖聚焦人工智能、生命健康产业发展,形成‘南金融商贸、北科技创新’错位发展格局。在人工智能方面,罗湖已构建‘一基地、多载体’发展空间布局。”罗湖区科技创新局局长石兴中表示,多家涉及智慧物流、智慧交通、智慧安防与无人机的企业都签订了相关合作协议,由电信指导企业基于5G开展产品技术研发。

5G如何赋能人工智能产业？中国电信股份有限公司深圳罗湖区分公司总经理赵福云告诉经济日报记者,他们已在罗湖打造了全国首个5G工地,在工人安全帽上集成高清摄像、定位和对讲,可利用5G的可移动性大带宽实现实时监控、智能调度、风险预警、事件回放；通过5G协助,还可远程对专注于工作的工人开展危险预警。不仅如此,在5G商用牌照发放之前,已经有一批企业在罗湖区政府带领下,与电信一起着手5G智能发展的未来布局,目前主要集中在智能交通、智慧物流、智慧医疗以及智慧安防4个方面。

在智能交通方面,深圳城市交通规划设计研究中心有限公司车联网项目主管刘琪表示,“5G能让我们更容易获得无处不在的感知和数据,更好支撑我们的交通服务和管理。因此,我们基于5G能力构建了一条智慧路+智慧车的整体解决方案。希望能够借助相关技术帮助城市实现高效可持续性发展,最终实现未来之城”。

在智慧物流方面,深圳市今天国际物流技术股份有限公司副总裁曾巍巍说,“通过5G通信技术与传统工业网络技术的结合,可以实现海量数据的实时采集和传输,实现及时通讯与控制,并通过云平台的大 数据分析 和运用实现智能化”。

在智慧医疗方面,易普森智慧健康科技（深圳）有限公司副总裁薛向辉介绍,“我们以5G+医院+医疗机器人的模式打造了一个就医新模式”。

在智慧安防方面,中航华东光电深圳有限公司副总经理夏光荣说,凭借5G高吞吐率、高带宽的特点,5G下传输的视频及图像更加清晰。“5G还给无人机应用带来革命性影响。飞机不再需要看得见才能控制得住,图像分辨率也高了。”

石兴中表示,罗湖区战略性新兴企业数量和营收分别由2015年底的200余家、300余亿元,提升至近500家、1000余亿元；国家高新技术企业数从2015年的120家增加至2018年的277家。

根据罗湖区政府与中国电信深圳分公司签署的战略合作协议,两者将在产业园区、重点区域5G信号覆盖、智慧城市建设等领域形成全面合作。目前,罗湖有153个基站在同步开工建设,预计到2020年将完成600个基站建设,覆盖全区所有重点产业楼宇。

2019年被称作中国5G商用元年。5G具备“高通量、低时延、大连接”等优势,将其应用在医疗行业,将助力医学服务的数字化、移动化、远程化、智能化。

今年9月,在国家卫生健康委指导下,由中日友好医院、国家远程医疗与互联网医学中心、国家基层远程医疗发展指导中心牵头,全国30余家省部级医院、中国医学装备协会、中国电信、中国移动、中国联通和华为公司共同在中日友好医院联合启动《基于5G技术的医院网络建设标准》（以下简称《标准》）的制定工作。

该《标准》是由医疗行业与通信行业共同联合启动的“5G+医疗”的行业级标准,将落入国家卫生健康标准体系中,也将成为中国医院的5G 网络基础设施规范化建设的标准。

该《标准》的制定有何意义？“5G+医疗”的发展前景究竟如何？就此,本报进行了采访。


3月25日,浙医二院长兴院区国际远程会诊现场,美国加州大学洛杉矶分校肿瘤外科专家正在查看患者的病理影像资料。 　　谭云俸摄（人民图片）

“5G +医疗” 亟待更规范

采访中,国家远程医疗与互联网医学中心主任卢清君告诉笔者,此次《标准》的制定是一个优中选优的过程,计划周密、分工严谨,具备实用价值。《标准》将5G通信技术与医疗业务进行融合,选取安全有效的业务场景,同步进行技术参数的测试,并将使用者的主观体验纳入评价体系,确保可操作性、可推广性和质量确定性。

在《标准》制定启动前,“互联网+医疗”建设已在逐步推进。

政策方面,2018年4月,国务院办公厅发布了《关于促进“互联网+医疗健康”发展的意见》,就促进互联网与医疗健康深度融合发展作出部署,提出了一系列政策措施。

技术方面,华为公司自2016年起就启动了在“5G+医疗”方面的探索和研究,构建“5G + 医疗”示范点。诸如远程会诊、远程门诊、远程影像诊断、远程心电诊断、远程培训等医疗业务已经可以落地商用。

今年初,国家卫生健康委员会和工信部共同指导中国信息通信研究院发起成立医疗健康大数据和网络创新研究中心,推动5G在医疗健康领域的应用。该中心还与中日友好医院、郑大一附院等单位合作,启动5G医疗示范项目,重点开展基于5G网络的移动查房、移动护理、远程急救、远程会诊、机器人超声等应用研究。

如今,“5G+医疗”的概念已渐渐进入大众视野。三大运营商紧锣密鼓布局5G医疗市场,各大医院积极部署5G医疗的相关研究与实践。但现阶段,在“5G+医疗”的落地中依然存在方案推广可行性研究不足、技术验证不充分、安全责任划分不明晰等问题,亟待建立统一的标准与评价体系。因此,《标准》的制定有很强的必要性和实用性。

卢清君指出,《标准》出台后将限制粗制滥造、假冒伪劣、炒作概念的行为,促进高质量、高可靠性的建设技术的发展。《标准》的制定重点是要让5G网络建设的运营商了解医院需要什么样的网络,让医院了解5G到底能做什么,安全底线在哪里。“统一标准之后,国家远程医疗与互联网医学中心的跨机构跨地域业务得到拓展,有助于实现医院之间的同质化,保证医疗数据的质量和安全,为医务人员开展远程医疗业务提供技术保障。对于产业界来说,开发与医疗相关的智能系统、信息产品时,也有了统一的通信标准作为技术依据,能够帮助企业有的放矢,开发更加贴近应用需求的产品。”


7月17日,湖北武汉协和医院的专家通过5G网络指导500公里之外的咸丰县医院医生实施胸椎手术。 　　陈 勇摄（人民图片）

应用场景多元 赋能智慧医疗

今年7月,中国信息通信研究院、互联网医疗健康产业联盟等单位联合发布的《5G时代智慧医疗健康白皮书（2019年）》指出,5G医疗健康是指以第五代移动通信技术为依托,充分利用有限的医疗人力和设备资源,同时发挥大医院的医疗技术优势,在疾病诊断、监护和治疗等方面提供的信息化、移动化和远程化医疗服务,创新智慧医疗业务应用,节省医院运营成本,促进医疗资源共享下沉,提升医疗效率和诊断水平,缓解患者看病难的问题,协助推进偏远地区的精准扶贫。

5G技术为医疗发展带来的改变,在研究性场景中已有不少实验成果。

2018年12月,全球首例基于5G网络的远程动物手术在福建省福州市中国联通东南研究院内进行。解放军总医院第一医学中心的医生,利用5G网络远程无线操控了机器人床旁系统,为50公里外的动物实验室内一只实验猪进行肝脏楔形切除手术。

今年9月,全球首例多点协同5G远程多学科机器人手术试验在京完成。在联通5G网络环境下,由解放军总医院第一医学中心肝胆外二科远程操控,利用联通5G通信网络操控手术机器人（机械臂）,准确完成千里之外试验动物的胃肠切除和肝切除手术。手术用时60分钟,其间通信时延为20到40毫秒,机械臂响应及时稳定,手术操作准确有效,试验动物的生命体征平稳。

远程会诊、远程超声、远程手术、应急救援、远程监护、智能导诊、智慧院区管理、AI 辅助诊断、VR病房探视……未来,这些智慧医疗场景都可以依靠5G网络的建设得到更广泛的应用。

此外,“5G+医疗”也将有力促进医疗资源平衡。

“当前,医疗资源的配置仍存在不平衡,偏远地区的百姓受限于地理区域、经济条件,很难到大城市、大医院接受医疗专家的治疗。5G技术则能够解决异地通信的问题,方便在光纤不普及的乡下、偏远地区实现基于无线的高速高质量通信。尤其在复诊阶段,患者不必长途奔波,减少了交通食宿等各方面的支出,将钱真正花到看病环节。”华为DIS产品线首席营销官李欣向笔者表示,5G可以帮助实现边远地区的远程多方高清会诊,还可实现AR病房查房、送药等,这将有效提升当前诊疗、住院、看护方面的工作效率。

一些地区也有了相关试点。今年7月,四川省凉山彝族自治州昭觉县的“悬崖村”阿土列尔村,启动了健康扶贫“5G+智慧医疗”试点项目。试点内容包括在“悬崖村”建设5G网络、提供省州县多级远程诊疗服务、提供20套健康体征实时监测设备用于5G随访、建立灾难（医疗）急救无人机送药模式等。据介绍,基于5G网络,“悬崖村”正在建设电视轻问诊系统,村民不用出村,通过5G网络可以在电视上向四川省人民医院、凉山州第一人民医院的医生进行看病咨询；通过健康体征实时监测设备,还能有效开展健康管理和随访工作。

中国移动也联合华中科技大学同济医学院附属同济医院通过5G智慧医疗车,在湖北省开展5G远程医疗精准扶贫。这辆车以5G急救车为基础,配合人工智能、AR等应用,运用5G网络将优质医疗资源输送下乡。远在400多公里外的武汉同济医院专家通过5G网络远程讲授相关健康知识,并实施远程诊断,帮助贫困地区群众解决看病就医难等一系列问题。


期待降低成本 提升技术水平

放眼长远,人们对健康的消费需求将不断攀升,医疗健康领域发展潜力巨大。《中国人类发展报告2016》预测,2020年60岁以上人口占总人口比重预期达到16.3%,2030年达到23%。但从供给侧看,中国医疗资源供给持续不足且短时间内难以补足。这种情况下,探索5G技术能为医疗发展带来的更多可能,更显得尤为关键。

今年3月,在国家卫健委发布会上,国家卫生健康委员会医政医管局副局长焦雅辉表示,对于5G技术在医疗领域的应用,应遵循基于目前网络技术和医学科学规律,进行科学审慎的探索。

李欣向笔者表示,当前仍处在5G技术发展初期,跨域的大数据、人工智能等都存在很多技术限制。5G医疗的应用案例还不够完善,还需要继续深入研究如何将5G应用到更多的医疗流程之中。同时,随着各领域的技术向前推进,例如5G网络后期的超低时延、海量物联技术等的落地,也能有助于拓展医疗应用并进一步提升效率。

在“5G+医疗”的应用上,成本问题也同样无法回避。卢清君认为,5G和其他任何事物的发展规律一样,需要循序渐进的发展历程。而目前,最大的瓶颈是建设成本和收费模式对消费行为的影响。“患者是否选用5G产品,价格永远是最有力的杠杆。如果5G网络和行业应用不考虑物价因素,将来就难落地。”

关于成本问题,中南大学湘雅医院副院长胡建中认为,5G是一个新技术,促使社会形成新生态,整个社会需要重新组织架构,卫生医疗行业要改变,也许将来看病的方式会改变,需要站在更大的范围来看设备成本的效益。整个行业生态改变以后,全行业各个领域都在发力的时候,整体成本会降下来。

谈到“5G+医疗”的发展前景,卢清君表示：“未来5G一定会普及,也会更加成熟和可靠。当医院都普及了相对成熟的5G网络的时候,医疗的运行模式就会发生改变。无线基站的接入能力会让更多的业务移动起来；边缘计算的能力会让智慧医疗业务更加智能化、实时化、高效化；SA独立组网和边缘切片技术会让传输更快速、更大量、更安全。在未来,5G改变的是整个业态,改变的是整个社会。”

在马来西亚总理马哈蒂尔见证下,华为技术(马来西亚)有限公司与马来西亚明讯(MAXIS)于3日签署了一项在马来西亚建设5G网络的合作协议。

据介绍,华为将为明讯供应相关设备和服务,双方将通过合作,令5G在马来西亚能更易于部署、运营及引入新的应用。

明讯此前已于今年2月和华为签署了合作备忘录,并于今年3月开始在马来西亚进行5G网络测试。

马哈蒂尔对明讯和华为合作支持马来西亚数字经济发展表示高兴。他说,5G技术将连接每个马来西亚人,并成为驱动制造业、农业、医疗保健等关键行业改变的动力,从而使马来西亚继续保持全球竞争力。

此前,马哈蒂尔今年5月在日本出席“亚洲的未来”国际交流会议时曾表示,华为的技术已大幅领先,马来西亚希望尽可能多采用华为的技术。

不久前,尘封40年的“金州杀人案”的罪犯 Joseph DeAngelo终于绳之以法！真是大快人心。这次,多亏有DNA数据库帮忙。
加州探员Paul Holes追查这个案子已经超过20年了,尽管发现了大量间接线索,却始终不能缩小调查范围。为此,他前后追踪过数千名嫌犯和无数线索,都无疾而终。
然而,或许连他自己都不敢相信,竟然是当时流行的一个免费数据库网站 GEDmatch 帮了大忙。这个网站建立的初衷并不是为了破案,而是为了供人“寻祖”。

Holes当时就想到了一招, 如果假扮成普通用户,上传在案发现场发现的“金州杀人狂”的DNA数据,能匹配到和他的DNA相近的人的话,不就能找到他的远方亲戚,进一步锁定凶手所在的家族了吗？ ！
黄天不负有心人,真的 匹配到了一个之前被忽略掉的DNA线索！顺着这个DNA线索,警方终于在数据库里找到了这起案件幕后真正的嫌疑人 Joseph DeAngelo 。

该方法已协助警方成功侦破至少60起全国性的疑难案件,并成功抓捕凶手。 然而,随着事情的发酵,DNA数据库引起了美国政府的关注。
个人隐私与公共安全需要得到平衡
美国司法部（DOJ）近日发布了新法规,对于警察使用基因谱来追踪重嫌犯的权限进行了规定。 这是有史以来第一个涵盖对“业余”谱系学家广泛使用的数据库的政策,目前正在执法中试用,以平衡公共安全和隐私问题。
但是这样的基因检索功能也引起了人们对于个人隐私的担忧。即使在数据库有亲属从未上传过自己的DNA,也可能会受到怀疑。
一项研究发现,现在可以通过这种搜索找到60％的美国白人。 即使是那些上传过自己DNA到共享平台的人,在他的个人基因数据被用于执法搜查时,也并不知情。
美国司法部的一项临时政策 将于11月1日生效,旨在“平衡国防部在解决暴力犯罪和保护公共安全时,可能侵犯同样重要的公共利益（例如隐私和公民自由）方面的不懈承诺”。 该政策规定,“法医遗传谱系”通常仅应用于谋杀和强奸等暴力犯罪案件,以及识别人类遗体时。如果血统数据库的政策允许进行此类搜索,则该政策允许更广泛地使用。 警察应该首先尽可能的依靠传统的刑事案件侦查方法,包括搜查警方自建的犯罪DNA数据库。
根据新政策,警察不能在没有实名认证的情况下,悄悄地将假的个人资料上传到谱系网站,用以寻找犯罪嫌疑人的远亲。而且网站需要知会被检索用户,执法机构可能会搜索他的数据。
该政策还禁止警察使用犯罪嫌疑人的DNA资料来搜查与疾病风险或心理特征有关的基因,以及从犯罪嫌疑人的物品中获取DNA样本的权限（例如从丢弃的杯子或组织中提取DNA样本）,用以协助分析、确定犯罪嫌疑人。政策规定,除非警察获得搜查令,否则该行为必须征得本人同意。
对技术施加限制,以建立公众信任
法律和道德专家对新规定的出台十分肯定,当然其中也有些人认为新规定还远远不够严格。巴尔的摩马里兰大学法学院的法学教授Natalie Ram说道：“这项政策是解决该领域一些最紧迫的隐私问题的重要一步。” 同时,Ram认为警察需要出示搜查令或在法官的监督下才能进行遗传族谱检索。
新政策仅适用于拥有联邦政府资助的 司法部、州或地方机构 使用遗传族谱搜索。但是德克萨斯州休斯敦贝勒医学院的生物伦理学家Amy McGuire预测这样政策将成为全国性的典范。McGuire认为,人们正在努力做到这一点。
她还希望这项法规能够使公众更多地接受将DNA数据用于警方侦察案件。McGuire说：“ 建立公众信任的重要一步就是 对技术的使用施加限制。”
遗传族谱搜索的使用日益广泛,McGuire也曾表示,她听闻 使用该方法成功侦破的案件高达 300例。但这个方法在今年5月份遇到了困难,原本侦破这些案件时经常使用的免费数据库GEDmatch修改了其用户使用协议,只有同意相关协议的用户才能被搜索。
根据最近的新闻报道, “选择加入”政策使得平台的可检索用户减少了90％,从140万减少到14万,警察可以搜索的个人资料数量大幅减少,以致利用DNA谱系破案的可行性大大缩减。

期待戴森电动车的戴森粉要失望了。
前天,戴森公司创始人詹姆斯·戴森在其官网发出公开信,宣布戴森正式退出在电动汽车领域的竞争！
“戴森团队已经造出了一辆优秀的汽车产品,但至今没有发展出可行的商业模式,也没能寻找到合适的买家。 在董事会的要求下,戴森决定中止造车业务。 ”
目前在戴森中国官网上,点击“电动汽车”后已经显示“该页面不存在”的字样。
放弃电动汽车项目对戴森来说是个艰难的决定,也从一定程度上反映了这一行业尚模糊不清的商业模式。

从吹风机到电动车,进击的戴森
在大多数消费者眼中,戴森一直在吸尘器、吹风机等小型家电市场钻研,汽车领域好像和戴森并没有什么关系,更别提当下具有顶级制造难度的电动汽车了。
但是,戴森进军电动汽车领域并非空穴来风！
已建立成熟的科研团队 众所周知,电动汽车的一大技术关键就是电机,特斯拉的电动汽车之所以拥有如此出色的性能正是因为其强大的电机,而戴森的发家根源正是电机。 从这个层面思考似乎也不足为奇。
其实早在2015年,戴森便正式启动了代号为Project E的电动汽车项目。 项目启动之后,戴森便投入25亿英镑（约合221亿人民币）用于组建相关科研团队,并先后挖来宝马、劳斯莱斯、特斯拉等电动汽车研发人员。
今年年初,据欧洲《汽车新闻》报道,戴森宣布任命前英菲尼迪全球总裁罗兰·克鲁格（Roland Krueger）将执掌其电动汽车业务。 至今戴森的电动汽车团队已经接近500人。
接管培训基地,建立汽车工厂
2017年2月,戴森宣布接管原英国皇家空军位于Bristol的一个培训基地,用于“扩建一个新的技术中心”。 戴森在第一期投入8400万英镑的进行重建后,宣布未来还会追加投入,预计“新技术中心”的总投入将达到2亿英镑。
同年9月,戴森正式对外宣布进军电动汽车领域。
2018年,戴森宣布在新加坡建立电动汽车工厂,因为“电池在哪里生产、电动汽车就应该在哪里生产,世界动力电池中心在亚洲”,工厂预计在2020年完工,为电动汽车面世打下基础。
当谈及戴森的电动汽车,戴森表示他们的电动汽车将是“激进且与众不同的”（Radical and Different）。
不仅如此,戴森还收购了Sakti3固态电池公司,内部还成立了另一支团队,致力于固态电池的商业化。 戴森表示,两支团队的技术路线,通过相互竞争来加速固态电池的商业化,以匹配戴森汽车2020年的上市进度。
可谓是下了狠心,做足了准备！
SUV模型车型
但是,即使是到了戴森宣布退出电动车领域之前,我们也没能看到戴森电动车的最终成型。
根据此前曝光的消息,戴森研发的电动车是当下热门的SUV车型,采用的是中置固态电池组设计并提供了较大容量。
根据设计图纸,可以看到戴森电动汽车的轴距达到了3300mm,比揽胜多出378mm； 最小离地间隙相较于揽胜的220mm高出40-60mm； 整车高度约为1650mm,比揽胜少了约250mm。
该电动车预计在2021年正式上市,售价10万英镑（约合89万人民币）。
但同时戴森也宣布,尽管放弃了电动汽车的研发,不会终止对电池和电机的开发,新技术或将用于家用电器产品。
从进军到退出： 及时止损？
除了电机上的技术优势,戴森进军电动汽车行业还是基于了对自身品牌的商业考量。
2018年,戴森年营收增长28%至44亿英镑,利润增长33%至11亿英镑； 2017年,戴森营收增长40%至35亿英镑,利润增长27%至8.01亿英镑。

而从戴森的发展史上看,戴森一直以创新为核心为核心竞争力。 戴森自主研发的全球首款无尘袋吸尘器G-Force,在中国爆红的Supersonic吹风机等产品,背后都有几百名工程师和科学家团队参与设计,在研发测试阶段都设计了数千个原型机型。
基于此,在戴森宣布进军电动汽车领域后,FastCompany认为戴森电动汽车对于特斯拉在电动汽车领域的地位而言是不可忽视的威胁！

有外界猜测,戴森退出的原因是在电池的使用上还未达成一致。 根据2018年2月英国《金融时报》的报道,据消息人士透露,戴森正在考虑在首款车型中使用三元锂电池,而不是固态电池,戴森对此还未下最终定论。
但同时,不少人对戴森退出电动汽车领域表示“很聪明”。
从特斯拉的发展可以看出,汽车领域并非轻易就可进入。 特斯拉在2003年起步,至今融资已超数百亿美元,但现在仍然步履维艰。
不仅是特斯拉,中国发家的蔚来也是很好的例子,2016年成立至今,蔚来完成了多款电动汽车的设计制造等相关服务,至今已交付电动汽车过万台,但仍亏损了220亿人民币。
即使如此,还是有不少科技巨头并未暂缓进军汽车领域的步伐。

10月8日,北京智源人工智能研究院在清华大学FIT楼举行了“‘自然语言处理’重大研究方向暨‘北京智源-京东跨媒体对话智能联合实验室’”发布会 。
北京智源人工智能研究院院长黄铁军、京东集团副总裁兼人工智能事业部总裁、京东人工智能研究院院长周伯文,以及其他来自北京人工智能领域的高校、科研院所和企业的代表们出席了本次发布会。

自然语言处理是全球人工智能战略的关键
清华大学人工智能研究院的常务副院长孙茂松做了题为“大数据和富知识驱动的自然语言处理”的主题发言。
孙茂松指出,自然语言处理是全球人工智能战略的关键,举例说,“美国国家科技理事会2019年6月发布的国家人工智能八大战略中,有三项与自然语言处理有关”。 但是当前,自然语言处理相关技术远未成熟,突破它瓶颈的关键是“大数据与富知识双轮驱动”。

同时,发布会上启动的“北京智源-京东跨媒体对话智能联合实验室”是智源研究院继今年4月成立的“北京智源-旷视智能模型设计与图像感知联合实验室”之后,第二家和企业共建的联合实验室。
根据北京智源-京东跨媒体对话智能联合实验室主任周伯文的介绍,联合实验室将聚焦跨模态智能对话与人机交互领域,针对零售、物流等应用场景,开展大规模跨模态信息感知、对话、用户画像及其应用的技术研究。
大数据与富知识双轮驱动促进自然语言处理的发展
随后进行了“圆桌讨论： 自然语言处理的经世致用之道”,由清华大学副教授刘洋主持,参加讨论的学者们分别就“自然语言处理的技术突破和挑战”、“自然语言和人工智能的关系”、“自然语言行业应用状况和未来趋势”等方面的相关话题,提供了自己的研究视野和专业性意见。
过去十年自然语言处理技术取得非常大的进展,京东的何晓冬博士认为,深度学习是其中当之无愧的重大突破。 2012年,他们团队首次将深度学习用于对话语言理解,结果性能提升了20%,他们随后建立了一系列模型,包括一些深度语义的模型。
深度学习在某种程度上帮助NLP走出了本身的“反”,也使跨模态学习变成可能,比如现在很新的语言视觉跨模态学习。
清华大学的李涓子教授认为,自然语言处理有两个很重要的方面,一个是对大数据的理解,尤其是文本数据,另一个是用自然语言做人机交互。
其中不只是深度学习,知识图谱也是十分重要的突破技术,现在已经到了知识与NLP融合的阶段。 知识图谱给了NLP另一个路径,可能不需要经过分词和句法语义分析,直接就能从大规模的文档里面把一篇文章提炼出来。
自然语言处理的进步是被整个互联网发展的需求驱动,比如搜索引擎、文本挖掘,NPL正式走向应用还是由这些应用来推动的。
北京大学严睿教授认为,自然语言处理能改变生活,还是依赖于机器翻译的进步。 由于神经网络、深度学习等技术推动,机器翻译已经进入日常生活,比如拿着翻译宝去世界各地旅行,不需要掌握当地语言就能与当地人交流。
未来在对话系统和语音技术方面或许能继续深入研究。 比如,对话系统可能成为未来改变人类生活方式的技术,向机器提问,机器就能够回答,这样可以解放很多人力,把重复的事情交给机器完成。
北京语言大学的杨尔宏教授认为,说到“哪些NLP技术目前已经成功应用于人们的日常生活”,这需要和语言分开,智能辅助学习是让计算机帮助人学习语言,在这个非常窄的领域里,英文做得非常好,但是没有汉语。
在公共媒体上,每年学习汉语的人越来越多,每年参加汉语考试的人也越来越多,但是一款真正的能够帮助外国人学习汉语的智能学习机器还没有,这是一项巨大的挑战。
其中肯定有汉语本身的难度,但是也不得不考虑NLP的难点是什么,就像语言分为本体研究和应用,就像词法分析、句法分析等,这些语言学知识能够支撑自然语言处理或者说语言学习达到什么状态,或者说随着技术发展,这些知识对语言分析的结果在智能语言学习里起到什么作用,还不太知道。
之前做机器翻译要考虑句法分析和句子结构,有深度学习之后就不用了,但是在语言学习里面的具体情况,是不是要学结构、结构怎样融入到现在的学习里面,是没有解决的问题。
另外就是语言本身承载的内容,比如不知道中国的政法大学就是国外的法政大学,外语里可能也是法在前政在后的模式,如果没有中国大陆范围的知识,就改不成政法大学,这背后又是非常宽的知识,这个知识怎么和本身的语言的东西结合起来,也是很大的挑战。
京东的何晓冬博士介绍了NLP技术在京东上线的应用,最传统的还是智能客服,京东智能客服在双十一期间每天会接到数百万的消息,机器能完全解决的比例大概达到60%、70%,所有的消息首先都会用机器接待,如果太难再转向人工。
另一方面,京东也想通过机器来帮助人工客服做得更好,人工客服是一个压力很大的工作,一天8小时都要听别人的抱怨。 考虑到这点,京东会用机器尽可能地把一些知识过滤,减轻人工客服的压力,这是NLP技术对于客服的贡献。
在这之外,京东还将NLP应用到其他方面,比如商品上架或者商品的标题、广告等,京东有一个频道叫“发现好货”,很多都是通过NLP技术来挖掘商品卖点。
北京大学的穗志方教授区别了图像识别等领域和NLP领域,NLP不仅是感知,更多涉及到推理知识的利用,语言的认知属于认知智能,不仅需要解决表层问题、理解语言,还需要挖掘语言背后所蕴含的深层含义。
自然语言处理的发展与深度学习分不开,但是也会逐渐遇到瓶颈,即数据量总是不够的,那么能否借助人类的先验知识,把这些融入到深度学习范式之上进行扩充,这是更大的问题。
杨尔宏教授补充道,2009年有一篇文章提到,把整个的神经元是做成了具有句法的信息,从深度学习的结果来看,能提高处理性能。 2017年也有一篇这样的文章,提到说,本身结构或者说语言学本身的知识在语言处理里肯定能发挥作用,但怎么运用或者是对什么任务有用,这个还需要进一步探索。
何晓冬博士认为,语言和其他领域的融合是一个重要的趋势,比如在机器人方面,让机器人听懂语言级别的意思,然后去做一些事情,比如直接给智能体一个意思,到门口右转,看到楼梯下去,左边有一个售货机,帮我买一个可口可乐。
针对目前NLP技术面临的挑战,韩先培教授认为主要的技术挑战是用深度学习挖掘大数据中的隐藏模式,这道路可能逐渐进入了一条平缓期。 未来利用大数据和富知识的双驱,把这两种模式结合在一起,才会取得更大突破。
严睿教授教授同意深度学习的瓶颈存在,同时提出,知识没有充分被利用是因为在语言背后蕴含了常识性的知识,但是如果不告诉机器,就很难把常识体现在结果中。
自然语言处理还面临一项挑战,就是用大量的数据重复训练,这样学习得到的经验是不够的,这也不是人类的方式。 人类是通过长期以来的知识积累,通过较少样本就可以得到很好的学习状态,但是机器现在是做不到的。
李涓子教授认为,很多人在做机器怎么去理解文本,然后通过问答来去体现机器对文本的理解的过程。 但是人在阅读文本的时候,不是以文本的形式进行记忆的,因此从认知以及对知识的利用角度去做机器理解或许能产生突破。
严睿教授补充道,语言和其他的信号有本质区别,语言有严格语法和句法,它还具有很强的多义性和相关性。 能不能通过大数据把语义的模糊性解决掉,再通过某种程度的知识把逻辑性解决,上下相加才能够真正的把NLP驱动。 如果这样做的话,也许会创造一个新的模式,从而把认知智能提高到更高的高度。
穗志方教授认为,下一步NLP的发展,一个是多模态的融合,一个是知识驱动。 多模态融合利用深度学习、机器学习的模式,逐渐走向数据匮乏。 自然语言处理不能越做越窄,要把它和图像处理等联系起来,还要了解人类的认知过程以及人脑对于语言的认知机制。
其次,一定需要知识驱动,但是现在知识的问题也有很多。 在理想状态下,希望把全世界的知识交给计算机,知识是无边无际的,怎么对知识建模？ 是广度优先,还是宽度优先？ 针对什么领域建立知识库？ 知识构建的边界在哪里？ 有了边界以后,知识体系如何满足计算机分析的需要？ 如何建立深度的对接？
针对未来的自然语言处理的发展,杨尔宏教授希望能落地到汉语上,让学习汉语的人能够有一个比较好的APP辅助学习。 免责声明： 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

在人们生活的这个大数据世界中,需要防范一些网络安全错误。

如今,大数据正在以多种方式改变世界。企业依靠数据来提供高效的服务,但也须担心网络安全风险。

行业媒体Towards Data Science提供了关于机器学习与黑客相关性的一份很详细的指南,指出如今黑客正在使用许多大数据工具开展更猛烈的攻击。

随着大数据带来新的网络安全风险,越来越多的企业和组织成为受害者,因此他们需要意识到大数据时代的网络安全问题。

网络安全是大数据时代的一个主要关注点

对于企业而言,没有什么比网络安全更重要了。很多企业存储了大量敏感信息和重要数据,这是黑客和欺诈者想要的东西。在这个企业拥有大量数据的时代,网络攻击者成为了一个有利可图的职业。而企业管理人员保管这些信息负有重大的责任。

然而,很多管理人员都会犯一些简单的错误,这让他们付出了巨大的代价。人们需要了解以下由数据驱动的7个网络安全错误,以避免再犯同样的错误。

1.忘记或没有进行安全培训

并非所有人都了解网络攻击带来的风险。这就是为什么企业员工须进行安全培训的原因,企业需要保障每个工作人员都知道如何正确存储数据并降低病毒、恶意软件和安全威胁的风险。通常,错误发生在那些不知道自己在做什么的员工身上。培训就是避免发生这种情况的有效方法。

在一个由大数据控制的世界中,培训尤为重要。企业需要采取预防措施,因为使用大数据的黑客能够定期更改其攻击策略。

2.没有备份数据

网络安全很重要,企业需要马上而不是以后处理数据。通过备份并复制所有信息,企业可以在出现问题时做好准备。能够恢复还原系统和数据,并且不会丢失内容。虽然并不希望发生任何事情,但如果发生了什么,处理和恢复起来也不会太麻烦。

3.不可信的网站

如果人们在谷歌搜索框中输入“写论文”,就会发现很多搜索结果。但并非所有这些内容网站都来自值得信赖的网站。有些网站提供免费论文,而有一些网络攻击者则试图窃取人们的信息。人们需要在一个好网站获得专家论文。大数据可以帮助企业和人们避开诈骗网站。许多机器学习工具能够诊断网站并识别这些风险。

4.安全性较差的密码

为了更好地记住密码,很多人设定的密码都很简单,但这也意味着其他人也很容易猜测到。如果企业所有员工都使用同样的密码,则更是如此。好的办法是使用各种字符,其中包括数字和大写字母。这样将很难猜测。外界人士不易猜测或以其他方式将其与企业的业务联系起来。

这是大数据和机器学习可以提供帮助的另一个领域。依赖大数据的安全工具可以评估密码,并查看它们是否足够安全。

5.过时的安全工具

企业是否仍然拥有和运行几年前相同的防病毒软件?这表明其网络安全性很弱。很少或不更新安全工具会使企业的计算机和业务处于不必要的风险之中。不断有新的病毒和恶意软件被创造出来。通常,它们是针对当前的安全措施之后创建的。所以,如果企业不更新安全工具,那么意味着为恶意软件打开了大门。好的办法是下载可用的更新和补丁。保障没有任何遗漏,并及时了解新的安全工具。这种投资是值得的。

大数据也可以在这方面提供帮助。大数据使网络安全工具更加可靠,并可以帮助企业了解何时需要对其进行更新。

6.薄弱的电子邮件实践

黑客和网络攻击者一直在研究诱使人们打开其威胁文件的新方法。通常这是通过电子邮件完成的。企业的管理人员可能和员工收到很多电子邮件。但是如果没有重视,最终有人可能会打开危险的邮件,因此须接受安全培训,并提醒不要打开可疑的电子邮件。这样,就不会使企业面临风险。而只是打开一封电子邮件就会损坏系统并窃取企业的敏感数据的事例比比皆是,因此对此一定要重视。

7.认为足够安全

很多人认为不用再采取其他措施来提高网络安全性。他们相信自己的安全工作已经很完善。但事实是,企业永远无法获得足够的安全性,需要及时了解新消息,并采取提高安全性的措施。企业需要寻找新的方法来投资安全。科技和技术一直在进步,而企业需要想跟上其发展的潮流。

大数据时代不可轻视网络安全

大数据使网络攻击的风险比以往更高。企业需要确定好的安全工具和大数据预防措施,做好网络安全方面好的准备。这意味着要有适当的协议来保护数据和信息。这一切都始于拥有强大的安全性。这意味着拥有正确的工具,并使其与新软件保持同步更新;企业随时关注行业动态,了解是否可以添加新的安全工具;重视收到的电子邮件;通过定期的安全培训,教育员工要小心谨慎,这可能是企业保护或失去业务的区别;使用具有良好评价的可信赖网站,而使用声称提供免费或廉价服务的网站并不值得冒险。

数据正在快速取代代码,成为了软件开发的基础。以下是组织如何在开发人员驾驭这种范式转换时预测流程和工具的转换的。

随着企业开始指望人工智能来推动其数字化转型,软件开发也将发生巨大变化。

公司已经准备好让开发人员跟上机器学习算法和神经网络的速度,并期待着看到人工智能将如何使许多开发和测试功能自动化。

但许多企业没有注意到的是软件本身的性质也在发生着变化。

今天,应用程序是确定的。它们是围绕循环和决策树构建的。如果应用程序不能正常工作,开发人员就会分析代码并使用调试工具来跟踪逻辑流程,然后重写代码以修复这些错误。

而当系统是由人工智能和机器学习驱动时,应用程序就不是这样开发的。虽然,有些公司有时会为算法本身编写新的代码,但是大部分工作是在其他地方完成的,因为他们会从开源库中选择标准算法,或者从他们的人工智能平台中选择可用的选项。

然后,通过选择正确的训练集并告诉算法哪些数据点(或特征)是重要的以及它们应该被加权多少,这些算法最终被转换成了工作系统。

这种将数据作为开发软件系统核心的转变,使得公司不仅需要重新思考他们将如何开发软件,还要重新思考他们成功驾驭这种范式转变时所需的工具和流程。

对“软件2.0”的介绍

在去年的Spark+AI峰会上,特斯拉人工智能总监Andrej Karpathy谈到,这家自动驾驶汽车公司正在向这种新的代码开发方式过渡,他称之为软件2.0。

人工智能驱动的优化算法,如神经网络,可以针对一个问题,尝试各种解决方案的评估标准,直到找到他们所认为的好的解决方案。因此,例如,该系统可以通过数百万张标签图像来学习区分汽车和行人。

“我们设计得更少了,事情也做得更好了,”他说。

但是当这种方法不起作用时会发生什么呢?例如,当特斯拉的自动驾驶汽车在通过隧道时无法确定是否需要打开挡风玻璃雨刷时,解决办法不是深入研究机器学习算法,找出它们的不足之处。

相反,该公司会发现其训练数据中没有足够的汽车通过隧道行驶的例子。解决办法是从隧道里拍摄的汽车中提取更多的图像,并发送给人类进行分类。

“作为一名博士生,我花了很多时间来研究模型和算法,以及该如何训练这些网络,”Karpathy说。“但是在特斯拉,我大部分时间都在整理数据集。”

但管理训练数据并非只是让人类看到一组图像并给它们贴上标签那么简单。首先,开发人员需要对数据本身有深刻的理解。例如,一个观察汽车变道静态图像的系统很难判断出汽车的转向信号灯是否正在闪烁。解决这个问题需要回到训练图像上,并对它们进行不同的标注。

但是现在改变图像的标记方式可能意味着许多以前分类的图像现在也须重新标记。

此外,人类在给图像贴标签时也可能会出错,或者彼此有不同看法,或者图像本身也可能会有问题。这意味着须有一个逐步升级和跟踪问题的过程。

特斯拉开始这项工作时,管理这种新的软件开发方法的流程和工具并不存在。

“在软件1.0中,我们有IDE来帮助我们编写代码,”karpathy说。“但是现在我们没有显式地编写代码,而是在不断地积累和修改数据集,它们实际上就是代码。数据集的IDE是什么?”

从代码到数据

Alex Spinelli在去年成为LivePerson的技术官之前,曾领导过亚马逊的 Alexa,他亲眼目睹了开发过程的这种转变。

“以前,会有决策树、路径、案例陈述,”他说,而现在开发人员须知道要有足够的数据,有正确的例子,以保障算法有继续工作所需的燃料。“我们实际上正在为我们所支持的行业创造新的算法。”

20多年来,LivePerson一直在帮助Home Depot、Adobe、汇丰银行和欧莱雅等公司与其客户沟通。2016年,它开始向人工智能聊天机器人转变。

为了开发聊天机器人,该公司首先从带有人类标签的例子开始,比如说,客户问题。“我有10万种不同的人们想要表达‘我想付账’的方式,”他说。“这就是开始。”

一旦有了足够的数据,下一个挑战就是找出哪些属性是重要的,他说。例如,自动化系统可以提取相关性,但可能无法确定因果关系。虽然时钟经常会在日出时响起,但这并不意味着闹钟会导致太阳升起。

“决策是在如何衡量数据的某些属性或特征方面做出的,”他说。“你需要能够花大量时间来思考这些问题的专家。”

如今,根据客户的不同,LivePerson已经可以理解65%到90%的客户问题了,公司正在不断尝试通过使用人工智能技术(如无监督学习和转移学习)以及人工输入来提高这一比例。

偏见是新的错误

当人工智能系统不起作用时,有三种主要的方法来解决这个问题。

首先,问题可能出在算法本身。但这并不意味着开发人员需要深入代码。通常,问题在于为这项工作选择了错误的算法。

“须有人做出决定,认为这个算法比那个更好,”Spinelli说。“这仍然是人类所面临的挑战。”

接下来是算法的调整。算法关注的是哪些特性,以及每个特性的权重是多少?在算法有自己特点的情况下,这可能会很复杂。

预测某人是否有良好信用风险的系统可以查看固定数量的数据点,并且可以提取和分析其推理过程。但是,比如说,一个在图像中识别猫的系统可能会产生一个人类完全无法理解的过程。这可能会给金融服务公司带来合规性问题,或者可能会在医疗保健应用和自动驾驶汽车方面危及人们的生命。

然后是数据本身所引起的问题。“你从哪里收集你的数据,它来自什么群体--这些都是会产生偏见的地方,”Spinelli说。“这可能是对种族或性别的偏见,也可能只是一种有负面商业结果的偏见。”

要弄清楚问题是出在算法上、参数上还是在数据中可能很具有挑战性,他说。“我认为我们还没有真正解决这个问题。”

Spinelli补充道,当今的世界正处于一个独特的境地当中,技术正在从研究实验室中走出来,并直接投入了生产。

“你可以看到很多来自科学家的东西,他们没有运行关键任务系统的丰富经验,”他说,并补充道,缺乏标准和实践。“它们正在进化,但这是一个大问题。现在还不够成熟。”

例如,大多数现成的算法都没有能力解释为什么会做出特定的决定。

LivePerson使用了百度的Ernie和谷歌的Bert开源自然语言处理算法。“他们有不错的审计和可追溯性能力,”Spinelli说。“但是,总的来说,它是透明的。”

他说,当LivePerson需要构建自己的系统时,这种功能就是须的。“我们构建算法的方式是有可追溯性的,所以你可以问算法,‘你为什么要做出这个回答?’它会告诉你,‘这是我所看到的,这是我如何阅读它和如何评分的。’”

AI的版本控制是关于数据的

在人工智能系统中发现和修复问题已经足够困难了。但是修复、持续改进和对模型漂移的修正--所有这些也都是对系统的频繁更改。

传统的软件开发过程有版本控制来跟踪哪些代码行被更改了以及谁进行了更改。但是,如果更改不在代码中,而是在数据或参数中时,又会发生什么?又或者当系统内置了持续学习的反馈回路?

技术咨询和系统集成公司Insight的数据和人工智能架构师Ken Seier表示：“你不能因为没有可重现的结果而让训练数据发生变化。

传统的DevOps工具对此无能为力,他说。“你需要在数据管道中添加额外的步骤。”

他说,构建人工智能模型新实例的开发团队需要能够对所使用的数据进行快照,并将其存储在存储库中。“然后进入一个测试环境,在这个环境中,他们将针对已知的场景运行它,包括审计场景和合规性场景,以及测试数据集,以保障它们具有一定的准确性。”

他说,大多数公司都在自己构建这些工具,主要的云人工智能平台供应商正在将许多这种功能放在适当的位置,但仍然缺少关键部分。

同样,你须开发一个自动化的过程来改变模型的调整方式,并测试各种算法,以了解哪种算法在特定情况下会表现更好。

他说,理想情况下,如果一个算法偏离了轨道,自动化过程就可以重新训练模型,这样一切都可以恢复正常了。“如果你不能让模型再次可用,你就需要提前有一系列的回滚选项。”

对于传统的软件开发,这可以简单地恢复到软件的先前工作版本。但是随着人工智能会因环境变化而偏离轨道,这可能是无法做到的。

“当软件不起作用而他们又不能重新训练它时,会发生什么?”他问道。“你让他退出来,依靠人工操作吗?你有一个允许人类做出这些决定的业务流程吗?对于自动驾驶汽车,这是否意味着他们会关掉汽车?”

处理数据漂移

训练数据通常是时间的快照。当条件改变时,模型就变得不那么有效了。为了应对这种趋势,公司需要不断地根据真实数据测试他们的模型,以保障系统仍然有效。

“如果他们用30天的时间来训练模型,那么每两周他们就应该设置一个新的30天的时间来识别是否出现了问题,”Seier说。

当人工智能系统改变它正在观察的行为时,这可能会变得很复杂。

例如,使用人工智能系统来查看历史数据,看看工厂设备何时有可能损坏。如果工厂随后使用了这些预测来改变修理计划,那么这些预测将不再有效---但是在新数据上重新训练模型又将导致一系列的问题,因为机器将在没有人工智能干预的情况下再次开始损坏。

“无人驾驶汽车面临的挑战之一是如何应对其他无人驾驶汽车,”Seier说。“他们是在有人驾驶汽车的环境中接受训练的,自动驾驶汽车的行为也有所不同。”

可解释的人工智能公司Fiddler Labs的联合创始人兼执行官Krishna Gade表示,他希望看到人工智能和机器学习系统的集成开发环境能够以数据为中心。

“我们需要一个IDE,它可以方便地导入和探索数据,以及清洁和整理表格,”他说。“Jupyter笔记本有些用处,但它们也有自己的问题,包括缺乏版本控制和审查工具。”

他说,随着越来越多的模型被投入生产,能够管理各种版本变得越来越重要了。“Git也可以用于模型管理。然而,它无法扩展到大型数据集。”

数据安全 的挑战

随着公司转向以人工智能为动力的软件开发实践,他们也面临着一系列新的安全挑战,许多人对此毫无准备。

例如,当系统由数据科学家而不是传统的软件工程师创建时,安全性可能是事后才想到的。第三方和开源人工智能算法也可能有自己的问题,包括漏洞和不安全的依赖关系。

“让开发人员及时使用新的、修补过的代码是很重要的,”为科技行业服务的全球公共政策公司Access Partnership的全球数据和信任主管Michael Clauser表示。

第三方供应商的专有代码通常是专有的,无法分析。

“可以肯定的是,大型数据密集型互联网公司和其他蓝筹股在自己开发和部署人工智能的过程中,都会为网络安全这一小事绞尽脑汁,”Clauser说。“对于资源紧缺的早期初创企业来说,情况可能并非如此,他们更感兴趣的是展示自己的人工智能能做什么,能解决什么问题,而不是担心有一天黑客会让自己的人工智能成为问题本身。”

人工智能算法还必须与传统系统对接,包括数据库和用户界面。当安全专家没有预先参与安全过程时,错误是很常见的,甚至是很可能的。

此外,人工智能系统通常会建立在新的云人工智能平台上。这里的安全风险尚不清楚。但是人工智能所面临的最大安全挑战是数据。人工智能系统需要访问操作数据,以及训练数据和测试数据。公司经常会忘记锁定最后两组操作。此外,数据科学家也更喜欢在构建他们的人工智能模型时使用清晰的测试数据,而不是使用加密或标记化的数据。一旦这些系统投入运行,缺乏加密就成为了一个主要的漏洞。

一家目前正在处理其人工智能系统潜在安全风险的公司是在线文件共享供应商Box。

“我们告诉客户,给我们那些你珍贵的内容吧,那些能让你谋生的内容,”该公司的CISO Lakshmi Hanspal说。

Box现在正致力于使用人工智能来从内容中提取元数据,以改进搜索、分类和其他功能。例如,Box可以自动从合同中提取条款和价格,她说。

为了构建新的人工智能系统,Box正在小心翼翼地保障自己不要绕过其传统的安全控制级别。

“无论是人工智能还是非人工智能,我们都有一个安全的开发流程,”她说。“它符合ISO安全标准。Box中有许多管道,但是它们都遵循一个类似的过程,通过内置的设计来实现安全性。”

其中包括加密、日志记录、监控、认证和访问控制,她说。

然而,Deloitte & Touche的云策略官David Linthicum表示,大多数公司并没有在人工智能的开发过程中加入安全性。

事实上,大约75%的组织只是在事后处理安全问题,他说。“在事情发生后才这样做就如同当卡车沿着街道行驶时试图更换卡车轮胎一样。”

从建设生态文明示范城市,到名声大噪的中国数谷,地处中国西南的贵阳,如今在她身上的是精致生态之美和科技创新之路的交相辉映。生态盛会、数博会……
　　仅仅是过去10余年里,贵阳城市焕然一新,不仅雕琢了城市生态之美,更通过大数据等前沿科技激发出发展活力,生态和大数据的影响力,已经成为贵阳城闪耀在全世界面前的两大名片。生态福利 贵阳人的骄傲
　　如果现在的贵阳人要向外界介绍自己的城市,“千园之城”会成为贵阳人拿得出手的一张新名片。
　　在很多贵阳人的眼里,整治和扮靓母亲河成为了贵阳城变美的第一步。2012年,贵阳启动了南明河流域水环境综合治理,水变清后的南明河沿岸,一路将这座城市的许多重要地标连接,从花溪十里河滩、到绽放民族风情的筑城广场、再到贵阳八景甲秀楼等等,构成了一幅美丽的城市画卷 ……
　　于是,贵阳有了大美的第二步操作。2014年底,贵阳提出建设千园之城的计划,将贵阳城的美推向了另一个高点。该计划是在当年全市365个公园存量的基础上,新建森林公园、湿地公园、城市公园、山体公园、社区公园660个,让公园总数超1000个。
　　5年时间,贵阳千园城市已建成,千园成为了这座城市最靓丽的民生工程。如果我们从高空俯瞰,森林覆盖率达到了52%的贵阳,群山环抱、林木苍翠,千余公园散落在城市的每一处,十分养眼。
　　“我家旁边现在就有两个公园,带孩子不愁没地方可去了。”家住海马冲的市民赵女士提起贵阳市的“千园之城”建设赞不绝口,她说,这为老百姓提供了更多休闲、娱乐、健身的活动空间,也大大提升了城市的生态环境质量。
　　可以说,千园城市让贵阳成为了一个花园城市,这些公园成为市民的后花园,不仅让市民享受到了生态建设的红利,也让贵阳变得更加美丽。每年一度的生态文明盛会,再到南明河洁净变靓、不断在全国刷屏的贵阳好空气,以及现已建成的千园城市,贵阳在生态文明建设的这条路上不断蝶变。如今,当回忆过去这些年贵阳的努力,这座城市市民已享受上了生态建设的好福利。
　　贵阳何以在生态建设上这么用心？这是因为生态是其根基之一。
　　2012年,贵阳获批建设首个全国生态文明示范城市,生态文明理念成为城市发展的风向标。过去十年,每年夏天的生态文明贵阳会议,成为了我国唯一以生态文明为主题的国际性论坛,是全世界跨领域、跨行业、跨部门、跨国界合作的重要桥梁,展示世界各地生态文明建设成果的重要窗口。国内外的许多城市和国家,都曾到贵阳取经和分享生态文明建设经验,贵阳更是成为了“生态文明”布道的发源地之一。
　　这些年,贵阳市获得了“国家森林城市”、“全国生态文明示范城市”、“全国绿化模范城市”等荣誉,曾经的全国酸雨最严重的城市贵阳还通过炸掉大烟囱、关停污染企业等方式,连续多年空气质量优良率超过了90%,好空气和夏季平均气温不到24度的贵阳,成为了避暑的首选之地。
　　可以说,不管是摘掉酸雨之城的帽子,还是南明河的整治,以及千园城市建设,贵阳城市这些年在生态上做的努力,正在让这座城市的市民享受到绿色红利。当越来越多的人走向贵阳,气温爽、空气爽,生活宜居的城市已让贵阳人感到骄傲。中国数谷 大数据打出的翻身仗
　　 区块链 、块数据、比特币、国家大数据综合试验区核心区、全国首个大数据国家工程实验室……很难想象,当下世界科技前沿的这些事物,会从贵阳这座城市发出声音。
　　坦诚来说,贵阳在全国的存在感一直是很低的,甚至会有人分不清贵阳是贵州省会城市。高原上的贵阳并不富裕,经济实力也比不上周边的重庆、成都等地。如果说生态文明建设为贵阳的发展找到了一个美丽蝶变的出口,那么大数据发展战略则为贵阳打了一个翻身仗,大数据让贵阳在经济发展得到加速,也让这座城市收获了名声。
　　眼下国内,如果要谈大数据,贵阳已是一个不可绕过的节点城市,被誉为中国数谷的贵阳,近几年通过大数据发展战略,在举办的中国国际大数据产业博览会上,马云、李彦宏、马化腾等大咖常作为嘉宾,数博会上都是热点话题人物,也刷新了外界对贵阳的认识。2015年贵阳召开第一届数博会,两年后贵阳的大数据企业达到1200余家,实现主营业务收入800亿元、增长21%,软件和信息技术服务业业务收入145亿元、增长20%,大数据企业纳税额超过110亿元、增长20%,对经济增长的贡献率达到33%……这些企业中,有入驻贵阳的谷歌、英特尔、微软、惠普、富士康等世界500强企业,有货车帮、朗玛信息等一大批贵阳本地优秀大数据企业的崛起,也有被称为“贵漂”一族的众多创业公司的加入。
　　走进贵阳高新区,一栋栋“科技感”十足的大楼鳞次栉比,朗玛信息、高新翼云、茅台云商等高新企业集聚发展,来自印度班加罗尔的工程师在呼叫中心为贵阳员工培训 ……可以切身感受到大数据给这座城市带来的改变。
　　80后江西人廖建宇是看中贵阳大数据发展的一名贵漂。“我们的创业团队开发了一款英文抄袭防范和版权保护的软件系统,名叫艾普蕾系统,这个系统正是基于大数据开发。”廖建宇坦言,贵州聚聚了一批大数据企业落户,苹果、华为、腾讯和电信、移动等三大运营商的数据中心都落户贵州了,基于大数据开发运用的艾普蕾,选择来贵阳就是基于大数据产业发展战略。
　　爽爽贵阳也很快也迎来了经济发展的好名声。美国知名独立经济智库米尔肯研究所发布的“中国最佳表现城市”评选中,贵阳从2016至2018年连续三年上榜,上榜原因是不断深耕大数据产业带来的效应；而荣获“中国企业营商环境十佳城市”荣誉,获批建设国家大数据综合试验区核心区、大数据产业发展集聚区、大数据产业技术创新试验区、全国首个大数据国家工程实验室等,已成为世界认识贵阳的一张新名片。
　　另一边,是贵阳在大数据应用方面的探索。贵阳通过“数据铁笼”平台的建设,实现对社会交通、治安、环境、城管等管理运用；建立具有独特的数据民生模式的信息便民公共服务平台“筑民生”,也让百姓享受到了大数据带来的便利性……
　　根据《贵阳市城市总体规划（2011-2020年）（2017年修订）》,大数据产业是其中的一个重要部署。《总体规划》指出,贵阳市城市发展目标是打造公平共享创新型中心城市,建成大数据综合创新试验区,建成全国生态文明示范城市,建成更高水平的全面小康社会,在全省率先实现历史性跨越。
　　相关数据显示,贵阳市地区生产总值2018年预计突破3800亿元,经济增速连续6年保持全国省会城市第一；2018年,贵阳市大数据企业主营业务收入达到1000亿元、增长 22.4%,其中以大数据为主要特征的新经济增加值占地区生产总值比重达到 21%,大数据已经成为引领贵阳经济社会发展的强大引擎,为贵阳市经济增速连续6年保持全国省会城市第一提供了有力支撑。不得不说,贵阳用大数据成功地打了一个翻身仗。当数博会的宣传片在美国纽约时代广场播放,向全球各地的 IT 上市公司展示着贵阳在大数据方面的成就和号召力时,贵阳惊艳了世界。
　　相关链接：昔日黔道难变身西南枢纽地无三里平、交通落后,这的确曾经是黔道难的一个真实描述,但当第一条高铁开进贵州后,贵阳彻底将这个描述击碎——2014年贵阳拥有了第一个高铁站、第一条高铁路线——贵广高铁开通后,贵阳迅速崛起为西南城市群的一个重要交通枢纽,让困扰贵阳的问题成为了历史。
　　众所周知,贵广高铁作为中国西北、西南地区南下出海的快捷通道,不仅打通了“泛珠三角”区域的重要交通动脉,还助推西部地区加速进入“高铁时代”,贵广高铁的开通对于贵阳、贵州、甚至西南/西北地区都有着里程碑式的意义。
　　随后的2016年沪昆高铁开通,贵阳也是重要站点；2017年11月,贵阳东站投入使用……高铁时代的来临,贵阳融入了多个区域内的经济圈,让走出去和走进来都容易了许多。曾在贵阳读大学的小王,毕业后去到广州拼搏事业,但一直很想念贵阳“冷飕飕”的夏天和美食,贵广高铁开通后,他索性在贵阳花溪区买了一个小房子,一有空他常带着家人到贵阳避暑游玩。高铁时代到来剔除了贵阳快速连接外部的困扰,而事实上,这座城市在内部的交通环境上早已有了突破。2015年,贵州成为西部首个县县通高速的省份,省会城市贵阳在交通改善上更是走在了前头,一举规划了多条地铁线路,如今轨道交通一号线的开通,将观山湖区和两个老城区云岩、南明连接起来；此外,贵阳还新建运行了多条BRT快速公交车道,让城市的通达性更加高……
　　根据贵阳的相关城市规划,未来贵阳市中心城区以老城区为中心,实施的是 “北拓、南延、西连、东扩”的空间发展策略。满足多层次多元化民生要求,激发经济新动能,统筹城乡空间布局。尊重以生态绿地为隔离,组团式发展的城市特色,规划形成“双核多组团”中心城区空间结构。“双核”为老城区服务核心和观山湖区服务核心。“多组团”为白云、乌当、花溪、高新区、经开区、综保区和临空经济区等城市功能组团。
　　同时,贵阳会以环城高速和环城快速铁路为依托,铁路、机场、公路客货运枢纽为支点,城市道路网络为基础,轨道交通、快速道路为骨干,构建全面开放的综合交通体系。形成“五环十八射”骨干路网系统。
　　未来,这些路网系统将更好地把贵阳的“双核多组团”连接在一起,让这座精致的花园城市的发展变得更有紧密性、互动性,也让那个曾今交通不便的糟糕记忆尘封进入历史。

未来的IoT应用,将在不同行业中,和不同领域中,从简单的状态检测和自动化,向高阶的综合调度和智能化决策等方向沿进。

物联网的起源有多个不同的说法,一是1990年施乐在线可乐售卖机。1995比尔盖茨在著作《未来之路》中提到物联网。正式提出有说是Peter T. Lewis于1985年提出,也有说是麻省理工大学的Kevin Ash-ton教授于1999年提出的,“万物皆可通过网络连接”。现在比较通用的定义是：将可感知设备、可独立寻址的物体进行互通互联的网络。和以前互联网一样,接入的设备必须是可以寻址,才能具备唯一的身份,发起与其它设备的对话。

物联网与互联网的关系
物联网也是一种链接网络,而且也具备大量原来互联网、移动互联网的特点,通用的MQTT协议也运行于互联网的TCP/IP的基础之上。因此,物联网是基于互联网发展和拓展而来的互联网络,其简化的高层架构关系如下：

物联网就是物物相连的互联,是基于电脑的互联网的进一步延伸和发展

物联网的参与方拓展到了所有可感知的设备和物品

物联网的很多通道和运作,仍需要互联网,特别是移动互联网的支撑

物联网由于工作领域和特性存在多个差异很大的场景,因此多种主流的协议和组网方式并存

物联网的整体架构与分层

物联网通常分为四层：感知、网络、平台和应用层；也有另一种常见的分法,是把平台层并入应用层,因此定义为感知、网络和应用层。各层的组成和对应关系如下：

感知层通常由终端设备来履行,像人的终端神经一样,使智能网络和中控系统能感知未端状态,并执行下达的指令；其中不具备独立寻址的传感器一种是通过网关接入物联网,或者是与有独立寻址和连接能力的设备相连,通常视为该设备的一部分,以外设的身份存在。

物联网主要的连接技术

网络层分成两种,一种是网关与传感器之间的联接,称之为局域网联接,有对应的协议；一种是直接接入,并与数据中心或云平台的中控平台连接,这是广域网联接。目前广域网也有多种接入技术,但不管哪种接入技术,都需要通过标准的传输协议,才能建立起对话。主流的MQTT是由IBM公司开发的,基于TCP/IP协议之上。

可以看到,主要的局域网接入和广域网接入技术在速率、功耗等不同指标中各有优劣点：


可以看到,不管是局域网还是广域网,其连接协议都分别有高(>10M)中(>1M)低(<1M)不同的速率,通常高速率也意味着高功耗。这两个特性,决定了不同的连接协议有着不同的用途。通常高速协议用于有外来供电、需要大量图像视频或其它大数据量交互的场景；而低速协议,则通常用于电池供电、信息密度低的传感器数据读取、自动化设备控制等场景。以下是未来这三种不同类型协议的应用领域和规模预估：

低速率广域协议将连接更多设备：大量低频、流量吞吐要求小的场景,未来将大规模对低速率广域互联网存在需求,除了Zigbee等之外,我国主推的NB-IoT也是前景可期。

物联网应用的主要特点

互联网是连接计算机和移动智能终端的网络,基本上是围绕着人主动触发的场景展开应用。而物联网是物物之间的互联,更多是基于物品对本身或周围环境的感知而触发的自动化应用场景,两者之间的关系对比如下：
就如前面所述,物联网与互联网不是相互独立、泾渭分明,而是一个对另一个的延展。现在有越来越多的趋势展现,物联网结合人工智能,两者是快速技术进展的当下,技术快速成熟,在多个领域的应用日益具备商用条件,并极大促进了原来互联网场景的智能化和自动化能力,从而为用户提供新的价值。

以下的图示,简单地罗列了未来常见的互联网接入设备,如何日益集成更多的IoT设备,并在人工智能的辅助下,实现更智能、更强大的功能,从而更好地提高原来互联网应用的体验：


互联网接入设备在呈现多样化、移动化和功能复合化的特点

随着硬件性能上升、体积和成本迅速下降,互联网设备接入了大量的IoT器件,来增强复合性功能

一个传统的互联网应用,会得到智能化和自动增强的体验提升,比如：

视频通话时的防抖、亮度适应

基于LBS的位置共享

基于位置感知的立体声源定向

总体来说,基于AI, IoT技术的快速发展,未来的电气设备,将沿着越来越自动化智能化,无人干预的方向发展,也就是达到最终的无感智能的状态,以下是在不同的阶段,几个常见操作的对比：

比如第一项的环境调节,以空调为例 ,在人工操作参考的第一阶段,通常是设备附带的温度计,告知你的环境温度,你可以进行特定温度的设定,这时候压缩机会根据情况开启,比如已经到达设定温度就休眠,等有偏差再工作；在第二阶段,你可以通过手机或电脑,来设定前半夜后半夜和清晨的不同时段温度的要求,然后中控系统按计划向空调发实时指令；到了无感智能阶段,空调是根据你穿戴设备把你的体温、心跳等信息传给中控,它再结合环境温度,算出一个智能的指令,让空调在人不用干预的情况下,一直保持最适宜的环境温度。

物联网产业已经到了快速应用的阶段

根据Machine Research的预计,全球物联网的连接数,将在未来五年内,每年以超过两位数的速度增长,并且到了2025年,预计联网数将达到270亿。而工信部等组织则预计,我国2020年IoT相关产业的产值就将达到1.8万亿元人民币。
根据IoT Analytics发布的2018年IoT行业项目数排名,智慧城市、工业互联和建筑互联也都在快速发展：

未来的IoT应用,将在不同行业中,和不同领域中,从简单的状态检测和自动化,向高阶的综合调度和智能化决策等方向沿进：

首先从公共设施领域,再到商用领域最后在个人领域(高频高复杂度)应用

从遥测遥感遥控,再到自动调节,最终到智能调节

同时向单品智能和整体解决方案智能进行发展演进

《海南省大数据开发应用条例》2019年11月1日起施行

海南省人民代表大会常务委员会公告

第37号

《海南省大数据开发应用条例》已由海南省第六届人民代表大会常务委员会第十四次会议于2019年9月27日通过,现予公布,自2019年11月1日起施行。

海南省人民代表大会常务委员会

2019年9月27日

海南省大数据开发应用条例

（2019年9月27日海南省第六届人民代表大会常务委员会第十四次会议通过）
第一章 总 则

第一条 为了推动大数据的开发应用,发挥大数据提升经济发展、社会治理和改善民生的作用,促进大数据产业的发展,培育壮大数字经济,服务中国（海南）自由贸易试验区和中国特色自由贸易港建设,根据有关法律法规,结合本省实际,制定本条例。

第二条 本省行政区域内大数据开发应用及相关活动适用本条例。

本条例所称大数据,是指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,以及对数据集合开发利用形成的新技术和新业态。

第三条 大数据开发应用应当坚持全省统筹、依法管理、市场主导、创新引领、共享开放、保障安全的原则。

第四条 省、市、县、自治县人民政府领导本行政区域内大数据开发应用工作,协调解决大数据开发应用重大问题。

省人民政府信息化主管部门负责规划、指导、监督全省大数据开发应用工作,市、县、自治县人民政府信息化主管部门负责本行政区域内的大数据管理工作。

县级以上人民政府其他部门应当按照各自职责做好大数据开发应用相关工作。

第五条 省人民政府设立省大数据管理机构,作为实行企业化管理但不以营利为目的、履行相应行政管理和公共服务职责的法定机构。

省大数据管理机构负责组织实施大数据开发应用总体规划,统筹政务信息化项目管理和政务信息资源共享开放,管理运营政务数据资产,推进政务和社会大数据开发应用,具体实施大数据开发应用监督工作。

第六条 省人民政府信息化主管部门应当会同省大数据管理机构和有关部门,按照适度超前、合理布局、绿色集约、资源共享的原则,编制本省大数据开发应用总体规划,报省人民政府批准后公布实施。

市、县、自治县人民政府和省人民政府有关部门应当依据本省大数据开发应用总体规划,编制本区域、本部门、本行业大数据开发应用专项规划,报省人民政府信息化主管部门和省大数据管理机构备案。

第七条 省人民政府标准化主管部门应当会同省人民政府信息化主管部门和省大数据管理机构制定数据采集、开发、交换、共享、开放、安全等标准,实现数据准确、完整、规范,促进大数据的开发应用。

省大数据管理机构应当制定政务信息资源全过程管理规范。

第八条 任何单位或者个人采集、开发和利用数据应当遵守法律法规规定,遵循合法、正当、必要的原则,不得损害国家利益、社会公共利益和他人合法权益。

第九条 县级以上人民政府及有关部门应当加强大数据开发应用、安全等方面知识的宣传普及、教育培训,增强全社会大 数据安全 意识,提高大数据开发应用和安全风险防范能力。
第二章 大数据开发与共享

第十条 省人民政府应当建立跨部门、跨区域、跨行业的大数据信息资源协同推进机制,统筹规划全省信息基础设施,推进信息资源的归集整合、共享开放和融合应用。

市、县、自治县人民政府应当推进本行政区域内信息基础设施建设,提升大数据开发应用支撑能力,提高信息基础设施网络化智能化水平。

第十一条 省大数据管理机构应当建设、管理全省统一的政务数据中心、信息共享交换平台、政务大数据公共服务平台和政务数据开放平台等政务信息资源共享开放基础设施以及全省基础性、公共性政务信息化项目。

已建、新建的政务信息系统,应当与全省统一的政务信息资源共享开放基础设施互联互通和信息共享。

第十二条 鼓励和支持基础电信运营商建设国际海底光缆及省内登陆点等信息基础设施,构建安全便利的国际互联网数据专用通道,提高本省的国际通信互联互通水平。

第十三条 省大数据管理机构应当统筹推动政务数据采集汇聚、登记管理、共享开放,推动社会数据汇聚融合、互联互通、开发利用。

第十四条 政务信息资源实行目录管理。

政务部门应当按照国家和本省有关规定和标准,编制、注册登记、更新、维护政务信息资源目录,并负责采集政务数据。

省大数据管理机构和市、县、自治县人民政府信息化主管部门应当按照国家有关规定,统筹确认政务信息资源共享目录和开放目录。

本条例所称政务部门,是指政府部门及法律法规授权具有行政职能的事业单位和社会组织。

第十五条 政务信息资源共享分为无条件共享、有条件共享、不予共享三种类型,实行负面清单管理,负面清单以外的政务信息资源应当共享。

凡列入不予共享类的政务信息资源,应当有法律、行政法规或者国务院政策依据。

省大数据管理机构应当会同保密等有关部门开展政务信息资源负面清单审核工作。

第十六条 政务部门应当按照采集数据类型、登记信息以及标准规范,在规定期限内将政务信息资源目录中的共享数据向全省统一的信息共享交换平台进行汇聚共享。

通过共享可获得的政务信息资源,政务部门不得向公民、法人和其他组织重复采集。

第十七条 政务部门应当按照国家和本省有关规定提供和使用共享数据,并确保其共享开放的政务信息资源准确、完整、可用、及时更新。

第十八条 政务部门通过全省统一的政务信息资源共享开放基础设施获取的政务信息资源,与纸质文书具有同等效力。

第十九条 从事数据采集、存储、清洗、开发、应用、交易、服务等大数据生产经营活动的单位（以下统称大数据生产经营单位）应当依法规范数据的采集、管理和使用,可以参照政务信息资源目录管理标准建立数据目录管理制度。

第二十条 鼓励大数据生产经营单位通过共享获得、联机验证等方式采集数据。

因商业用途需采集个人信息的,大数据生产经营单位应当申明采集的目的、用途和具体信息等,并取得被采集人的同意。被采集人要求采集人删除个人信息的,采集人应当删除。

第二十一条 大数据生产经营单位不得以改善服务质量、提升用户体验、定向推送信息、研发新产品等为由,以默认授权、功能捆绑等形式强迫、误导被采集人同意其采集个人信息。

除法律法规另有规定外,大数据生产经营单位不得采集与其提供服务无关的个人信息,不得以被采集人拒绝提供相关信息而限制或者拒绝其享受普遍服务。

采集个人信息,还应当遵守本条例和有关法律法规关于个人信息保护的规定。

第二十二条 鼓励大数据生产经营单位将相关数据向全省统一的信息共享交换平台汇聚,或者开发利用政务信息资源开展业务。

第二十三条 鼓励行业协会、学会、商会等组织,医疗、教育、养老等社会服务机构以及从事供水、供电、供气、公共交通、金融、通信等公共服务的企业将依法收集、存储的相关数据,按照本省有关规定向全省统一的信息共享交换平台提供,用于数据的共享和开放。

第三章 大数据应用与产业促进

第二十四条 政务信息资源开放分为无条件开放、有条件开放、不予开放三种类型。

政务部门应当广泛征集社会公众对政务信息资源开放的需求,及时制定和调整政务信息资源开放目录,按照国家和本省有关规定将政务信息资源目录中的开放数据向全省统一的政务数据开放平台汇聚开放。

第二十五条 公民、法人和其他组织可以通过全省统一的政务数据开放平台免费获取无条件开放的政务信息资源。

第二十六条 公民、法人和其他组织可以申请获取有条件开放的政务信息资源。申请者应当向全省统一的政务数据开放平台提交数据使用申请,说明数据用途、应用场景、使用时限和安全保障措施等。

政务部门应当自受理申请之日起五个工作日内通过全省统一的政务数据开放平台向申请者开放所需数据；不同意开放的,应当说明理由并提供依据。

第二十七条 省大数据管理机构和政务部门应当推动原始性、可机器读取、可供社会化再利用的政务信息资源向社会开放,推动政务信息资源挖掘、增值利用和大数据产业发展。

省大数据管理机构和政务部门应当优先推动信用、交通、医疗、就业、社保、教育、环境、气象、企业登记监管等民生保障服务相关领域的政务信息资源向社会开放利用。

在依法利用和保障安全的条件下,省大数据管理机构和政务部门可以通过政府采购、服务外包、合作等方式,开展政务信息资源市场化开发应用。

第二十八条 县级以上人民政府及其部门应当加强大数据在政府决策、监督管理与服务等方面的应用,推动放管服改革,优化营商环境。

第二十九条 县级以上人民政府及其部门应当推动大数据在公共安全、劳动就业、社会保障、城乡建设与管理、人口资源与环境、卫生健康、养老服务、社会救助、科技教育、文化旅游等领域的应用,优化公共资源配置,提升社会治理能力和服务民生水平。

第三十条 支持运用大数据等信息技术,加强公共信用数据与互联网、电子商务、第三方信用信息等数据的汇聚整合,推动社会信用体系建设。

第三十一条 政务部门、大数据生产经营单位应当积极运用大数据等信息技术,为人员、物资、资金自由便捷流动提供技术服务和安全保障。

第三十二条 支持运用大数据提升投资贸易自由化便利化水平,建设具有国际先进水平的国际投资、贸易“单一窗口”,推动数据协同、简化和标准化,为企业提供全程数据服务。

第三十三条 推动大数据与旅游业、现代服务业、高新技术产业和种业、医疗、教育、体育、电信、互联网、文化、维修、金融、航运等重点领域深度融合,开发新产品新服务,推动产业融合发展。

第三十四条 鼓励公民、法人和其他组织利用国内外大数据资源创新大数据产品、技术和服务。

支持大数据关键技术、解决方案、重点产品、配套服务、商业模式创新和应用研究,培育大数据骨干企业,建立大中小企业协调发展的大数据产业体系,推进大数据产业集聚。

鼓励资源丰富、技术先进的大数据企业开放大数据平台的数据、计算能力、开发环境等基础资源,推动大众创新创业。

第三十五条 鼓励和引导社会资本投资大数据发展应用；鼓励金融机构创新金融产品,完善金融服务,支持大数据发展应用；鼓励社会资金采取风险投资、创业投资、股权投资等方式,参与大数据发展应用；鼓励、支持符合条件的大数据企业依法进入资本市场融资。

第三十六条 县级以上人民政府应当制定大数据人才发展规划,培养和引进高端领军人才、急需紧缺人才,为大数据人才开展教学科研和创业创新等活动创造条件。

第三十七条 鼓励和支持高等院校、科研机构、职业学校、企业开展产学研合作,建设大数据教学培训、研发孵化、创新创业基地。

鼓励引进国际和国家级大数据科研机构在本省设立研发中心。

第三十八条 免责声明： 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

收藏 邀请
上一篇： 5G＋桥梁结构安全监测如何避免无锡高架桥垮塌事故的发生 下一篇： 五分钟带你了解物联网（IoT)及其未来应用方向

昨天18时10分许,江苏省无锡市312国道K135处、锡港路上跨桥发生桥面侧翻事故。从救援指挥部了解到,经现场搜救确认,桥下共有3辆小车被压,其中一辆系停放车辆（无人,驾驶员已找到）,另外2辆车上共有3人,已死亡。侧翻桥面上共有5辆车,其中3辆小车、2辆卡车。事故造成3人死亡,2人受伤。 在震惊和祈祷之余,要思考怎么才能避免类似事件的发生？现有的5G技术能起到什么作用呢？


全面无线组网搭建桥梁监测系统

目前国内的桥梁监测主要还是依靠光缆进行有线组网,如果光缆被挖断,信号中断,所有前端监测数据将无法传输到后端,并无法进行及时有效地分析和反馈。极端情况下,在信号传输链路中断期间,桥梁一旦出现结构安全隐患将无法实现预警,就有可能会危及过桥人员和车辆安全,后果不堪设想。

在5G时代,可以利用5G高速度、低功耗的技术特征,将依靠光缆进行有线组网转化成全面无线组网,这样可以使系统前端在减少大量线缆部署之后会变得整洁美观,并且也会降低系统复杂度和部署工作量,在大幅度削减系统部署和维护成本,也大大避免了因信号中断而造成的后果。

实时高精度智能视频巡检

在4G环境下,大规模高清桥梁视频监测由于带宽限制,难以构建大规模、高精度的智能结构监测应用。但在5G环境下,可以实现高清甚至超高清视频的规模化实时传输,从而使高精度智能视频巡检成为可能,实现一根发丝细度的裂缝的自动识别和高清显现。

同时在5G的监测网络中,多终端、多测点数据高度同步也将得到更好保证。在4G网络条件下,一般传输时延为14毫秒左右,但在5G网络条件下,其时延几乎是“零延迟”,可以实现“神同步”,将有效降低数据后处理的难度,提升 数据分析 效率和效果。

5G+AI+云,提高工作效率

通过AI+云分析对采集的存储监测数据进行数据统计、分析、绘图、报表汇总以及自动预警等服务,并可通过计算机浏览器与移动端App访问使用,可以解放监控人员,提升监控有效性和工作效率,

实现运输车辆的超载监测

无锡高架桥垮塌事故的发生经初步分析是因为上跨桥侧翻系运输车辆超载所致。所以在运输车辆上安装相关的车辆识别和状态感知系统,该系统主要用于记录车辆的行为,并通过5G网络回传至运输车辆管理平台,运输车辆管理平台会对各台运输车辆进行监控,主要监控其行驶速度和车况。 其次在关键的道路安装相应的车辆载重感应装置,并通过5G网络回传至运输车辆管理平台,每一个车辆上报的核载信息和GPS信息与传感装置检测的上报的相关信息做比对,做出超载预警的判断生成超载警报,并将车辆的行驶状态信息通知道路运输管理人员前往稽查。

5G＋桥梁结构安全监测是将传感器网络、数据采集与管理、数据建模、安全评定、寿命预测于一体,全天候不间断地监测桥梁荷载与环境作用、结构局部和整体响应,全寿命监测建模荷载与环境作用、推断或在识别结构损伤和性能退化。

在提高转化率方面,以数据为导向的营销方式可以发挥重要作用。

根据调研机构Adobereport公司的最新调查报告,营销人员已将数据驱动型营销视为2019年最重要的商机。这清楚地表明了营销人员对数据的重视以及应该这样做的原因。

毕竟,以数据为依据的营销可以为企业带来众多好处,最终导致转化率的增加。如果企业的营销计划得到了数据的支持,则成功率会更高,并且提高转化率。

对于大多数企业来说,有很多潜在的数据来源是容易获取的。在本文中,不仅讨论从何处获取数据,还将讨论如何利用它来取得业务上的成功。

企业可以通过以下五种方式利用数据驱动的营销来提高转化率,并推动业务增长。

1.使用受众见解进行广告规划 可以利用数据来改善营销工作并最终实现转化的第一种方法是利用受众见解。如果企业了解当前的受众群体/客户,则可以计划针对更相关的受众群体的定向营销活动。企业的广告越有针对性,就越能有效地促进转化。

企业可以从各种来源(如社交媒体、调查、客户在线行为跟踪等)收集这些见解。还可以直接向客户征求反馈,以更好地了解他们的偏好。分析客户支持交互也可以提供对现有客户所面临的挑战的洞察。

企业可以利用所有这些资源来了解和细分目标客户。然后,利用这些知识来设计针对这些目标客户群的营销活动。

2.使用过往绩效数据分配营销支出 企业应该考虑促进市场营销活动的下一类数据是过去的表现数据,通过了解哪些数据对企业有用或无用,可以优化自己的未来营销策略并分配支出。

利用这些见解,企业可以决定将在哪些营销活动上投入自己的资源。通过优化营销支出,企业可以将精力集中在最有效的营销策略上。反过来,这将改善转化率,这是营销的最终目标。

以下是一些可以从中收集这些数据的来源。

?社交媒体分析 几乎所有社交媒体平台都有某种形式的内置分析工具,可提供有关企业帐户效果的信息。企业可以收集有关哪种类型的内容最适合的受众群体、最佳发布时间、最佳消息传递策略等方面的见解。

?电子邮件营销分析 对于企业的电子邮件营销活动,可以使用MailChimp之类的第三方电子邮件营销工具,因为它们具有分析功能。企业还可以利用URL生成和跟踪工具(如UTM.io)。这两种类型的工具都可以为其提供性能指标,例如打开率、点击率等。

?其他广告跟踪指标 对于任何其他类型的市场营销活动,都有可用的工具可以帮助企业评估效果。从影响营销活动管理到内容营销工具,可以使所有人获得业绩洞察力。

3. 利用网站分析数据进行搜索引擎优化(SEO) 网站分析是另一个有用的数据源,可以帮助企业改善营销策略和转化。谷歌分析(Google Analytics)是用于访问企业网站的数据的最佳工具之一。它还为企业网站提供了转化跟踪数据,可用于识别落后的页面。

企业可以找出客户很快移出的登陆页面,客户在哪个页面花费更多的时间,哪些广告在起作用等。企业可以利用这些见解来改善其网站访问,并使其对搜索引擎优化(SEO)友好。

例如,如果某个页面的跳出率很高,则可以对其进行优化以提高用户参与度。或者,如果某些登陆页面无法获得足够的访问量,则可以使用搜索引擎优化(SEO)技术为其生成更多的访问量。

4.进行A/B测试以优化转化率 A/B测试是大多数专业营销人员用来了解其网站或广告的哪些元素效果最好的技术。A/B测试提供有价值的数据,可以帮助企业提高网站的转化率。

企业可以用它来优化标题、颜色、图像、页面设计、广告等。如果企业定期进行拆分测试,将了解如何更有效地引导客户。

从A/B测试中收集的数据有助于设计更好的登陆页面、广告,以促进转化率。企业可以通过使用谷歌优化来进行A/B测试,并可以直接从谷歌分析帐户获得数据。

对广告进行A /B测试对于提高广告的效果并产生更多的潜在客户也非常有益。拆分测试可以告诉企业哪种类型的广告获得更多点击,可以利用这些见解来设计未来的广告。这样,企业的广告系列将在产生潜在客户方面变得越来越有效。

5.了解行业趋势并将其应用于企业业务 除了可以收集有关业务不同方面的数据之外,企业还应该查看市场数据和行业趋势。了解最新的行业趋势可以帮助推动企业的营销策略。企业可以利用这些趋势来获得更多的竞争优势。

社交媒体倾听是收集对市场趋势的见解的一种方法。企业可以了解最新趋势,并将其包含在内容策略中。

它还可以帮助企业了解消费者情绪,以及营销活动前后的变化。如果人们对企业的营销活动做出积极反应,那么企业需要继续执行类似的营销活动。

结论 如果没有利用数据来支持营销策略,那么很难取得预期的效果。企业需要使用可靠的数据和洞察力来支持营销计划,以获得最好的效果。

这就是成功的营销人员获得数据驱动营销的好处以及企业可以从中获益的原因。它可以帮助企业规划更有针对性的活动,从而获得比一般广告更好的效果。反过来,这可以提高企业广告的总体转化率。

企业可以使用数据源和方法查看营销的效果。

8日,记者从中国科学院地理科学与资源研究所获悉,该所副研究员匡文慧团队基于高分辨率遥感、辅以历史地图等,应用大数据平台和 云计算 ,结合数字化解译方法,重现了新中国成立以来城市扩展过程,监测了21世纪以来中国城市不透水面和绿地组分等空间信息,揭示了国家区域发展战略对城市扩展的驱动作用。


匡文慧介绍,中国城镇化率由1949年的10.64%增长到2018年的59.58%,年均提高0.71个百分点,到2018年年底,中国城镇化率已超过世界城市化平均水平的4.29个百分点。

“中国城市用地面积由1949年的0.56万平方公里增长到2018年的7.48万平方公里,增长了约12倍。城镇人口由1949年的0.58亿人增长到了2018年年底的8.31亿人,增长了约13倍。全国城镇和农村人口的比例由1949年的1∶9转变为2018年底的3∶2。”匡文慧说。

改革开放以来,国家实施的东部沿海地区率先发展战略极大地推进了东部沿海地区城市迅猛发展和经济繁荣。

数据显示,1978年—1990年,东部沿海地区新增城市土地面积为7829.79平方公里,占全国新增城市土地总面积的55.71%。1990年—2000年,东部沿海地区城市扩展了4837.97平方公里,占全国新增城市土地总面积的比例上升至58.75%。2018年东部沿海地区城镇化率达67.76%,GDP占全国的比例达53.43%,东部沿海地区成为带动国民经济持续快速增长的核心区和增长极。

2000年以来,国家实施的“西部大开发”战略显著推动了西部地区城市化进程,有效缩减了东西部地区城市发展的不平衡性。

“西部地区城市土地面积由2000年的0.65万平方公里增长到2018年的1.25万平方公里。2000年东部沿海地区和西部地区城市土地面积占全国城市土地总面积的比例分别为51.89%和15.30%；到2018年这一数字分别为50.77%和16.69%。西部地区的城镇化率由29.63%提高到了53.90%,与东部沿海地区城镇化率的差距由24.27个百分点缩小到了13.86个百分点。”匡文慧说。

智能数据可以通过许多有用且功能强大的方式降低企业的运营成本。

智能化设备和产品如今构成了现代生活的大部分。人们拥有智能手机、智能扬声器、智能汽车以及无处不在的物联网设备,旨在使人们的工作和生活更轻松、更直观。

当商业智能实践发挥作用时,甚至企业使用的数据也可以变得更智能。企业不必筛选大量信息来查找需要的材料,可以通过一些软件获得所有的内容,并收到一份概述相关细节的报告。

大约80%的公司表示担心其能否处理物联网生成的大量数据并理解其含义的能力。随着大数据的增长,更重要的是把它变成智能数据或信息,这对每个业务的需求都是有意义的。

对于企业而言,使用智能数据的好处之一就是以某种方式降低企业成本。有几种方法可以将数据分解为管理报告,从而使企业在财务上受益。

1.避免代价高昂的错误

每个组织中都有所谓的“暗数据”。这个术语描述了经过分析的错误数据或未分类的数据。这些数据还可能使系统容易受到黑客的攻击。在对15个不同国家/地区的1,500名IT和数据管理人员的调查中,研究人员发现,平均每个组织在其系统中拥有多达52%的没有加密的数据。

如果重要信息泄露或丢失,则企业的业务会受到严重影响,从而使客户蒙受损失。当企业尝试清除黑客攻击企图,并将此问题告知客户时,安全漏洞可能会付出更大的代价。安全事件可能导致声誉受损,最终导致客户流失。

2.减少员工流失

将智能数据作为一种人力资源管理方法可能有助于企业消减不适合的员工。在最近一项针对25万多名员工的研究中,研究人员发现,每名离职的员工给企业带来的损失约为1.5万美元。然而,使用高级分析对每个应聘者进行排序,然后进行筛选和雇用,其结果会更好地符合企业文化和价值观,并让员工可能更长期地在公司工作。

企业还可以使用智能数据进行年度员工调查。允许员工发送匿名信息,说明他们的工作和不喜欢的工作,并寻找不满意的原因。那么企业有什么可以改善的方法,从而提高员工对公司的忠诚度?

3.降低运输成本

企业在运输车辆安装物联网设备可以提供一些具有价值的信息,从而降低物流管理成本。例如,获取有关运输路线的反馈,以便可以对其进行调整以缩短交货时间或减轻驾驶人员的疲劳。

企业甚至可以通过合并某些路线并避开交通拥堵来减少油耗。由于存在盲点,数据并不是完美的解决方案,但可以采取措施识别并解决这些问题。

追踪车辆的另一个原因是车辆保险。现在,一些保险公司安装了可报告数据的设备,并将根据其数据来提高或降低保险费率。企业可以为驾驶人员提供可以降低成本的安全驾驶的奖励措施,例如礼品卡。还可以进行内部培训,以确保他们的驾驶情况比以前更好。

4.超越竞争
如果企业需要发展自己的业务,则必须既保留现有客户,又要吸引新客户。吸引新客户的一种方法是弄清楚企业的竞争对手是谁,以及他们在线上和线下的情况。企业可以使用智能数据工具确定其竞争对手如何在线上吸引客户。

例如,QuickSprout和Semrush等工具可以向显示它们的目标关键字以及流量的来源。然后,企业应该做他们所做的事情——只有做得更好,并且采用独特的方式。如果企业将竞争分析与智能营销结合起来,那么将会很快就会增加收入。

5.提高生产率

根据调查,全球每年创建的数据量惊人,并且到2020年每两年增长一倍。对所有这些信息进行整理分类非常耗时,但是如今的软件可帮助工作人员确定所需的确切细节,并生成易于理解的报告。将所有信息放入任何员工都可以访问的系统中,并防止浪费时间,因为企业各业务部门必须互相沟通或提交纸质报告。

另一种提高生产率的方法是安装时间跟踪软件。但是执行此操作时要格外小心,因为这可能会引起员工的不满,他们认为是对他们进行微观管理。使用跟踪软件来确定员工的工作模式,并找到提高团队生产率的方法,而不是跟踪每位员工的工作状态,并使用该工具来浪费他们的时间。

6.跟踪库存

智能数据可以帮助企业节省费用的另一种方式是订购查找模式,因此可以保留所需的库存,而无需库存过多的任何物品,因为大量库存会占用企业的资金。因此,如果企业大量产品积压并且没有人购买,那么很难再有资金购买或升级设备。

如果企业使某些工作实现自动化,那么仓库工作人员也可以提高工作效率,例如采用一个可以显示出他们所运送哪些物品的跟踪系统,并为企业重新订购时提供报告。

7.减少能源消耗

很多企业和家庭用户已开始采用物联网技术来帮助减少其碳足迹。这些设备与智能系统连接,可以报告总体能源使用情况,并寻找提高效率的方法。

专家预测,到2021年,全球能源管理系统的支出将达到760亿美元。如果企业每月获得一份报告,报告中指出建筑物内在没有工作人员时灯还没有关闭,那么可以将其设置为自动关闭。

或者报告显示,建筑内部的平均温度远高于应有的温度,并且员工也抱怨温度过高。可以使用智能恒温器来更好地调节温度。

制定大数据战略

无论企业经营哪种类型的业务,都有可能被数据淹没。使用智能策略分析数据可以提高生产效率,帮助企业节省资金,并获得更多利润。

数据和人工智能之间存在一种共生关系。我们收集数据作为解决问题的基础,然后使用AI来进一步解释和细化数据。这是一个持续的反馈循环,其中一个影响另一个的有效性。要想让机器学习产生影响,数据需要精心管理、高质量且易于获取。成功做到这点并不是非常容易的。

构建能够打破数据孤岛并使信息可操作的IT基础设施,同时确保安全性,这已经是企业面临的主要挑战。再加上人们希望通过机器学习和人工智能功能来运行这些数据,当数据被广泛分散时,事情就变得更具挑战性了,在云时代更是如此。

作为一项企业技术,人工智能承担着决策任务,帮助员工更好地完成工作,组织需要了解如何为AI驱动的业务准备架构和数据。

企业数据面临的挑战

云为企业提供了近乎无限的计算和存储资源,这使得保留海量数量数据成为可能,但这既是福也是祸。虽然它提供了分析数据和深入了解财务预测、客户需求等方面的机会,但庞大的数据量使得管理和利用这些数据变得非常困难。

企业中越来越多地采用云服务,遗留的本地解决方案和混合解决方案也在继续使用,这些都造成了巨大的数据孤岛,通常难以识别,更不用说合并和分析了。这些孤岛甚至可能不为IT团队和其他人所知,并有可能严重限制分析和智能工具。

这就导致了这样一种情况:企业获得了大量的数据,但对数据却知之甚少,包括存储的数据量,甚至是数据所在的位置。许多企业目前拥有复杂的在线和云数据存储网络,有自己的管理、存储、隐私和监管问题。现实情况是,随着数据变得更加分散,企业需要认真考虑集中管理。这是我们处理如此庞大的数据的唯一方法,将其转化为能够对更大的业务产生积极影响的东西。

为什么数据质量很重要

机器学习的目标是执行数据驱动的任务,其技能、精度和速度远远超过人类。就像一个人无法从错误的教科书中学习技能一样,试图理解错误数据集的机器学习过程也无法学到任何有用的东西。相反,不完整的数据集会帮助创建更窄或倾斜的过程。在构建这些数据集时需要平衡。

人工智能是非常有潜力的趋势,但它也不能建立在不完整、错误的数据集上。一般来说,人工智能的目的是实现预测决策、建模和分析,而如果数据不完整或孤立的,这些都是不可能实现的。经过训练的分析特定趋势的算法需要访问尽可能多的正常数据,这些数据可能保存在单独的数据孤岛中。

创建支持人工智能创新的基础设施

企业正在以更快的速度收集更多的数据,获得洞察力,就需要一种基础架构方法,以打破数据孤岛,并确保获得高质量数据。 IT部门需要将重点放在收集和保留之外,强调体系结构、管理和管理。 特别是创建一个数据湖,该数据湖允许一个单一的数据存储库,而不是将关键信息置于遥不可及的孤岛中。

人工智能是21世纪的变革性技术之一,它有望重塑现代企业。 实际上,我们已经在诸如客户体验之类的地方看到了它的影响,它可以帮助为买家创建定制的策划体验。但这不是即插即用的解决方案,它需要高质量的数据和确保数据始终可用的基础结构。没有这个基础,我们将无法实现。

移动互联网的快速发展,带来了传统互联网时代无法比拟的信息传播速度与应用,一个行业及企业的生存和发展,需要及时掌握市场行情与政策引导,对企业的决策水平起到决定性作用。

然而,大多数行业尤其传统产业的信息枢纽,仍停留在传统的行业官网时代,人才、技术、产品、资金的缺乏,使很多行业仍与移动互联网绝缘。大多数企业信息渠道受限,很像再像从前那样,在行业协会、商业等组织里获得发展所需的市场及政策信息,而来自于第三方的市场信息来源复杂且真假难辨,这极大增加了企业科学决策的难度,使企业在移动互联时代往往错失发展良机。

人们在4g时代已经实现了移动支付、外卖、打车、全民直播等精准的个人需求。它改变了人们获取信息和应用信息的习惯,如今5g时代已经到来,未来市场信息数据将变得更加多样化、复杂化,企业如何在更加快速的信息时代里获取和传递信息,将决定企业发展的主要竞争力。

北京市计算中心推出的“广知区块网”,意在通过“信息相通、业务互联、生态共享”三部曲,打通企业间的信息、业务边界。通过集中性的信息抓取整合,可集中呈现不同企业的产品、资讯、政策、前沿科技及相关活动等多方信息,“0”成本构建行业移动互联网信息中心,为5g时代的诸多企业应用搭建信息桥梁。

同步微信,无需额外人力运维

“广知区块网”目前以微信小程序为前端应用,可以快速的为每个“区块网”的运营管理者提供独立的管理后台。只需简单设置,所有“区块网”企业发布的微信文章,都可自动同步到管理后台的资讯库内,在管理者审核后决定是否发布；同时,所有加入“区块网”的企业可以生成自己的小程序前端,企业通过管理后台,能够自主发布企业信息,并自动同步到所有加入区块企业的小程序前端,用户只需进入某个企业的小程序内,即可浏览全行业区块信息,实现区块内企业信息的彼此联通。

“广知区块网”的应用,使得企业应用移动互联网的门槛大幅降低,在资讯传播方面无需付出额外人力成本。

增加流量渠道,降低获客成本

移动互联时代,流量为王,获客成本逐年增高。依靠“广知区块网”建立的行业移动互联网信息中心背靠微信平台庞大流量,借助区块内每一家企业的微信公众号、主站、网页等实现双向导流,共生共建共享,大幅降低获客成本。

企业微信数量庞大,具有极大潜在价值

信息资源优势决定着企业竞争能力。而行业信息中心的资源优势,则取决于加入区块网的企业数量,微信平台上拥有数千万企业服务号与订阅号,这些企业的信息资源,都将是行业信息中心潜在的庞大市场价值。

除此之外,面向C端用户时,行业信息中心还将化身为新型的融媒体平台,无需频繁更新下载,所有个人用户都可以根据自身喜好智能化的观看内容或视频,凭借阅读习惯,还可添加收藏备份,只要保持网络联通,随时随地都可进行内容浏览。区块化网络使用户与企业间实现需求的精准对接。

作为国内最早实践“工业云”的国家级中小企业服务平台,北京市计算中心推出的“广知区块网”仅仅是为广大中小企业提供的众多服务之一。从1973年成立至今,北京市计算中心已经为国内近3000家中小企业提供包括 云计算 与大数据、软件开发、工业仿真、3D打印、虚拟现实、生物医药以及相关培训等服务项目。

目前核心网处于架构转型和业务转型的关键期。在架构层面,NFV、CU分离、边缘计算等技术的成熟推动核心网络架构转型,控制面进一步集中,转发面进一步下沉。在业务层面,2G/3G业务量迅速下降,4G流量、VoLTE、物联网用户数快速增长,在5G逐步商用的背景下,面向5G商用需求,需结合商用时间点、各省各地区5G业务场景需求、标准技术成熟度、设备成熟度等多个因素考虑5G核心网建设和演进策略。

5G核心网建设难点和挑战

5G时代即将到来,它将对人们使用移动技术的方方面面产生巨大影响。5G的速度更快、时延更低,从理论上讲,在从智能手机到自动驾驶汽车等各个领域,5G网络都会开辟新应用场景。不过如此复杂的5G网络,在建设上面临着很多难题和挑战。

多网络、多业务接入融合的挑战

移动通信系统从第一代到第五代,经历了迅猛的发展,现实网络逐步形成了包含多种无线制式的复杂现状,多种接入技术长期共存成为突出特征,同一运营商拥有包括2G/3G/4G/5G以及WLAN网络在内的多张不同制式网络的状况将长期存在。如何高效地运行和维护多张不同制式的网络,提高竞争力,不断减少运维成本和实现节能减排是每个运营商都要面临和解决的问题。面向2020年及未来,移动互联网和物联网业务将成为移动通信发展的主要驱动力。如何实现多接入网络的高效动态管理与协调,同时满足5G的技术指标及应用场景需求是5G多网络、多业务融合的主要技术挑战。4G向5G网络演进接入网结构变化如图1所示。


图1 4G向5G网络演进接入网结构变化

CU（Centralized Unit,集中单元）：原BBU的非实时部分将分割出来,重新定义为CU,负责处理非实时协议和服务。DU（Distribute Unit,分布单元）：BBU的剩余功能重新定义为DU,负责处理物理层协议和实时服务。

网络虚拟化（云化）带来的规划和运维挑战

5G网络全面虚拟化（云化）,在带来功能灵活性的同时,也带来很多技术和工程难题。首先网络虚拟化使跨层故障定界定位和后期升级过程更加复杂而低效；其次边缘计算的引入使网元数目倍增,也会导致建设和维护工作量成倍增加；最后,微服务化,用户更多的定制业务给业务编排能力提出了极高的要求。

回顾网络功能虚拟化NFV（Network Function Virtualization）的历史实践,目前NFV转型并未完全达到产业的期望。面向5G演进,运营商网络仍然面临三大挑战：一是新业务上线慢,以网元为单位大颗粒整包交付导致开发周期长,测试工作量大,升级影响大,软件发布周期需要3~9个月；二是运营成本高,以网元为单位的管理,导致多网元部署、对接和运维成本高,同时5G用户面下沉站点数量增加10倍以上,导致运维成本上升5~10倍；三是单Bit成本高,COTS硬件单Bit成本每年仅下降14%,摩尔定律失效,5G时代8倍流量增长将带来5倍硬件和能耗增加。

应对三大挑战,需要运营商构建极致敏捷、极简运营和极致效能的5G极简核心网,实现业务实时敏捷,网络自治和单Bit成本超越摩尔定律。业界厂家也统一共识,针对上述需求,极力做到如下三点：一是极致敏捷,基于微服务的软件架构,软件从以网元为单位的大颗粒交付转变为微服务粒度发布、测试和升级,实现业务实时敏捷,快速上线,软件发布周期从半年缩短到一个月以内,升级从百万用户受影响到用户无感知,业务无中断；二是极简运营,运维从以网元为中心转变为以网络为中心,实现网络自治,同时,一站式用户面大幅降低配套成本,并通过统一运维,实现用户面即插即用、加站不加人；三是极致效能,通过异构硬件综合加速使得转发效率提升50%以上,单Bit成本超越摩尔定律。

5G核心网与4G核心网有很密切的关系,部分网元要融合建设,形成4G/5G统一的控制面和用户面锚点,以提升用户体验,简化网络部署,降低成本。最近几年,核心网已经开启虚拟化（云化）改造和建设工作,如虚拟化EPC（Evolved Packet Core）、虚拟化IMS等,国际领先运营商从2016年开始进行虚拟化的规模商用部署,国内起步稍晚,但进展十分迅速,虚拟化IMS已开始商用,虚拟化EPC也在试点过程中。到今年年底,三大运营商的网络虚拟化进程都会有大的阶段性成果。从核心网NFV技术路线看,先从IMS控制面开始,2019年将逐步实现EPC网络的虚拟化。另外,电信云统一资源池的建设正提上日程,为后续5G规模建设奠定基础。5G时代,虚拟化是必备的基础技术,5G核心网就是虚拟化的核心网,这已经成为行业的广泛共识。

5G核心网络架构的挑战

5G多网络融合架构中将包括2G/3G/4G/5G和WLAN等多个无线接入网和核心网。如何进行高效的架构设计,如核心网和接入网锚点的选择,同时兼顾网络改造升级的复杂度、对现网的影响等都是网络架构研究需要解决的问题。

5G组网可支持SA和NSA两种方式,无论最终国内运营商采用何种网络架构,5G商用的步伐都不会放缓,建设和投资规模也不会缩水。但为了抢占5G先发市场,NSA或将成为部分运营商的先期建网选择,如图2所示。SA指的是新建5G网络,包括新基站、回程链路以及核心网。NSA非独立组网指的是使用现有的4G基础设施,进行5G网络的部署,基于NSA架构的5G载波仅承载用户数据,其控制信令仍通过4G网络传输。

运营商可根据业务需求确定升级站点和区域,不一定需要完整的连片覆盖,借助目前成熟的4G网络扩大5G覆盖范围。由于手机终端发射功率有限,所以5G网络的覆盖范围主要受限于上行,那么通过与4G联合组网的方式（NSA）可以实现5G单站覆盖范围的扩大,但由于NSA无需建设5G新核心网,且NSA需借助4G无线空口（NSA无线锚点在4G）,现有的4G核心网架构和4G空口却不容易满足5G对于时延和传输可靠性的要求。

5G建设初期如果采用NSA架构,4G网络与5G网络紧耦合,将带来站址约束、互操作配置复杂等问题,后续向SA演进还需多次网络大规模调整。

图2 4G向5G网络演进核心网络结构技术路线图

Option3：EPC+eNB（主）/gNB的方式组网,网络先演进无线接入网,核心网使用LTE的,场景以eNB为主基站,控制面信令由eNB转发,LTE eNB和NR gNB采用双连接的形式为用户提供高传输数据速率服务,可以有效降低初期的部署成本,主要是前期部署在热点区域,增加系统吞吐量。

Option4：NGC+eNB/gNB（主）的方式组网,同时引入NGC和GNB,与LTE采取兼容的方式部署,核心网采用5G NGC,eNB和gNB都连接至NGC,基站以gNB为主,同样是采用双连接的方式为用户提供高速率数据业务服务,LTE网络负责保证覆盖,5G系统负责提高热点地区的数据吞吐量。

Option7：NGC+eNB（主）/gNB的组网方式,此种方式中虽然完整部署了5G NGC和gNB,但数量较少,仍以LTE中的eNB为主,控制面信令都由eNB转发,eNB和gNB采用双连接的方式为用户提供高数据速率服务。

为了满足各种各样新的服务需求,未来5G核心网架构的建设和规划必须要解决以下几方面问题。

一是核心网接入独立。对于固定接入和各种各样的无线接入,核心网应该具有汇聚功能,从而保证接入无关。保证接入无关可以降低终端接入系统的复杂性和低效性,以及减少功能冗余。

二是分布式架构。分布式架构可以提高网络资源利用率,避免数据转发低效率、单点失效、RTT时延长、流量超载等问题。分布式架构的引进主要用来克服传统EPC下流量路径低效率和单点失败的缺陷。通过将CGWs和eUCEs放置在IP网络的边缘,5GC可以提供高效的流量路径,最小化信号时延,为移动边缘计算提供更好的支持。在传统的异构网络架构下,流量会被汇聚到一个锚点中,而在未来的5G分布式架构下,流量会被更灵活地进行分布式处理,这会将吞吐量提高至当前的数千倍。

三是控制平面和用户平面完全分离。核心网络应该通过开放式接口将数据平面和用户平面完全分离,这样有利于双方各自的独立演进和按需部署。将两个平面完全解耦之后,数据转发采取IP模式,控制平面功能被放置在eUCE和UCE中,用户平面功能被放置在CGW中。用户平面和控制平面之间采用开放接口来提供基本的可伸缩性和灵活性,有了开放式接口的支持,在此基础上利用虚拟化技术进行网络切片也是非常方便的。

四是轻量级的信令支持。对于IoT(Internet of Things)等服务,核心网应该支持轻量级的信令传输,并且简化相关协议。在LTE中先建立承载通道再进行数据传输的这种基于连接的方式将不再适用于处理未来越来越多的服务场景。为了应对各种各样新出现的使用场景,5G核心网的信令机制应该基于按需NAS的概念进行扩展。每当用户发起一个会话,就会自动根据用户需要使用的服务来产生一个合适的处理程序（合适的非接入层信令）。

这种机制可以增强网络的灵活性,降低网络的信令开销,同时支持低时延服务。但是其实这种机制存在一种问题,现在只是能够概括出现阶段可以想象出的使用场景和服务类型,随着未来的发展,会出现更多现在没有预知的使用场景,这对于这种已知服务类型构造NAS信息的机制是一个很大的挑战。

五是高效的移动性管理。高效的移动性管理会带来更好的资源利用率。EPC下移动性管理采取的是静态锚机制,所有的移动终端都是通过一定数量的PGW与运营商网络相连的,当用户移动到较远距离的位置时,这些处于服务状态的PGW状态在短时间内并不会发生改变,这种机制会造成流量路径效率低下的问题。在5G中应该基于分布式移动性管理引进动态锚机制。用户在CGW1上建立了一个会话session1,eUCE会为其分配一个IP地址,如果用户移动到CGW2的范围之内,UE将会为CGW1保留这个IP地址以防用户重新返回到session1中。但是如果用户已经开始在CGW2上发起一个新的会话session2,UE将会被分配一个新的IP地址来改变其本地地址。

5GC中eUCE负责网关内交付,UCE负责网关间交付,eUCE会动态地将流量路径信息发送给BS和CGW。总之,从EPC向5GC的演进,必然要完成从静态管理到动态管理的演进。

数据分流对5G核心网切片的挑战

5G多网络融合中的数据分流机制要求用户面数据能够灵活高效地在不同接入网传输；最小化对各接入网络底层传输的影响；需要根据部署场景和性能需求进行有效的分流层级选择,如核心网、IP或PDCP分流等。5G网络除了提供2C（公众客户）业务以外,还将要满足2B（行业用户）业务的需求。5G部署初期基于eMBB业务需求进行网络部署,满足公众宽度数据业务需求。后期mMTC及uRLLC业务需求将主要面向垂直行业、工业控制、城市基础设施等领域,网络部署区域、业务感知需求都差异甚大,可能需要进行大的网络调整或增加新的载波。

针对更加精细化的业务需求,在5G网络建设中不得不引入网络切片技术。作为5G中被讨论最多的技术,网络切片对于5G的意义可谓巨大。只有理解了传统核心网的局限性,才能深刻理解网络切片技术对于5G的必要性。

首先,随着用户终端数量和种类的迅速增加、流量的大规模增长、用户需求的不断多样化,当前的核心网EPC这种传统的集中式设计的网络架构逐渐变得难以处理越来越多样化的服务要求。其次,EPC是一种“one size fits all”的架构,这种架构是“先天不足”的。举例说明,在EPC中,移动管理实体MME（Mobility Management Entity）的主要功能是进行终端的移动性管理,但是并非所有的用户装置都具有移动性,比如机器对机器（M2M）类型的传感器之间的通信就不需要为其提供移动性支持,因为这些装置的地理位置几乎是不变的,而传统核心网的架构会使得原本的很多设计在面对特定用户群体的时候根本无任何用武之地。再次,传统核心网上的很多的网络元素运行于专用的硬件设备上,并且与软件元素严重耦合,这非常不利于网络可编程化。最后,由于当前移动核心网中各个部件的功能划分并不清晰,很多用户包在从eNodeB到SGW,再到PGW的过程中会被进行很多重复处理,包处理的流程很不简约,因此其集中式架构和对软硬件要求高的特点使得其部署时间长,成本也很高。

在5G时代,移动网络服务的对象也不再是单纯的移动手机终端,而是各种类型的设备,比如平板、固定传感器、车辆等。应用场景也多样化,比如移动宽带、大规模互联网、任务关键型互联网等。需要满足的要求也多样化,比如移动性、安全性、时延性、可靠性等。这就为网络切片提供了用武之地,通过网络切片技术在一个独立的物理网络上切分出多个逻辑网络,从而避免了为每一个服务建设一个专用的物理网络,这是非常节省成本的,未来的网络必须通过网络切片技术从“one size fits all”向“one size per service”过渡。

虽说网络切片的使用可以极大地改善网络性能和服务质量,但是网络切片的数量设置是一个重要的问题,不能对每个服务都设置不同的切片。切片数量太多会使得维护和管理变得困难,数量太少又可能导致一个简单的使用案例需要用到两个及以上的切片来达到其需求。5G切片到底能切到什么程度,目前行业尚未达成共识。

运营商目前主要有两种选择：一是基于目前的套餐模式,推出企业可选的网络服务；二是像企业网市场一样,推出端到端的定制化网络切片。这里面的矛盾在于,简单切片依旧会带来网络浪费,且很难满足千行万业的垂直需求。而过分精细的切片网络,会带来定制化成本和运营成本的激增。更现实的模式,很可能是运营商提供基础的专网切片,然后行业代理和解决方案提供商再进行进一步的定制化服务,来满足具体的企业网络需求。而这也就意味着众多新的产业链将要在5G产业大背景下被创造出来,垂直行业的网络与技术整合型服务商,可能成为5G下一个新商业风口。同时,切片网络模式还带来了运营和管理方面的挑战。企业如何运维自己购买的切片网络,如何处理网络与 云计算 、IT系统间的关系,这或许也将带来新的市场动力,需要一些全新角色或者服务去填补这些空白。

无论是传统企业应用5G切片,还是5G切片背景下出现的新行业,今天大多还都处在行业设想当中,必须有人去推动这些设想的落地,一步步驱动5G走向广泛的行业市场。在面对业务分流挑战时,网络切片面临如下难点。

? 网络切片结构：虽然标准很好地定义了8个应用场景系列,但仍存在很多尚未分类的场景,因此在性能评估标准方面的切片划分的粒度如何确定仍然是一个需要解决的问题。

? 网络切片选择：一个用户可能会使用一个或者多个切片,如何选择合适的切片也是一个基本的问题。

? 网络切片转换：漫游场景下,本地网络切片不能支持用户接入网络,就会造成用户网络中断,一个可能的解决方案是将用户转换到默认切片下,但是在切片转换过程中如何保持IP会话的连通性、侦测转换时机的任务应该交给用户终端还是交给网络,这都是尚待解决的问题。

? 用户状态维持：用户的状态信息可能会在多个切片中传递,如何管理用户状态也是一个关键问题。

? 新功能的确定：为了支持一些如无人驾驶等的新式服务,当前的EPC功能可能并不能够满足,因此需要定义新的功能以及涉及的消息格式和处理程序。

核心网的改造和重构

如果说5G拉开了运营商数字化转型的大幕,那对网络端的改造无疑是最为重要的部分。不管是OTT挑战、拓展垂直行业还是增加业务收入的压力,基于传统架构构建的4G EPC核心网（NSA,非独立组网）来部署5G已无法满足需求,具备快速定制、基于切片的运营、高度自动化的智能运维成为5G时代网络必备的新能力。因此,以虚拟化（云化）技术为基础,面向业务,基于SBA架构的5GC核心网（SA,独立组网）部署5G目标网络架构,成为全球领先运营商的战略目标和5G商用总体需求。

核心网的改造和重构主要体现在4个方面：一是基于SDN/NFV,使能运营商网络重构；二是采用SBA和云原生架构,使能网络功能敏捷；三是端到端网络切片技术,使能垂直行业发展；四是以DevOps+AI为手段构建Zero Touch运维,使能网络运维自动化。

跟原有网络相比,5GC新核心网建设面临网络部署、网络功能、新业务开展、多制式共存四大挑战。

针对5G,3GPP在R15规范中提出了SA和NSA架构要求,采用NSA Option 3架构部署5G,因核心网还是沿用传统的4G EPC核心网,架构和功能并没有太大变化,可以基于传统EPC升级或者新建虚拟化EPC来支持NSA,虽然具备快速商用优势,但后续向SA网络演进存在比较大的挑战：一是NSA会带来较大的新增商务成本,涉及现网升级和工程改造,后续改造为SA,涉及二次改造成本；二是先NSA后升级到SA会面临终端切换难、改造难两大挑战。

随着商用时间的逼近,5G网络已经到了发展的关键时期,中国移动提出了5G网络架构三大设计原则,首先是从刚性到软性,也就是从固态网络到动态网络,实现网络资源虚拟化、网络功能的解耦和服务化。其次是移动网络IP化、互联网化,也就是实现与IT网络互通融合,引入互联网技术,优化网络设计。最后是集中化智能和分布化处理,集中化智能——功能集中化,为垂直行业提供个性化增值服务,并分布化处理——移动网络功能靠近用户,提高网络吞吐量,降低时延。以SDN/NFV技术实现网络云化,加上微服务设计,这意味着5G网络真正走向开放化、服务化、软件化,有利于实现5G与垂直行业融合发展。

从目前现网情况来看,最有可能的两条演进路线如下。

路线1：LTE/EPC->Option3X->Option4-> Option 2

路线2：LTE/EPC->Option3X->Option4-> Option 7X-> Option 2

NSA选用Option3x,以实现快速部署NR,5G的核心网部署之后,如果NR覆盖好,则跳过Option7x,如果NR覆盖不好,则使用Option7x过度,LTE继续做锚点。

无论采用哪种方式,演进的基本思路都是以LTE为基础,逐步引入5G RAN和NGC,部署初期以双连接为主,LTE用于保证覆盖和切换,热点地区部署5G基站,提高系统的容量和吞吐率,最后逐步演进,直到全面进入5G时代。

总结

移动通信是国家关键网络基础设施,是推动国民经济发展、提升信息化水平的重要引擎,5G的快速部署将助力工业互联网、智能制造、现代农业、智慧城市等方面的发展进程,但5G网络建设存在诸多困难,需要政府、运营商、通信基础设施单位、设备制造商等多方配合,才能实现快速高效建网的目的。

应该说,以NFV/SDN技术为代表的网络转型,已经成为行业共识,不仅运营商在有条不紊地推进,大多数设备厂商也积极拥抱,成为网络转型的重要推动力。即将商用的5G网络就与NFV/SDN息息相关。尤其是核心网,网络架构决定网络竞争力,一旦网络确定很难调整架构。作为电信网络控制中心的核心网,在网络中是大脑,5G海量终端、超低时延和超高带宽等这些需求都需要核心网快速做出响应和处理,需要“头脑聪明”的新核心网。

因此5G网络建设需坚持网络架构一步到位,建设全新5G核心网是重塑运营商竞争力的关键。5G NSA主要满足5G初期eMBB类业务需求,具有快速体验5G业务的优势。NSA Option3沿用传统的4G核心网,软件架构层面并没有变化,可以基于传统设备升级或者新建虚拟化的4G核心网来支持NSA。SA的5GC相比于NSA EPC网络,天然基于虚拟化技术建设,通过引入MANO、切片/子切片管理功能等,满足切片按需定制、快速生成、动态释放等特性,能更好地满足差异化垂直行业需求。

5G引入服务化架构是全新的技术创新,在业务层面进行了彻底的开放和解耦,是一次自顶向下的全开放架构。这种架构非常有利于运营商快速部署丰富多变的业务,并通过细粒度的服务实现按需编排和升级,满足网络长期演进的需求。

大数据时代,人们的生活、工作都在数据化,时时刻刻都有新的数据产生,数据正在呈几何倍数爆炸式增长。如何存储、管理和使用这些数据,是现代企业面临的难题。

Forrester报告显示,组织中经常有多达73％的数据未使用,但很少有数据被丢弃。这些组织仍然保留旧的但很少或从未访问过的数据,原因主要是：

新的分析类型,比如长期趋势分析可能会使这些几乎被遗忘的数据变得必要。

诉讼的可能性,这可能要追溯到几年前的旧文档和电子邮件。

这些数据可以被称作“冷数据”,顾名思义,冷数据即是那些不经常访问、但又无法删除的信息,比如用户在社交媒体上存储的大量信息、企业备份数据、业务与操作日志数据、话单与统计数据等信息。

组织在这方面面临的挑战是,如何有效管理此类数据的存储,即使大部分时间组织看不到也用不到这些数据。

其中一个问题是,存储被IT界视为一种商品。存储很便宜,所以没有人会考虑在需要的时候订购更多的磁盘。

但是存储真的便宜吗？

带宽和基础架构成本不断增长,而这些成本通常需要支持更多存储（甚至便宜的存储）以及包含大数据的更大文件。更多的存储空间需要更多的资金用于处理、网络和人员等支持资源。与存储相关的成本会增加的另一个原因是,保留大型文件的多个版本时灾难恢复和备份过程变得复杂。

结果是,需要为很少使用或根本不使用的数据留出额外的存储空间,尤其是大数据的需要超出了存储空间的规模。这增加了总体IT支出。　　

公司可以采取以下四个方法来有效地管理其冷存储数据。

1、使用便宜但可靠的冷存储

对于很少使用或存档的数据,慢速硬盘驱动器和磁带是最常用的存储介质。重要的是定期测试磁盘和磁带,以确保它们工作正常。另外,要避免将旧的驱动器和磁带降级为归档和数据备份功能——这些资源仍然有使用寿命,如果它们太旧,则更有可能出现故障。

2.考虑基于云的冷存储

如果您不想在现场或物理外部设施中存储大数据,则可以选择使用云。基于云的冷存储有很多选择,您可能会找到一种存储所有冷数据最合适的选择。

3.对冷数据进行年度评估

即使您已经有存储冷数据的方法,也并不意味着您应该存储所有数据。如果您还没有,您可以与管理层和法律部门商议确定应该保留哪些数据、丢弃哪些数据,每年评估一次即可。

4. 使用数据/存储自动化

大多数存储提供商提供分层的数据存储,这种存储是通过人工智能实现的。人工智能会采用您定义的存储数据的规则,并自动应用它们来确定数据的存储位置。

数据存储的主要层是内存存储或固态驱动器,您经常访问的数据存储就在其中。不常访问的数据可以存储在更便宜的硬盘存储的二级数据层上。

很少使用的数据或冷数据将被分配给速度较慢的磁盘驱动器或磁带,这些磁盘或磁带是您最便宜的存储介质。通过利用这种自动化,您可以确保经常以最低的成本存储冷数据的同时,始终可以将大量热数据提供给用户。

结束语

大多数大数据存储管理策略的重点是让用户随时可以实时获得数据,但这也增加了存储和处理的预算支出。公司可以通过管理很少使用的数据来帮助抵消这些较大的支出,这样就可以以最低的成本存储这些数据。对于这些数据,冷存储是一种安全、可靠、经济的解决方案。

众所周知的是,美国朝野上下掀起了对四大科技巨头(谷歌、苹果、亚马逊和Facebook)的反垄断调查浪潮,其中的一个调查方向,是这些科技巨头过去进行的收购交易涉嫌故意“消灭”潜在竞争对手。据外媒最新消息,知情人士周五透露,美国反垄断执法机构“司法部”已开始对谷歌计划斥资26亿美元收购 数据分析 公司Looker的交易进行深入审查,这进一步表明美国政府对大型科技公司的审查更加严格。

据国外媒体报道,一名不愿透露姓名的消息人士透露,司法部下属的反垄断部门正在向谷歌和“Looker数据科学公司”寻求更多与该交易相关的信息,以确定这一收购交易是否有损市场竞争。

今年年中,谷歌宣布将斥资26亿美元收购数据分析服务商Looker公司,这也成为谷歌历史上规模第四大的并购交易。这也是甲骨文公司高管邱瑞安执掌谷歌 云计算 部门之后,云计算业务进行的最大一次并购。

谷歌是全球比较知名的云计算服务商,未来数据分析将作为一个云计算服务提供给企业客户,从而提升谷歌云计算业务的竞争力。

根据美国科技市场研究企业高德纳公司的最新数据,在云计算市场,谷歌面临着巨大的压力,去年谷歌在云计算市场的份额仅为4%,远远落后于亚马逊、微软等竞争对手。因此,谷歌开始通过收购兼并做大业务。

据国外媒体报道,该交易预计将受到更多美国政府监管审查。此次司法部的深入审查被也被称为“第二次索取”,这次调查正值美国反垄断机构开始对谷歌和其他大型科技公司进行历史性大规模调查。

美国反垄断执法机构面临的一个议题是科技巨头是否利用收购小公司来挫败竞争对手,巩固他们的优势。

在科技巨头反垄断调查中,司法部主要负责谷歌和苹果,美国联邦贸易委员会主要负责Facebook和亚马逊。据悉,贸易委员会已经对Facebook启动了一项正式调查,即过去收购大量科技公司是否存在提前消灭对手的行为。

据统计,Facebook一共收购了90多家公司,其中Instagram和WhatsApp这两次大规模收购交易(一共斥资200多亿美元)获得成功,两个软件各自的用户都超过了十亿人,加剧了Facebook在社交网络市场的主导地位。

美国舆论普遍要求Facebook分拆WhatsApp和Instagram公司,不过Facebook和扎克伯格正在通过三大移动聊天产品互联互通的做法,阻止外界的分拆计划。

对于此次对谷歌收购交易的调查,谷歌、Looker和司法部的代表拒绝发表评论。 其他调查 在过去多年中,谷歌在全世界各地遭到了各种各样的反垄断调查,其中欧盟委员会针对三宗调查一共开出了大约80亿美元的罚款。

在美国,司法部以及州一级司法部们已经各自启动了对谷歌的反垄断调查,主要调查目标和欧盟委员会类似,即关注谷歌占据优势的网页搜索、网络广告等业务。

谷歌过去被指利用搜索结果排序,照顾自家业务,损害了其他竞争对手。另外在广告联盟服务中,谷歌被指向第三方网站施压,阻止他们使用对手的广告联盟服务。

Looker公司总部设在加利福尼亚州圣克鲁斯,它提供的一些工具能够让企业客户分析存储在云计算平台的数据,这项服务与亚马逊和微软的产品竞争。

谷歌宣布这笔交易时,云计算负责人邱瑞安表示,在收购完成后,公司将继续让Looker现有的企业客户使用其他云计算服务商的服务,谷歌不会和Looker共享销售计划。

在收购外部公司方面,谷歌曾经“挥霍无度”。但是许多收购后来并未获得成功。比如谷歌曾经斥资125亿美元收购智能手机制造商摩托罗拉移动公司,但是未能够拯救对方的手机业务。后来,谷歌剥离了该公司的大量电信专利,将摩托罗拉移动转让给了联想集团。而在去年,谷歌再度斥资10亿美元,收购了中国台湾智能手机制造商HTC的代工业务,再一次涉足了智能手机研发制造。

谷歌还曾经收购智能家居厂商Nest,并整合了其他类似业务。谷歌还曾经在卫星通信、机器人领域进行收购,但是在这两个领域,谷歌都遭遇了挫折,许多收购来的机器人公司被再一次变卖。

据悉,随着云计算市场成为一个潜力巨大的新兴市场,再加上谷歌的相对弱势,谷歌的一些收购交易集中在这一领域,但是收购交易规模并不大。

美国政府反垄断机构对大规模并购展开深入调查是很常见的。不过反垄断机构最近也面临一些舆论的批评,认为过去对科技公司的收购交易太过宽松,导致他们能够通过并购在其他新的领域中再一次占据主导地位。

比如谷歌公司,早期是网页搜索服务的巨头,但是后来通过收购Waze、DoubleClick、YouTube等公司,在网络视频、网络广告等领域建立了新的优势地位。

据悉,美国国会也对科技公司展开了反垄断调查,之前国会众议院向美国四大科技公司的高管发出信件,要求他们交出过去十年内涉及到反垄断行为的电子邮件和通信记录,其中的一个内容是有关收购兼并交易的信件。

在10月12日举办的中国数坝·张家口专场对接会上,为加快推动全市大数据产业创新发展、绿色发展、高质量发展,完善产业链,打造世界级超大规模绿色大数据产业集群、全国大数据创新应用先行区,建设“中国数坝”,张家口市对外发布了支持大数据产业发展十项措施。这十项措施内容主要包括：

第一条 专项资金

市政府设立大数据产业发展引导资金,吸引社会资本成立大数据产业发展基金,通过市场运作方式,用于引进、培育、发展、壮大大数据企业,支持大数据项目建设、支持大数据交易中心建设,促进科技研发和创新应用、改善人才引进和安居环境等。

第二条 入驻支持

对装备制造类大数据企业、新引进数据中心（制冷负载系数CLF不高于0.19,设计能耗指标PUE不高于1.2）及总部企业,在符合土地利用总体规划、城市总体规划和国家产业政策的前提下,优先安排新增工业建设用地计划指标。

支持落地企业严格按照“一带三区多园”规划科学合理布局。全力支持数据中心类项目企业电力需求,依据地区电网现状及规划,结合项目用电容量和用电时序需求,科学确定用电电压等级,提前谋划接入电网方案,保障项目按时落地。由市自然资源和规划局优先统一安排变电站建设的用地指标,并纳入全市国土空间规划。对于注册在张家口市且投入运营的大数据企业支持其纳入可再生能源电力交易“四方协作机制”。

第三条 鼓励装备制造

对注册地在张家口市的服务器整机、网络设备、移动终端等大数据装备制造以及数据中心电力系统、暖通系统、电源系统、弱电系统、通讯系统等各类机电配套设备生产性企业,参照《支持工业经济加快发展十项措施》有关规定给予支持。对特大或产业带动力强的装备制造企业,按照“一事一议”原则给予发展支持。

第四条 贡献奖励

张家口市内大数据企业（机构）,包括数据中心、数据装备制造、大数据技术和应用服务、呼叫中心等企业,通过提供服务产生营业收入的,年营业收入首次达到2000万元、1亿元、5亿元、20亿元、100亿元、200亿元的,分别一次性给予50万元、100万元、200万元、500万元、1000万元、2000万元的奖励用于支持企业发展。

第五条 创新支持

鼓励国内外知名研究机构、大型企业在张家口市设立大数据创新研发平台,对设立并经认定的国家级、国家地方联合、省级工程实验室、重点实验室、工程研究中心、企业技术中心,给予后补助资金支持。

重点围绕大数据相关的绿电消纳、节能降耗共性和关键核心技术,引进市外高校、科研院所重大科技成果在张家口市落地转化,在项目年收入达到2000万元或年税收达到200万元的当年,补助企业成果转化资金20万元。对由张家口市大数据企业牵头承担的国家科技重大专项和重点研发计划项目,按照年度国家拨付经费实际到位额度的10%给予科研经费补助,补助总额最高可至50万元。

支持企业开展面向不同行业的大数据创新应用,对创新政务服务和治理方式、助力乡村振兴、促进主导产业发展的典型性或重大示范性应用项目,支持其申请国家、省级各类创新发展专项资金,市政府原则给予专项奖励支持,最高不超过100万元。

第六条 标准奖励

支持大数据企业（机构）开展技术标准研制和检测认证服务。对于主导发布实施或参与国际标准、国家标准、行业或省级标准的企业,给予后补助资金支持。推进检测认证、质量安全、行业标准化等公共服务平台建设,对于在张家口落地的公共服务平台,按照“一事一议”原则给予专项支持。

第七条 人才安居

实施大数据人才聚集计划,构建大数据人才梯队,重点引进100名较大影响力的大数据领军人才,重点支持1000名高层次人才创新创业,重点培养1000名大数据专业技能人才。对领军人才、高层次人才带技术、带项目来张家口市创业的,给予经费补贴支持。

第八条 上市奖励

支持企业做大做强,对在境内外主板、中小板、创业板、“新三板”、石家庄股权交易所主板上市的企业,及转板升级企业或迁入张家口市的上市企业,给予一次性财政奖励。对在科创板上市的企业,参照主板层次上市企业予以奖励。

第九条 融资支持

积极向上级争取相关产业扶持资金,并在市、县（区）财政预算安排中予以倾斜。重点培育存储租赁、基础大数据加工、价值挖掘、研究咨询及以数据资产交易为核心的抵押、担保、评估等大数据金融业务。支持建设大数据交易中心,促进数据流通,规范数据交易行为,参照第四条予以奖励用于支持企业发展。对重大项目或大数据企业贷款融资超基准利率部分产生的利息,三年内按照国家对政府投资资金的相关程序规定对融资企业给予贴息支持,最高不超过100万元,贴息资金按照市与县（区）各分担50%的比例给予支持。

第十条 风险补偿

支持基础电信运营商和大数据基础设施独立法人企业加快建立信息基础设施共建共享机制,对企业参与信息基础设施共享机制起连续两年内无任何收益的企业,按照企业实际投资资金的3%给予专项补贴,最高不超过500万元。

传统公司往往对技术有着狂热的信念,认为技术能够“改变一切”。但在近日广州举行的2019小蛮腰科技大会上,中欧国际工商学院终身荣誉教授许小年表示,人工智能虽然是一项非常有效的技术,但是它需要前提、需要条件,人工智能是为大数据而生的,也以大数据为前提,如果没有大数据,人工智能就是无源之水、无本之木。
“去买一项AI技术、收购一个AI团队就能解决企业的痛点问题,这是一种不切实际的想法。或者说宣称AI很快就成为一个新兴的产业,企业都挤到这个产业中来率先地抢占风口就可以弯道超车甚至可以飞上天去,这都是违背了技术的基本规律。”许小年认为,对于很多传统企业来说,当务之急不是人工智能立竿见影的直接应用,而是数字化和物联网的基本建设。
近年来,工业4.0、工业互联网、智能制造、5G等多个新兴概念在工业领域风起云涌,数字化转型也成为全球制造业的关键词。但前景越是令人鼓舞,越是要关注当前脚下的道路。虽然一些制造企业在生产端、供应端实现了一定程度的互联互通,但在许小年看来,工业互联网的经济规模效应远低于消费互联网,较强的行业属性决定了无法开发出像游戏、电子支付那样通用的爆款产品。
许小年在上述大会《传统企业数字化转型的现实道路》演讲中提到,在当前的竞争形势下,制造型企业的市场反应速度、满足客户个性化追求的能力、产品交付的品质往往比价格更重要,工业互联网所发展出来的C2M、B2M是解决这些问题的有效方法。但仅仅有连接是远远不够的,还需要对企业现有的生产能力做比较彻底的改造,以数据驱动,而不是传统的物流驱动或者资金流驱动,需要企业系统地梳理制造工艺流程和服务流程。
“企业从接收订单、设计、备料、加工、组装、测试、仓储物流、交货、售后服务等,在长长的生产、经营和服务客户的链条上,每一个环节都要力争实现数字化和模块化。不仅实现人财物和设备的互联、生产全流程的无缝衔接,而且要将财务、人力资源管理等职能融入到核心的业务流程中去,而不是像过去那样单独的职能部门。”许小年说。
他认为,在工业互联网时代的产品设计是拼搭组合标准模块,是标准模块地像搭积木一样地来进行产品的设计,为了做到这种模块式拼搭的产品设计,企业首先要将产品拆分为部件和零件,每一零件又有不同的规格、尺寸、材质和加工工艺,企业要将所有可能的方案及图纸、文字资料都转化成数据,把这些数据存入到云端的数据库,当工程师接收到一项任务以后,可以启动这个设计程序,输入客户给定的参数,用程序调用云端的数据、云端的标准模块自动地进行设计。标准化、数字化的工作是必须要做的,否则就没办法应用这些先进技术。
“在应用这些程序和标准模块进行设计乃至编制工艺流程之后,工艺文件传到生产库备料,具有感知能力的设备实时感到大量的运行数据,汇集到分布式的数据中心或者中央数据中心,直到这时候我们才碰上了人工智能。”许小年表示,
工业互联网吸引了越来越多企业和投资者的注意,但是真正在脚踏实地地在这方面进行探索的企业才是未来这项技术的希望所在。
IDC物联网及电信业务全球副总裁Hugh Ujhazy（休·哈瑞）也在上述大会上表示：人工智能系统其实是基于大量数据的,我们要去面对的一个现实就是如何去获取这些数据、如何去存储这些数据、如何让这些数据能够被人工智能所利用,我们也需要基础设施。我们必须选择合适的通讯机制才能传送这些数据,这样就可以实现实时的结果,以及让智能融合到我们的解决方案中。

今年9月以来,多家知名公司相关人员被抓或被调查,这些机构均涉及大数据风控业务和爬虫技术的应用。据悉,这波针对爬虫业务的强监管由打击“套路贷”牵扯出,爬虫被发现是导流获客和暴力催收两个帮凶的主要工具,为这些“套路贷”平台爬取通讯录、地址定位等个人敏感信息,从而引发了恶性事件及行业整顿。


今年以来,大数据风控行业颇不平静,9月份以来,杭州的魔蝎科技和公信宝运营公司、杭州存信数据科技有限公司以及贷款超市“信用管家”、上市互金公司51信用卡先后被警方调查。此外,还有多家大数据风控公司人士“协助调查”,涉及同盾科技等多家机构。一时风声鹤唳,大数据行业的从业者人人自危,多家大数据公司表态暂停爬虫业务。

网络爬虫,是一种按照一定规则,自动抓取互联网信息的程序与技术。如果通过爬虫抓取网络公开信息,并不违法；但如果抓取的是未公开、未授权的个人敏感信息,就属于违法行为。在爬虫技术抓取的信息中,比较受欢迎的都是覆盖度高、标准化较强的通用类数据,比如身份验证、逾期黑名单信息等,一般是通过爬取淘宝、社交网络、网上银行等获取数据,而上述信息通常是不公开的。

对于互联网行业而言,判断爬虫行为合法性, robot协议不可或缺。robot协议是互联网搜索引擎与网页持有者之间达成的“行业规范”,该协议会告知网站的“访问权限”,如果设置了robot协议,大数据公司还要突破访问权限,那么就具有明显的主观恶性。互联网行业里谷歌、百度、搜狗、ebay等,均设有该协议。

聚信立成立于2013年7月,是国内“最早”专注大数据智能解决方案的服务商,其官网数据显示,合作机构3300+,覆盖人群14亿+,用户总量1.5亿+,日均查询220万+,总查询10亿+,黑名单库1200万+。据悉,只需在聚信立输入用户的手机号码和服务码,就可自动爬取用户的通话记录数据,形成“个人用户报告”,包括通话号码、次数、时长等。而对于放贷机构来说,借款人的通讯信息是日后向借款人及其家人朋友催收的“杀手锏”。

有业内人士认为,此次整顿风暴既因违法使用爬虫的行为,也有给现金贷“断粮”的意味。目前,现金贷公司往往充斥着各种马甲,发展较大的容易被监管,但一些小而散的现金贷,因为总量过大,产生的社会危害同样不小,监管却无从下手。小现金贷公司已演变为群体行为,通过这些大数据公司获得系统,获客、催收都依赖于爬虫机构,现金贷马甲公司只提供资金。因此,打击大数据公司,也就变相整顿了现金贷行业。

不过需要注意的是,大数据行业风波也会影响助贷行业,助贷行业有很大一块也是消费金融和现金贷,与现金贷企业的客户群,以及为其提供服务的大数据公司有重叠。归根结底,只有建立统一的标准和严格的监管体系,依法、合法使用爬虫手段,尊重且保障公民的个人隐私,大数据行业才能撕下灰色产业的标签,成为驱动社会财富快速增长的新技术。

大数据技术体系为推动社会科学借鉴自然科学成果、形成基于数据驱动的社会科学研究新范式提供有力支撑。

不同于自然科学,社会科学以人类社会现象为研究对象,其传统研究范式在认知准确性方面饱受争议。然而,大数据时代的到来为弥补这一缺陷提供了潜在的解决方案。随着全球新一轮科技革命与产业变革的加速演进,数据来源、数据处理以及 数据分析 等数据相关技术发展迅速,特别是以统计学习、机器学习、深度学习乃至更为广泛意义的人工智能为代表的数据分析手段,正在带来新的认知方式,为形成数据驱动的社会科学研究新范式提供有力支撑。


大数据概念特征及内涵

大数据（Big Data）最早出现于2010年2月英国《经济学人》杂志有关信息管理的一篇专题报道。2011年5月,麦肯锡环球研究院在一份题为“大数据：下一个创新、竞争和生产力前沿”的报告中,将大数据定义为“大小超出常规数据库工具获取、存储、管理和分析能力的数据集”。时下较流行的大数据定义是,需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔·舍恩伯格的《大数据时代》一书中,大数据技术被描述为：不再基于传统随机分析法,而采用所有数据进行分析的处理模式。海量性（Volume）、实时性（Velocity）、多样性（Variety）和有效性（Volatility）成为大数据的典型特征。这也是大数据定义中被广为接受的3V、4V或nV。此外,大数据技术还包括数据收集（生产）、数据存储、数据处理、数据分析及展示等各环节所需的专业知识和技能。这些多学科、跨学科交叉的知识技能集成在一起,共同构成大数据技术体系（或“数据科学”）。

自大数据概念被首次提出后,这一技术已在精准营销、信息安全、智能制造、语义识别、文本分析等众多领域的应用中取得丰硕成果。然而,社会科学领域的大数据应用更多停留在概念和模式复制阶段。即便如此,学者们普遍认为,大数据的兴起为社会科学学科体系的重构和研究范式的改变带来新机遇。

有效应对人类社会复杂适应性

事实上,大数据及围绕大数据利用形成的大数据技术体系,为有效应对人类社会活动的复杂适应性特征提供了技术可行性,从而为推动社会科学借鉴自然科学成果、形成基于数据驱动的社会科学研究新范式提供有力支撑。

其一,大数据技术有助于对社会科学现象进行系统性扫描。传统社会科学研究受限于资料收集、信息传递以及知识获取的技术性因素,往往不可能对社会现象的全貌进行系统性定位和描述。其二,大数据技术有助于对社会问题进行动态跟踪。社会科学问题往往具有实时性和演化性特征,传统研究方法难以对促使事物转化的诸多内外因素进行实时跟踪和反馈,在时间上滞后于事件的衍生和发展进程。其三,大数据技术有助于对事物发生发展的本质动因和多元影响因素进行系统解析。基于显著性变量设定的传统研究方法,在技术上无法对影响社会现象的全体要素进行资料收集和计算处理,被忽略要素的显著影响、显性突变或累积跃迁效应,可能导致研究结果的重大偏差。其四,大数据技术有助于趋近总体数据。传统研究方法往往通过主观判断或科学抽样对资料的代表性和误差因素进行控制,在此基础上构建量化描述、假设检验、参数估计等一系列方法体系。而大数据的总体逼近特征不仅是对数据资源的扩展,其理论基础和技术构架更为社会科学发展提供了结构性变革的可能性。

扭转对于大数据的认知偏差

当前的大数据理论和大数据技术与为社会科学复杂适应性提供解决方案的目标仍有较大距离,具体存在以下主要障碍。第一,大数据名称本身具有一定的误导性。强调数据之“大”是大数据技术的首要内涵。然而,由于存储和计算能力的大幅提升,数据收集已成为无明确目标的被动过程。这使得资料的价值密度呈指数化衰减,冗余数据的处理成本不断飙升,客观上形成重数量、轻质量的现实缺陷。第二,大数据的有偏性和非一致性。大数据技术针对特定目标被收集起来的“一手”资料,仍然存在“选择性偏差”。被动性收集的数据资料使得大数据技术仅能观测和收集行为发生者的信息。因此,无法保证数据的无偏性和一致性。第三,重技术开发轻问题解决的倾向。大数据技术始于资料的收集、存储、传输和计算,目前的应用也多在这些领域,更多集中于大数据技术开发,而非真正应用大数据解决实际问题。社会科学研究的本质是以问题为导向,应基于现实问题选择恰当的数据和方法,而非生搬硬套大数据解决方案。第四,重微观层面的精准定位,轻宏观层面的总量。大数据在商业营销领域的成果,使得人们更多地利用大数据对微观个体进行精准定位、状态识别和行为预测,而社会科学的核心仍是对社会现象的解析,必须打通微观基础与宏观现实之间的逻辑关联和传导机制。第五,过分强调关系发现,轻视因果分析。这也是制约大数据技术发挥有效作用的关键问题。这一技术极大提升了收集资料的维度和深度,使得人们可以真正从全局和动态演化的视角审视社会现象和社会问题。但它排斥传统研究基于因果关系建立的研究体系,试图越过事物的作用机理而寻求社会现象认知的解决方案。因此,如果大数据技术不能扭转偏差的认知模式,就很难在社会科学领域取得突破性进展。

推动社会科学研究智能化

总体而言,大数据时代的到来为社会科学发展提供了一个重要契机。社会科学研究有望突破传统社会调查方法以及数理模型、推论统计和计量建模等传统量化技术的限制。然而,社会科学发展不应该也不会完全局限于当前大数据概念的界定和技术限定。基于社会理论与社会现实问题,主动挖掘多元基础数据,搭建社会主体间的联系网络,充分利用人机结合的综合集成模式,溯源社会现象的本源和逻辑传导机制,从而对社会科学研究对象进行精准量化的结构解析和预测推演,使之成为社会科学未来发展的重要途径之一,即数据驱动的社会科学研究新范式。

新范式为突破传统社会科学研究被动寻找经验证据的实证方法、建立搭载在数据资源基础上的主动量化提供新的途径。问题导向、数据出发、机制溯源、综合集成、量化计算将是数据驱动的社会科学研究范式的基础特征。未来,社会科学研究范式将面临重大变革,但并不会违背自身的学术本源；更多地应用大数据技术,但不会摒弃建立在定量统计方法上的经验研究基础；不断深入而精准地刻画微观个体的行为和状态,但不会忽略宏观总量特征和微观—宏观一体化的研究途径；主要采用数据计算和模拟实验的科学方法,但仍以人类智慧和专业经验为指导。在上述基础上,社会科学将从数据实证应用的研究范式逐步向数据驱动的研究范式转变。

数据作为现代社会科学研究的基础性支撑,不论是多源非结构化大数据还是统计抽样数据,其核心都是解决与社会发展要求相匹配的现实问题。因此,未来有必要重点关注以下问题。

首先,建立科学的数据资源评估体系。大数据收集模式的创新并不能完全消除数据样本的有偏或非一致。建立在大数定律和中心极限定理之上的科学抽样方法,未来仍有着无可替代的适用性。因此,当前的首要任务应以社会问题为导向,建立较为系统的数据资源（质量）评价理论和评价方法,针对全域、多元、实时的非结构数据提出有效性判定标准,同时关注数据科学的伦理问题研究。

其次,解决大数据级别的总量累积问题。将微观非结构数据科学系统地提炼汇总为不同层级的总量信息,是基于微观大数据解构宏观社会现象的基础。数据信息的有效提炼在某种程度上也决定着大数据技术能否真正融入社会科学的研究体系。

再次,在数据分析基础上提出解决方案。未来社会科学的发展应以多源数据为基础,通过智能计算和专家智慧的结合,对社会现象进行量化解析,对社会问题提出科学治理体系和模式,最终建立社会科学“类工程化处置”的研究机制和范式。

最后,注重逻辑因果机制和机理的发现。大数据研究不能片面地关注相关性,更应注重对社会现象的本质动因进行发掘,科学回答“是什么”“为什么”的基本命题。因此,有必要利用多元化实时数据的关联性优势,准确厘清社会现象的因果机制,挖掘社会问题的逻辑机理,形成真正科学有效的治理方法和途径,进而形成智能化的社会科学研究工具和平台。

应用程序监控中的大数据正在变得更加重要,人们需要了解它如何工作以及为什么有用的知识。

大数据催生了许多新的应用,移动设备和台式电脑都能够使用更复杂的应用程序来为世界各地的用户提供服务。

大数据不仅仅对开发新的应用程序有用。它也非常适合更容易地监视这些应用程序。许多应用程序都可以依赖人工智能算法来确保优质的用户体验,很大程度地减少停机时间,并保持程序的平稳运行。

使用大数据的开发人员的数量未来将会继续增加,因为2021年的智能手机用户达到38亿。大数据在应用程序监控中的作用也将增加。

大数据在应用监控中的作用

应用程序监控(APM)这个术语在数字化转型的市场中迅速占了上风。像大数据或人工智能等其他术语一样,应用程序监控(APM)不仅因为其神秘的“新颖性”,而且由于其保持企业绩效和减少灾难的能力而吸引了业务领导者和创新者的注意力。

应用程序过程监视工具为各种规模的组织提供了所需的解决方案,以监视其网络或技术堆栈中关键工具的性能。大数据使它比以往任何时候都更加可靠。这意味着,使用大数据监控应用程序性能的组织实际上可以首先知道某个应用程序何时出现问题,及时可靠的应用程序监控工具可以帮助任何人提前解决灾难性问题,从而将不必要的停机时间和故障降至很低。在过去的几年中,Hadoop 数据挖掘 工具使这些监控工具更加可靠。

在哪里使用应用程序监控(APM)工具?

通常,在构建自己的基本应用程序的企业的工具包中可以找到应用程序监控(APM)工具。对于一家依靠自己的大数据应用程序来保持流程平稳运行的科技公司,则可能需要应用程序监控(APM)系统。如果要向组织外部的公司和客户交付软件,则还可以使用应用程序监控(APM)工具来确保可以提供一致的用户体验。采用大数据可以简化此过程。

如今,大数据世界中应用市场的潜力是巨大的。如今已经看到Uber、Netflix、Amazon Prime等解决方案形式的增长,而且随着越来越多的数字业务的兴起,人们必将看到可用的应用程序数量继续增长。在现代环境中,具有价值的创收应用程序正在成为企业发展的最令人兴奋的方式之一,对于这类应用程序,应用程序监控(APM)解决方案是必不可少的。

尽管应用程序监控(APM)解决方案的组件可能会根据企业所选择的内容而有所不同,但是其中大多数工具都提供了监视和改进应用程序性能的多种方式。例如,企业的应用程序监控(APM)工具可能包括：

洞察基本服务器指标,例如内存或CPU;

应用框架指标,例如JMX和性能计数器;

个人交易和请求的执行;

应用程序日志数据和错误信息;

真实的用户监控;

代码级性能编程。

为企业选择应用程序监控(APM)工具

随着应用程序监视成为各种规模的企业越来越受欢迎的选择,新型应用程序监控(APM)工具应运而生,以支持不同的目标。大数据的进一步发展将使它们更加可靠。例如,编写代码时需要使用的应用程序监控(APM)软件类型可能与发布后用于主动监控应用程序的工具完全不同。

为了确保选择适合自己需求的应用程序监控(APM)工具,企业需要非常仔细地考虑自己的需求,包括计划使用哪种编程语言,是否需要SaaS或本地解决方案,以及企业是否需要一致的 云计算 支持。寻找易于使用的应用程序监控(APM)工具也是值得的。尽管这些系统变得越来越容易访问,但对于初学者来说它们可能会很复杂。

大数据引领应用监控新领域

大数据正以引人入胜的方式改变着应用程序监控领域的未来。明智的企业将继续投资于新的大数据工具,以确保应用程序高效可靠地运行。

在11月6日召开的Techo开发者大会上,腾讯云副总裁、腾讯数据平台部总经理蒋杰博士正式对外披露腾讯大数据平台10年技术演进历程。经过10年的积累,腾讯大数据平台的算力资源池目前已有超过20万台的规模,每天实时数据计算量超过30万亿条,腾讯已经成为中国实时数据计算量最大的公司。并且,随着资源管理平台核心TKE和分布式数据库TBase正式对外开源,腾讯正在成为大数据领域开源最全面的公司。

作为全球最大的互联网公司之一,腾讯的数据量在短短5、6年时间增长了几千倍,目前每天产生的数据量超过几十万亿条数据在产生。为了应对这种爆炸式增长,腾讯走出了一条技术引进+改造+自研的道路。经过长达十年的不断升级和完善,腾讯大数据平台已经经历了四代演进。针对最新的大数据和人工智能技术发展趋势,腾讯正在下一代计算平台中,探索批流融合、ABC融合以及数据湖和联邦学习等前沿技术。

腾讯内部目前有超过100万台服务器,腾讯云联合所有业务部门,利用业务空闲资源打造一套算力共享平台,该算力弹性资源池有20万的规模,大数据平台每天有1500万的分析任务、30万亿次的实时计算量,并且每天数据接入条数达35万亿条数据。此外,腾讯云的分布式机器学习平台,能支撑1万亿维度的数据训练。

能支撑如此大规模数据的接入和运算,是腾讯在大数据技术领域超过10年的积累,其核心的大数据平台已经完成了三次迭代。从以Hadoop为核心的离线计算时代到以Spark、Storm、Flink为核心的实时计算时代,再到如今的机器学习和深度学习时代,腾讯从无到有研发了分布式的机器学习引擎Angel,以及一站式AI开发平台智能钛TI,用来解决数据训练和算法的问题。目前,腾讯正在研究以批流融合、ABC融合、以及数据湖和联邦学习为方向的下一代大数据平台的研究,该平台将具备混合部署、跨域数据共享和边缘计算等能力。

据了解,为支撑海量业务发展,腾讯已经建立了“大数据+AI”的双引擎技术架构,其中,最底层为分布式存储层,存储结构化及非结构化数据,第二层是资源调度层,做CPU、GPU和FPGA的管理,第三层是计算层、分析层、数据采集层,而顶层则是业务应用层。通过四层完整的技术架构,自下而上为腾讯的整个应用生态保驾护航,保障亿万用户能安全顺畅地享受到腾讯的优质服务。

从局部优化到自主研发 在实践中不断创新

从开始的技术引进、局部优化到如今的自主创新,腾讯的大数据技术在实践中不断完善、不断创新。十年前,腾讯管理几百个节点都很困难,调度性能差,规模上不去。为了有效解决计算能力和大规模集群问题,腾讯自研调度器,相对原生调度器性能提升150倍,大大提升了集群可扩展性。2016年,腾讯打破Sort Benchmark四项世界纪录,标志着算力已经达到世界领先水平。

由于腾讯20万台弹性资源池的机器分布在多个数据中心,不同地区甚至是不同国家,为了降低数据使用壁垒,去年自研了漂移计算引擎SuperSQL,作为统一的 数据分析 入口,通过智能CBO优化器,将计算下推到分布在各地的异构数据源,数据分析性能提高很多倍,并且数据量越大优势越明显。

数据应用越来越深入,腾讯对 数据挖掘 的需求也越来越多。随着模型的增大,最初用来做数据训练的MR、Spark已经不能满足上亿的模型维度的需求。2015年初,腾讯开始自研高性能的分布式机器学习平台Angel,采用PS架构,能支持10亿维度。目前Angel发展到3.0版本,能支持万亿维度,也可以兼容Spark、PyTorch、TensorFlow等生态,进一步降低了使用门槛。此外,Angel今年还新增了对深度学习、图计算等的支持。

腾讯正成为大数据领域开源最全面厂商

技术迭代不断加速,企业建设大数据平台和机器学习平台,不仅成本高昂,而且缺乏相应的专业人才,面临种种问题。

云时代,这些问题得到有效解决。目前,腾讯已经把网络、存储、数据库等IaaS能力,大数据、机器学习等PaaS的能力,以及上层的图像、语音、NLP、BI等SaaS能力,通过腾讯云对外开放。在大数据和AI两个领域,腾讯推出了以TBDS和智能钛TI为首的双引擎。让每个企业,不需要专业的大数据和AI团队,也能便捷用上领先的大数据和AI的能力。

另外,腾讯也通过开源和广大开发者共享技术成果。从2014开始,将第一代平台的核心,腾讯版的Hive进行了开源,2017年,更是把第三代平台的核心Angel开源。今年,腾讯加快了开源的脚步,在内部推开源协同的战略推动下,腾讯所有的技术栈,后续会越来越开放。

2个月前,腾讯在ApacheCon 2019上,面向全球开发者正式宣布开源自身核心平台——实时数据采集平台TubeMQ,并捐献给Apache社区。此次在Techo大会现场,再次重磅宣布正式开源资源管理平台核心TKE和分布式数据库TBase,随着在大数据开源领域的开源逐步加速,腾讯正在成为中国大数据领域开源最全面的厂商。

“目前,已经有数百万的开发者在腾讯云上构建应用,相信后面会有越来越多开发者加入,我们将和所有开发者一起,共建云上的应用生态”,蒋杰表示。

2012年,埃隆 · 马斯克(Elon Musk)提出了“超级高铁（Hyperloop）“的概念,其原理是利用磁悬浮让列车的运送舱在几乎真空的管道中前进,每舱可搭乘28人,以每小时600英里的速度飞驰着穿越国家,甚至跨越大陆。

然而到目前该项目仍在研制阶段,并且安全性和清洁性上一直饱受争议。

最近,一位13岁的中学生却设计了一种更加安全、环保并且成本更低的超级高铁方案,或许能够为“超级高铁”提供一种新的思路。 她在Elon Musk想法的基础上进行了改良,希望通过真空管整体移动现有的火车。

这一创意刚刚在美国举办的3M青年科学家挑战中赢得了年度第二名。


来自中学生“超级高铁“折衷方案

Caroline Crouchley的方案是在现有的火车轨道旁建设磁悬浮管道,管道中的被磁力驱动的穿梭机将通过磁臂带动现有轨道上的列车行进。


Crouchley说,这个系统可以利用现有的铁轨和列车,从而降低基础设施的成本,并且还能消除乘客在真空中行驶存在的安全风险,这样的设计还不需要使用柴油发动机,从而使列车更加环保。

在超级高铁中,乘客将乘坐在接近真空的低压管内的悬浮车厢内,从而使车厢每小时可能行驶600英里以上。 据海外科技媒体fast company报道,Crouchley的概念并没有理论上的超级高铁那么快,但理论上它的运行速度仍是标准列车的两倍以上。

Crouchley称,应该将真空管道放置在现有列车旁边,而不是将乘客放进管道中承担真空管塌方的危险,管内的磁性梭子内嵌有稀土磁铁,与火车相连并向前推动,该系统可以利用可再生电力运行。

Crouchley还希望通过她的清洁超级高铁方案,辅助解决交通运输带来的气候危机。 Crouchley告诉记者: “我想做这样的研究是因为如果我们能够提高火车的效率,那么我们就可以减少公路上汽车、卡车和公共汽车的数量。 ”

Caroline Crouchley设计了一款创新的超级高铁概念车

Crouchley还表示她的灵感来源于现实生活,Crouchley来自纽约州的花园城,在她生活的地方,火车是主要的通行工具,她也经常和家人一起乘坐火车去纽约旅行。

Crouchley说： “当我了解埃隆·马斯克（Elon Musk）和超级高铁时,就被它吸引了,因为我喜欢快速的东西,但我也觉得这对乘客来说非常危险。 ”Crouchley一直对火车技术很感兴趣。 尽管一些专家将超环的概念称为“ 完全不切实际的”“,而且这种技术永远不会被制造的可能性仍然很大,Crouchley希望它最终能够向前发展。


她将自己的设计视为可以更早实现的中间步骤。 “（超级高铁）需要的是循序渐进的步骤,我认为我的项目从现在到需要去的地方是一个更实际的飞跃。 我提出的设计提供了高速火车旅行,该火车可以更快地开发并且成本更低。 使用现有的通行权更有意义。 我是Hyperloop的大力支持者,但我现在将我的项目视为一个更可行的机会。 ”

得知她的想法后,她的科学老师鼓励她参加青年科学家挑战赛,美国的中学生通过提交一个视频参加这个挑战赛,在视频中阐述自己对于一个日常问题的巧妙解决方案。

Crouchley参赛视频链接： https://www.youngscientistlab.com/entry/2049

“有了灵感后,我对自己的设计、 Hyperloop 和 Maglev 进行了大量研究。 我把我的设计写在纸上,然后把它输入Autodesk Inventor (一个3D 设计的计算机程序)。 ”


Crouchley指出,磁悬浮列车是一种非常高效但昂贵的列车设计,同时,她得出结论,更传统的 Hyperloops 形式也有它们的缺陷。

Crouchley说: “超环非常危险。 ”“我的设计可以比现有的列车技术更便宜、更高效。 它也比Hyperloop更安全。 我的设计可以100% 依赖可再生能源,因此不再需要柴油发动机或电动马达,这使得火车更轻,所以它可以移动得更快。 ”

获奖之后,Crouchley收到了来自母校在Twitter上的点名表扬。


Hyperloop会是地面交通的未来吗？

Hyperloop的概念自2012年被Elon Musk提出以来,一直备受争议。

Hyperloop被翻译为超回路列车,又称超级高铁,是一种高速运输系统概念的总称,目前正在研发阶段。 Hyperloop预定在美国建造,灵感来自于北加州高速铁路的工程缓慢。 这套系统的运输舱运行于减压、近真空的管路中,以太阳能供应的电磁悬浮原理轨道中行驶,运输舱则使用线性感应马达和空气压缩机推进。

超回路列车的初步概念设计由 Tesla 及SpaceX 二公司的工程师共同完成,而其设计文件最初是发布在 Tesla and SpaceX的技术blog上,并最终在2013年8月向大众公开,此版本的Hyperloop被称之为Hyperloop alpha,其中记载了仅供载客的版本造价为60亿美元,而能同时提供载客和车辆运输的版本造价则为75亿美元,也就是指说只有高速铁路的十分之一。 多位运输工程师在2013年对规划中的加州路线预算提出质疑,评估建设的规模和科技的不确定风险后,质疑者认为预算总金额过低且不切实际。 超回路列车在技术和经济上的可行性并未有前例可实证,且仍有许多争论。

初期设计文件中规划了一条概念路线,以洛杉矶区域为起点,开往旧金山湾区,大部分的路线与5号州际公路平行。 初步分析显示此路线旅程的总运行时间为35分钟,路线总长354英里（570千米）,列车平均时速为598英里每小时（962千米每小时）,最高时速则为760英里每小时（1,220千米每小时）。

2015年10月下旬,超回路列车运输科技正式宣布将在2016年初开始第一阶段的工程,将在旧金山至洛杉矶间的中段位置,加利福尼亚州金斯郡境内建造一段耗资60亿美元、可运行的正式轨道。

尽管困难重重,但是不少大公司都很愿意为这一科幻概念买单： 迪拜已经在沙漠中竖立起了超级高铁“试管”,欧洲也在积极尝试相关工程。

有消息称,维珍超级高铁一号（Virgin Hyperloop One）和迪拜供应链公司DP World已获印度州政府批准推进超级高铁建设,这进一步引起了争论。

Virgin Hyperloop One是开发Hyperloop的公司之一。

拥护者称,这项技术比航空业更具可持续性,并且比高速火车要快得多,但是Hyperloop真的是一种可行的未来交通方式吗？

或者说,我们真的能够在不久的将来,乘坐这种只在科幻电影中出现的超高速管道列车吗？

早已有之,但困难重重的“超级高铁”之路

尽管充满了未来主义色彩,但超级高铁的概念早已有之。

“在技术上,这不是一个新概念,因为真空运输的概念已经存在了一段时间,”在伦敦工作的咨询公司Mott MacDonald的全球铁路和运输负责人Chris Dulake解释说。

他指出了Isambard Kingdom Brunel的工作,他是一位开创性的英国工程师,他在1800年代后期尝试使用压缩空气来运输马车。

他说： “如果你去英格兰西南部的布里斯托尔的布鲁内尔博物馆,你会看到布鲁内尔为推进火车而组装的原始原型。 ”
免责声明： 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

1 关于素养

1、蓝斯登原则
在你往上爬的时候,一定要保持梯子的整洁,否则你下来时可能会滑倒。
进退有度,才不至进退维谷；宠辱皆忘,方可以宠辱不惊。
2、卢维斯定理
谦虚不是把自己想得很糟,而是完全不想自己。
如果把自己想得太好,就很容易将别人想得很糟。
3、托利得定理
测验一个人的智力是否属于上乘,只看脑子里能否同时容纳两种相反的思想而无碍于其处世行事。
思可相反,得须相成。
4、摩斯科定理
你得到的第一个回答,不一定是最好的回答。
刨根得根,问底知底。


2 关于相处

5、刺猬理论
刺猬在天冷时彼此靠拢取暖,但保持一定距离,以免互相刺伤。
保持亲密的重要方法,乃是保持适当的距离。
6、美即好效应
对一个外表英俊漂亮的人,人们很容易误认为他或她的其他方面也很不错。
印象一旦以情绪为基础,这一印象常会偏离事实。
7、波克定理
只有在争辩中,才可能诞生最好的主意和最好的决定。
无摩擦便无磨合,有争论才有高论。
8、韦奇定理
即使你已有了主见,但如果有十个朋友看法和你相反,你就很难不动摇。
未听之时不应有成见,既听之后不可无主见。


3 关于沟通

9、斯坦纳定理
在哪里说得愈少,在那里听到的就愈多。
只有很好听取别人的,才能更好说出自己的。
10、费斯诺定理
人两只耳朵却只有一张嘴巴,这意味着人应该多听少讲。
说得过多了,说的就会成为做的障碍。
11、牢骚效应
凡是公司中有对工作发牢骚的人,那家公司或老板一定比没有这种人或有这种人而把牢骚埋在肚子里公司要成功得多。
牢骚是改变不合理现状的催化剂。牢骚虽不总是正确的,但认真对待牢骚却总是正确的。
12、避雷针效应
在高大建筑物顶端安装一个金属棒,用金属线与埋在地下的一块金属板连接起来,利用金属棒的尖端放电,使云层所带的电和地上的电逐渐中和,从而保护建筑物等避免雷击。
善疏则通,能导必安。
免责声明： 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

2019年9月9日下午,杭州互联网法院。偌大的立案大厅一派静谧,墙上的浮雕大字“努力让人民群众在每一个司法案件中感受到公平正义”显得庄严肃穆。没有传统法院的人头攒动,只有一位当事人在向工作人员咨询立案事宜。进入这里,人民网记者最直观的感受就是“真安静”。
为什么全球第一家互联网法院诞生在中国？

“每天来现场立案的人屈指可数。”杭州互联网法院的工作人员介绍。事实上,现场“静悄悄”的背后是互联网法院“24小时不打烊”的“火热”。起诉、立案、庭审、执行等等,这些工作全部转移到线上进行。曾经耗资劳神的打官司,如今变得如同“网购”一般便捷。

杭州互联网法院成立至今两年有余。作为中国乃至全世界第一家专业互联网法院,它于2017年8月18日正式挂牌。一年后,2018年9月,北京互联网法院、广州互联网法院相继成立。如今,三家互联网法院运转平稳、备受好评,在中国司法改革和网络治理创新的光辉历程中,写下浓重一笔。

作为全球第77个接入国际互联网的国家,中国的互联网之旅起步并不早。那么,全世界第一家互联网法院为什么会诞生在中国？


浙江省杭州市钱潮路22号的杭州互联网法院大楼。 杭州互联网法院供图

护航互联网产业的时代使命

“从我出门开始,扫码乘车,再到中午叫外卖,下班后的休闲娱乐活动,比如打车、网购、玩游戏、看短视频,简直无时无刻不在互联网上消费。” 在北京建国门上班的小赵告诉人民网记者：“你看,我手机里APP有90多个。”

一分钟内,中国的互联网上在发生什么？接入流量46804G、6.5万条微博被发出、39.6万人登录微信、62.5万部优酷土豆视频被观看、1388辆出租车在滴滴上被呼叫、774个人在淘宝和天猫下单、4166667个百度搜索请求、移动支付金额3.79亿元、网上商品零售1043万元……不论是小赵的互联网消费日常,还是这些令人惊叹的数字,都是中国互联网蓬勃发展的印证。

“移动支付太方便、太轻松了！”在北京体验24小时无现金生存后,CNN记者发出感慨,并将体验视频放上了网络。

“移动支付”是中国互联网的一张靓丽名片。BBC中文网在文章《中国互联网为何能超过西方国家？》中称：“无论是（互联网）服务的普及程度——包括虚拟货币的广泛使用——还是人们使用服务的方式,中国目前都已远远领先西方。”

今年是中国接入国际互联网25周年,回望来时路,不乏曲折却始终坚定奋进,中国互联网产业的发展、变革与创新,逐渐开花结果。

截至2019年8月30日,中国网民已达8.54亿,互联网普惠化成果显著；国家网信办《数字中国建设发展报告（2018年）》显示,2018年中国数字经济规模达31.3万亿元,占GDP的比重达到34.8%,位居全球第二位；移动支付、网约车、共享单车等互联网经济新业态引领世界潮流。

为什么全球第一家互联网法院诞生在中国？
中国数字经济规模和占GDP比重逐年增加。 制图：熊剪梅

享受互联网发展红利的同时,成长中的烦恼也不断涌现。电商迅猛发展的同时,相关纠纷也井喷式增长,仅杭州法院受理的电子商务案件,就从2013年的600件,跃升至 2016年的10000多件；直播、短视频等传播形式不断出现,新型知识产权纠纷纷至沓来……海量涉网纠纷的出现,令传统法院承受巨大压力。

“随着互联网的快速发展,互联网纠纷越来越多,急需在司法层面有一个专门的法院,有专业的队伍、专业的技术手段去处理。”杭州互联网法院副院长王江桥指出,互联网法院的诞生有着极强的现实需求。

凡益之道,与时偕行。杭州互联网法院的出现,是中国司法主动适应和服务互联网发展大趋势的选择。

“互联网法院的建设,既来自现实社会的需求,同时也意在探索解决现实社会需求。”中国传媒大学政法学院副院长王四新指出,互联网法院能够寻求类型化问题的统一解决方式、解决程序,为网络治理提供范例。

直播时使用了1分10秒的未授权音乐,算不算侵权？北京互联网法院给出了肯定答案。因主播冯提莫在斗鱼平台直播节目中使用未授权歌曲,2018年12月27日,北京互联网法院公开宣判斗鱼公司赔偿中国音乐著作权协会经济损失2000元及因诉讼支出的合理费用3200元。

为什么全球第一家互联网法院诞生在中国？
北京互联网法院在线审理斗鱼著作权案。 北京互联网法院供图

这起新型网络著作权案件引发高度关注,庭审直播在网络中引发了1.5亿话题量。“以司法为新兴互联网产业发展保驾护航,绝对不等同于一味纵容。对于乱象,恰恰应当及时纠偏,尽早将其引入正轨。”在北京互联网法院成立一周年新闻发布会上,法官助理朱玥讲述了审理案件感受。

自成立以来,杭州、北京、广州三家互联网法院遇到的棘手案件不胜枚举：比特币是否具有商品属性？微信表情包是否构成版权保护？“图解电影”是否侵权？“暗刷流量”网络服务如何评判？网络侵害人格权的边界如何厘定……互联网法院通过审定一起起典型案件,划定了网络参与者的行为边界。

王江桥指出,典型案例对于提炼网络裁判规则意义重大,“互联网法院一定是在网络治理中,通过大量的个案总结规则,进行司法指引,最终目的是营造一种清朗的互联网环境,引导当事人在互联网领域讲诚信、守规矩。”

用发展的方法解决发展中的问题

“互联网法院首先诞生在中国是历史的必然,只有中国具备这样的体制机制背景和优势。”王江桥介绍,美国多年前就曾经研究过设立互联网法院,但始终无法落地,杭州互联网法院的诞生体现了中国司法坚持创新、服务人民的本色,体现了“用发展的方法解决发展中问题的远见卓识”。

王江桥强调,设立互联网法院的目的,就是要更多地满足人民群众多元的司法需求。

作为中国“电子商务之都”,杭州最早面对井喷式电商纠纷的挑战。2015年,杭州部分法院开始试点电子商务网上法庭,积极应对互联网经济发展出现的问题。

2016年,全国政协委员、民进浙江省委副主委赵光育在全国两会期间提交《关于设立中国(杭州)互联网法院的建议》。建议提出：“应设立中国（杭州）互联网法院,加快推动网上法庭向互联网法院审判模式转变。”

2016年8月,浙江省高级人民法院党组首次正式提出了设立互联网法院的设想。

2017年5月起,杭州铁路运输法院先行先试,集中管辖杭州地区5类典型的涉网一审民事案件,首月收案超1000件。

2017年6月26日,中央全面深化改革领导小组第三十六次会议审议通过《关于设立杭州互联网法院的方案》。会议强调,设立杭州互联网法院,是司法主动适应互联网发展大趋势的一项重大制度创新。

尽管面临巨大的社会需求,但一个真正专业法院的建立,相当于在现有成熟的司法大厦上开辟一扇新窗,绝非易事。从设想到落地,杭州互联网法院的诞生依法有序、积极稳妥。

如果说,蓬勃发展的互联网经济造就了互联网法院诞生最初的那颗种子,以人民为中心、不断改革创新的司法体制,则是其萌发的丰沃土壤。新中国成立70年来,从“加强社会主义法制”到“全面依法治国”,我国的司法体制通过不断改革创新走向完善。特别是党的十八大以来,党中央将全面深化司法改革纳入到全面深化改革、全面依法治国的重要组成部分,党的十八届三中、四中全会确定了司法体制改革的9大领域、129项任务。员额制改革、司法公开、智慧法院、执行攻坚……司法系统通过自我革新,积极践行司法为民理念。

互联网法院作为新时代司法改革创新的一个重要样本,受到社会各界高度评价。中国社科院社会科学评价研究院在《北京互联网法院评估报告》中指出,北京互联网法院作为司法体制改革进程中回应时代需要的一种新型法院形式,开辟了司法体制改革与社会治理体系现代化研究的新领域,实现了创新社会治理实践的新探索,司法效率显著提高,社会影响力渐显,夯实了互联网司法理论与实践基础,得到了理论界与实务界广泛认可。

司法与科技深度融合的创新实践

“400毫升护手霜一瓶,确认吗？”2019年6月20日,杭州互联网法院的一场执行直播格外引人注目。执行人员手持5G 区块链 执法记录仪,远程向申请执行人、被执行人进行确认。仅用时15分钟,所有涉案货物清点完毕。无延迟同频播放画面、毫秒级存取证,使得整个执行过程透明、高效。“5G+区块链”,两大“网红”科技辅助司法的效用体现得淋漓尽致。


杭州互联网法院执行法官实时在线与执行指挥中心、执行现场进行互动,被执行人远程见证物品清点并对结果进行确认。 杭州互联网法院供图

互联网法院的运转,离不开一个坚实的支撑力量——科技。继承全国智慧法院建设的经验,再经过无数次测试和优化,大数据、 云计算 、人工智能等技术成果得以集大成于“互联网法院”。自助立案、判决文书自动生成、语音识别系统……构成了互联网法院高效运转的基础。

互联网法院是司法与科技深度融合的重要创新实践。北京互联网法院在大厅一层设立了“在线诉讼体验区”,民众皆可预约参观。体验区内的科技产品令人眼花缭乱,AI虚拟法官、VR庭审观摩眼镜、智能语音同声传译系统……犹如一家科技馆。北京互联网法院发布的《互联网技术司法应用白皮书》显示,法律知识图谱技术、人脸识别技术、云视频技术、微服务架构技术等十大核心技术已运用于互联网审判。


北京互联网法院在线诉讼体验区。 段星宇摄

为突破粤港澳大湾区互联网纠纷调解地域限制,广州互联网法院上线粤港澳大湾区在线多元化解平台,推出5G智慧司法便民终端“E法亭”,通过“E法亭”进行“证件+指纹+人脸”三重认证,即可自助存证、立案、参与在线庭审和调解,实现在家门口打官司。

过去两年间,除了主动探索技术与司法的融合,杭州互联网法院还积极寻求跨区域的技术合作。2019年5月,杭州互联网法院联合上海一中院、苏州中院、合肥中院共同建立长三角司法区块链,推动长三角司法一体化。

“让信息多跑路,让群众少跑腿。”谈及互联网法院为何在科技方面投入如此之多,王江桥表示：“互联网法院一定是在技术方面走在最前面的。我们尽可能将成熟的科技与司法融合,开发信息化项目,进行技术赋能,实现法院的高效、便民、开放,从而提升司法效率。”

杭州互联网法院挂牌后的第一起案件——《后宫甄嬛传》作者吴雪岚（笔名流潋紫）诉网易侵害作品网络传播权案,审理全程仅用时20分钟,北京的原告和杭州的被告均没有出现在法庭上。类似案例成为最好的普法教育。自媒体平台上,越来越多网民“自来水”式推介互联网法院,“一定要通过互联网法院维权,太方便了。”“案子判完了都不知道法院的门在哪儿。”

对法官们来说,有了“智能秘书”,不需再埋头梳理厚厚的卷宗,将更多的精力用在审判核心事务中,有效缓解“案多人少”矛盾。北京互联网法院院长张雯曾表示：“如果没有互联网技术的支撑,法官即便是按照‘996’的工作状态,都不可能取得现在这样的成绩。”

数据显示,从试运行以来至2019年9月8日,杭州互联网法院开庭平均用时和审理期限分别节约65%和25%。2018年9月9日至2019年8月31日,北京互联网法院庭共收案34263件,当事人遍布全国近200个城市。减少当事人出行里程2987万公里,节省的纸张可盖成90层高楼。2018年9月28日至2019年9月28日,广州互联网法院平均庭审时长25分钟,25名员额法官人均结案1118件,居全国第一。

“技术是路径,公正司法永远是灵魂。”对于业界担心过多追求技术会对司法程序造成损害,张雯如此界定技术的作用。张雯表示,法官不是简单地去依靠技术,而是深度融合,在细节上催生一种温馨的、更加细节化、更加丰满的审判方式。

“惟改革者进,惟创新者强,惟改革创新者胜。”正如习近平总书记在2017年7月的全国司法体制改革推进会所强调的,要遵循司法规律,把深化司法体制改革和现代科技应用结合起来,不断完善和发展中国特色社会主义司法制度。互联网法院在推动科技与司法深度融合方面的创新努力,正是对这一理念的积极践行。

网络空间治理的中国智慧

2018年8月,我国宣判的一个案件登上了英国《泰晤士报》：“（这个案例）被称为中国知识产权保护方面一次具有里程碑意义的判决。”几个月后,它又被写入了当年的最高人民法院工作报告。

这起备受关注的案件正是出自杭州互联网法院。网红卡通形象“小猪佩奇”的著作权拥有者——两家英国公司,发现有两家广东公司未经授权在网上销售印有佩奇形象的玩具,于是将其告上法庭。其时,这是全国首例涉“小猪佩奇”著作权侵权纠纷案件。主审法官叶胜男既兴奋自豪,又倍感压力。“一边讨论一边查阅各种资料,那一周的每天晚上402办公室都是灯火通明。” 10天后,法院一审判决出台,判决被告两公司赔偿原告共计15万元。

判决不出所料引发了强烈反响。回顾整个案件,叶胜男感慨地说：“小猪佩奇权利人选择在杭州互联网法院起诉,正是基于对互联网法院司法能力的高度信任,互联网法院成为了当事人的国际‘诉讼优选地’。”

2018年,杭州互联网法院收到跨境纠纷80余件。针对跨境审理的特殊性,法官们通过全球首个司法区块链来解决境外证据调取中的电子证据存取证难题。而如果当事人一个在西半球,一个在东半球,则可通过全球首个“异步审理模式”来避免某一方当事人熬夜开庭。杭州互联网法院成立一周年座谈会上,最高人民法院党组书记、院长周强在听取汇报后指出,杭州互联网法院创新司法跨境协同机制,充分展示我国互联网司法保护的良好形象,为构建网络空间命运共同体贡献了“中国智慧”。

自成立之始,互联网法院就受到了广泛的国际关注。杭州互联网法院成立两年来,已接待美国、法国、南非、越南、澳大利亚、阿联酋等30个国家、地区和国际组织的法官、官员、学者500余人。王江桥对人民网记者回忆说：“我记得2017年11月的一个国外考察团来参观时,看了我们整个在线审理流程,他们用了一个词,不是说‘点赞’（good）,而是用了‘无与伦比’（wonderful）,他们觉得可以通过这样一种方式审理整个案件太奇妙了,不可思议。”

设立互联网法院是我国推动完善互联网治理的一次积极探索,有助于提升我国在国际网络空间的话语权和规则制定权。王四新分析指出,在互联网之前,欧美国家通过判例法对世界新经济秩序、政治秩序、法律秩序的形成起到了非常大的作用,一些著名的法律原则、法律秩序,包括一些著名的法律纠纷解决机构的设立都与欧美国家有关,可以说他们在这方面起到一种引领的作用。但是在互联网时代,在5G开拓的信息化新时代,中国完全有可能走到前面,作出更大贡献。

2019年10月20日,在杭州互联网法院80公里之外的乌镇,第六届世界互联网大会如期而至。习近平总书记在给大会的贺信中指出：“发展好、运用好、治理好互联网,让互联网更好造福人类,是国际社会的共同责任。”各国应顺应时代潮流,共迎风险挑战,共同推进网络空间全球治理,努力推动构建网络空间命运共同体。

成长中的中国互联网法院,正是践行这一共识的绝佳样本。