【WOT2018】如何利用数据训练人工智能？三位大咖教你挖掘数据价值

他认为，要解决企业的这些问题，就需要使用新一代的数据计算架构IOTA架构——基于边缘计算的适用于大数据和人工智能新一代计算架构。它将数据和AI模型，从中央集中计算放到边缘进行计算，最终形成企业数据的业务闭环，提高企业运行效率。IOTA架构扩展到整个企业就形成了数据水系的理论，数据河补全了数据湖的流动性问题，将IOTA架构扩展到整个企业，从而改善整个企业大数据和人工智能与业务的交互效率以及自身技术的发展速度。

IOTA数据架构具有四大优势：

• 去ETL （（Extract-Transform-Load））化架构：过去企业都在做ETL，每次都要进行各种各样的数据处理，而IOTA架构则不再使用ETL，所有数据产生的时候就已经处理好，可以直接放到云端，进行数据查询；
• 非结构化实时结构化为SQL数据存储：大量事件都是非结构化数据，企业所要做的是把其实时转化为结构化数据进行存储。
• 支持IoT设备与现有移动端数据融合：企业常常会遇到Web端和Android端的用户如何打通的问题，需要花费企业很多精力，搭建平台进行分层，而现在就可以直接进行数据的融合。
• 支持边缘AI实时反馈：一方面，企业可以把数据直接存储在云端，很快的查询到边缘的数据。另一方面，在一些简单的数据模型中，企业可以把参数下放到SDK中，让SDK进行集成。而不再需要每次都在云端进行大量计算，直接在边缘端进行计算即可。

IOTA的整体技术结构分为几部分：

• 核心模型Common Data Model：始终贯穿IOTA架构的数据模型，需要SDK、Cache、历史数据、查询引擎保持一致。对于用户数据分析来讲，可以定义为“主-谓-宾”或者“对象-事件”这样的抽象模型来满足各种各样的查询。以APP用户模型为例，用“主-谓-宾”模型描述就是“X用户 – 事件1 – A页面(2018/4/11 20:00) ”。
• 核心组件Edge SDK：不仅仅是过去的简单的SDK，在复杂的计算情况下，会赋予SDK更复杂的计算， 在设备端就转化为形成统一的数据模型来进行传送。例如，对于智能Wi-Fi采集的数据，从AC端就变为“X用户的MAC 地址-出现- A楼层(2018/4/11 18:00)”这种主-谓-宾结构，对于摄像头会通过Edge AI Server，转化成为“X的Face特征- 进入- A火车站(2018/4/11 20:00)”，对于智能音箱就会变为“X用户-启动-Y设备 （2018/4/11 20:00）”。

与此同时，企业如何利用数据产生价值呢？郭炜给出的答案是企业需要打造一个数据驱动的中台。很多企业认为，数据中台就是把各种数据组件打包、把大数据存储好即可。但是随着时间积累，数据中台就会从数据湖变成数据沼泽。由此，易观提出了数据河的概念，中国有句俗话叫“流水不腐，户枢不蠹”，也就是数据一定要像河水一样流动起来，才不会产生瘀泥。具体来说，数据河就是，从数据产生端直接通过IOTA架构数据河实时流向数据使用者，而不再需要像过去一样层层加工之后才能使用，其好处就在于如果遇到数据质量发生问题，不用等到数据加工完几天甚至是一个月之后才发现，而是在最早的时间，，数据的发生者和使用者就能够很快的发现问题，从而驱动解决问题。

最后，郭炜为与会者举了一个IOTA架构引擎的实例——易观秒算，具有以下六大特点：

• 去“ETL”化；
• 高效：时时入库即时分析；
• 稳定：经过易观5.8Pb，5.2亿月活数据锤炼；
• 跨数据库：天然支持“Data Federation”数据联邦针对MySQL等数据库跨库查询；
• 便捷：支持SQL级别的二次开发和UDAF定义；
• 扩充性强：组件基于Apache开源协议，可支持众多开源存储对接。

基于大数据AI的金融建模

来自SEC备案注册的初创投资顾问平台BBAE Holdings的CTO刘玥带来了题为《基于大数据AI的金融建模——BBAE 智能投顾模型的机器学习实践》的主题演讲，围绕BBAE智能投顾产品的设计实现，详细介绍了如何基于统计模型和机器学习来构建一个自适应的资产管理组合。

BBAE Holdings CTO 刘玥

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!