香港著名广告创意人

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>華(hua)為(wei)雲(yun)“數(shu)智(zhi)高(gao)峰(feng)論(lun)壇(tan)”成(cheng)功(gong)舉(ju)辦(ban) 聯(lian)合(he)校(xiao)企(qi)加(jia)速(su)数智融(rong)合創(chuang)新(xin)

近(jin)日(ri)， 华为云数據(ju)智能(neng)创新Lab與(yu)华为云計(ji)算(suan)專(zhuan)家(jia)委(wei)員(yuan)會(hui)攜(xie)手(shou)CCF数据庫(ku)专委会、CSIG可(ke)視(shi)化(hua)与可视分(fen)析(xi)专委会、InfoQ極(ji)客(ke)傳(chuan)媒(mei)，在(zai)杭(hang)州(zhou)举办了(le)第(di)壹(yi)屆(jie)华为云“数智高峰论坛”，旨(zhi)在与专家學(xue)者(zhe)探(tan)討(tao)未(wei)來(lai)数据智能領(ling)域(yu)的(de)技(ji)術(shu)難(nan)點(dian)和(he)研(yan)究(jiu)方(fang)向(xiang)，共(gong)同(tong)應(ying)對(dui)数字(zi)經(jing)濟(ji)迅(xun)猛(meng)發(fa)展(zhan)所(suo)帶(dai)来的挑(tiao)戰(zhan)。

会上(shang)，华为云多(duo)名(ming)資(zi)深(shen)技术专家联合来自(zi)清(qing)华大(da)学、北(bei)京(jing)大学、浙(zhe)江(jiang)大学、哈(ha)爾(er)濱(bin)工(gong)業(ye)大学、西(xi)北工业大学、同济大学、中(zhong)南(nan)大学等(deng)高校的知(zhi)名学者，对数据質(zhi)量(liang)、数据治(zhi)理(li)、数据可视分析等關(guan)鍵(jian)課(ke)題(ti)展開(kai)了深入(ru)的探讨，吸(xi)引(yin)了上千(qian)名数据智能领域的研发人(ren)员共同參(can)与。

在致(zhi)辭(ci)環(huan)節(jie)，华为云CTO張(zhang)宇(yu)昕(xin)发表(biao)了講(jiang)話(hua)。他(ta)表示(shi)，数字化轉(zhuan)型(xing)的核(he)心(xin)要(yao)圍(wei)繞(rao)著(zhe)“数智”展开，把(ba)企业的核心资產(chan)利(li)用(yong)好(hao)，把数据管(guan)好用好。产学研需(xu)要把数据全(quan)生(sheng)命(ming)周(zhou)期(qi)加以(yi)利用，充(chong)分发揮(hui)数据價(jia)值(zhi)，進(jin)而(er)提(ti)升(sheng)企业的管理能力(li)和效(xiao)率(lv)、降(jiang)低(di)企业的成本(ben)。我(wo)們(men)需要用数据湖(hu)、全生命周期的数据治理、人工智能与数据結(jie)合的技术，解(jie)決(jue)数据孤(gu)島(dao)的問(wen)题、讓(rang)数据为企业服(fu)務(wu)，为数智融合探索(suo)出(chu)创新之(zhi)路(lu)。

隨(sui)後(hou)，华为云架(jia)構(gou)与技术创新部(bu)部長(chang)朱(zhu)海(hai)培(pei)在致辞中表示，公(gong)有(you)云的应用趨(qu)勢(shi)日趋增(zeng)強(qiang)，数据的资源(yuan)占(zhan)用比(bi)持(chi)續(xu)上升，云上的数据越(yue)来越多，挖(wa)掘(jue)数据的价值越来越重(zhong)要。随着数据与存(cun)儲(chu)分離(li)的架构以及(ji)Serverless架构的发展，Share Everything成为技术趋势。企业上云，使(shi)得(de)数据孤岛的问题在云上得到(dao)一定(ding)解决，应用共享(xiang)数据更(geng)加快(kuai)捷(jie)。所以，华为云数据智能创新Lab的三(san)大核心工作(zuo)包(bao)括(kuo)：第一，让数据价值最(zui)大化；第二(er)，让数据成本降低；第三，解决开发過(guo)程(cheng)人力投(tou)入高、效率低的问题。

在主(zhu)题演(yan)讲环节，数据智能创新LAB主任(ren)LU HONG介(jie)紹(shao)了《面(mian)向智能决策(ce)的現(xian)代(dai)化企业操(cao)作系(xi)統(tong)》。 針(zhen)对企业面臨(lin)的3大挑战，即(ji)成就(jiu)业务壓(ya)力大、技术架构復(fu)雜(za)、IT人员短(duan)缺(que)，数据智能创新LAB以建(jian)設(she)开放(fang)互(hu)通(tong)的企业数据智能基(ji)礎(chu)设施(shi)为理念(nian)，提供(gong)自動(dong)、智能、安(an)全的DaaS、DLaaS、MaaS、DIaaS、DSaaS服务，促(cu)进企业数据智能驅(qu)动决策。

数据智能创新LAB副(fu)主任龍(long)江带来了《数据智能创新LAB业务介绍》，詳(xiang)細(xi)介绍了LAB的业务、組(zu)織(zhi)、与发展歷(li)程，以及LAB面向大数据全域全棧(zhan)都(dou)有的研究课题，包括AI4Data的智能治理分析算法(fa)引擎(qing)、面向下(xia)一代的ModernBI技术、基於(yu)动態(tai)本體(ti)的企业語(yu)義(yi)数据圖(tu)譜(pu)等等。

结合大数据与人工智能技术實(shi)现大数据智能是(shi)促进新业态跨(kua)界(jie)融合与创新服务的关键

工业4.0是大数据驱动的智能工业，大数据能夠(gou)助(zhu)力现代产业数字化變(bian)革(ge)、转型，加速人類(lei)社(she)会向智能時(shi)代邁(mai)进。浙江大学高云君(jun)教(jiao)授(shou)表示，人工智能的興(xing)起(qi)为大数据时代提供了新機(ji)遇(yu)，结合大数据与人工智能技术实现大数据智能是促进新业态跨界融合与创新服务的关键。大数据海量、多樣(yang)、高速等特(te)点，亟(ji)需智能治理与分析，挖掘潛(qian)在价值。传统的算法分析力差(cha)、挖掘深度(du)淺(qian)，亟需利用智能技术进行(xing)深入分析与挖掘。“智慧(hui)化”是社会发展的新趋势，建立(li)健(jian)全的智慧应用体系需要大数据智能技术支(zhi)撐(cheng)。

正(zheng)確(que)的数据，千篇(pian)一律(lv)；錯(cuo)誤(wu)的数据，五(wu)花(hua)八(ba)門(men)

清华大学宋(song)韶(shao)旭(xu)副教授認(ren)为，如(ru)何(he)有效地(di)发现数据中的质量问题是数据治理研究的核心难题之一。质量規(gui)則(ze)挖掘的研究在结构化数据中不(bu)僅(jin)用于識(shi)別(bie)“臟(zang)”数据，還(hai)可以对业务规则进行有效的詮(quan)釋(shi)；模(mo)式(shi)匹(pi)配(pei)研究在图、时序(xu)、日誌(zhi)数据中发现未知的異(yi)常(chang)也(ye)取(qu)得了不错的效果(guo)。不斷(duan)完(wan)善(shan)数据的匹配、畫(hua)像(xiang)、驗(yan)證(zheng)、修(xiu)复等四(si)個(ge)环节，是数据质量管理实现智能化的重要基础。

大数据和人工智能是研究的一体兩(liang)面

哈尔滨工业大学王(wang)宏(hong)志教授在主题演讲中提出，数智協(xie)同將(jiang)成为未来研究的趋势之一。大数据和人工智能的协同作用可以分为AI4BD（即AI使能数据）和BD4AI（即数据使能AI）两个方面。在AI4BD方面，AI能够驱动数据进行智能管理，如存储管理、索引与查(zha)詢(xun)、並(bing)发控(kong)制(zhi)等；在BD4AI方面，大数据同样能够賦(fu)能机器(qi)学習(xi)，諸(zhu)如高性(xing)能数据密(mi)集(ji)型计算平(ping)臺(tai)、高效知识管理、数据质量管理等均(jun)离不开大数据的有效支撑。

漸(jian)进机器学习应用場(chang)景(jing)廣(guang)泛(fan)，人工標(biao)註(zhu)成本低，技术性能前(qian)沿(yan)

西北工业大学陳(chen)群(qun)教授表示，现有的人工智能技术存在不确定性和不可解释性，落(luo)地时经常带来不可預(yu)知的風(feng)險(xian)。为此(ci)，陈群教授提出了风险分析技术，并详细介绍了风险分析技术在数据质量管理、訓(xun)練(lian)数据選(xuan)擇(ze)和模型训练中的運(yun)用，其(qi)適(shi)用于一般(ban)性人工智能分类问题，对机器学习的核心操作产生深刻(ke)影(ying)響(xiang)。针对实際(ji)中训练数据与目(mu)标数据存在不嚴(yan)格(ge)滿(man)足(zu)獨(du)立同分布(bu)的场景，陈群教授提出了渐近机器学习，并详细介绍了渐近机器学习在文(wen)本情(qing)感(gan)分析和数据质量管理上的运用，其应用场景广泛、人工标注成本低、技术性能前沿。

自然(ran)语言(yan)和可视化都是人与人溝(gou)通的橋(qiao)梁(liang)

自然语言和可视化的有机结合，对提升用戶(hu)交(jiao)互体验和理解极为重要。北京大学袁(yuan)曉(xiao)如研究员提出，借(jie)助人工智能的技术，一方面可以由(you)自然语言生成可视化，通过语音(yin)交互自动生成刻画数据的可视化图表，或(huo)是根(gen)据自然语言的描(miao)述(shu)自动添(tian)加图表标注用于强調(tiao)图表中的重点內(nei)容(rong)；另(ling)一方面可以为可视化图表生成描述性的文本，通过识别可视化图表中的关键元(yuan)素(su)，解析其语义信(xin)息(xi)生成解释图表内容的文本。有效利用自然语言這(zhe)个紐(niu)带将大大提高人机交互的效率与友(you)好性，降低普(pu)通用户进行可视分析的门檻(kan)。

好的可视化设计就像是一张精(jing)美(mei)的数据照(zhao)片(pian)，可以促进与同事(shi)、朋(peng)友間(jian)的数据交流(liu)与分享

数据可视化设计已(yi)经经历了早(zao)期的科(ke)学可视化和大数据时代的信息可视化与可视分析，到如今(jin)跨入了人工智能时代的先(xian)进数据分析与智能可视化。同济大学曹(cao)楠(nan)教授在会上表示，好的可视化设计就像是一张精美的数据照片，可以促进与同事、朋友间的数据交流与分享。在很(hen)长一段(duan)时间，关于可视化的设计都是仁(ren)者見(jian)仁、智者见智问题。在目前已经有很多自动化算法、图形(xing)渲(xuan)染(ran)的技术基础上，如何高效、直(zhi)觀(guan)、自动地进行可视化设计成为了一个新的趋势和瓶(ping)頸(jing)。为了解决这个技术难题，产学研界需要從(cong)敘(xu)事、可视化和设计三个方面綜(zong)合考(kao)慮(lv)，通过不断地实踐(jian)和用户交流，逐(zhu)步(bu)地完成整(zheng)个技术体系的构建。

深耕(geng)图可视化与可视分析技术，与企业联手打(da)造(zao)可视分析产品(pin)，推(tui)动技术应用落地

網(wang)絡(luo)黑(hei)灰(hui)产所带来的安全挑战愈(yu)加严峻(jun)，監(jian)管部门在治理过程中始(shi)終(zhong)面临“缺乏(fa)自动的网络资产信息整合技术”和“直观的网络资产信息呈(cheng)现手段”的两个难题。为此，构建黑灰产网络资产图谱并生成资产图谱可视化是一種(zhong)行之有效的解决方式。中南大学趙(zhao)穎(ying)教授认为，基于SE-BH-CAG布局(ju)、图化簡(jian)、核心资产识别和LFM-CAG社區(qu)檢(jian)測(ce)算法等可视化技术的联合使用，能有效提升视覺(jiao)展示的效果和计算分析流程的效率，提供準(zhun)确的核心资产识别，并确定黑灰产作用範(fan)围。其产学研成果最终落地“定海”，将有效助力黑灰产的治理。

数智领域难题发布，校企联合共同助力产业发展

在圓(yuan)桌(zhuo)论坛环节，华为云数据智能创新Lab发布了“企业級(ji)本体与数据语义图谱构建技术”、“多模态数据源智能路由索引与自然语言查询技术”、“基于SQL的ETL流水(shui)線(xian)執(zhi)行優(you)化技术”、“多維(wei)指(zhi)标智能分析”和“智能数据质量稽(ji)查”等6大数据智能领域的难点课题。专家、学者们围绕难题各(ge)抒(shu)己(ji)见，展开了熱(re)烈(lie)的研讨。

本次(ci)华为云“数智高峰论坛”受(shou)到了业内专家与学者的广泛关注，不仅为高校研究带来了新的研究方向与挑战，也为企业开创新解决方案(an)拓(tuo)展了视野(ye)。

未来，华为云数据智能创新Lab将与更多的专家学者开展技术合作，不断探索数智领域新航(hang)线，推动数据技术领域新发展，通过校企联合创新助力客户的业务成功，同时歡(huan)迎(ying)志同道(dao)合的研发专家加入华为云数据智能创新Lab。返(fan)回(hui)搜(sou)狐(hu)，查看(kan)更多

責(ze)任編(bian)輯(ji)：