大數據服務還是那個大數據服務嗎

2012年大數據是個流行詞，沒想到4年過后，在一些大數據論壇上還有人會說“如果我有大數據，我會怎樣怎樣……?！焙冒?，如果還停留在如果上，就不該隨便上論壇演講，講不好說不準工作都沒了?，F在大數據挖掘的技術都很成熟，更完善更系統(tǒng)的解決方案早已有人做得非常好。如果連數據都還沒有，那就什么都不用提了。畢竟，人工智能+大數據的生態(tài)模式已經開啟。

7月初，據外媒福布斯報道百度將人工智能+大數據為中國政府采集數據提供支持。7月13日，李彥宏在百度的開放云戰(zhàn)略發(fā)布會上首度公開百度開放云“人工智能、大數據和云計算”三位一體的發(fā)展戰(zhàn)略。為什么谷歌和百度都在人工智能領域重金發(fā)力?2015年百度投入研發(fā)創(chuàng)新的資金占公司總營收的16%。谷歌就不用說了，在量子計算這樣離實現還遙不可及的技術上都已經投入很多研發(fā)資金。因為互聯網未來向智能+發(fā)展的基礎是數據。有數，有趨向完整的海量數據是現在所有巨頭在布局人工智能+大數據生態(tài)模式的重點。

數據獲取的最新模式：眾包

眾包是一種整合資源提升效率的方式，通過眾包可以在集合海量數據中，篩選符合一定標準的有效數據，能夠降低數據收集的成本，提高機器學習訓練的效率。有個生物學家叫戴維?休斯(David Hughes)，他和作物流行病學家馬塞爾?薩拉斯(Marcel Salathé)將機器視覺技術和深度學習算法應用于農業(yè)病蟲害智能防治上。他們將關于植物葉子的5萬多張照片導入計算機，并運行相應的深度學習算法，針對在明亮的光線條件及合乎標準的背景下拍攝出植物的照片，最終程序正確識別率高達99.35%。如果在互聯網上隨機選取的植物葉子照片，其識別準確率將降至30%-40%，這也是目前視覺識別技術在復雜環(huán)境下尚未突破的地方。為了突破算法的限制，提高準確率，休斯和薩拉斯開發(fā)手機應用Plant VillaGE，讓世界各地的農民通過Plant Village上傳患病作物照片，其中包含照片如何拍攝、拍攝地點、年份等大量數據，并包含農業(yè)專家對此做出相應診斷的信息。這種方式出現之后，數據獲取的難度依舊聚焦在多維度數據資源的聚合，眾包可以解決從分散的個體獲取目標數據的問題，但對于基礎數據資源層的擴張和占領依然是一場沒有硝煙的砸錢戰(zhàn)斗。

數多了怎么辦：智能計算

有些人在努力獲取數據，有些人在為數據多而未能充分利用而焦慮。

數據量級達到一定程度，再利用數據優(yōu)化服務需要人工智能算法。隨著企業(yè)數據量的積累，挖掘數據提高效率變成了必需。比如商業(yè)應用中打車平臺的應用，國內平臺滴滴與快滴合并之后，業(yè)務線從出租車擴張到專車、順風車、公交等領域，數據范圍猛增，數據量包含司機行為數據、顧客行為數據及各種路線數據、實時交通情況數據，定位數據等，據滴滴官方公布，滴滴出行每天處理的數據量達到70TB，由于訂單處理響應時間的要求，單純處理數據的效率已無法滿足實時服務的需求，必須借助人工智能算法才能夠進一步提升服務效果。從用戶體驗角度，也需要實現提升定位精準度，提高接單率，縮短應答時間。目前滴滴內部基于海量數據+機器學習算法的推薦匹配系統(tǒng)，針對海量司機的交班時間、地點、接單/拒單情況等海量數據進行司機畫像，以此為基礎，針對實時的訂單數據，分配訂單時實時按需分配，滿足服務需求。從數據應用展現更宏觀價值的角度來看，基于滴滴已有數據，可整合實時交通情況數據，包括擁堵路段、集中路線、集中商圈等多維度動態(tài)數據，進行結構化處理，達到整合一個城市的車輛分布，實現統(tǒng)籌平衡調度的目的。

大數據服務的現在及未來：智能+生態(tài)模式

未來人工智能+大數據生態(tài)模式將更多的應用于在商業(yè)場景下。HCR慧辰TMT研究部認為，大數據服務未來將有以下四種模式：

一是形成數據資源和計算資源提供平臺。當前企業(yè)數據大多僅留存于企業(yè)內部，在開發(fā)應用上一般也只有內部應用，企業(yè)之間數據各自孤立，獨立計算，行業(yè)內尚未形成整合大數據，目前第三方數據采集、監(jiān)測機構已經開始致力于多維數據的采集服務，包括外部數據的直接采集和企業(yè)內部數據的間接采集，已有第三方在提供基礎數據庫資源。未來伴隨數據維度的豐富和數據量的擴大，第三方機構將采集并使用智能算法結構化處理形成相對完整的數據資源提供平臺，并針對些海量數據的存儲、整合及計算提供基于云端的平臺式服務。

二是出現技術服務平臺，包含提供Paas服務的開源平臺及計算能力、大數據解決方案及技術服務支持。從目前人工智能和大數據企業(yè)發(fā)展來看，只有巨頭和少數創(chuàng)業(yè)企業(yè)掌握核心算法及存儲真正大數據，更多企業(yè)通過合作或建立產業(yè)聯盟的方式獲取行業(yè)或其他領域的數據。但對于數據的存儲、處理和應用需要技術支撐且突破這些技術需要消耗大量人力物力財力，沒必要所有企業(yè)都去做這件事。PaaS服務將數據處理能力作為模塊開放出來，使得數據挖掘技術的使用門檻和成本大幅降低，更多企業(yè)有能力利用云端數據服務創(chuàng)造附加價值。因此形成Paas服務平臺或解決方案技術服務平臺，據此可以聚合數據資源，優(yōu)化算法，提高準確率。另外也會形成基于數據存儲、處理及挖掘技術的整體服務解決方案提供商，企業(yè)可以將數據服務完全外包給第三方機構，第三方機構也可以通過這種方式在云端整合資源并優(yōu)化技術，提高準確率，同時產生推動行業(yè)發(fā)展的效果。

三是出現資訊服務平臺。大數據產業(yè)相對仍是新興產業(yè)，發(fā)展日新月異。一方面企業(yè)需要尋找大數據資源或技術服務平臺，另外一方面第三方服務機構需要推廣宣傳自身及行業(yè)發(fā)展、技術發(fā)展現狀。在這種背景下將出現起到橋梁作用的專業(yè)資訊服務平臺，連接企業(yè)和第三方服務機構，同時起到發(fā)布整個行業(yè)前沿信息的作用。

四是出現交叉/垂直化服務應用?，F階段在教育、金融領域的垂直應用以及在未來智能營銷、智能制造等交叉行業(yè)的應用。如在教育行業(yè)已出現利用積累的教、考、學環(huán)節(jié)的大數據結合深度學習算法推出個性化學習平臺，如國外的Knewton、國內的智學網都是這種模式。未來將延伸至農業(yè)、制造業(yè)、交通、醫(yī)療等各行各業(yè)，出現如智能農業(yè)生產管理、智能交通、個性化精準醫(yī)療等創(chuàng)新服務。