数极客首页

大数据漫谈(五) — 数据生态

“算法经济”:算法买卖
将会构成
一个全球性的市场,世界各地的研讨
人员、工程师都能在这个市场上发明

、分享乃至合成大范围
的新算法。届时,算法也将变得像集装箱一样,能够

恣意
组合扩展,从而搭建适用于不同应用的架构。

数据和云存储也都服从
摩尔定律:每过两年,世界上的数据量就会翻倍,同时用于存储这些数据的本钱
则会以同样的速度降落
。这些大量的数据使得人们能够

发明

出更多的产品特征和更好的机器学习模型。

智能商业的世界里,数据为王,而那些能够

产生最高质量数据的效劳
将取得

压倒性的优势。正如上文所言:活的、高质量的数据,将更容易生成更好的算法、模型、引擎,进而发明

出具有
更好用户体验的数据产品,再吸收
到更多高质量的用户数据。换句话说,这不只
仅是反响

闭环,也不只
仅是闭环的效率,这里触及
到一个新的称号
正向反响

闭环

让我们第三
回到工业时期
:工业反动
的早期,企业为了消费
最终的产品,不得不消费
这个产品中的每一个部件,有的致使

还得自己

处置

消费
这些部件的能源(蒸汽能,电能)。

而随着工业化进程的展开

,企业的分工越来越细化,有人特地
处置

能源问题,有人特地
消费
特殊部件。在社会分工越来越精密

化的全球化过程中以及未来

的工业4.0,消费
企业致使

只需求
依据

用户的个性化需求,智能化地采购,组装,配送就能完成未来

的工业消费
,那将是一个没有预先规划,没有库存的新工业时期

我们再看看互联网时期
、无线互联网时期
的软件/App市场:各种各样的个人,即便

不向投资人兜售自己

的创意和想法,或树立
自己

的销售,市场和分发渠道,也能够

在全球范围内发行和销售软件,最终构成
App生态。

为什么不论

是在工业时期
,还是互联网时期
,分工都越来越精密

化?

一是由于
最终用户所需求
的产品越来越复杂,必需
有社会分工才干
完成;

二是由于
每个人,每个企业具有
的资源不一样,具有
的优势技艺
也不一样。所以大家必需
一同
分工协作
,这样就构成
了工业时期
的商业经济,互联网时期
的App经济。

DT时期
也是如此。

DT时期
将催化出大数据生态。DT时期
的数据生态,我从如下两个方面来定义:

一、数据交流
/买卖
市场
智能商业的基石就是数据,作为智能商业的第一要务,数据是最重要的。

数据作为消费
资料

大数据时期
的血液,好比汽车的汽油,没有汽油,再精巧
高端的汽车也无法运转。而数据的来源常常
是多方面的,未来

一个企业所用到的数据常常
不只
仅是自身

的数据,致使

是多个渠道交流
、整合、置办

过来的数据。关于
“羊毛出在猪身上”的大数据商业形态,数据一定是活动
的,数据只需

整合关联,才干
发挥更大的价值。

但是数据要完成
交流
,买卖
,正如我上文所言,我们最终所必需
处置

的是法律法规,数据规范

等一系列问题。

二、算法经济/生态Gartner剖析

以为
,算法将构成
一个全球性的买卖
市场,就像当年的App,催生出全新一代的专业技术初创企业,并且改造
机器与机器之间的交互方式。

同时,更多的数据将生成更好的模型和用户体验,进而吸收
更多的用户以及更多的数据,而这将招致
贮存

和计算数据的本钱
持续降低。

Gartner曾发表报告,对算法经济可能带来的市场影响做出评价

Gartner以为
,无可避免

地,算法经济将发明

一个全新的市场。人们能够

对各种算法中止

买卖,为当下的公司集聚

大量的额外收入,并催生出全新一代的专业技术初创企业。

想象这样一个市场:数十亿的算法都是能够

买卖的,每一个算法代表的是一种软件代码,能处置

一个或多个技术难题,或者从物联网的指数级增长中发明

一个新的机遇

算法是发明

智能应用的基石,是大数据的中心
价值。

也就是说,多个机器学习算法能够

分别

起来成为更强大的算法,从而更好地剖析

数据,充沛

挖掘

数据里的价值。

在算法经济中,前沿的技术项目,无论是先进的智能助理,还是能够

自动计算库存的无人机,最终都将落实成为实真实
在的代码,供人们买卖
和运用

广义的算法存在于大数据的整个闭环之中,从大数据平台、ETL(数据采集,数据清洗,数据脱敏等)、数据加工、数据产品等的每一个层面都会有算法支持。算法能够

直接买卖
,也能够

包装成产品、工具、效劳
,致使

平台来买卖
,最终构成
大数据生态中的一个重要组成部分

致使

有人以为
好的算法能够

摆脱很多公司对大数据的过度依赖。固然

数据在DT时期
可能是最昂贵的消费
资料

,但若算法足够强大,大数据并非必需
。如迁移学习能让计算机摆脱对大数据的严重依赖,从而让人工智能不再只是“富人的游戏”。

正如App经济改造

了人类与机器的交互方式一样,我们将会看到,算法经济将会促进下一代机器对机器互动演进的庞大

飞跃。

人们将会经过
产品运用
的算法来评价它的性能好坏。企业的竞争力也不只
仅在于大数据,还要有能够

把数据转换为理论

应用的算法。因而

,CEO应该关注公司有产权的算法,而不只
仅是大数据。

正在涌现的机器智能平台可仰仗

“模型作为效劳
”的方式,托管预锻炼
过的机器学习模型,从而令企业能够

更容易地开启机器学习,快速将其应用从原型转化成产品。当企业们采用了微效劳
(microservice)展开

范式后,接入并运用
不同的机器学习模型和效劳
以提供特定功用
的才干

将变得越来越有价值。

一切
的这一切,最终也离不开云计算,数据平台自然
就是基于云计算来完成
。而数据交流
,算法买卖
则需求
一个商店,云端就是目前最好的商店。不论

是数据的互通,还是基于云端预锻炼
、托管的机器学习模型,将促使每个公司的数据产品都能大范围
天时
用算法智能。C” />

我们看一个理想
的场景,未来

的机器人怎样
消费
运作:

DT时期
之前的机器人,都是离线的,它们各自分开,软件的升级

与学问
的共享变得基本

不可能,它们是“死”的。

DT时期
的机器人,它们都是在线的,能够

在线升级

,学问
共享,他们是“活”的。

机器人作为终端,能够

了解

为一个数据产品/应用,担任
跟用户交互,交互的过程中会运用
,耗费

数据,运用
基于云端的智能化效劳
。同时,它在跟用户交互的过程中,也会产生数据,并会把这些数据上传到云端。

云端基于大数据技术平台,搭建一个云端大数据中心,并在这里运转
着很多基于算法的智能化应用,如智能语音,智能图像辨认

,机器学习模块等等。这些智能模块担任
跟机器人通讯,并指导机器人的运转。

更重要的是,它会自动学习机器人终端采集到的数据,使得云端变得更聪明,进而促使机器人更聪明,完成
正向反响

闭环。每一个机器人采集到的数据,经过
云端的机器学习之后,能够

同步到一切
的机器人。

机器人公司不一定需求
自己

消费
终端,他只需求
把他的需求提交给市场,市场上就会有机器人终端的提供者,这是工业时期
的商业经济。

机器人公司也不需求
自己

研发云端的基于算法的智能化模块,它能够

采购,整合运用
他人

的智能算法,效劳
。而且,假定

他人

有了更好的算法与效劳
,该公司也能够

随时交流

,让自己

的技术不时

处于抢先
优势,这是DT时期
的算法经济。

最终
,机器人公司觉得锻炼
的数据不够,他们也能够

消费
,采购一些新的数据,经过
智能化的机器学习,让机器人具有
新的才干

这一切,就是DT时期
大数据经济,基于数据的新商业时期

本文作者拖雷(陈吉平),袋鼠云CEO ,国内最早一批Oracle ACE Director,前阿里巴巴研讨
员,先后担任嗨淘、无线事业部、数据事业部资深总监,生活效劳
事业部总经理,以及阿里云事业群总裁助理。2015年离职

后,做了半年独立天使投资人,2015年底兴办
袋鼠云。

发表评论

评论已关闭。

相关文章