世界互聯網大會

中國工程院院士鄔賀銓:數據價值挖掘的挑戰

2021-01-07 10:52 來源:中國互聯網協會

  近日,由中國國際大數據產業博覽會組委會主辦、數據觀(北京)傳媒科技有限公司承辦的“永不落幕的數博會”2020系列活動——“大數據產業生態創新發展高峰會”在北京舉行。

  本次大會匯集兩院院士、政府嘉賓以及大數據龍頭企業代表,圍繞加快數字產業化,助推產業數字化,構建大數據新產業新業態新模式,共同探討未來大數據產業生態建設與發展的機遇與挑戰。會上,中國工程院院士、中國互聯網協會咨詢委員會主任鄔賀銓發表了《數據價值挖掘的挑戰》的主題演講。

image.png

  數據融合利用需要標準規范先行

  鄔賀銓院士表示,數據融合利用需要標準規范先行,實現數據可見性、數據易理解性、數據可鏈接性、數據可信性、數據互操作性和數據安全性。

  鄔賀銓院士通過舉例具體介紹,以色列首都特拉維夫把所有交通攝像頭的視頻合成一個完整的視頻,就像城市的領導坐著直升飛機俯視這個城市一樣,可以看到不同的時間用不同顏色標注交通管制、交通事故,并且實時通過5G、4G發送給行人、駕駛員,供大家選擇自己的出行路線,這是數據可見性;新冠肺炎確診除了做核酸檢測,可能還要做CT,一個肺可以做出300張CT,把300張CT照片還原為一個肺,再看看肺有沒有纖維化,肺周邊怎么樣,可以讓數據變成可理解;要展示去年和今年的歐洲航空情況,把所有飛機上的數據連接起來,形成一個航空的數字孿生的交通鏡像,就有了全局性;有很多古羅馬的遺址散落在現代建筑之中,如果想看古代羅馬怎么樣,現在可以把這些遺址照片合成一個視頻,把時空分散的照片組合起來,生成一個反映古羅馬街景的視頻,這是數據的互操作性。

image.png

  關于數據的可信性和安全性,鄔賀銓院士特別提到,如果數據本身是不全面的,或者說是有很多差錯的,那這個數據挖掘是沒有用的,需要有數據質量管理技術,按照規定程序適當標記、保存和記錄數據,在壽命周期內都能夠保護和血緣元數據的約束。數據安全性方面,需要實現精細化權限管理和審計,定期評估分類標準并測試合規性。

  數據挖掘面臨算力算法的挑戰

  鄔賀銓院士表示,數據挖掘首先要建數據模型。建數據模型的前提需要了解模型開發背景和用途,以及誰來訓練模型,這些數據從哪來,模型運用的效果如何,需要關注算法的完整性、可解釋性、公平性和適應能力。同時,模型開發完還需要不斷地檢驗、迭代和完善。

image.png

  算法現在主要還是用深度神經網絡,深度神經網絡經歷了兩代,第一代主要是知識驅動,就是專家系統,把專家經驗找出來,然后邏輯推理。現在是第二代人工智能,大數據來了,是數據驅動。鄔賀銓院士認為,這兩個都不夠完整,“目前大數據很多應用,我把它叫做大數據、大算力、小任務,非常多的數據,能力非常強的計算能力,實際上只做了一件很小的事情,而且穩定性不夠,知其然不知其所以然,可解釋性差,應用場景窄,怎么解決這個問題呢?最好是小數據、小算力、大任務。”鄔賀銓院士表示,現在需要發展到第三代,需要知識與數據雙驅動,而且很多人說需要內腦,把人的認知機理用上去,雖然比較困難,但是這個方向還是需要的。

  鄔賀銓院士談到,往往大數據分析不能只靠中心云,很多時候要使用邊緣云,因為邊緣云可以就近處理,適用于那些對數據試驗敏感的一些業務,包括生產線上,一些數據不能送到遠遠的地方去處理,這樣就不能起到實時的作用,只能得到經驗的總結,有時候需要實時,就要把中心云的能力一部分下沉變成邊緣云。如果所有東西都希望云邊端協同,但這是這是有挑戰的,怎么協同,怎么分配這種計算能力,這是大數據挖掘需要解決的問題。

image.png

  現在是大數據、大算力、小任務,大數據也不見得那么全面,人工智能會誤判,而且模型準確性也不是想象中那么好,人工智能需要大量標注或清洗的數據,但很多時候只有小數據,怎么在小數據、小算力的情況下邊提高人工智能的分析能力,這是大數據分析面臨的挑戰。

  大數據融合需要人與數據融合

  鄔賀銓院士認為,很多大數據融合需要人與數據融合。把人的數據跟客觀的東西融合在一起,把人的經驗介入到大數據分析過程,但是人不能永遠介入,什么時候什么場景下能介入,這是需要經驗的。大數據分析不是不需要人,也不是大數據、工業互聯網時代的工人、工程師沒用了,里面還需要用到工程師和工匠的精神。

image.png

  數據只有融合才有價值,但融合就涉及到隱私和商密保護問題。鄔賀銓院士談到,每個企業都希望用別人的企業的數據,不愿意把自己的數據拿出去,總覺得這是商業秘密,那怎么做融合?怎么做到既融合又不會泄露每個企業的商業秘密,這是可以做到的,也有很多很多方案,比如采用多方計算的方式。

  此外,大數據分析本身會用很多軟件,包括很多開源軟件,可以網上宕下來,但是開源軟件漏洞很多,而且版本升級太頻繁,需要檢查它的安全性,采用也可能會出問題。如果用自然語言直接生成代碼,當然反過來就能從代碼判決出原來這個軟件的意圖,如果能知道這個軟件意圖,那就能知道有沒有加入其它不該加入的東西,就能確保代碼是可信的。另外一種,大家往往為了怕數據泄露和篡改,采用加密手段,加了密的數據是比較難進行安全掃描的,不過加密也不是萬能的,還得從開始作為內生的設計上讓它更安全。

  演講的最后,鄔賀銓院士總結談到,智慧城市的管理和工業互聯網里有很多需要數據融合應用的場景,多元異構的數據融合能夠盤活數據,通過數據挖掘開發數據的價值,發揮數據作為生產要素的作用。但是數據挖掘和人工智能的分析要面對海量的處理能力、云邊端的協同、建模、小數據、人與數據的融合、數據自身安全、隱私和商密保護等挑戰,我們需要從基礎理論跟工程實踐多方面來研究數據價值挖掘的問題,要開發出更高效的大數據和人工智能分析技術,整個大數據的創新還是任重道遠。

標簽: 編輯:潘潔

聲明:

凡注明“來源:世界互聯網大會”的所有作品,版權均屬于本網。稿件注明來源非本網作品,均轉載自其它媒體,不代表本網觀點,本網不對稿件內容真實性和圖文版權負責。

關注我們
好男人手机在线观看高清