AI賦能電力新基建,開創新未來。10月29日,國網信通產業集團“電力人工智能沙龍”在蘇州舉行。來自中國科學院、中國科學技術大學、內蒙古電力集團等單位的專家學者及國家電網有限公司系統相關領導專家匯聚一堂,共同深入探討人工智能技術發展和電力行業典型應用。本次沙龍旨在積極落實國家電網有限公司關于“新基建”的決策部署,進一步推動人工智能技術在電網業務領域應用落地,助力電網高質量發展。

 

 

國網信通產業集團總經理李強指出,人工智能作為新一輪科技革命的核心驅動力,正在改變世界格局;構建安全高效的能源互聯網,離不開人工智能;集團積極發揮頭雁效應,賦能電網業務,大力發展人工智能物聯網。經過四年多的發展,集團的人工智能創新基礎設施得到加強,電力人工智能能力平臺得到較大發展,人工智能系列創新產品得到廣泛應用,人工智能產業生態初步形成。

 

天云融創數據科技(北京)有限公司(以下簡稱“天云數據”)CEO雷濤受邀參加,在會上做‘面向敏態增加數據治理服務’專題演講。互聯網的發展,讓我們每個人每時每刻都在制造數據,因此數據生成速度越來越快、產生形式越來越多,總量越來越大,價值密度越來越低。制約人工智能發展的關鍵,不是算法不夠先進,而是缺乏高質量的數據集,因此數據治理尤為重要。

 

 

Gartner 雙模式IT=天云數據中臺

國際著名咨詢機構Gartner從2015年開始建議CIO們,規劃云計算,不應胡子眉毛一把抓。拿做成通用商品的混合云架構是不能包治百病的,而應該區別開第一模態(Model 1)和第二模態(Model 2),并為這兩個組織設置不同的人員、目標、考核,甚至不同的預算和團隊文化。

 

那什么是雙模呢?

模態一(后臺)是可靠(Reliable)IT,強調安全性和經濟性,持續穩定現有業務的發展

 

模態二(前臺)是敏捷(Agile)IT,強調速度和靈活性,推陳出新,布局新產品和模式

 

模態一集中在完全理解的、能精確預知的領域,它的工作是將這些領域從傳統的IT環境進化到更加適應互聯網化的世界,這里更強調持續的“可靠性”,像馬拉松運動員

 

模態二面對的是未知的、全新的問題,它通過探索、試驗來處理未確定性的. 這里更強調“敏捷性”,像短跑運動員

 

在企業向第三平臺轉型過程中,二者缺一不可、相輔相成。天云數據中臺相當于后臺可靠IT和前臺敏捷IT之間的“變速齒輪”

 

傳統數據治理VS敏態數據治理

傳統數據治理自上而下,有大量的管理制度和流程,通常以合規為主,不太考慮用戶數據的需求,數據效果依賴管理的力度和技術人員的自律性。

 

因此傳統數據管理主要有如下四方面問題:

 

數據透明度灰:用戶不知道數據平臺中有哪些數據,這些數據與業務的關系是什么。

數據可控度低:數據沒有統一的標準,難以匯總融合發揮其真正的價值。

數據獲取周期長:縱使用戶知道自己需要哪些數據,獲取數據周期特別長,難以快速滿足業務需求。

數據關聯度弱:企業擁有海量數據,但數據與數據之間并未產生關聯。

基于以上四點,很難對數據進行自主的的探索和挖掘,以體現其價值。因此傳統的數據治理需要提升能力,來解決數據管理中存在的這些問題。

 

敏態數據治理是自下而上,從表層關系層下沉到數據關系,更關注如何支撐數據的使用,支持和鼓勵數據資產知識的反饋。敏態數據治理實現從流程驅動到數據驅動,共分三個階段:

 

第一階段:數據資產化 自動數據化治理

在第一階段,主要是對企業數據進行梳理,對數據系統進行統一管理,增加數據被使用的能力。然后篩選元數據、數據類型及取值范圍,創建適用于目標的參考數據體系,提升數據的質量、準確性和安全性,進而達到一健了解表之間的關聯關系和血緣關系。

 

第二階段:數據的融合和流動

在傳統數據架構中,數據無法融合應用,只能進行數據搬家。敏態數據治理可以實現同一臺計算機同時面向聯機事務處理,進行密集分析和數據挖掘,靈活性強效率更高。

 

第三階段:提供人工智能化服務

企業要獲得敏銳嗅覺和洞察能力,數據是基礎。但也要憑借一個靈活、高效、易用的工具,企業才能夠真正喚醒沉睡的數據,獲取數據帶來的價值。

 

天云數據中臺AI PaaS平臺,支持原始數據的特征工程和模型孵化訓練以及模型的上線實時運行,正是幫助企業實現數據應用最后一環的關鍵。

 

以金融行業為例:基于其自身龐大的數據資源和天云數據AI PaaS平臺的算力基礎,許多金融機構正在天云大數據的幫助下通過簡單的“數據輸入”和“數據輸出”操作實現風險管控、智能投顧、大數據挖掘、個性化營銷等等。

 

在某證券機構利用天云AI PaaS平臺進行建模,在短短2周內就將成功預測異常交易賬戶的準確率提高到了90%以上

 

能源行業憑借天云AI PaaS平臺,所有數據都可以被解讀,其價值也得到了最大化。甚至可以通過數據的分析和預測了解地底下的情況,而不再需要真正把設備送到地下

 

通過技術加持對數據進行治理,可在應用上產生高質量的合規數據,取得有巨大價值的產品服務乃至商業生活范式,帶來更高效的數據解決方案。一個以大數據為原材料,人工智能為引擎的新科技時代將不可阻擋地到來,他將影響所能見到的每一個行業。

 

河北快三玩法中奖介绍 中国银行理财风险 河北22选5 浙江体彩20选5风采网 18选7今日开奖结果 陕西快乐10分复式玩法 中国体育彩票大奖排行榜 河南泳坛夺金481 余额宝怎样理财收益高 og电子竞技网站 pk10人工计划网页版 个人理财风险排查 二八杠qq游戏有吗 七星彩本期规律 北京赛车pk开奖直播现场 千炮捕鱼炮台排名 75秒极速时时彩开奖