構(gòu)建數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)
時(shí)間:2022-03-03 19:24:01 | 來(lái)源:行業(yè)動(dòng)態(tài)
時(shí)間:2022-03-03 19:24:01 來(lái)源:行業(yè)動(dòng)態(tài)
從 20年前的數(shù)據(jù)倉(cāng)庫(kù)到 10年前的大數(shù)據(jù)和數(shù)據(jù)湖,企業(yè)業(yè)務(wù)的演化促使著數(shù)據(jù)架構(gòu)隨之改變。起初,企業(yè)會(huì)將各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)抽取出來(lái)以中心化的方式放到數(shù)倉(cāng),并不需要復(fù)雜的數(shù)據(jù)架構(gòu)和數(shù)據(jù)模型,原因是早期的數(shù)據(jù)量偏少。隨著非結(jié)構(gòu)化數(shù)據(jù)的涌入,大數(shù)據(jù)處理成為常態(tài),企業(yè)對(duì)數(shù)據(jù)價(jià)值的重視程度與日俱增,開(kāi)始尋找新的工具進(jìn)行深度挖掘和元數(shù)據(jù)管理。由此,數(shù)據(jù)架構(gòu)逐漸走向分布式和跨平臺(tái)。不過(guò),這又引發(fā)了新的問(wèn)題:數(shù)據(jù)遷移的成本如何解決?研究人員怎樣快速高效地找到正確的數(shù)據(jù)?數(shù)據(jù)安全又如何得到保障?
Data Fabric 給出了答案。簡(jiǎn)單地說(shuō),就是在正確的時(shí)間,從任意位置,將正確的數(shù)據(jù)與正確的人連接起來(lái),從而全面釋放數(shù)據(jù)價(jià)值,加速企業(yè)的數(shù)字化轉(zhuǎn)型。朱輝解釋稱。進(jìn)一步說(shuō),Data Fabric 是以智能、安全和自服務(wù)的方式,動(dòng)態(tài)地協(xié)調(diào)分布式的數(shù)據(jù)源,跨數(shù)據(jù)平臺(tái)提供可信賴的數(shù)據(jù),從而支持各種分析及應(yīng)用場(chǎng)景。在工作方式上,Data Fabric 并不是簡(jiǎn)單的點(diǎn)對(duì)點(diǎn)連接,而是像人腦一樣構(gòu)建了一個(gè)虛擬的神經(jīng)元網(wǎng)絡(luò)。
對(duì)于那些擔(dān)憂數(shù)據(jù)共享效率和可靠性的人而言,無(wú)論是從事技術(shù)崗位還是業(yè)務(wù)崗位,都能從 Data Fabric 中找到新的價(jià)值,從而將更多的精力放在數(shù)據(jù)分析上,避免由于數(shù)據(jù)訪問(wèn)限制而造成的數(shù)據(jù)分析偏差,數(shù)據(jù)的質(zhì)量和處理過(guò)程也得到了大幅優(yōu)化。這種轉(zhuǎn)變離不開(kāi)企業(yè)的自動(dòng)化能力提升,一項(xiàng)針對(duì)企業(yè) AI 采用情況的調(diào)研顯示,疫情期間,將 AI 融入業(yè)務(wù)流程已成當(dāng)務(wù)之急。在受訪的 IT 專業(yè)人士中,有 43% 表示其公司加快了 AI 進(jìn)程。在全球受訪的 IT 專業(yè)人士中,近半數(shù)表示他們?cè)谠u(píng)估 AI 供應(yīng)商時(shí),很大一部分是衡量供應(yīng)商對(duì)流程進(jìn)行自動(dòng)化的能力。
IBM Intelligent Data Fabric 的自動(dòng)化能力體現(xiàn)在四個(gè)方面:
關(guān)鍵詞:網(wǎng)絡(luò),神經(jīng),數(shù)據(jù)