今天我要讲这三个话题,一个是云计算,一个是大数据,一个是人工智能。我为什么要谈论这三件事呢?因为这三样东西现在很流行,所以它们似乎是相互关联的。一般来说,在谈到云计算时会提到大数据,在谈到人工智能时也会提到大数据,在谈论人工智能时也会提到云计算。因此,感觉他们是相辅相成、密不可分的,如果他们是非技术人员,可能很难理解三者之间的关系,所以有必要解释一下。
[En]
Today I’m going to talk about these three topics, one is cloud computing, one is big data, and one is artificial intelligence. Why should I talk about these three things? Because these three things are very popular now, they seem to have a relationship with each other. Generally speaking, big data is mentioned when talking about cloud computing, big data is also mentioned when talking about artificial intelligence, and cloud computing is also mentioned when talking about artificial intelligence. Therefore, it feels that they are complementary and inseparable, if they are non-technical personnel, it may be difficult to understand the relationship between the three, so it is necessary to explain.
一、云计算最初是实现资源管理的灵活性
先说云计算,云计算的初始目标是管理资源,主要从计算资源、网络资源和存储资源三个方面。
[En]
First of all, let’s talk about cloud computing, the initial goal of cloud computing is to manage resources, mainly in three aspects: computing resources, network resources and storage resources.
1.1 管数据中心就像配电脑
什么叫计算,网络,存储资源呢?就说你要买台笔记本电脑吧,你是不是要关心这台电脑什么样的CPU啊?多大的内存啊?这两个我们称为计算资源。
这台电脑要能上网吧,需要有个网口可以插网线,或者有无线网卡可以连接我们家的路由器,您家也需要到运营商比如联通,移动,电信开通一个网络,比如100M的带宽,然后会有师傅弄一根网线到您家来,师傅可能会帮您将您的路由器和他们公司的网络连接配置好,这样您家的所有的电脑,手机,平板就都可以通过您的路由器上网了。这就是网络。
您可能还会问硬盘多大啊?原来硬盘都很小,10G之类的,后来500G,1T,2T的硬盘也不新鲜了。(1T是1000G),这就是存储。
对于一台电脑是这个样子的,对于一个数据中心也是同样的。想象你有一个非常非常大的机房,里面堆了很多的服务器,这些服务器也是有CPU,内存,硬盘的,也是通过类似路由器的设备上网的。这个时候的一个问题就是,运营数据中心的人是怎么把这些设备统一的管理起来的呢?
1.2 灵活就是想啥时要都有,想要多少都行
管理的目标就是要达到两个方面的灵活性。哪两个方面呢?比如有个人需要一台很小很小的电脑,只有一个CPU,1G内存,10G的硬盘,一兆的带宽,你能给他吗?像这种这么小规格的电脑,现在随便一个笔记本电脑都比这个配置强了,家里随便拉一个宽带都要100M。然而如果去一个云计算的平台上,他要想要这个资源的时候,只要一点就有了。
所以说它就能达到两个方面灵活性。
- 第一个方面是想什么时候想要就想要,比如需要的时候就出来。这就是所谓的时间灵活性。
[En]
the first aspect is to want it whenever you want it, such as coming out at one point when you need it. This is called time flexibility.*
- 第二个方面是,你想要多少就有多少,比如你需要一台非常小的电脑,可以满足。例如,您需要一个非常大的空间。以云硬盘为例。看来云盘分配给大家的空间总是很大,而且随时都有上传的空间,永远用不完。这就是所谓的空间灵活性。
[En]
the second aspect is that there are as many as you want, for example, you need a very small computer, which can be satisfied. For example, you need a very large space. Take the cloud disk as an example. It seems that the space allocated to everyone by the cloud disk is always very large, and there is room for upload at any time, and it can never be used up. This is called space flexibility.*
空间灵活性和时间灵活性,也即我们常说的云计算的弹性。
为了解决这个弹性的问题,经历了漫长时间的发展。
1.3 物理设备不灵活
首先第一个阶段就是物理机,或者说物理设备时期。这个时期相当于客户需要一台电脑,我们就买一台放在数据中心里。物理设备当然是越来越牛,例如服务器,内存动不动就是百G内存,例如网络设备,一个端口的带宽就能有几十G甚至上百G,例如存储,在数据中心至少是PB级别的(一个P是1000个T,一个T是1000个G)。
然而物理设备不能做到很好的灵活性。首先它不能够达到想什么时候要就什么时候要、比如买台服务器,哪怕买个电脑,都有采购的时间。突然用户告诉某个云厂商,说想要开台电脑,如果使用物理服务器,当时去采购啊就很难,如果说供应商啊关系一般,可能采购一个月,供应商关系好的话也需要一个星期。用户等了一个星期后,这时候电脑才到位,用户还要登录上去开始慢慢部署自己的应用,时间灵活性非常差。第二是空间灵活性也不行,例如上述的用户,要一个很小很小的电脑,现在哪还有这么小型号的电脑啊。不能为了满足用户只要一个G的内存是80G硬盘的,就去买一个这么小的机器。但是如果买一个大的呢,因为电脑大,就向用户多收钱,用户说他只用这么小的一点,如果让用户多付钱就很冤。
1.4 虚拟化灵活多了
有人就想办法了。第一个办法就是虚拟化。用户不是只要一个很小的电脑么?数据中心的物理设备都很强大,我可以从物理的CPU,内存,硬盘中虚拟出一小块来给客户,同时也可以虚拟出一小块来给其他客户,每个客户都只能看到自己虚的那一小块,其实每个客户用的是整个大的设备上其中的一小块。虚拟化的技术能使得不同的客户的电脑看起来是隔离的,我看着好像这块盘就是我的,你看这呢这块盘就是你的,实际情况可能我这个10G和您这个10G是落在同样一个很大很大的这个存储上的。
而且如果物理设备提前准备好,虚拟计算机的虚拟软件速度非常快,几分钟就能解决。因此,如果你想在任何云上创建一台计算机,它将在几分钟内出来。怪不得。
[En]
And if the physical devices are ready in advance, the virtualization software to virtualize a computer is very fast and can be solved in a few minutes. So if you want to create a computer on any cloud, it will come out in a few minutes. That’s why.
这个空间灵活性和时间灵活性就基本解决了。
1.5 虚拟世界的赚钱与情怀
在虚拟化阶段,最牛的公司是Vmware,是实现虚拟化技术比较早的一家公司,可以实现计算,网络,存储的虚拟化,这家公司很牛,性能也做得非常好,然后虚拟化软件卖的也非常好,赚了好多的钱,后来让EMC(世界五百强,存储厂商第一品牌)给收购了。
但这个世界上还是有很多多愁善感的人,尤其是在程序员当中,多愁善感的人喜欢做什么?开源。世界上很多软件都是封闭源代码和开放源代码的,而源代码就是源代码。也就是说,某个软件做得很好,每个人都喜欢使用它。这个软件的代码是封闭的,只有我的公司知道,但没有其他人知道。如果其他人想使用这个软件,他们必须付钱给我。这被称为封闭源代码。但世界上总有一些大牛不喜欢让家人赚钱。丹尼尔觉得你可以和我可以开发这项技术,我可以开发它。当我开发它的时候,我会免费与大家分享代码。世界上任何人都可以使用它,所有人都可以享受到好处。这被称为开源。
[En]
But there are still a lot of sentimental people in this world, especially among programmers, what do sentimental people like to do? Open source. A lot of software in the world has closed source and open source, and the source is the source code. That is to say, a certain software is well done and everyone likes to use it. The code of this software is closed and only my company knows, but no one else knows. If other people want to use this software, they have to pay me. This is called closed source. But there are always some big bulls in the world who don’t like to let the family make money. Daniel feels that you can and I can develop this technology, and I can develop it. When I develop it, I will share the code with everyone for free. Anyone in the world can use it, and all people can enjoy the benefits. This is called open source.
比如最近蒂姆·伯纳斯·李就是个非常有情怀的人,2017年,他因”发明万维网、第一个浏览器和使万维网得以扩展的基本协议和算法”而获得2016年度的图灵奖。图灵奖就是计算机界的诺贝尔奖。然而他最令人敬佩的是,他将万维网,也就是我们常见的www的技术无偿贡献给全世界免费使用。我们现在在网上的所有行为都应该感谢他的功劳,如果他将这个技术拿来收钱,应该和比尔盖茨差不多有钱。
例如在闭源的世界里有windows,大家用windows都得给微软付钱,开源的世界里面就出现了Linux。比尔盖茨靠windows,Office这些闭源的软件赚了很多钱,称为世界首富,就有大牛开发了另外一种操作系统Linux。很多人可能没有听说过Linux,很多后台的服务器上跑的程序都是Linux上的,比如大家享受双十一,支撑双十一抢购的系统,无论是淘宝,京东,考拉,都是跑在Linux上的。
再如有apple就有安卓。apple市值很高,但是苹果系统的代码我们是看不到的。于是就有大牛写了安卓手机操作系统。所以大家可以看到几乎所有的其他手机厂商,里面都装安卓系统,因为苹果系统不开源,而安卓系统大家都可以用。
在虚拟化软件也一样,有了Vmware,这个软件非常非常的贵。那就有大牛写了两个开源的虚拟化软件,一个叫做Xen,一个叫做KVM,如果不做技术的,可以不用管这两个名字,但是后面还是会提到。
1.6 虚拟化的半自动和云计算的全自动
虚拟化软件似乎解决了灵活性问题,其实不全对。因为虚拟化软件一般创建一台虚拟的电脑,是需要人工指定这台虚拟电脑放在哪台物理机上的,可能还需要比较复杂的人工配置,所以使用Vmware的虚拟化软件,需要考一个很牛的证书,能拿到这个证书的人,薪资是相当的高,也可见复杂程度。所以仅仅凭虚拟化软件所能管理的物理机的集群规模都不是特别的大,一般在十几台,几十台,最多百台这么一个规模。这一方面会影响时间灵活性,虽然虚拟出一台电脑的时间很短,但是随着集群规模的扩大,人工配置的过程越来越复杂,越来越耗时。另一方面也影响空间灵活性,当用户数量多的时候,这点集群规模,还远达不到想要多少要多少的程度,很可能这点资源很快就用完了,还得去采购。所以随着集群的规模越来越大,基本都是千台起步,动辄上万台,甚至几十上百万台,如果去查一下BAT,包括网易,包括谷歌,亚马逊,服务器数目都大的吓人。这么多机器要靠人去选一个位置放这台虚拟化的电脑并做相应的配置,几乎是不可能的事情,还是需要机器去做这个事情。
人们发明了各种各样的算法来做这个事情,算法的名字叫做调度(Scheduler)。通俗一点的说,就是有一个调度中心,几千台机器都在一个池子里面,无论用户需要多少CPU,内存,硬盘的虚拟电脑,调度中心会自动在大池子里面找一个能够满足用户需求的地方,把虚拟电脑启动起来做好配置,用户就直接能用了。这个阶段,我们称为池化,或者云化,到了这个阶段,才可以称为云计算,在这之前都只能叫虚拟化。
1.7 云计算的私有与公有
云计算大致分两种,一个是私有云,一个是公有云,还有人把私有云和公有云连接起来称为混合云,我们暂且不说这个。私有云就是把虚拟化和云化的这套软件部署在别人的数据中心里面,使用私有云的用户往往很有钱,自己买地建机房,自己买服务器,然后让云厂商部署在自己这里,Vmware后来除了虚拟化,也推出了云计算的产品,并且在私有云市场赚的盆满钵满。所谓公有云就是虚拟化和云化软件部署在云厂商自己数据中心里面的,用户不需要很大的投入,只要注册一个账号,就能在一个网页上点一下创建一台虚拟电脑,例如AWS也即亚马逊的公有云,例如国内的阿里云,腾讯云,网易云等。
为什么亚马逊想要成为公有云?我们知道亚马逊以前是国外比较大的电商,做电商的时候肯定会遇到类似双11的场景,到了某个时候大家都会冲上去买东西。当大家都在抢着买东西的时候,特别需要云的时空灵活性。因为它不能总是准备好所有的资源,那太浪费了。但我们不能对任何事情毫无准备,眼睁睁地看着这么多想买东西的用户在双11没有注册。所以当你需要双11的时候,创建大量的虚拟计算机来支持电商应用,然后在双11之后释放这些资源来做其他的事情。因此,亚马逊需要一个云平台。
[En]
Why does Amazon want to be a public cloud? We know that Amazon used to be a relatively large foreign e-commerce business, and when it does e-commerce, it will certainly encounter a scene similar to double 11, and at some point everyone rushes forward to buy things. When everyone is rushing to buy things, there is a special need for the time and space flexibility of the cloud. Because it can not always prepare all the resources, that is too wasteful. But we can’t be unprepared for anything, watching so many users who want to buy things fail to register on Singles’ Day. So when you need Singles Day, create a large number of virtual computers to support e-commerce applications, and then release these resources to do something else after Singles Day. So Amazon needs a cloud platform.
然而商用的虚拟化软件实在是太贵了,亚马逊总不能把自己在电商赚的钱全部给了虚拟化厂商吧。于是亚马逊基于开源的虚拟化技术,如上所述的Xen或者KVM,开发了一套自己的云化软件。没想到亚马逊后来电商越做越牛,云平台也越做越牛。而且由于他的云平台需要支撑自己的电商应用,而传统的云计算厂商多为IT厂商出身,几乎没有自己的应用,因而亚马逊的云平台对应用更加的友好,迅速发展成为云计算的第一品牌,赚了很多钱。在亚马逊公布其云计算平台财报之前,人们都猜测,亚马逊电商赚钱,云也赚钱吗?后来一公布财报,发现不是一般的赚钱,仅仅去年,亚马逊AWS年营收达122亿美元,运营利润31亿美元。
1.8 云计算的赚钱与情怀
公有云的第一名亚马逊过得很爽,第二名Rackspace过的就一般了。没办法,这就是互联网行业的残酷性,多是赢者通吃的模式。所以第二名如果不是云计算行业的,很多人可能都没听过了。第二名就想,我干不过老大怎么办呢?开源吧。如上所述,亚马逊虽然使用了开源的虚拟化技术,但是云化的代码是闭源的,很多想做又做不了云化平台的公司,只能眼巴巴的看着亚马逊挣大钱。Rackspace把源代码一公开,整个行业就可以一起把这个平台越做越好,兄弟们大家一起上,和老大拼了。
于是Rackspace和美国航空航天局合作创办了开源软件OpenStack,如图所示OpenStack的架构图,不是云计算行业的不用弄懂这个图,但是能够看到三个关键字,Compute计算,Networking网络,Storage存储。还是一个计算,网络,存储的云化管理平台。
当然第二名的技术也是非常棒的,有了OpenStack之后,果真像Rackspace想象的一样,所有想做云的大企业都疯了,你能想象到的所有如雷贯耳的大型IT企业,IBM,惠普,戴尔,华为,联想等等,都疯了。原来云平台大家都想做,看着亚马逊和Vmware赚了这么多钱,眼巴巴看着没办法,想自己做一个好像难度还挺大。现在好了,有了这样一个开源的云平台OpenStack,所有的IT厂商都加入到这个社区中来,对这个云平台进行贡献,包装成自己的产品,连同自己的硬件设备一起卖。有的做了私有云,有的做了公有云,OpenStack已经成为开源云平台的事实标准。
1.9 IaaS, 资源层面的灵活性
随着OpenStack的技术越来越成熟,可以管理的规模也越来越大,并且可以有多个OpenStack集群部署多套,比如北京部署一套,杭州部署两套,广州部署一套,然后进行统一的管理。这样整个规模就更大了。在这个规模下,对于普通用户的感知来讲,基本能够做到想什么时候要就什么什么药,想要多少就要多少。还是拿云盘举例子,每个用户云盘都分配了5T甚至更大的空间,如果有1亿人,那加起来空间多大啊。其实背后的机制是这样的,分配你的空间,你可能只用了其中很少一点,比如说它分配给你了5个T,这么大的空间仅仅是你看到的,而不是真的就给你了,你其实只用了50个G,则真实给你的就是50个G,随着你文件的不断上传,分给你的空间会越来越多。当大家都上传,云平台发现快满了的时候(例如用了70%),会采购更多的服务器,扩充背后的资源,这个对用户是透明的,看不到的,从感觉上来讲,就实现了云计算的弹性。其实有点像银行,给储户的感觉是什么时候取钱都有,只要不同时挤兑,银行就不会垮。
这里做一个简单的总结,到了这个阶段,云计算基本上实现了时间灵活性和空间灵活性,实现了计算,网络,存储资源的弹性。计算,网络,存储我们常称为基础设施Infranstracture, 因而这个阶段的弹性称为资源层面的弹性,管理资源的云平台,我们称为基础设施服务,就是我们常听到的IaaS,Infranstracture As A Service。
二、云计算不光管资源,也要管应用

有了IaaS,实现了资源层面的弹性就够了吗?显然不是。还有应用层面的弹性。这里举个例子,比如说实现一个电商的应用,平时十台机器就够了,双十一需要一百台。你可能觉得很好办啊,有了IaaS,新创建九十台机器就可以了啊。但是90台机器创建出来是空的啊,电商应用并没有放上去啊,只能你公司的运维人员一台一台的弄,还是需要很长时间才能安装好的。虽然资源层面实现了弹性,但是没有应用层的弹性,依然灵活性是不够的。
有没有方法解决这个问题呢?于是人们在IaaS平台之上又加了一层,用于管理资源以上的应用弹性的问题,这一层通常称为PaaS(Platform As A Service)。这一层往往比较难理解,其实大致分两部分,一部分我称为你自己的应用自动安装,一部分我称为通用的应用不用安装。
我们先来说第一部分,自己的应用自动安装。比如电商应用是你自己开发的,除了你自己,其他人是不知道怎么安装的,比如电商应用,安装的时候需要配置支付宝或者微信的账号,才能别人在你的电商上买东西的时候,付的钱是打到你的账户里面的,除了你,谁也不知道,所以安装的过程平台帮不了忙,但是能够帮你做的自动化,你需要做一些工作,将自己的配置信息融入到自动化的安装过程中方可。比如上面的例子,双十一新创建出来的90台机器是空的,如果能够提供一个工具,能够自动在这新的90台机器上将电商应用安装好,就能够实现应用层面的真正弹性。例如Puppet, Chef, Ansible, Cloud Foundary都可以干这件事情,最新的容器技术Docker能更好的干这件事情,不做技术的可以不用管这些词。
第二部分,通用的应用不用安装。所谓通用的应用,一般指一些复杂性比较高,但是大家都在用的,例如数据库。几乎所有的应用都会用数据库,但是数据库软件是标准的,虽然安装和维护比较复杂,但是无论谁安装都是一样。这样的应用可以变成标准的PaaS层的应用放在云平台的界面上。当用户需要一个数据库的时候,一点就出来了,用户就可以直接用了。有人问,既然谁安装都一个样,那我自己来好了,不需要花钱在云平台上买。当然不是,数据库是一个非常难的东西,光Oracle这家公司,靠数据库就能赚这么多钱。买Oracle也是要花很多很多钱的。然而大多数云平台会提供Mysql这样的开源数据库,又是开源,钱不需要花这么多了,但是维护这个数据库,却需要专门招一个很大的团队,如果这个数据库能够优化到能够支撑双十一,也不是一年两年能够搞定的。比如您是一个做单车的,当然没必要招一个非常大的数据库团队来干这件事情,成本太高了,应该交给云平台来做这件事情,专业的事情专业的人来自,云平台专门养了几百人维护这套系统,您只要专注于您的单车应用就可以了。
要么是自动部署,要么是不用部署,总的来说就是应用层你也要少操心,这就是PaaS层的重要作用。

虽然脚本编写的方式可以解决部署自己的应用程序的问题,但它因环境而异,脚本往往在一个环境中正确运行,但在另一个环境中却不能正确运行。
[En]
Although the way of scripting can solve the problem of deploying one’s own application, it varies from environment to environment, and a script often runs correctly in one environment, but not in another.
而容器是能更好的解决这个问题的。
容器是 Container,Container另一个意思是集装箱,其实容器的思想就是要变成软件交付的集装箱。集装箱的特点,一是封装,二是标准。

在没有集装箱的时代,假设将货物从 A运到 B,中间要经过三个码头、换三次船。每次都要将货物卸下船来,摆的七零八落,然后搬上船重新整齐摆好。因此在没有集装箱的时候,每次换船,船员们都要在岸上待几天才能走。

有了集装箱后,所有的货物都被打包在一起,集装箱的大小都是一样的,所以每次换船,都可以整体移动一个箱子,完成小时级。船员们再也不用长时间上岸了。
[En]
After having the container, all the goods are packed together, and the size of the container is all the same, so every time you change the ship, a box can be moved as a whole, and the hour level can be completed. the crew no longer have to go ashore for a long time.
这是集装箱”封装”、”标准”两大特点在生活中的应用。

那么容器如何对应用打包呢?还是要学习集装箱,首先要有个封闭的环境,将货物封装起来,让货物之间互不干扰,互相隔离,这样装货卸货才方便。好在 Ubuntu中的LXC技术早就能做到这一点。
封闭的环境主要使用了两种技术,一种是看起来是隔离的技术,称为 Namespace,也即每个 Namespace中的应用看到的是不同的 IP地址、用户空间、程号等。另一种是用起来是隔离的技术,称为 Cgroups,也即明明整台机器有很多的 CPU、内存,而一个应用只能用其中的一部分。
所谓镜像,就是你焊接集装箱并保存集装箱状态的那一刻,正如孙悟空所说:“FIXED”,集装箱在那一刻是固定的,然后把这一刻的状态保存到一系列文件中。这些文件的格式是标准的,任何人看到它们都可以还原当时的固定时刻。将映像恢复到运行时的过程(即读取映像文件并恢复该时刻的过程)就是运行容器的过程。
[En]
The so-called mirror image is the moment you weld the container and save the state of the container, just as Sun WuKong said: “fixed”, the container is fixed at that moment, and then save the state of this moment into a series of files. The format of these files is standard, and anyone who sees them can restore the fixed moment at that time. The process of restoring the image to the runtime (that is, the process of reading the image file and restoring that moment) is the process of running the container.
有了容器,使得 PaaS层对于用户自身应用的自动部署变得快速而优雅。
三、大数据拥抱云计算
在PaaS层中一个复杂的通用应用就是大数据平台。大数据是如何一步一步融入云计算的呢?
3.1 数据不大也包含智慧
起初,大数据并不大。你认为有多少数据?现在每个人都去看电子书,在互联网上看新闻。当我们出生在80年代,信息量并不是那么大,所以我们只看书和报纸。一周的报纸上有多少字?如果你不是在大城市,普通学校的图书馆只有几个书架。后来,随着信息的到来,信息会越来越多。
[En]
At first, big data was not big. How much data do you imagine there was? Now everyone goes to read e-books and read news on the Internet. when we were born in the 1980s, the amount of information was not so large, so we just read books and newspapers. How many words are there in a week’s newspapers? if you are not in a big city, the library of an ordinary school has only a few bookshelves. Later, with the advent of information, there will be more and more information.
首先我们来看一下大数据里面的数据,就分三种类型,一种叫结构化的数据,一种叫非结构化的数据,还有一种叫半结构化的数据。什么叫结构化的数据呢?叫有固定格式和有限长度的数据。例如填的表格就是结构化的数据,国籍:中华人民共和国,民族:汉,性别:男,这都叫结构化数据。现在越来越多的就是非结构化的数据,就是不定长,无固定格式的数据,例如网页,有时候非常长,有时候几句话就没了,例如语音,视频都是非结构化的数据。半结构化数据是一些xml或者html的格式的,不从事技术的可能不了解,但也没有关系。
数据怎么样才能对人有用呢?其实数据本身不是有用的,必须要经过一定的处理。例如你每天跑步带个手环收集的也是数据,网上这么多网页也是数据,我们称为Data,数据本身没有什么用处,但是数据里面包含一个很重要的东西,叫做信息Information,数据十分杂乱,经过梳理和清洗,才能够称为信息。信息会包含很多规律,我们需要从信息中将规律总结出来,称为知识knowledge,知识改变命运。信息是很多的,但是有人看到了信息相当于白看,但是有人就从信息中看到了电商的未来,有人看到了直播的未来,所以人家就牛了,你如果没有从信息中提取出知识,天天看朋友圈,也只能在互联网滚滚大潮中做个看客。有了知识,然后利用这些知识去应用于实战,有的人会做得非常好,这个东西叫做智慧intelligence。有知识并不一定有智慧,例如好多学者很有知识,已经发生的事情可以从各个角度分析的头头是道,但一到实干就歇菜,并不能转化成为智慧。而很多的创业家之所以伟大,就是通过获得的知识应用于实践,最后做了很大的生意。
所以数据的应用分这四个步骤:数据,信息,知识,智慧。这是很多商家都想要的,你看我收集了这么多的数据,能不能基于这些数据来帮我做下一步的决策,改善我的产品,例如让用户看视频的时候旁边弹出广告,正好是他想买的东西,再如让用户听音乐的时候,另外推荐一些他非常想听的其他音乐。用户在我的应用或者网站上随便点点鼠标,输入文字对我来说都是数据,我就是要将其中某些东西提取出来,指导实践,形成智慧,让用户陷入到我的应用里面不可自拔,上了我的网就不想离开,手不停的点,不停的买,很多人说双十一我都想断网了,我老婆在上面不断的买买买,买了A又推荐B,老婆大人说,”哎呀,B也是我喜欢的啊,老公我要买”。你说这个程序怎么这么牛,这么有智慧,比我还了解我老婆,这件事情是怎么做到的呢?

3.2 数据如何升华为智慧
数据的处理分几个步骤,完成了才最后会有智慧。
第一步是数据收集。首先,必须要有数据。有两种方法可以收集数据。第一种方法是接受它。专业地讲,这叫做爬行或爬行。例如,搜索引擎就是这样做的。它将互联网上的所有信息下载到它的数据中心,然后你就可以搜索它。例如,当您去搜索时,结果将是一个列表。为什么这份榜单会出现在搜索引擎公司?因为他把这些数据都拿下来了啊,但是如果你点击一个链接,这个网站就不再在搜索引擎公司了。例如,新浪上有一条新闻。如果你用百度搜索,当你不点击的时候,那个页面在百度数据中心,出来的页面在新浪的数据中心。另一种方式是推送,有很多终端可以帮我采集数据,比如小米手环,你可以把你的日常跑步数据、心跳数据、睡眠数据上传到数据中心。
[En]
The first step is called data collection. First of all, there must be data. there are two ways to collect data. the first way is to take it. Professionally speaking, it is called crawling or crawling. For example, a search engine does this. It downloads all the information on the Internet to its data center, and then you can search it. For example, when you go to search, the result will be a list. Why is this list in the search engine company? it is because he has taken down all this data, ah, but if you click on a link, the site will no longer be in the search engine company. For example, there is a news on Sina. If you search it with Baidu, when you don’t click, that page is in the Baidu data center, and the page that comes out is in the data center of Sina. Another way is push, there are many terminals can help me collect data, such as Xiaomi bracelet, you can upload your daily running data, heartbeat data, sleep data to the data center.
第二步是数据的传输。一般都会通过队列来进行,因为数据量很大,数据必须经过处理才能有用,但是系统处理不了,所以我们只能排队,慢慢处理。
[En]
The second step is the transmission of data. Generally, it will be carried out through the queue, because the amount of data is so large that the data must be processed to be useful, but the system can not handle it, so we have to queue up and deal with it slowly.
第三步是数据的存储。现在数据就是钱,掌握数据就等于掌握了钱。否则网站怎么会知道你想买什么呢?因为它有你的历史交易数据,这个信息不能给别人,很有价值,所以需要存储。
[En]
The third step is the storage of data. Now data is money, and mastering data is equivalent to mastering money. How else would the website know what you want to buy? It is because it has your historical transaction data, this information can not be given to others, it is very valuable, so it needs to be stored.
第四步是数据处理和分析。上面存储的数据是原始数据,原始数据大多是杂乱无章的,里面有大量的垃圾数据,需要对其进行清理和过滤,才能得到一些高质量的数据。对于高质量的数据,我们可以对数据进行分析,从而对数据进行分类,或者发现数据之间的关系并获取知识。例如,沃尔玛关于啤酒和纸尿裤的传闻是,通过对人们购买数据的分析,发现男性通常在购买纸尿裤时,会同时购买啤酒,从而发现啤酒和纸尿裤的关系。获取知识,然后将其应用于实践,使啤酒和尿布柜台非常接近,并获得智慧。
[En]
The fourth step is data processing and analysis. The data stored above is the original data, the original data is mostly disorganized, there are a lot of junk data in it, so it needs to be cleaned and filtered to get some high-quality data. For high-quality data, we can analyze the data, so as to classify the data, or find the relationship between the data and get knowledge. For example, the rumored story of beer and diapers in Wal-Mart is that through the analysis of people’s purchase data, it is found that when men usually buy diapers, they will buy beer at the same time, thus discovering the relationship between beer and diapers. Gain knowledge, and then apply it to practice, make beer and diaper counters very close, and gain wisdom.
第五个步骤就是对于数据的检索和挖掘。检索就是搜索,所谓外事不决问google,内事不决问百度。内外两大搜索引擎都是讲分析后的数据放入搜索引擎,从而人们想寻找信息的时候,一搜就有了。另外就是挖掘,仅仅搜索出来已经不能满足人们的要求了,还需要从信息中挖掘出相互的关系。比如财经搜索,当搜索某个公司股票的时候,该公司的高管是不是也应该被挖掘出来呢?如果仅仅搜索出这个公司的股票发现涨的特别好,于是你就去买了,其实其高管发了一个声明,对股票十分不利,第二天就跌了,这不坑害广大股民么?所以通过各种算法挖掘数据中的关系,形成知识库,十分重要。


3.3 大数据时代,众人拾柴火焰高
当数据量非常小的时候,几台机器就可以解决它。慢慢地,当数据量越来越大,再好的服务器也解决不了问题,你想怎么办?汇聚多台机器的力量,大家齐心协力把这件事做好,众人拾柴火焰高。
[En]
When the amount of data is very small, a few machines can solve it. Slowly, when the amount of data is getting larger and larger, the best server can not solve the problem, what do you want to do? To gather the power of many machines, we all work together to get this done, and everyone gathers firewood and the fire is high.
对于数据的收集,对于IoT来讲,外面部署这成千上万的检测设备,将大量的温度,适度,监控,电力等等数据统统收集上来,对于互联网网页的搜索引擎来讲,需要将整个互联网所有的网页都下载下来,这显然一台机器做不到,需要多台机器组成网络爬虫系统,每台机器下载一部分,同时工作,才能在有限的时间内,将海量的网页下载完毕。
对于数据传输,内存中的一个队列必然会被大量的数据淹没,所以生成了一个基于硬盘的分布式队列,这样队列就可以由多台机器同时传输,无论你有多少数据,只要我有足够的队列和足够厚的管道来支撑。
[En]
For data transmission, a queue in memory is bound to be overwhelmed by a large amount of data, so a distributed queue based on hard disk is generated, so that the queue can be transmitted by multiple machines at the same time, no matter how much data you have, as long as I have enough queues and the pipes are thick enough to hold up.

对于数据存储,一台机器的文件系统必须不适合,因此需要一个大型的分布式文件系统来实现这一点,将多台机器的硬盘输入到一个大型文件系统中。
[En]
For data storage, the file system of one machine must not fit, so a large distributed file system is needed to do this, typing the hard drives of multiple machines into a large file system.
再如数据的分析,可能需要对大量的数据做分解,统计,汇总,一台机器肯定搞不定,处理到猴年马月也分析不完,于是就有分布式计算的方法,将大量的数据分成小份,每台机器处理一小份,多台机器并行处理,很快就能算完。例如著名的Terasort对1个TB的数据排序,相当于1000G,如果单机处理,怎么也要几个小时,但是并行处理209秒就完成了。



所以大数据平台,所谓的大数据,说穿了就是一台机器做不完,我们大家一起来做。随着数据量的不断增加,许多小公司需要处理相当多的数据。如果这些小公司没有那么多机器怎么办?
[En]
So big data platform, what is called big data, to put it bluntly, is that a machine can not be finished, we all do it together. With the increasing amount of data, many small companies need to deal with quite a lot of data. what if these small companies don’t have so many machines?
3.4 大数据需要云计算,云计算需要大数据
说到这里,大家想起云计算了吧。当想要干这些活的时候,需要好多好多的机器一块做,真的是想什么时候要,想要多少就要多少。例如大数据分析公司的财务情况,可能一周分析一次,如果要把这一百台机器或者一千台机器都在那放着,一周用一次对吧,非常浪费。那能不能需要计算的时候,把这一千台机器拿出来,然后不算的时候,这一千台机器可以去干别的事情。谁能做这个事儿呢?只有云计算,可以为大数据的运算提供资源层的灵活性。而云计算也会部署大数据放到它的PaaS平台上,作为一个非常非常重要的通用应用。因为大数据平台能够使得多台机器一起干一个事儿,这个东西不是一般人能开发出来的,也不是一般人玩得转的,怎么也得雇个几十上百号人才能把这个玩起来,所以说就像数据库一样,其实还是需要有一帮专业的人来玩这个东西。现在公有云上基本上都会有大数据的解决方案了,一个小公司我需要大数据平台的时候,不需要采购一千台机器,只要到公有云上一点,这一千台机器都出来了,并且上面已经部署好了的大数据平台,只要把数据放进去算就可以了。
云计算需要大数据,大数据需要云计算,两个人就这样结合了。
四、人工智能拥抱大数据
4.1 机器什么时候才能懂人心
虽然有大数据,但人们的欲望并不总是得到满足。虽然大数据平台有搜索引擎,但我一搜索就找到了我想要的东西。但也有这样一种情况,我想要的不会被搜索,不能表达,搜索不是我想要的。比如音乐软件推荐一首歌,这首歌我没听过,当然不知道名字,也搜索不到,但是软件推荐给我的,我确实喜欢,这是搜索做不到的。当人们使用这款应用时,他们会发现机器知道我想要什么,而不是在我想要的时候在机器里搜索。这台机器真的像我的朋友一样理解我,这意味着某种程度上的人工智能。
[En]
Although there is big data, people’s desires cannot always be satisfied. Although there is a search engine in the big data platform, I found something I wanted as soon as I searched it. But there is also such a situation, what I want will not be searched, can not be expressed, and the search is not what I want. For example, music software recommends a song, this song I have not heard, of course, do not know the name, also can not search, but the software recommended to me, I do like, this is what search can not do. When people use this app, they will find that the machine knows what I want, rather than searching in the machine when I want it. This machine really understands me like my friends, which means something of artificial intelligence.
人们对此已经思考了很长时间。起初,人们想象如果有一堵墙,后面有一台机器,如果我对它说话,它会回应我。如果我感觉不到它是人还是机器,那么这真的是一件人工智能的事情。
[En]
People have been thinking about this for a long time. At first, people imagined that if there was a wall and there was a machine behind it, if I spoke to it, it would respond to me. If I couldn’t feel whether it was a man or a machine, then it would really be an artificial intelligence thing.
4.2 让机器学会推理
我们怎么能做到这一点?人们想:首先,我想告诉计算机人类的推理能力。你看到了对人类来说什么是重要的,以及人和动物之间的区别,也就是说,他们可以推理。如果我告诉机器我的推理能力,机器就能根据你的问题推理出相应的答案,那就好了。事实上,人们慢慢地让机器做一些事情,比如证明数学公式。这是一个非常令人惊讶的过程,机器可以证明数学公式。但慢慢地发现,这个结果并不是那么令人惊讶,因为我们发现了一个问题,数学公式很严谨,推理过程也很严谨,而且数学公式很容易用机器表达,程序也比较容易表达。然而,人类的语言并不是那么简单,例如,今晚,你和你的女朋友约会,你的女朋友说:如果你来得早,我没来,你等,如果我来早,你不来,你等。这台机器比较难懂,但大家都知道,所以你不敢和女朋友约会迟到。
[En]
How can we do this? People think: first of all, I want to tell the computer about human reasoning ability. You see what is important to people, and what is the difference between people and animals, that is, they can reason. It would be nice if I told the machine about my reasoning ability, and the machine would be able to reason out the corresponding answer according to your question. In fact, people slowly enable machines to do some things, such as proving mathematical formulas. This is a very surprising process, and the machine can prove the mathematical formula. But slowly found that this result is not so surprising, because we found a problem, the mathematical formula is very rigorous, the reasoning process is also very rigorous, and the mathematical formula is easy to express with the machine, the program is also relatively easy to express. However, human language is not so simple, for example, tonight, you and your girlfriend date, your girlfriend said: if you come early, I did not come, you wait, if I come early, you do not come, you wait. This machine is more difficult to understand, but everyone knows it, so you dare not be late for a date with your girlfriend.
4.3 教给机器知识
因此,只告诉机器严格的推理是不够的,还要告诉机器一些知识。但对这件事的了解,普通人可能做不到,也许专家可以,比如语言专家,或者财经领域的专家。语言和金融领域的知识能像数学公式一样严格表达吗?例如,语言专家可能会总结出主谓宾语定状语补语的语法规则,后面必须跟一个谓词和一个宾语。这些会不会很快总结出来,严格表达出来呢?后来发现这不好,太难概括了,语言表达是千变万化的。以主语、谓词和宾语为例。很多时候,口语中省略了谓词,其他人会问:“你是谁?”我回答:我是柳超。但你不能要求你在语音语义识别时对着机器说标准的书面语言,正如罗永浩在一次演讲中所说,这仍然不够智能。正如罗永浩在一次演讲中所说的那样,这对我来说是一件非常尴尬的事情。
[En]
Therefore, it is not enough to tell the machine strict reasoning, but also to tell the machine some knowledge. But the knowledge of this matter, ordinary people may not be able to do, perhaps experts can, such as language experts, or experts in the field of finance and economics. Can the knowledge in the field of language and finance be expressed as strictly as a mathematical formula? For example, language experts may sum up the grammatical rules of subject-predicate-object-definite adverbial complement, which must be followed by a predicate and an object. Will these be summed up and strictly expressed soon? Later found that this is not good, too difficult to sum up, the language expression is ever-changing. Take the example of subject, predicate and object. Very often, the predicate is omitted in the spoken language, and others ask, “who are you?” I replied: I am Liu Chao. But you can’t require you to speak standard written language to the machine during speech semantic recognition, which is still not smart enough, as Luo Yonghao said in a speech. “Please call so-and-so for me, this is a very embarrassing thing,” as Luo Yonghao said in a speech.
人工智能的这个阶段被称为专家系统。专家系统不容易成功,一方面是知识难以概括,另一方面是总结后的知识难以教授给计算机。因为还是一头雾水,感觉很正常,但不会说又怎么会编程教电脑呢?
[En]
This stage of artificial intelligence is called expert system. The expert system is not easy to succeed, on the one hand, the knowledge is difficult to summarize, on the other hand, the summarized knowledge is difficult to teach to the computer. Because you are still confused, you seem to feel regular, but how can you teach the computer by programming if you can’t say it?
4.4 算了,教不会你自己学吧
于是人们想,似乎机器和人类是完全不同的物种,就让机器自己学习吧。机器是如何学习的?由于机器的统计能力如此之强,基于统计学习,我们必须能够在大量的数字中发现一定的规律。
[En]
So people thought, it seems that the machine is a completely different species from the human, just let the machine learn by itself. How do machines learn? Since the statistical ability of machines is so strong, based on statistical learning, we must be able to find certain rules in a large number of numbers.
其实在娱乐圈有很好的一个例子,可见一斑
有一位网友统计了知名歌手在大陆发行的 9 张专辑中 117 首歌曲的歌词,同一词语在一首歌出现只算一次,形容词、名词和动词的前十名如下表所示(词语后面的数字是出现的次数):
a 形容词 b 名词 c 动词 0 孤独:34 0 生命:50 0 爱:54 1 自由:17 1 路:37 1 碎:37 2 迷惘:16 2 夜:29 2 哭:35 3 坚强:13 3 天空:24 3 死:27 4 绝望:8 4 孩子:23 4 飞:26 5 青春:7 5 雨:21 5 梦想:14 6 迷茫:6 6 石头:9 6 祈祷:10 7 光明:6 7 鸟:9 7 离去:10
如果我们写一串随机的数字,然后按数字顺序从形容词、名词和动词中取一个词,会怎么样?
[En]
What if we write a random string of numbers and then take a word from adjectives, nouns and verbs in numerical order?
例如取圆周率 3.1415926,对应的词语是:坚强,路,飞,自由,雨,埋,迷惘。稍微连接和润色一下:
坚强的孩子,
依然前行在路上,
张开翅膀飞向自由,
让雨水埋葬他的迷惘。
你没感觉到什么吗?当然,真正的基于统计的学习算法比这种简单的统计要复杂得多。
[En]
Don’t you feel something? Of course, the real statistics-based learning algorithm is much more complex than this simple statistics.
然而,统计学习更容易理解简单的关联性,比如,一个词和另一个词总是出现在一起,这两个词应该是相关的,但不能表达复杂的相关性,而且统计方法的公式往往很复杂,为了简化计算,我们经常做出各种独立的假设来降低公式计算的难度,但在现实生活中,独立的事件相对较少。
[En]
However, statistical learning is easier to understand simple relevance, for example, one word and another word always appear together, the two words should be related, but can not express complex correlation, and the formula of statistical methods is often very complex, in order to simplify the calculation, we often make various independent assumptions to reduce the difficulty of formula calculation, but in real life, independent events are relatively few.
4.5 模拟大脑的工作方式
于是人类开始从机器的世界,反思人类的世界是怎么工作的。

人脑不存储大量的规则,也不记录大量的统计数据,但通过神经元的触发,每个神经元都有来自其他神经元的输入,当它接收到输入时,它会产生一个输出来刺激其他神经元,所以大量的神经元相互反应,最终形成各种输出的结果。例如,当人们看到一位美女的瞳孔放大时,并不是大脑根据身体的比例做出常规判断,也不是统计他们一生中见过的所有美女,而是神经元触发从视网膜到大脑再回到瞳孔。在这个过程中,很难总结出每个神经元在最终结果中扮演了什么角色,但它确实起到了作用。
[En]
The human brain does not store a large number of rules, nor record a large number of statistical data, but through the trigger of neurons, each neuron has input from other neurons, when it receives the input, it will produce an output to stimulate other neurons, so a large number of neurons react with each other, and finally form the result of various outputs. For example, when people see a beautiful woman’s pupil dilated, it is not the brain that makes a regular judgment according to the proportion of the body, nor does it count all the beautiful women they have seen in their lives, but neurons trigger from the retina to the brain and back to the pupil. In this process, it is difficult to sum up what role each neuron played in the final result, but it did.
于是人们开始用一个数学单元模拟神经元
这个神经元有输入和输出,输入和输出之间的关系用一个公式来表示。投入根据重要程度(权重)影响产出。
[En]
This neuron has input and output, and the relationship between input and output is represented by a formula. The input affects the output according to the degree of importance (weight).

于是将n个神经元通过像一张神经网络一样连接在一起,n这个数字可以很大很大,所有的神经元可以分成很多列,每一列很多个排列起来,每个神经元的对于输入的权重可以都不相同,从而每个神经元的公式也不相同。当人们从这张网络中输入一个东西的时候,希望输出一个对人类来讲正确的结果。例如上面的例子,输入一个写着2的图片,输出的列表里面第二个数字最大,其实从机器来讲,它既不知道输入的这个图片写的是2,也不知道输出的这一系列数字的意义,没关系,人知道意义就可以了。正如对于神经元来说,他们既不知道视网膜看到的是美女,也不知道瞳孔放大是为了看的清楚,反正看到美女,瞳孔放大了,就可以了。
对于任何一张神经网络,谁也不敢保证输入是2,输出一定是第二个数字最大,要保证这个结果,需要训练和学习。毕竟看到美女而瞳孔放大也是人类很多年进化的结果。学习的过程就是,输入大量的图片,如果结果不是想要的结果,则进行调整。如何调整呢,就是每个神经元的每个权重都向目标进行微调,由于神经元和权重实在是太多了,所以整张网络产生的结果很难表现出非此即彼的结果,而是向着结果微微的进步,最终能够达到目标结果。当然这些调整的策略还是非常有技巧的,需要算法的高手来仔细的调整。正如人类见到美女,瞳孔一开始没有放大到能看清楚,于是美女跟别人跑了,下次学习的结果是瞳孔放大一点点,而不是放大鼻孔。
4.6 没道理但做得到
听起来也没有那么有道理,但是的确能做到,就是这么任性。
神经网络的普遍性定理是这样说的,假设某个人给你某种复杂奇特的函数,f(x):

不管这个函数是什么样的,总会确保有个神经网络能够对任何可能的输入x,其值f(x)(或者某个能够准确的近似)是神经网络的输出。
如果函数代表规律,这也意味着规律,无论多么奇妙和难以理解,都可以由大量的神经元,通过大量的权重来表达。
[En]
If the function represents the law, it also means that the law, no matter how wonderful and incomprehensible, can be expressed by a large number of neurons, through a large number of weights.
4.7 人工智能的经济学解释
这让我想到了经济学,于是比较容易理解了。

我们将每一个神经元视为参与社会经济活动的个体。所以神经网络相当于整个经济和社会,每个神经元都有权调整社会的投入,做出相应的输出,比如工资上涨,蔬菜价格上涨,股票下跌,我应该做什么,怎么花自己的钱。这里面没有模式吗?肯定有,但具体的规则是什么呢?但很难说。
[En]
We treat each neuron as an individual engaged in economic activity in society. So the neural network is equivalent to the whole economy and society, and each neuron has the right to adjust the input of the society and make corresponding outputs, such as wages rising, vegetable prices rising, stocks falling, what should I do and how to spend my own money. Is there no pattern in this? There must be, but what is the specific rule? But it’s hard to tell.
以专家制度为基础的经济属于计划经济,整个经济规律的表述不想通过每个经济个体的自主决策来表现,而是希望通过专家的高屋建瓴和远见卓识来概括。专家们永远不会知道哪个城市的哪条街缺少卖豆腐的甜品。所以专家表示,到底应该生产多少钢材和馒头,往往与人民生活的实际需求差距很大,即使整个计划写在几百页纸上,也无法表达隐藏在人民生活中的小规则。
[En]
The economy based on expert system belongs to planned economy, and the expression of the whole economic law does not want to be shown through the independent decision of each economic individual, but hopes to be summed up through the strategically advantageous position and foresight of experts. Experts will never know which street in which city lacks a sweet tofu pudding seller. So experts say that how much steel and steamed bread should be produced is often a big gap from the real needs of the people’s life, and even if the whole plan is written in hundreds of pages, it will not be able to express the small rules hidden in the people’s life.
基于统计的宏观调控就靠谱的多了,每年统计局都会统计整个社会的就业率,通胀率,GDP等等指标,这些指标往往代表着很多的内在规律,虽然不能够精确表达,但是相对靠谱。然而基于统计的规律总结表达相对比较粗糙,比如经济学家看到这些统计数据可以总结出长期来看房价是涨还是跌,股票长期来看是涨还是跌,如果经济总体上扬,房价和股票应该都是涨的。但是基于统计数据,无法总结出股票,物价的微小波动规律。
基于神经网络的微观经济学是对整个经济规律最准确的表达,每个人都会对来自社会的投入做出自己的调整,而调整也会反馈给社会作为输入。想象一下股市微妙的波动曲线,这是每个个体不断交易的结果,没有统一的规律可循。而每个人根据全社会的投入自主决策,当一些因素经过多次训练后,也会形成宏观统计规律,这是宏观经济学所能看到的。例如,每次大量发钱,房价最终都会上涨,经过多次培训,人们会学会的。
[En]
Microeconomics based on neural network is the most accurate expression of the whole economic law, everyone makes their own adjustments to the input from the society, and the adjustment will also be fed back to the society as an input. Imagine the subtle fluctuation curve of the stock market, which is the result of the continuous trading of each individual, and there is no unified law to follow. And everyone makes independent decisions according to the input of the whole society, when some factors have been trained many times, they will also form a macro statistical law, which is what macroeconomics can see. For example, every time a large number of money is issued, house prices will eventually rise, and after many training, people will learn.
4.8 人工智能需要大数据
但是,神经网络包含这么多节点,每个节点包含非常多的参数,参数总数真的太大了,需要的计算量真的太大了,但没关系,我们有大数据平台,我们可以把多台机器的力量聚集在一起计算,才能在有限的时间内得到想要的结果。
[En]
However, the neural network contains so many nodes, each node contains very many parameters, the total number of parameters is really too large, the amount of calculation required is really too large, but it does not matter, we have big data platform, we can gather the strength of multiple machines to calculate together, in order to get the desired results in a limited time.
人工智能可以做很多事情,比如识别垃圾邮件、识别色情和暴力的文字和图片等等。这也经历了三个阶段。第一阶段依赖于关键字的黑白名单和过滤技术,包括哪些词是黄色的或暴力的词。由于网络语言越来越多,词汇也在不断变化,所以要不断更新这个词库就有点难了。在第二阶段,基于一些新的算法,比如贝叶斯过滤,你不关心贝叶斯算法是什么,但你应该已经听说过这个名字,这是一个基于概率的算法。第三阶段是基于大数据和人工智能,进行更精准的用户画像和文字理解和图像理解。
[En]
Artificial intelligence can do many things, such as identifying spam, identifying pornographic and violent words and pictures, and so on. This has also gone through three stages. The first stage relies on black and white lists of keywords and filtering techniques, including which words are yellow or violent words. As there are more and more network languages and words are constantly changing, it is a bit hard to keep updating this thesaurus. In the second stage, based on some new algorithms, such as Bayesian filtering, you don’t care what the Bayesian algorithm is, but you should have heard the name, this is a probability-based algorithm. The third stage is to carry out more accurate user portrait and text understanding and image understanding based on big data and artificial intelligence.
由于人工智能算法多是依赖于大量的数据的,这些数据往往需要面向某个特定的领域(例如电商,邮箱)进行长期的积累,如果没有数据,就算有人工智能算法也白搭,所以人工智能程序很少像前面的IaaS和PaaS一样,将人工智能程序给某个客户安装一套让客户去用,因为给某个客户单独安装一套,客户没有相关的数据做训练,结果往往是很差的。但是云计算厂商往往是积累了大量数据的,于是就在云计算厂商里面安装一套,暴露一个服务接口,比如您想鉴别一个文本是不是涉及黄色和暴力,直接用这个在线服务就可以了。这种形势的服务,在云计算里面称为软件即服务,SaaS (Software AS A Service)
于是工智能程序作为SaaS平台进入了云计算。
五、云计算,大数据,人工智能过上了美好的生活
终于云计算的三兄弟凑齐了,分别是IaaS,PaaS和SaaS,所以一般在一个云计算平台上,云,大数据,人工智能都能找得到。对一个大数据公司,积累了大量的数据,也会使用一些人工智能的算法提供一些服务。对于一个人工智能公司,也不可能没有大数据平台支撑。所以云计算,大数据,人工智能就这样整合起来,完成了相遇,相识,相知。
欢迎关注个人公众号

Original: https://www.cnblogs.com/popsuper1982/p/8505203.html
Author: popsuper1982
Title: 不是技术也能看懂云计算,大数据,人工智能
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/16226/
转载文章受原作者版权保护。转载请注明原作者出处!