2017大數據白皮書發布 中能智慧DPEN平臺受追捧專欄
【導讀】近日《2017中國大數據產業發展白皮書》發布,大數據進入應用時代已成業內共識。然而,數據價值的真正落地在企業還存在諸多困難,如何嫁接現有技術快速實現數據化轉型?中能智慧打造的DPEN平臺無疑提供了敲門磚。
馬云在卸職演講中曾經提到,“這是一個變化的世界,很多人還沒搞清楚什么是PC互聯網,移動互聯網來了,我們還沒搞清楚移動互聯的時候,大數據時代又來了。”
如今大數據正在從一種理論思考,演變成跨越社會各領域的實踐行為。近日,《2017中國大數據產業發展白皮書》發布,其中指出在過去的一年中,大數據在以一種令人驚嘆的速度發展,且產業生態日漸成熟,大數據進入智能應用時代已成為業內共識。
然而,在實際操作中,數據價值的真正落地還存在困難。中能工業智慧技術研究院(以下簡稱“中能智慧”)利用深度學習等核心技術打造DPEN平臺,在海量數據基礎上從事自我學習、規則推理,從而超越現有經驗范疇,進行更高粒度的自主學習而非以往的規則設計,獲得更強的泛化能力。更重要的是,DPEN是一個開放的數據平臺,允許不同主體接入。每個企業都可以結合自身行業特點,運用DPEN平臺快速向數字企業轉型。
擁抱大數據時代 唯有積極應對才是生存之道
從理論上講,所有產業都會從大數據的發展中受益。大數據時代,每個企業都是數據的參與者,數據也成為了最有價值的存在。企業通過獲取、分析、挖掘數據,才能準確判斷所處階段、預知風險,并提前做出改善。這就推動或倒逼他們盡快投身其中,并不斷打造數字化能力,變身數字企業。
過去一年中,大數據政策規劃也在向各大行業和細分應用領域傾斜。白皮書顯示,2016年以來國家部委和各地方針對大數據產業發展的政策緊密出臺,重點強調行業應用。這都表明我國大數據正進入應用時代。
然而,盡管多數企業已然具備了“用數據驅動業務”的意識,但是在實際操作中,數據價值的真正落地還存在困難,將大數據的運用到具體行業、解決具體企業應用時仍存在諸多挑戰。
具體表現在,一方面企業對于費用敏感,自行建設分析平臺,并組織培養數據分析團隊,實施成本與門檻都過高,企業難以承受;另一方面由于企業戰略定位模糊、組織結構變革滯后等原因的掣肘,企業對于向數字化轉型一時找不到門路。那么,面對大數據化浪潮的到來,企業的出路在哪里?
利用深度學習技術 DPEN平臺打造中國智慧大腦
想必大家對Alpha Go完虐世界圍棋冠軍的事情還記憶猶新,Alpha Go之所以能夠輕取世界冠軍,背后所依靠的正是深度學習技術。深度學習是人工智能的核心之一,它建立在數據的基礎之上,但并不完全依賴完備的大數據,而是對海量數據進行自我學習、知識推理,從而超越現有數據范疇,尋找到最優策略,給出最優化決策建議。
以Alpha Go為例,它首先學習了人類的3000萬個棋局作為大數據基礎,然后再利用深度強化學習,通過自我對弈、左右互搏搜索更大的棋局空間,遠遠超越了3000萬棋局的范疇,這也是為什么AlphaGo 2.0下出了很多我們從未見過的棋譜或者棋局。
中能智慧打造的工業互聯網智能中樞DPEN,背后依靠的正是深度學習技術。DPEN,取自于Data Platform of Eco Network,有Data(數據)和Open(開放)融合之意。DPEN首先擁有強大的數據收集與處理能力,支持數千萬個采集節點,能夠將運行中產生的十分巨大且凌亂的數據,源源不斷地匯聚到平臺上來。同時,DPEN平臺利用深度學習技術,在已有大數據的基礎上,進行更高粒度的自主學習而非以往的規則設計,從而站在巨人肩上,獲得更強的泛化能力。
舉個例子:通過DPEN平臺,我們可以輕松了解設備的運行狀況、預知潛在問題,并提前進行預防性干預,從而提升設備的運行效率。這就意味著,利用DPEN平臺,我們對于設備的維護,不僅僅借助大數據,避免之前出現過的各種試錯情況,還能夠通過深度學習、規則推理,避免新問題的發生,從而提供更科學更具建設性的未來建議。
據中能智慧方面透露,DPEN現階段的行業服務目標定位于能源、金融、資管等領域,隨著市場認知度的不斷擴大,它將逐步向其他行業擴撒,作為最強的工業智慧大腦,幫助各行業實現數字化與信息化。
DPEN平臺的開發性,是其重要特征之一。中能智慧選擇將DPEN平臺向所有開發者開放,鼓勵不同的主體接入。這樣的開放性,不僅可進一步發揮DPEN平臺的潛能,更著眼于充分釋放大數據的隱藏價值,幫助其他企業迅速實現向數字化轉型。這對于那些有意向大數據發展的企業,無疑是項福音。
《大數據時代》一書的作者維克托•邁爾-舍恩伯格曾斷言:“大數據開啟了一次重大的時代轉型。”面對數據化浪潮,企業必須主動作為、勇立潮頭,才能有所作為,而對于他們而言,DPEN平臺無疑提供了邁向大數據時代的敲門磚。
1.砍柴網遵循行業規范,任何轉載的稿件都會明確標注作者和來源;2.砍柴網的原創文章,請轉載時務必注明文章作者和"來源:砍柴網",不尊重原創的行為砍柴網或將追究責任;3.作者投稿可能會經砍柴網編輯修改或補充。