如今，面對快速發(fā)展的網(wǎng)絡(luò)科技水平，互聯(lián)網(wǎng)已逐漸步入人工智能與大數(shù)據(jù)管理時代，而云計算作為一種高效的技術(shù)也提供了強大的技術(shù)支持。

關(guān)于Cloudera和Hadoop的關(guān)系，想必大家已經(jīng)了解和知道了，作為Hadoop系統(tǒng)的首創(chuàng)者組織，人們對Cloudera在數(shù)據(jù)領(lǐng)域的積累已經(jīng)非常了解，而當云計算和人工智能成為2017年話題的時候，Cloudera大中華區(qū)總經(jīng)理及公司副總裁凌琦也分享了他的理解和Cloudera在做的事情。

機器學(xué)習(xí)與人工智能

事實上，Cloudera作為軟件平臺廠商，其業(yè)務(wù)主要是針對大數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的管理，對于機器學(xué)習(xí)和人工智能的支持。這樣的一個平臺，需要跟很多的解決方案合作伙伴一起合作，到現(xiàn)在為止，該公司在全國已經(jīng)擁有了超過200家的合作伙伴。經(jīng)歷了兩年的發(fā)展，Cloudera也在北京、上海、廣深，都有團隊，也建立了針對客戶的支持體系。

而對于機器學(xué)習(xí)和人工智能，在凌琦看來，對Cloudera而言，人工智能并不是一個新的話題，“我在讀研究生的時候其中一個研究方向就是人工智能，那時候的人工智能更多是基于規(guī)則的系統(tǒng)，今天的人工智能和過去有所不同，主要是：第一，計算能力提升了;第二，也是更重要的一點，是有大數(shù)據(jù)的支持。通過機器學(xué)習(xí)的模型，投入大量的數(shù)據(jù)進行培訓(xùn)和訓(xùn)練，最后形成一個在實際的應(yīng)用環(huán)境當中可以使用的模型。”

機器學(xué)習(xí)時代跟過去時代的不同。第一是計算成本的降低;第二是整個數(shù)據(jù)量的增加。今天的人工智能需要大量的數(shù)據(jù)，所以在數(shù)據(jù)的準備、獲取、處理以及治理方面，數(shù)據(jù)的生命周期需要很好地進行管理。有了這些數(shù)據(jù)之后，數(shù)據(jù)科學(xué)家運用各種各樣的分析和人工智能的模型進行機器學(xué)習(xí)的訓(xùn)練和模型的驗證，這是一個循環(huán)的過程、不斷在改進的過程。最后，把它應(yīng)用到生產(chǎn)環(huán)境當中去。

應(yīng)用到生產(chǎn)環(huán)境當中，也包括對生產(chǎn)環(huán)境的實時管理和運維，以及通過對生產(chǎn)環(huán)境當中所取得的數(shù)據(jù)的離線分析，再一次豐富數(shù)據(jù)、改變它的模型。看整個過程能夠發(fā)現(xiàn)，如果僅僅談到人工智能，其實很大程度上是在于機器學(xué)習(xí)和分析。

從整個流程看，企業(yè)需要很大程度上在數(shù)據(jù)準備以及最后的運營管理部分投入。一個能夠支持機器學(xué)習(xí)和人工智能的好的平臺，必須要滿足這些功能：各種環(huán)境下的支持，包括公有云和私有云的支持;以及良好的擴展性，即有很好的彈性;成本、以及安全性和運維的支持。從這個角度看，Cloudera的數(shù)據(jù)管理平臺，實際上為人工智能提供了一個很好的運營環(huán)境。

AI技術(shù)水平的突破

正如凌琦所言，所有的人工智能、機器學(xué)習(xí)需要的數(shù)據(jù)，包括管理數(shù)據(jù)和清理數(shù)據(jù)以及長期增強這個數(shù)據(jù)平臺，是能夠做的事情。那么，Cloudera在AI領(lǐng)域里有哪些規(guī)劃？在哪些方面取得了突破性進展？

凌琦回答記者：Cloudera的業(yè)務(wù)包括三塊：一是以開源為基礎(chǔ)的軟件平臺，我們稱為CDH;第二，專業(yè)服務(wù);第三，培訓(xùn)業(yè)務(wù)。

實際上，軟件業(yè)務(wù)占Cloudera業(yè)務(wù)收入的80%甚至更多，是我們的核心部分。今天在Hadoop上的機器學(xué)習(xí)的平臺，需要管理更大的數(shù)據(jù)，能夠在一個完整的平臺上使機器學(xué)習(xí)充分利用所有的數(shù)據(jù)，而不是一個分散的豎井式的數(shù)據(jù)對象。可以看到，我們現(xiàn)在整個平臺所能夠管理的規(guī)模越來越大，安全性越來越好。

第二，Cloudera在機器學(xué)習(xí)上，大量使用新的分布式計算引擎Spark。Spark是現(xiàn)在在機器學(xué)習(xí)過程當中一個非常重要的計算引擎，當然也還有其他的一些計算引擎。Spark在Hadoop領(lǐng)域里面是最重要的機器學(xué)習(xí)引擎，在這個部分，Cloudera現(xiàn)在是最大的貢獻者，同時也是最早把Spark引入到整個Hadoop平臺當中，進行全面支持的廠商.

第三，今天的很多對機器學(xué)習(xí)進行研究、應(yīng)用的人當中，除了傳統(tǒng)的數(shù)據(jù)分析師之外，還有很多數(shù)據(jù)科學(xué)家。數(shù)據(jù)分析師過去更多的是使用SQL這些描述性的語言，它能夠進行一些分析，但是很多的數(shù)據(jù)科學(xué)家使用一些所他們熟悉的編程語言，比如R、Python、Scala，還有一些傳統(tǒng)的數(shù)據(jù)科學(xué)家使用數(shù)學(xué)物理的程序庫。

那么對于使這些數(shù)據(jù)科學(xué)家受制于系統(tǒng)的能力、不能使用的環(huán)境，如何使他們能自由地選擇熟悉的編程語言或者程序庫？Cloudera開發(fā)了“數(shù)據(jù)科學(xué)工作臺”(Data Science Work Bench)。在兩三個月之前發(fā)布了，它可以在一個電腦上能夠充分使數(shù)據(jù)科學(xué)家大量地直接使用Hadoop里面的數(shù)據(jù)，而不是像過去只取一個子集。用戶可以直接使用Hadoop里面的數(shù)據(jù)。同時它又是運行在虛擬的Docker的沙箱當中，非常安全、不會破壞實際的運營環(huán)境，而且可以支持很多用戶可以同時使用。每個用戶都能按照自己的選擇，想用R就用R，想用Python就用Python，那個工具目前已經(jīng)發(fā)布，受到了很多用戶的歡迎。

河南億恩科技股份有限公司(m.zuiquanben.com)始創(chuàng)于2000年，專注服務(wù)器托管租用，是國家工信部認定的綜合電信服務(wù)運營商。億恩為近五十萬的用戶提供服務(wù)器托管、服務(wù)器租用、機柜租用、云服務(wù)器、網(wǎng)站建設(shè)、網(wǎng)站托管等網(wǎng)絡(luò)基礎(chǔ)服務(wù)，另有網(wǎng)總管、名片俠網(wǎng)絡(luò)推廣服務(wù)，使得客戶不斷的獲得更大的收益。
服務(wù)器/云主機 24小時售后服務(wù)電話：0371-60135900
虛擬主機/智能建站 24小時售后服務(wù)電話：0371-55621053
網(wǎng)絡(luò)版權(quán)侵權(quán)舉報電話：0371-60135995
服務(wù)熱線：0371-60135900