如今，人工智能市場(chǎng)在各個(gè)行業(yè)都在迅速增長，從創(chuàng)業(yè)到政府和軍事部門。多家企業(yè)成功掌握了首批試點(diǎn)應(yīng)用。據(jù)分析公司 稱，目前全球人工智能市場(chǎng)規(guī)模超過 80 億美元，到 2022 年將接近 776 億美元。

人工智能 (AI) 的發(fā)展涉及機(jī)器的不斷學(xué)習(xí)。為了變得“聰明”，計(jì)算機(jī)需要處理大量數(shù)據(jù)、大量內(nèi)存和強(qiáng)大的處理器來大量學(xué)習(xí)。此類處理器的速度已經(jīng)比單個(gè)人類神經(jīng)元的速度高出幾個(gè)數(shù)量級(jí)，在全球范圍內(nèi)它們的數(shù)量與人腦中的神經(jīng)元數(shù)量相當(dāng)。行為建模算法在不斷改進(jìn)，處理器內(nèi)存已經(jīng)超過了人類的潛力。

人工智能訓(xùn)練所需的數(shù)據(jù)本身仍然存在問題。正是在這里，區(qū)塊鏈技術(shù)脫穎而出，即點(diǎn)對(duì)點(diǎn)(peer-to-peer)網(wǎng)絡(luò)的可能性，用于收集和積累數(shù)據(jù)，用于跨國家甚至全球的培訓(xùn)。

點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)是一種無服務(wù)器網(wǎng)絡(luò)技術(shù)，它允許多個(gè)設(shè)備共享資源并直接相互通信而無需中介。作為對(duì)等系統(tǒng)成員的每臺(tái)計(jì)算機(jī)都充當(dāng)存儲(chǔ)在其上的文件的服務(wù)器。使用區(qū)塊鏈為機(jī)器學(xué)習(xí)收集數(shù)據(jù)將有助于使這些數(shù)據(jù)值得信賴，而加密貨幣的使用可以推動(dòng)個(gè)人和公司收集這些數(shù)據(jù)。

區(qū)塊鏈將增強(qiáng)人工智能的力量

除了經(jīng)過區(qū)塊鏈驗(yàn)證的數(shù)據(jù)源源不斷，人工智能還需要大量的算力才能發(fā)展。通常算法用于這些目的 ANN - 人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)通過查看許多示例來學(xué)習(xí)如何執(zhí)行任務(wù)，因此需要大量的能力來快速處理數(shù)百萬個(gè)值。

如果區(qū)塊鏈可以通過網(wǎng)絡(luò)傳輸數(shù)據(jù)，那么理論上它的計(jì)算能力可以用于其他目的。區(qū)塊鏈的一些變體允許用戶在點(diǎn)對(duì)點(diǎn) (P2P) 市場(chǎng)中向需要進(jìn)行復(fù)雜計(jì)算工作的人提供他們機(jī)器的計(jì)算能力。對(duì)于容量的提供，用戶將獲得代幣形式的獎(jiǎng)勵(lì)。

AI 本身將能夠在此類計(jì)算平臺(tái)上以更高的效率進(jìn)行學(xué)習(xí)。這種共生還將降低訓(xùn)練算法的成本。

人工智能在構(gòu)建邏輯數(shù)據(jù)結(jié)構(gòu)中起到關(guān)鍵的作用

邏輯數(shù)據(jù)結(jié)構(gòu)是統(tǒng)一數(shù)據(jù)交付平臺(tái)的愿景，該平臺(tái)通過隱藏復(fù)雜性并以業(yè)務(wù)友好的格式公開數(shù)據(jù)來抽象對(duì)多個(gè)數(shù)據(jù)系統(tǒng)的訪問。

在當(dāng)今數(shù)據(jù)優(yōu)先的經(jīng)濟(jì)中，一些組織擁有多個(gè)數(shù)據(jù)科學(xué)、數(shù)據(jù)工程和數(shù)據(jù)平臺(tái)團(tuán)隊(duì)來處理定價(jià)、供應(yīng)鏈和與店內(nèi)購物相關(guān)的高級(jí)數(shù)據(jù)分析和數(shù)據(jù)等問題并不罕見。科學(xué)來推動(dòng)他們的業(yè)務(wù)并獲得競(jìng)爭優(yōu)勢(shì)。因此，如今 IT 團(tuán)隊(duì)面臨的最大挑戰(zhàn)之一是為具有不同技能水平的廣泛數(shù)據(jù)消費(fèi)者提供服務(wù)。這就是邏輯數(shù)據(jù)結(jié)構(gòu)方法日益突出的原因。

這種方法有望實(shí)現(xiàn)靈活、實(shí)時(shí)和增強(qiáng)的數(shù)據(jù)集成管道，結(jié)合全面的數(shù)據(jù)管理功能，為組織內(nèi)最精通數(shù)據(jù)和最不精通數(shù)據(jù)的消費(fèi)者提供服務(wù)。通過在活動(dòng)元數(shù)據(jù)上利用知識(shí)圖譜、數(shù)據(jù)目錄和AI/ML，這種新的數(shù)據(jù)集成和數(shù)據(jù)管理方法支持更快、更自動(dòng)化的數(shù)據(jù)訪問和共享。

數(shù)據(jù)結(jié)構(gòu)是一種可組合的架構(gòu)，這意味著數(shù)據(jù)目錄、知識(shí)圖、數(shù)據(jù)準(zhǔn)備層、推薦引擎、DataOps和編排等組件可以與不同的工具結(jié)合在一起工作。雖然這是真的，但一些同類最佳的數(shù)據(jù)結(jié)構(gòu)是單一平臺(tái)，提供數(shù)據(jù)結(jié)構(gòu)的所有重要功能。邏輯數(shù)據(jù)結(jié)構(gòu)是一個(gè)統(tǒng)一數(shù)據(jù)交付平臺(tái)的愿景，它為業(yè)務(wù)消費(fèi)者抽象了對(duì)多個(gè)數(shù)據(jù)系統(tǒng)的訪問，隱藏了復(fù)雜性并以業(yè)務(wù)友好的格式公開數(shù)據(jù)，同時(shí)保證數(shù)據(jù)的交付根據(jù)預(yù)定義的語義和治理規(guī)則。在我們生活的數(shù)字世界中，可以毫不夸張地說這將使每個(gè) CIO 夢(mèng)想成真。

當(dāng)今自助服務(wù)戰(zhàn)略的一個(gè)關(guān)鍵標(biāo)準(zhǔn)是商業(yè)用戶(例如公民分析師、數(shù)據(jù)科學(xué)家和 LoB 開發(fā)人員)能夠在數(shù)據(jù)交付層中找到哪些數(shù)據(jù)集可用，以確定哪些數(shù)據(jù)集與其信息需求相關(guān)。數(shù)據(jù)搜索和發(fā)現(xiàn)對(duì) IT 團(tuán)隊(duì)的依賴已成為數(shù)據(jù)科學(xué)家和公民分析師等角色的瓶頸。更糟糕的是，這些稀缺資源不能浪費(fèi)爭吵數(shù)據(jù)而不是構(gòu)建模型或分析數(shù)據(jù)。與數(shù)據(jù)交付層集成并通過基于AI/ML的推薦引擎增強(qiáng)的數(shù)據(jù)目錄，幫助用戶實(shí)現(xiàn)快速的數(shù)據(jù)發(fā)現(xiàn)和探索。業(yè)務(wù)管家可以根據(jù)元數(shù)據(jù)創(chuàng)建業(yè)務(wù)視圖目錄，根據(jù)業(yè)務(wù)類別進(jìn)行分類，并為它們分配標(biāo)簽以便于訪問。具有增強(qiáng)協(xié)作功能的邏輯數(shù)據(jù)結(jié)構(gòu)可幫助所有用戶認(rèn)可數(shù)據(jù)集或注冊(cè)有關(guān)數(shù)據(jù)集的評(píng)論或警告，幫助他們進(jìn)一步了解數(shù)據(jù)集的使用情況并更好地了解他們的同行對(duì)其的體驗(yàn)。

雖然數(shù)據(jù)搜索、數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)分類和標(biāo)記的簡便性可幫助用戶在正確的時(shí)間找到正確的數(shù)據(jù)，但在強(qiáng)大的 AI/ML 引擎的幫助下，它可以得到顯著增強(qiáng)。在 AI/ML 支持的邏輯數(shù)據(jù)結(jié)構(gòu)中，可以分析過去的用戶活動(dòng)，以提供個(gè)性化的建議和選擇數(shù)據(jù)集的快捷方式，從而加速數(shù)據(jù)科學(xué)項(xiàng)目和高級(jí)分析。其他增強(qiáng)功能可能包括有關(guān)數(shù)據(jù)集和列的擴(kuò)展分析信息以及智能搜索的改進(jìn)，即結(jié)果的智能排名，類似于谷歌搜索的工作方式，但在企業(yè)數(shù)據(jù)訪問的上下文中。

隨著公司將業(yè)務(wù)擴(kuò)展到全球，他們的數(shù)據(jù)也在擴(kuò)展。更重要的是，企業(yè)范圍的數(shù)據(jù)不僅分布在區(qū)域內(nèi)，而且分布在多個(gè)云中，有時(shí)是多個(gè)云和本地。雖然邏輯數(shù)據(jù)結(jié)構(gòu)架構(gòu)在很大程度上保證了數(shù)據(jù)的非復(fù)制性，但這也回避了數(shù)據(jù)科學(xué)家、業(yè)務(wù)分析師或 LoB 用戶運(yùn)行查詢的性能問題，這是做出快速業(yè)務(wù)決策的關(guān)鍵標(biāo)準(zhǔn). 單個(gè)查詢可能會(huì)訪問來自全球多個(gè)不同位置的數(shù)據(jù)，混合使用云和本地系統(tǒng)。雖然有許多可能的方法來加速查詢，包括緩存、查詢下推等，但最有用的查詢加速之一可以通過使用 AI/ML 來實(shí)現(xiàn)。

數(shù)據(jù)消費(fèi)者(例如數(shù)據(jù)科學(xué)家、公民分析師或高管)經(jīng)常尋找具有相關(guān)或相同中間數(shù)據(jù)集的信息。在這種情況下，這個(gè)中間階段的信息可以智能地具體化并存儲(chǔ)在數(shù)據(jù)存儲(chǔ)庫中，這些存儲(chǔ)庫最適合以后的數(shù)據(jù)訪問。在類似的查詢運(yùn)行期間，AI/ML 引擎可以推薦使用物化視圖，以成倍地加速查詢。它可以大大加快業(yè)務(wù)決策的制定，從而有助于增加收入和/或降低成本。

通過元數(shù)據(jù)激活和 AI/ML 技術(shù)的結(jié)合，可以實(shí)現(xiàn)查詢加速和基于數(shù)據(jù)目錄的增強(qiáng)協(xié)作和數(shù)據(jù)搜索。元數(shù)據(jù)確實(shí)為數(shù)據(jù)管理和數(shù)字業(yè)務(wù)轉(zhuǎn)型的未來帶來了希望。由基于元數(shù)據(jù)的數(shù)據(jù)集成、數(shù)據(jù)管理和數(shù)據(jù)交付的基礎(chǔ)組成，希望是一個(gè)精心規(guī)劃的邏輯數(shù)據(jù)結(jié)構(gòu)，其中包括數(shù)據(jù)虛擬化、集成數(shù)據(jù)目錄和強(qiáng)大的 AI/ML 等關(guān)鍵功能 -基于推薦引擎可以解決復(fù)雜的企業(yè)范圍的數(shù)據(jù)訪問問題，使組織能夠更好地為客戶服務(wù)。