【.com原稿】数字时代，大数据和人工智能成为驱动企业增长的技术引擎，数字化转型成为企业生存的必修课和企业的发展。全球领先的数据和分析解决方案提供商Teradata也在加速布局大数据和人工智能领域。适时推出TeradataEverywhere和AI战略，强化Teradata分析平台，帮助客户加速数字化转型。人工智能的概念非常广泛。Teradata天睿公司CTOStephenBrobst（包黎明）表示，“AI人工智能是深度学习，我们可以利用多层神经网络进行更高级的分析。Teradata今年宣布推出Teradata分析平台中文版年初上市，其并行分布式处理能力可以进行更高级的分析，可以集成TensorFlow、机器学习、GrafX等相关技术。Teradata天睿公司首席技术官StephenBrobst深度学习应用的三个场景：在接受记者采访时，包黎明列举了深度学习技术成功应用的三大领域：安全和防欺诈。利用深度学习技术，许多行业例如金融服务、信用卡、电信和零售等可以检测和预防欺诈。使用深度学习的可预测性比传统的线性数据分析模型要好得多。第二，建议引擎。通过建立建议引擎，企业可以知道他们的在自己的客户之前在特定领域的需求。建议引擎是深度学习和浅层学习的结合。浅层学习是一个非常简单的数学模型。例如，当您购买衬衫时可能需要一条领带。浅层学习的成本很低，分析起来也很简单，通过将浅层学习扩展到深度学习，可以给客户en更有针对性的建议，例如通过深度学习分析客户喜欢的颜色、购买行为、对推荐产品的接受程度，同时做出成本优化的决策。更准确的预测。第三，传感器数据。在工业领域，客户通过传感器测量机器各部分的振幅、温度、湿度、功耗等数据，更复杂的还可以记录机器运行的声音。许多传感器数据是非结构化的。这些数据放入深度学习引擎，可以在机器出现故障前做出预测，方便客户更换零件，避免因机器损坏造成的经济损失。Teradata与高校合作加速AI业务实现当然，深度学习的应用领域有很多，很多研究和应用都表明深度学习技术在医疗领域的应用是可行的。医生这个神圣的职业需要大量的临床医疗经验积累，而机器经过深度学习和训练后，患者做出的诊断甚至比医生准确得多。然而，医生很难解释机器给出的诊断。包利明举了一个简单的例子：“比如机器给出的诊断结果是病人应该截肢，医生在不明原因的情况下不能下手术通知书。”域-解释。“现在世界上很多知名大学，比如美国的康奈尔大学、麻省理工学院、斯坦福大学、加拿大的滑铁卢大学，以及中国的很多高等院校，都在研究人工智能的可解释性。.相当于神经网络的逆向工程，就是??解释为什么机器会给出这个建议。目前，人工智能的解释性探索还停留在大学研究层面，可以利用开源的GitHub进行早期研究，尚未达到产业试用阶段。包黎明提到，今年5月，“最严”欧盟隐私法《通用数据保护条例》生效，透明度不符合合规要求，可解释性将是AI研究的重点。同时，他还提到Teradata的ThinkBig分析团队正在与客户合作以开源代码开展相关研究工作，让客户通过高级分析产生富有成效的成果，并提供给大型银行。此外，Teradata正在与麻省理工学院、斯坦福大学等大学在上述AI研究领域展开合作加速将相关产品快速推向市场，让AI技术早日为客户所用。e对客户的两大承诺在数字经济时代，数据已经成为产生商业价值的核心，这意味着数字化转型已经成为许多行业生死攸关的大事。未来十年左右，实现数字化转型仍将是所有企业发展的主旋律。新兴技术、分析引擎和方法正在迅速变化，因此公司需要能够帮助他们快速适应这些新兴技术并随着业务需求变化而不断发展的分析技术。为满足这一需求，Teradata推出了TeradataEverywhere，随着客户需求的变化，保护其技术投资，让客户对未来的发展充满信心。TeradataEverywhere是Teradata战略的一个重要方向。可以部署在任何环境，可以通过任何方式购买，随时迁移。包黎明向记者介绍，“现在我们把软件和硬件分开了，这样我们的软件就可以在任何环境下运行，无论是放在公有云、私有云、托管云、VMware的虚拟云，还是放在互联网上。在本地，我们的软件可以运行，包括微软Azure、AWS，还有中国本地的云平台，部署在哪些云上只是商业决策，在技术层面，我们做到了无处不在，这对我们来说是一个革命性的突破。“TeradataEverywhere在战略上对客户有两个承诺：一个是TeradataEverywhere的相关功能，无论用户将工作负载放在本地还是云端，在任何环境下都是一样的，无需更改代码。Teradata为客户提供单一的源代码行（SourceCodeLine）。无论是部署在云端还是本地，实现的功能都是一样的，只是性能上会有细微的差别。TeradataEverywhere的第二个承诺是，只要客户购买了软件，就可以在任何地方运行软件，无论是在本地运行，还是在AWS、MicrosoftAzure或其他云平台上运行，客户在迁移软件时不需要花钱和业务附加费。“对于Teradata的客户，我们不会在技术或产品功能上把客户锁定在我们的产品里，也不会因为他们迁移到其他地方而在财务上收取更多的费用。TeradataEverywhere的目的是让客户可以平等地部署在任何情况下，让客户不再被供应商锁定，可以随时迁移业务。”包黎明强调了TeradataEverywhere的战略目标。Teradata继续拥抱开源Teradata是第一家使用开源技术的数据库公司，在开源领域有着深厚的技术积累。包黎明表示：“Teradata最早的关系型数据库产品是基于开源的Linux和Unix环境开发的。现在，Teradata已经成功地将机器学习、深度学习、Spark、TensorFlow等开源引擎放到了Teradata的数据分析平台上，深入与开源Hadoop平台集成。”TeradataQueryGrid大数据分析解决方案实现了Teradata和Hadoop之间的数据互操作，让非结构化数据可以放在Hadoop上，经过处理后，成为半结构化或结构化数据，从而更好的被用户使用。此外，Teradata在开源网络服务器软件Apache和Presto软件方面做出了巨大贡献，Presto软件是Facebook推出的大数据分布式SQL查询引擎。包黎明补充道，“简而言之，开源是我们的朋友。Teradata一直在努力构建开源生态系统，增强数据互操作性。”
