北京2019年12月11日 /美通社/ -- 2019年12月5 日-12月7日，由中國計算機學會（CCF）主辦，CCF 大數(shù)據(jù)專家委員會承辦，CSDN、中科天璣數(shù)據(jù)科技股份有限公司協(xié)辦的中國大數(shù)據(jù)技術(shù)大會（BDTC 2019）在北京長城飯店圓滿結(jié)束。
已經(jīng)走過十余載的 BDTC，從當時僅60余人參加的技術(shù)沙龍到如今數(shù)千人的技術(shù)盛宴，儼然已成為國內(nèi)規(guī)模空前、水平領先和影響力非凡的大數(shù)據(jù)技術(shù)盛會。大會整整持續(xù)三天，大數(shù)據(jù)和人工智能領域的頂尖專家齊聚一堂，星光熠熠，為1000+參會嘉賓帶來精彩的技術(shù)分享和思想碰撞。
大會首日：大數(shù)據(jù)發(fā)展趨勢十大預測報告發(fā)布
在數(shù)字經(jīng)濟時代，數(shù)據(jù)已經(jīng)成為了發(fā)展的基石，趨勢預測中出現(xiàn)的“新面孔”很多都是與數(shù)據(jù)發(fā)展的新階段產(chǎn)生的特定問題對應，比如數(shù)據(jù)融合、數(shù)據(jù)質(zhì)量管理、因果性分析等。一個事物發(fā)展到一個階段，總會產(chǎn)生與這個階段相對應的特定問題，這些問題的出現(xiàn)標志著數(shù)據(jù)應用發(fā)展的新階段，雖然現(xiàn)在還沒有特別深入的應用，但是這些問題的出現(xiàn)已經(jīng)為突破新的應用帶來了曙光。
在大會首日開幕式上，周濤先生代表CCF大數(shù)據(jù)專家委員會發(fā)布了《2020 年大數(shù)據(jù)發(fā)展趨勢預測報告》，對大數(shù)據(jù)發(fā)展趨勢做出十大預測。
周濤特別強調(diào)了今年重點關(guān)注趨勢預測出現(xiàn)了3項首次出現(xiàn)的“新面孔”，包括關(guān)于數(shù)據(jù)融合治理和數(shù)據(jù)質(zhì)量管理工具，這是扎實、深入做好大數(shù)據(jù)應用必須要克服的難題；對大數(shù)據(jù)做因果分析，基于數(shù)據(jù)做統(tǒng)計和觀點性分析很容易，但是有觀點性不代表有因果性，因果性比關(guān)聯(lián)性更深入；邊緣計算和云計算的結(jié)合，過去一提大數(shù)據(jù)就必然提云計算，但實際應用中發(fā)現(xiàn)終端智能化、終端計算能力越來越強的今天，并不是把所有數(shù)據(jù)都放到云端就是最好的模式，邊緣計算和云計算結(jié)合才是應用中最常見的模式。
除了10大趨勢預測之外，CCF 大數(shù)據(jù)專家委員會還公布了關(guān)于大數(shù)據(jù)發(fā)展的單項調(diào)研，包括最令人矚目的應用領域、取得應用和技術(shù)突破的數(shù)據(jù)類型等。
Keynote主論壇：數(shù)十位技術(shù)大?？v論大數(shù)據(jù)如何驅(qū)動智能+
大數(shù)據(jù)與人工智能相輔相成。胡郁提到，數(shù)據(jù)和人工智能的結(jié)合是科技創(chuàng)新型公司必不可少的一條路徑。就像機械時代的航空發(fā)動機一樣，人工智能是信息時代的航空發(fā)動機。
李明、葉杰平、陳繼東和白碩的演講則分別從醫(yī)療、交通、金融三大領域的應用案例出發(fā)闡述了大數(shù)據(jù)與AI的融合效果，它們能使行業(yè)的安全、體驗和效率大大提高。
不過，就現(xiàn)階段大數(shù)據(jù)本身面臨的挑戰(zhàn)來看，數(shù)據(jù)融合仍存在四大硬傷：數(shù)據(jù)維度缺失、標準缺乏、各自為政且存在安全風險。李光瑞認為，數(shù)據(jù)價值和數(shù)據(jù)維度的平方成正比，只有不同行業(yè)的數(shù)據(jù)相互融合才能豐富數(shù)據(jù)維度，從而高效發(fā)揮價值。
那么如何打通數(shù)據(jù)融合的障礙？從打通企業(yè)數(shù)據(jù)應用的最后一公里角度出發(fā)，劉相提出數(shù)據(jù)服務化的理念。關(guān)注回歸數(shù)據(jù)應用價值本身，“服務化”已成為數(shù)字經(jīng)濟時代的主旋律；其次，如何實現(xiàn)面向服務共享的大數(shù)據(jù)應用平臺。數(shù)據(jù)目錄化、目錄服務化、服務開放化三大階段典型場景是關(guān)鍵；最后，需要建立閉環(huán)的一體化服務共享的大數(shù)據(jù)平臺。
數(shù)據(jù)融合的一大關(guān)鍵點還在于效率。開源于2016 年的 ClickHouse 主要用來提高分析與聚合數(shù)據(jù)的效率，其應用效果極快，Alexey Milovidov 具體介紹了 ClickHouse 的設計思想。
AI技術(shù)的發(fā)展同樣也有問題存在，在NLP領域，吳華指出由于數(shù)據(jù)缺乏，對話類似機器翻譯的規(guī)則水平有待提高；此外模型認知能力有限，亟待從中加入注意力機制、推理機制等；更重要的一點，模型遷移能力需在小樣本學習和遷移學習方面尋求突破。不過可喜的是，很多算法已經(jīng)在更多領域得到實踐應用，未來可期。
周伯文則認為，目前AI技術(shù)主要基于特征提取的自動學習與模式識別的聯(lián)合優(yōu)化，利用大數(shù)據(jù)解決小問題，但總體依然局限在記憶式學習范疇，面臨災難性遺忘等諸多挑戰(zhàn)。例如人工智能深度神經(jīng)網(wǎng)絡學習。更多表現(xiàn)為人工設定算法，專家設定架構(gòu)，不但不夠靈活而且算力資源需求巨大，如何將孤立解決某個問題轉(zhuǎn)化為可復用、重復解決系列性問題，逐漸成為未來AI亟待解決的事情。
而在上午的圓桌論壇上，以“數(shù)字經(jīng)濟發(fā)展的驅(qū)動力”為主題，在宋雨倫的主持下，李明、杜軍平、陳揚帆、程志華、羅華霖等五位不同領域的專家就大數(shù)據(jù)與數(shù)字經(jīng)濟展開了討論，論題涉及到數(shù)字經(jīng)濟時代下技術(shù)驅(qū)動與模式驅(qū)動相結(jié)合，驅(qū)動數(shù)字經(jīng)濟發(fā)展的前置條件和路徑等，各位嘉賓分別給出了各自見解。
14個技術(shù)分論壇，技術(shù)人的多樣“菜譜”
12月6日-7日的14場技術(shù)和行業(yè)論壇，包括新一代數(shù)據(jù)庫轉(zhuǎn)型、人工智能賦能金融科技、AutoML大數(shù)據(jù)自動化機器學習技術(shù)與系統(tǒng)、大數(shù)據(jù)時代的因果推斷、大數(shù)據(jù)安全和治理、多模態(tài)知識圖譜、大數(shù)據(jù)與AI中臺、物流大數(shù)據(jù)、工業(yè)與制造業(yè)大數(shù)據(jù)、數(shù)據(jù)驅(qū)動與城市治理、智能驅(qū)動的大數(shù)據(jù)可視分析、IoT大數(shù)據(jù)技術(shù)、智能交通中的大數(shù)據(jù)技術(shù)、Top 10大數(shù)據(jù)應用最佳案例實踐等主題多樣化組合選擇的空間，讓參會者制定專屬自己的參會攻略。
1、新一代數(shù)據(jù)庫轉(zhuǎn)型分論壇
本論壇主要討論了分布式數(shù)據(jù)庫特性，包括Key/Value，Schema-less等數(shù)據(jù)庫（OLTP、HTAP等），重點介紹列關(guān)系型分析數(shù)據(jù)庫、存儲數(shù)據(jù)庫、行存儲數(shù)據(jù)庫，文檔型數(shù)據(jù)庫以及圖數(shù)據(jù)庫，并具體介紹MySQL、OceanBase、Greenplum、TiDB、Neo4J、ThinkerPop等，來自百度、天云大數(shù)據(jù)、Pivotal Greenplum、阿里巴巴、騰訊、PingCAP、東方國信、星環(huán)科技、華為的技術(shù)專家深度分享了他們在各種行業(yè)領域的應用實踐。
在中國信通院云大所業(yè)務主管馬鵬瑋看來，如今國內(nèi)分布式數(shù)據(jù)庫產(chǎn)業(yè)迎來春天，據(jù)統(tǒng)計相關(guān)產(chǎn)品超過30款。部分火熱原因主要歸功于Greenplum的開源讓更多廠商能使用和研究分布式數(shù)據(jù)庫，目前分布式數(shù)據(jù)庫正在努力突破擴展性限制，其中基于MySQL改造最多，基于PG的廠商正在快速興起，此外部分廠商已經(jīng)開始考慮MySQL的開源風險。除了技術(shù)原因，我們應該從生態(tài)角度去思考國內(nèi)數(shù)據(jù)庫如何快速應用落地，例如標準、供應鏈、人才等。
2、人工智能賦能金融科技論壇
金融科技的快速興起改變了整個金融業(yè)。我國銀行業(yè)正面臨巨大的外部不確定性和激烈競爭，銀行正向客戶長尾化、產(chǎn)品場景化、渠道全時化、風控智能化、數(shù)據(jù)資產(chǎn)化、平臺開放化等新型模式轉(zhuǎn)變，數(shù)字化轉(zhuǎn)型迫在眉睫。
百融云創(chuàng)首席風險官季元的演講圍繞銀行關(guān)注的業(yè)務方向，講述消費金融、小微金融、資產(chǎn)管理等方面介紹數(shù)字化轉(zhuǎn)型的技術(shù)和案例，幫助銀行構(gòu)建起技術(shù)、設施等基礎環(huán)境及支撐，滿足各方對金融服務效率和安全的要求，驅(qū)動行業(yè)轉(zhuǎn)型升級，向技術(shù)進步要生產(chǎn)力。
來自中信證券、度小滿、天云大數(shù)據(jù)、中泰證券、陸金所、光大銀行的專家從客戶識別、遙感影像分析、異常交易監(jiān)測、量化交易、財富管理平臺、智能風控等金融應用場景領域出發(fā)，詮釋了AI在業(yè)務落地實踐中的切實作用。
螞蟻金服人工智能部技術(shù)總監(jiān)、資深算法專家張家興表示，從幫助人工到替代人工，人工智能提供了低成本、更高效、個性化的金融服務。
3、大數(shù)據(jù)安全和治理論壇
政府、行業(yè)、研究機構(gòu)、企業(yè)等全面協(xié)力推進政務大數(shù)據(jù)發(fā)展，安全問題迫在眉急。公安部第三研究所網(wǎng)安中心副主任楊濤認為，構(gòu)建以“安全、可信、合規(guī)”為目標的政務大數(shù)據(jù)安全架構(gòu)，利用零信任、細粒度技術(shù)解決核心數(shù)據(jù)安全問題，加快政務大數(shù)據(jù)在社會管理、市場監(jiān)管、宏觀調(diào)控等領域的創(chuàng)新，提升政府社會治理能力。
隨后，UCloud、京東數(shù)科、南方電網(wǎng)公司的技術(shù)專家從安全屋、數(shù)據(jù)資產(chǎn)管理等方面介紹了各自技術(shù)解決方案。北京銳安科技有限公司首席數(shù)據(jù)科學家曹文潔則從數(shù)據(jù)采集角度出發(fā)，指出智能化采集解析、全方位匯聚、全維度整合政府/行業(yè)的優(yōu)質(zhì)業(yè)務數(shù)據(jù)，對其進行有效的治理/處理，形成打破信息孤島、強化內(nèi)在關(guān)聯(lián)的領域知識圖譜，再服務于業(yè)務、為業(yè)務賦能，從而讓數(shù)據(jù)驅(qū)動業(yè)務，使信息價值得到最大程度釋放。
4、大數(shù)據(jù)時代的因果推斷論壇
“知因知果，知可變之處，便可以最小代價，為有為之事。知來龍去脈，可分而治之，亦可融合信息。知萬變之不變，以及變之規(guī)律，如定海神針，便可做可靠預測?！笨▋?nèi)基·梅隆大學哲學系和機器學習系副教授張坤表示，人如此，智能系統(tǒng)亦應如是。因果的信息，數(shù)據(jù)中必有痕跡，因果發(fā)現(xiàn)旨在由數(shù)據(jù)反推因果關(guān)系。因果信息和系統(tǒng)變化性質(zhì)，讓復雜環(huán)境下的機器學習，比如遷移性學習，如虎添翼。
因果關(guān)系已是近期學界探討的熱門研究方向。華為諾亞方舟實驗室高級研究員董振華也指出我們要勇于應用因果推理、反事實技術(shù)學習未觀測的世界。
傳統(tǒng)因果結(jié)構(gòu)學習作為一個組合優(yōu)化問題，通常使用不同局部啟發(fā)式算法求解，效率較為低下，無法解決大規(guī)模因果圖學習任務。華為諾亞方舟實驗室主任工程師陳志堂講述了使用深度學習端到端可微分范式，為因果結(jié)構(gòu)學習注入新的活力。
NEC中國研究院數(shù)據(jù)分析部部長指出因果分析技術(shù)致力于發(fā)現(xiàn)事物間的因果關(guān)系、量化因果作用，其適用于解決原因洞察、穩(wěn)健預測、最優(yōu)決策建議等系列問題，在市場營銷、線上線下零售、制造業(yè)、醫(yī)療、金融、電信、教育等諸多領域有著豐富的應用場景和巨大的商業(yè)價值。
5、AutoML 大數(shù)據(jù)自動化機器學習技術(shù)與系統(tǒng)論壇
“AI賦能行業(yè)”的應用模式在未來將迎來高速成長。但人工智能的普及和應用面臨技術(shù)門檻高、專業(yè)人才嚴重短缺、大量依賴專家經(jīng)驗、建模周期長等瓶頸和制約。為了解決上述問題和挑戰(zhàn)，近年來國內(nèi)外出現(xiàn)了自動化機器學習（AutoML）研究領域，即用機器去自動化地完成算法模型選擇和參數(shù)調(diào)優(yōu)，從而大量節(jié)省人力成本，降低人工智能使用門檻，大幅提高建模效率。
來自第四范式、平安科技、天云大數(shù)據(jù)的技術(shù)專家從自動特征工程、自動化機器學習平臺建構(gòu)、保險重疾率模型的自動化建模講述了技術(shù)落地實踐。
江蘇鴻程大數(shù)據(jù)研究院副總經(jīng)理朱光輝認為，要改變?nèi)斯ぶ悄芙Ｒ蕾噷＜业氖止ぷ鞣皇缴a(chǎn)，就要打造人工智能建模的“數(shù)控機床”，利用機器替代人工實現(xiàn)AI模型的構(gòu)建，大幅提升AI建模效率，降低AI技術(shù)門檻，加速AI應用落地。
6、大數(shù)據(jù)與AI中臺論壇
在大數(shù)據(jù)已然成為IT技術(shù)發(fā)展驅(qū)動力的背景下，以中臺建設為核心的技術(shù)體系逐漸受到業(yè)界關(guān)注。業(yè)務場景賦能，降本增效，尋求新的價值增長點，AI中臺作為數(shù)據(jù)中臺的功能延伸，是企業(yè)數(shù)據(jù)價值體現(xiàn)的重要技術(shù)手段。
明略科技副總裁盧億雷道出了對AI中臺的理解：AI中臺是一套AI應用全生命周期的開發(fā)和管理平臺。AI中臺提供數(shù)據(jù)分析與處理，模型訓練與評估，模型應用與監(jiān)控三大模塊；并提供相應的統(tǒng)一數(shù)據(jù)存儲系統(tǒng)，基于容器的異構(gòu)計算資源管理系統(tǒng)，機器學習庫與模型訓練實驗管理系統(tǒng)，模型部署與運行監(jiān)控系統(tǒng)。
百度、華為、東方國信、智領云、阿里云、滴滴、天云大數(shù)據(jù)、第四范式、中科天璣、科大訊飛基于所在公司的數(shù)據(jù)中臺技術(shù)實踐，從底層技術(shù)架構(gòu)、工具、業(yè)務層等方面講述了其數(shù)據(jù)中臺在數(shù)據(jù)資產(chǎn)管理、大數(shù)據(jù)平臺、云原生架構(gòu)等領域的探索和應用。
星環(huán)科技 人工智能總監(jiān)楊俊認為，AI平臺的技術(shù)演化與架構(gòu)變遷與AI應用場景的落地相輔相成。接下來的風口會在跨域計算，深度圖譜，以及邊緣計算。
7、多模態(tài)知識圖譜論壇
正如哈爾濱工業(yè)大學計算機學院長聘教授、博士生導師所言，知識是人工智能不可或缺的要素?；诩s束條件的知識圖譜的描述體系，更準確刻畫概念及概念之間的關(guān)系，事理圖譜揭示了事件之間的演化規(guī)律。知識圖譜和事理圖譜的結(jié)合，多模態(tài)信息的融入，更有助于理解和推理。
在該論壇上，來自微軟亞洲研究院、百度、中國科學技術(shù)大學、騰訊、美團點評、華為云的學界和業(yè)界專家介紹了他們在推薦系統(tǒng)、醫(yī)療等領域的技術(shù)應用，以及跨模態(tài)語義增強、知識計算等研究領域的進展。
復旦大學教授肖仰華認為，為大規(guī)模知識圖譜實現(xiàn)符號接地，實現(xiàn)大規(guī)模知識圖譜的跨模態(tài)語義增強，將是基于知識圖譜下半場的關(guān)鍵技術(shù)。阿里巴巴業(yè)務平臺資深算法專家張偉則表示，知識圖譜的可解釋性與商業(yè)場景的確定性碰撞帶來無限的想象空間；知識圖譜技術(shù)對信息的知識化與語義化，對我們生活的改變正在進行。
8、IoT大數(shù)據(jù)技術(shù)論壇
物聯(lián)網(wǎng)與人工智能的火花只是在終端體驗嗎？是否有某種方法使物聯(lián)網(wǎng)可以“類人化”發(fā)展？浙江網(wǎng)新數(shù)字技術(shù)有限公司產(chǎn)品總監(jiān)吳皓天認為，感”知”只是物聯(lián)網(wǎng)的單元基礎能力，將人工智能語義理解能力與物聯(lián)平臺能力融合，可以使單元基礎能力與平臺快速互聯(lián)，完成人與物、物與物的交互響應，真正實現(xiàn)知行萬物。
而中國聯(lián)通研究院大數(shù)據(jù)中心主任、教授級高工魏進武表示：“主路式”生產(chǎn)、“嵌入式”應用是大數(shù)據(jù)發(fā)揮商業(yè)價值的關(guān)鍵，只有讓大數(shù)據(jù)完成“全旅程”作用，才能為行業(yè)數(shù)字化轉(zhuǎn)型更好賦能。
來自星環(huán)科技和華為的研究嘉賓重點講述了AIoT綜合解決方案在電力行業(yè)的應用，以及面向IoT的大數(shù)據(jù)中臺架構(gòu)。
華東師范大學網(wǎng)絡空間安全研究院副院何道敬強調(diào)了物聯(lián)網(wǎng)時代嵌入式智能系統(tǒng)所面臨的安全挑戰(zhàn)，在他看來當今世界已邁向了萬物互聯(lián)的智能大數(shù)據(jù)時代，信息安全依然是重中之重。有價值的事物就存在信息安全風險。信息安全防護是個面臨著無數(shù)挑戰(zhàn)性問題的復雜宏偉的系統(tǒng)工程，需要大家一起攜手確?？仗斓匾惑w化信息安全。
9、智能交通中的大數(shù)據(jù)技術(shù)論壇
隨著交通系統(tǒng)的智能化水平不斷提高，智能交通作為一個具有多層次、多目標、復合型特點的綜合復雜系統(tǒng)，對大數(shù)據(jù)的應用提出了迫切需求。
本論壇將結(jié)合近年來交通領域的大數(shù)據(jù)分析與安全的最新研究成果，探討大數(shù)據(jù)技術(shù)在智能交通領域應用的關(guān)鍵研究問題及其未來發(fā)展方向。
來自中國鐵道科學研究院、科大訊飛、滴滴出行、北京交通大學、富能通的技術(shù)專家圍繞大數(shù)據(jù)技術(shù)，分別介紹了其在鐵路客運、城市出行、民航領域的應用，以及圖數(shù)據(jù)挖掘、交通超腦在交通出行領域的技術(shù)實踐。
10、智能驅(qū)動的大數(shù)據(jù)可視分析論壇
“人們終將能輕而易舉的生產(chǎn)和消費可視化內(nèi)容。那時候，可視化作為信息的一種基本載體，就像文字圖片一樣，將徹底的融入普通人的生活中，變得無處不在又不可或缺。”微軟亞洲研究院高級研究員崔為煒給大數(shù)據(jù)可視分析給出了一種未來設想。
不過，可視化在工業(yè)界經(jīng)常被誤解。華為云數(shù)據(jù)產(chǎn)品與可視化總監(jiān)丁治宇指出，一方面人們不知道可視化該擺在互聯(lián)網(wǎng)工業(yè)流水線的哪個環(huán)節(jié)才能發(fā)揮它最大的價值，甚至連思考過這個問題的人都極少；另一方面工業(yè)界卻存在大量的需要可視化領域人才來解決的問題，這種矛盾在他看來是非常詭異的。他認為，需要在正確的位置做正確的事情，最大化數(shù)據(jù)價值，做出最好的數(shù)據(jù)可視化產(chǎn)品。
此外，數(shù)字冰雹、滴滴、中科天璣的技術(shù)專家講述了大數(shù)據(jù)可視化領域的不同技術(shù)解決方案。
11、數(shù)據(jù)驅(qū)動與城市治理論壇
在數(shù)據(jù)大爆發(fā)和人工智能不斷升級的時代，建設基于大數(shù)據(jù)的現(xiàn)代城市，提升城市治理能力和治理體系現(xiàn)代化水平，既迎來巨大的機遇，也面臨著全新挑戰(zhàn)。
曠視科技城市大腦BG高級產(chǎn)品總監(jiān)那正平認為，目前城市精細化、數(shù)字化治理的態(tài)勢為“一個世界，兩個空間（物理空間和網(wǎng)絡空間），多種IoT、海量大數(shù)據(jù)”，許多IoT設備采集的大數(shù)據(jù)已被較為充分地利用，但攝像頭采集產(chǎn)生的視圖大數(shù)據(jù)總體還是個沉睡的寶藏。在大家比較關(guān)注的視頻大數(shù)據(jù)隱私安全保護方面，實際遠比公眾預期要好，大數(shù)據(jù)應用和安全隱私，兩手都應抓，可以有兼顧。
本論壇中，還有來自國務院發(fā)展研究中心、科大訊飛、蕪湖市大數(shù)據(jù)中心的專家將共同探討城市數(shù)據(jù)治理體系，聚焦城市數(shù)據(jù)如何更加開放、更加安全、更加可用；探討基于大數(shù)據(jù)的城市治理體系，聚焦柔性治理、精準服務、便捷高效，推動智慧城市從單點應用突破到城市整體治理能力和服務水平的全面提升。
12、工業(yè)與制造業(yè)大數(shù)據(jù)論壇
對比通用領域AI應用的火熱景象，上海研究院工業(yè)人工智能產(chǎn)品總監(jiān)祝曉旦認為，工業(yè)領域的AI應用還處于“刀耕火種”的階段。能否迎頭趕上國際行業(yè)巨頭，工業(yè)大數(shù)據(jù)的積累，數(shù)據(jù)科學家和領域?qū)＜掖蚱七吔绲暮献魇顷P(guān)鍵。
而在工業(yè)與制造業(yè)大數(shù)據(jù)處理方面，濤思數(shù)據(jù)創(chuàng)始人陶建輝表示，工業(yè)互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量很大，用通用的Hadoop系統(tǒng)來處理，效率不夠，但如果充分利用工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)的自身特點，需要打造高速、高效、簡單易用的大數(shù)據(jù)平臺，從而大幅降低工業(yè)互聯(lián)網(wǎng)平臺的總擁有成本。
此外，中國電子技術(shù)標準化研究院軟件工程與評估中心、浪潮的專家就工業(yè)企業(yè)上云以及打造工業(yè)互聯(lián)網(wǎng)公共服務平臺進行了介紹。
13、物流大數(shù)據(jù)論壇
近幾年隨著國內(nèi)經(jīng)濟體量的增長，物流行業(yè)得到了蓬勃發(fā)展，也加劇了物流企業(yè)之間的競爭。如何利用創(chuàng)新科技推動物流業(yè)務跳出紅海，是很多物流企業(yè)都在思考的問題。隨著物流行業(yè)數(shù)字化轉(zhuǎn)型的加速，無論是快遞業(yè)務，航空、海上運輸，倉儲優(yōu)化、還是共享出行等各種物流場景中，都產(chǎn)生了大量的供需數(shù)據(jù)、運營數(shù)據(jù)、客服數(shù)據(jù)等等。
以海洋運輸為例，微軟亞洲研究院高級研究員張佳指出，全球貿(mào)易的不對等導致了海洋運輸中集裝箱供需的嚴重不平衡。由于海洋運輸中大量的不確定性，傳統(tǒng)的優(yōu)化方法很難得到好的空箱調(diào)度方案。不同于傳統(tǒng)的方法，他們基于多智能體強化學習，利用市場機制得到了互相配合的智能體，能夠顯著降低空箱缺失以及運營成本。
杉數(shù)科技創(chuàng)始人/CTO王子卓認為，讓大數(shù)據(jù)發(fā)揮最終的價值需要將數(shù)據(jù)應用在決策端，而在決策端的應用離不開運籌優(yōu)化。在未來的社會中，數(shù)據(jù)好比燃料，而運籌優(yōu)化好比引擎，只有好的燃料加上好的引擎才能更快的推動社會和企業(yè)的發(fā)展。
來自寧波諾丁漢大學、順風科技的技術(shù)專家則從智能集裝箱港口車輛調(diào)度優(yōu)化、快件背后的大數(shù)據(jù)應用闡述了技術(shù)在智慧物流中的應用。
14、Top 10 大數(shù)據(jù)應用最佳實踐案例論壇
本次大會上，黃宜華教授代表CCF大數(shù)據(jù)專家委員會公布了《2019 年度 Top 10 大數(shù)據(jù)應用最佳實踐案例》評選結(jié)果（排名不分先后）：
