| 夕颜

出品 | CSDN（ID:CSDNnews）

「AI 技能生态论」 人物访谈栏目是 CSDN 发起的百万人学 AI 倡议下的主要组成部分。
通过对 AI 生态顶级大咖、创业者、行业 KOL 的访谈，反响其对付行业的思考、未来趋势判断、技能实践，以及发展经历。

本文为 「AI 技能生态论」系列访谈第二十六期。

百万人学 AI 你也有份！
今日起，点击阅读原文报名「2020 AI开拓者万人大会」，利用优惠码“AIP211”，即可免费得到代价299元的大会在线直播门票一张。
限量100张，先到先得。

AI 与云打算领悟是大势所趋。
随着 5G 时期的到来，这两个热门词汇的领悟，将成为云厂商抢占更多上风的主要砝码。
在云打算竞争越来越激烈之时，不在 AI 上有更大的投入，就意味着落后。
而 AI 办理方案的广度和能力，则取决于供应商和企业的技能敏锐性，云厂商们不断探求其云平台上供应独特代价的方法，以展示自己的独特性。

比如海内大厂华为，早在 2018 年就将“全栈、全场景的人工智能办理方案”打包进华为云中，做事包括华为的人工智能开拓平台 ModelArts、光学字符识别、自然措辞处理和***剖析，等等，为智能城市、工厂、交通和城市停车场拓展新功能供应支持。

更不用说老牌数据库俊彦甲骨文。
据理解，甲骨文不仅基于AI开拓了自治数据库（Autonomous database），还在 ERP云、CX 云和 HCM云等产品和做事中加入更多 AI 驱动的功能，让企业可以利用云中的 AI 来增加收入，解放员工来做对公司更有代价的事情。

然而，客不雅观来说，以一种稳健的办法将 AI 运用到云打算的全体过程中，我们仍处于非常早期的阶段，大多数企业还没有做到这一点。
就这一点而言，AI如何运用到企业业务智能化的过程之中？AI如何能为企业中的不同职能角色有效地带来实际能力的提升？这些问题都值得磋商。
本日，CSDN 约请到甲骨文公司副总裁及中国区技能顾问总经理谢鹏，来一起磋商这个无法回避的话题。

谢鹏博士曾在海内最早揭橥阐述新一代ERP的定义和框架方面的文章，是信息技能、数字化与业务变革领悟创新方面的长期探究者和实践者。
他将从一个企业的视野，解读并展望站在风口的AI技能如何融入企业的信息化和数字化并帮助企业过渡到智能化的运营。

以下为采访精华择要：

问题 1：甲骨文并没有专门的 AI 团队或产品，卖力将 AI 运用于产品和做事的技能职员在甲骨文是若何一种存在？谢鹏：首先，AI 作为一项新兴技能，从技能成熟度曲线看，目前远没有成熟，仍处于初期阶段。
但企业争相采取，是为了在激烈竞争中得到先发上风。
以是，AI 呈现双边发展态势，一边是基于技能本身向深度学习不断发展，一边是对现有 AI 技能加以运用，推动企业朝向聪慧化的转型。

甲骨文作为企业级的数据管理办理方案供应商，AI 的策略是 Smart Data + Intelligence Application + AI Powered Business, 即用聪明的数据支持智能的运用，终极驱动聪慧的商务。

由此，在策略上，甲骨文的AI产品和做事，是针对一个企业里不同职能角色或用户群体设计的。
企业里不同的部门可以根据须要在如下做事中选用：

（1）为业务用户，我们供应ready-to-go 的 AI运用， 如ERP，CX和HCM中内置的AI功能；（2）为数据科学家，我们供应ready-to-build 的AI 平台（AI platform），数据科学家和开拓者可以基于云做事开拓、支配和管理AI 驱动的、企业自己的办理方案（AI-powered solutions）；（3） 针对数据系统管理和掩护职员， 我们供应ready-to-work的自治数据库，即Autonomous Database。

从技能团队来说，AI 是甲骨文关注的浩瀚新兴技能领域之一，并有专注在ML& AI的研发团队，以是媒体所说的甲骨文没有专门的 AI 团队或产品的说法是不准确的。
但是在每个区域、每个市场，甲骨文的云平台（Cloud Platform）部门、运用软件（Application）部门平分歧的产品线，会按照自己的目标、区域和客户供应干系的产品，个中就包括 AI 的产品和做事，以及领悟在每个产品线中的 AI 技能。

总结来说，对付甲骨文而言，AI 并不是一种伶仃的技能，而是贯穿到甲骨文的各条产品线，落地于全体基于OCI的云堆栈里的。
而我们的云平台OCI和一些核心技能，诸如一体机和内存打算也是 AI 算力的强大助力。

问题 2：甲骨文不以 AI 作为单项产品开拓，而因此数据核心拥抱并推动技能变革的缘故原由是什么？谢鹏：回归根本，人工智能的打破取决于算力、大数据和算法。
1956年人工智能就提出来了，真正让AI进入本色运用是从10几年前开始，是由于1）打算能力的打破和低本钱的得到，2）大数据 3）更优的算法。
这样来看，AI不仅是是一串串的算法，甲骨文所谓以数据为中央，把稳不仅是数据库，是环绕整体的数据管理和做事能力，以拓展数据管理平台为机器学习准备高质量的数据尤为主要，这包括 Autonomous Database and Large-scale NoSQL, 大数据和流数据管理，供应对任何数据格式的-构造化和非构造化的-超出想象规模的虚拟存储和处理。
这些都是建立更为准确的机器学习模型必需的数据准备。
进而，数据管理能力结合AI运用到企业级核心业务上时，还必须具备高打算、高性能、高可靠性、高存储的担保。

其余，目前人工智能较大的寻衅之一是识别度不高，准确度不足，而要提高准确度取决于模型的规模、风雅度和演习的频次，向深度学习发展。
而所有这些都须要更强大的打算力。
而我们的一些核心技能像OCI，基于GPU的预配置环境，一体机、内存技算还有Autonomous Database， 还有Oracle Database 19C本身都内置了机器学习的算法，也是使算法升级，打破打算力约束的强大助力。

理解了这些，企业也同样就不难明得以数据为核心推动AI及新技能变革为什么是主要策略。

问题 3：当前，甲骨文在哪些产品和解决方案中用到了 AI 和机器学习干系技能？比如在基于云打算的数据仓库办理方案中，甲骨文利用了哪些算法和模型，事情 Pipeline 是若何的？谢鹏：上面的先容已经理解在甲骨文，AI是基于OCI，深入贯穿到跨产品线的云做事，还包括数据科学和开拓者平台。

首先，甲骨文推出的自治数据库（Autonomous Database）， Autonomous Database是环绕机器学习构建的。
我们在实验室中结合利用从SaaS业务中得到的日志数据和指标来构建、演习和支配模型， 这些机器学习的目标是改进运行过程中诊断问题的能力，是实现自治数据库的根本，这包括自动化索引创建和履行、自动的统计信息管理、自动化的SQL实行操持管理等等，终极实现了自治驾驶、自治自主修复和自治安全。
它可以在运行过程中自动升级、调优、打补丁，根据须要增加和缩减打算和存储资源，并在一直机的情形下运用修补程序。
自治数据库用 AI 来管理数据量，并使查询在数据库规模增长和剖析需求变革时运行得更快。
并且，由于能够自动调度数据仓库的负载量，使得相应速率大幅提升。
甲骨文的自治技能和产品在无需人工干预的情形下，即可进行更新、调度和修复，不但降落人工本钱和降落了风险，更帮助企业在数字化过程中，可以应对数据管理的寻衅，而不会束手无策。
这是基于甲骨文多年在数据管理积淀的结晶。

其次，Oracle ADW 业务数据平是 Oracle 自治数据库的主要代表，可用与OAC（Oracle剖析云）一起，以业务结果为导向为人力、财务、发卖、市场等部门的业务洞察供应了一个快速得到回报、低技能门槛的敏捷数据剖析工具和平台。
ADW和OAC都是内置了机器学习模型的。

末了，在 SaaS 层面，是将机器学习作为运用方案的一个显著的特性来利用，以使核心业务流程智能化， 目前在Oracle Intelligent Application中已将机器学习嵌入了ERP，CX，HCM中。
领悟了 AI 的 Oracle 营销云Eloqua，通过数据剖析天生消费者画像，并做出智能推举，这有助于客户进行市场洞察和交互；利用了 AI 的 Oracle Eloqua 与 Zoom 进一步的集成，帮助企业更有效地剖析用户；其余，甲骨文的 Oracle 数字助手（Oracle Digital Assistant）利用自然措辞处理 (NLP)、自然措辞理解 (NLU) 和机器学习 (ML) 正在改变To B运用的交互办法，利用自然措辞即可提交和相应问询。
比如，基于AI的数字助手运用到HCM中就使员工真正可以做到“遇事张口就问“。
这些运用处景包括理解公司政策、保险范围、公共卫生指南、假期还有几天等等日常讯问。
用于财务管理，可以对***和支出文档进行智能识别，以建立一体化的智能化财务管理。

其余，我们举一个“天下蜜蜂项目”的案例，可以看到 Oracle 如何将 AI 与云打算结合实现跨不同产品线的运用。

甲骨文的云平台创新团队在环球范围内搜集、管理、剖析来自蜂巢的数据，并通过传感器导入Oracle 自治数据库（Oracle Autonomous Database），然后将其与景象、舆图及其他数据相结合，再利用基于 AI 的 Oracle 剖析云来进行机器学习建模，剖析问题区域，并让数据可视化；我们还利用 Oracle 云根本架构进行数据存储和处理，从而构建起一个集成的云系统，可以让分布环球的多个研究团队即时剖析数据并得到洞察。

问题 4. 在云打算中结合 AI 技能的过程中，甲骨文遭遇过哪些技能难题和瓶颈？是如何战胜/实现技能打破的？谢鹏：从企业的角度来讲，AI 是拿来用的，不是拿来炫耀或仅在实验室中做研究的。
他们更关心的是如何在企业现有的运用中拓展智能化运用。
每个组织/企业都在探索数据科学和机器学习以作为发展自身竞争上风的关键，但缺少全面的工具和集成的机器学习功能可能导致这些创新不敷. 虽然人工智能不是用来炫耀的，但它确实有一定的技能门槛， 以是一些企业开始建立数据科学家的职位， 而数据科学家须要具备干系技能技能、数据库、构建、测试、环境和质量等等，并须要须要有一个工具箱。

就好比烹饪，数据是质料，实现什么样的智能化业务是想要的一道点心或大餐，而要从质料到餐点，须要利用各种工具在一个厨房里完成。
这是那些有数据科学家的企业碰着的一个寻衅，也是我们在开拓了上述许多AI运用后考虑的问题，即如何帮助企业建立自己的 AI 运用，特殊是数据科学家能够有一个集成化的工具和平台。

甲骨文在 2018 年收购数据做事公司 DataScience.com。
目前，我们把它整合到甲骨文基于OCI的 AI 技能体系中，即是基于 OCI（Oracle Cloud Infrastructure）的 Data Science，是一个通用的数据科学平台，可以与各种数据源（不仅是Oracle数据库）协同事情，支持利用开源框架、库以及甲骨文专有的Python库。
它许可数据科学家研究数据并培训、保存和支配模型。
同时，我们期望它随后会添加模型生命周期管理。
对付开拓和支配，甲骨文供应了一个基于Apache Zeppelin（一个让交互式数据剖析变得可行的基于网页的开源框架）的条记本。
总之，Data Science使数据科学家能够通方便地协同开源工具、数据和和打算资源，以在更短的韶光内能够利用单一数据科学平台，更有效地利用机器学习和大数据进行预测剖析。

问题 5. 您认为，机器学习影响当代云打算的办法紧张有哪些？（如对认知打算、物联网的影响等）谢鹏：我们将这个问题聚焦到对物联网的影响上来。
AI 和物联网本身是两位一体的，好比物联网是手，AI 便是脑。
只有手和脑的结合才能够对企业发挥真正的效益。

与其说 AI 对物联网的影响，不如反过来说是如何把 AI 和物联网结合起来，而不是谁影响谁。
现在，智能工厂、智能城市、智能仓储、智能物流所有的这些背后都有 AI 和物联网，还有一个成分便是大数据。
所有智能化后面都会有这三个元素存在。

我的不雅观点是，支配物联网时一定要一起考虑 AI。
当你做 AI 运用时，终极的实行一定要有物联网的手段，否则无法开释出最大的效益。

甲骨文是走 AIoT 的路线，即 AI 与 IoT 领悟。
为客户供应ready-to-use的IOT SaaS方案。
我们已经为企业供应的IOT产品包括：

Oracle IoT Asset Monitoring Cloud Service

Oracle IoT Fleet Monitoring

Oracle IoT Service Monitoring for Connected Assets Cloud Service

Oracle IoT Production Monitoring Cloud Service

Oracle IoT Connected Worker Cloud Service

从今后的方向方面看，由于现在的物联网的发展，实际上面临着一个问题，即每一个物联网，确切地讲是一个局域网，它与现在的互联网最大的差异在于，物联网互联和互通不是件大略的事，由于它的标准不同，终端设备不一样，以是有可能很多现在的 IoT 运用是局域的互联，但是要走向万物互联和万物互通，一个很大的问题在于如何把它变成一个基于标准的、易于互联互通的物联网，这个问题不仅仅是甲骨文在考虑，全体行业大家都在做。

以是，现在的办理方案便是通过 Web 的办法把它进行标准化，并实现易于联通，为此提出了WoT（Web of Things）的观点，便是通过 Web 的办法，使得设备在互联网上是可以定义、描述并且互联的。
W3C 同盟这个组织就致力于基于物联网的互联互通，甲骨文也是个中的紧张成员和积极推动者。