CAAI论坛（20.5.16北京站）：《大数据与人工智能》---大数据驱动的智能服务技术与应用 听阅总结

　　　　有幸听了此次CAAI论坛北京站。此次论坛主题为：大数据驱动的智能服务技术与应用  ，一共有9场分享，覆盖了学术和企业，从大数据的发展概述到大数据与人工智能在交通、医疗、金融中的应用。由于每个报告分享时间实在有限，总体而言讲的比较宽泛，多是方向性的，也有少数具体讲解的。

　　　　没有ppt，这些内容是我对直播的加工，而且我离开了几次，内容可能不全，记录只是为了偶尔“复习”和为大家分享。

　　　　一，杜小勇（人大）：

　　　　　　主题：数据危机与数据治理

　　　　　　要点：

　　　　　　1.数据危机：数据需求与数据价值开发不充分的矛盾

　　　　　　　表现：（1）：数据属性不明；（2）数据垄断，共享性差，数据服务过于依赖平台；（3）数据流通性差，数据边界明显；（4）数据质量过低；（5）隐私安全问题；（6）其他。。。。（没有了或者我忘记了）

　　　　　　2，发展面临的挑战：（1）理论体系不成熟；（2）技术滞后（也就是技术发展相较于数据量的增长而言太慢）；（3）人才缺口；大数据人才为新兴专业人才，要求与技术能力不明确。

　　　　　　3，未来：（1）形成新学科：例如数据工程之类；（2）数据治理（本来是很大一块，可惜我上厕所去了）。

　　　　二，李飞飞（阿里）：

　　　　　　主题：大数据与数据库系统的融合

　　　　　　要点：

　　　　　　1，云原生数据库与分布式大数据相比，弹性与池化能力更强；

　　　　　　2，大数据与数据库实时结合，例如HTAP,将大数据呈现于数据库系统做到及时对接，实现FASTdata;

　　　　　　3,   计算与数据查询一体化，采用自然语言来“替代”SQL语言等（易于操作，但是个人理解并不是取代，而是用户自然语言操作，系统自动转化为SQL）、数据湖模式

　　　　三，童咏昕（北航）：

　　　　　　主题：大数据智能出行服务

　　　　　　童教授主要讲了他们的一个智能的“叫车”分单系统的研究过程

　　　　　　1，采用匹配问题建模（如匈牙利算法等），但是存在不能动态性处理的问题；

　　　　　　2， 最近邻模型，具有许多理论基础；但是有离线和在线的处理问题；

　　　　　　3，以（在线算法成本/离线算法成本）为优化目标，得到了与以往理论不一致的实验效果：贪心最优。并且加权比为：3.195

　　　　　　4， 利用机器学习进行实时的自适应学习：也就是设置一个自适应的匹配时间窗，在不同车流与人流下自适应最优。

　　　　　　5，挑战：车流人流低估的激励机制；用户位置隐私的保护；假设仿真环境而不是运用实际平台测试算法。

　　　　四，沈超（西交）

　　　　　　主题：大数据驱动的网络空间行为分析和异常检测

　　　　　　没有技术讲解，重点在应用。对于这个报告挺害怕的，感受到了大数据对群体或者个人的监管，通过假隐私数据形成了“隐私数据”。

　　　　　　应用1：网络舆情的监管与分析（包括热点分析、舆情主要力量分析、水军检测）。

　　　　　　应用2：犯罪预测和用户画像形成、匿名关联。这个简直令人瑟瑟发抖，这个可以通过生成用户画像，感觉有将匿名用户做到实名匹配的能力！

　　　　　　应用3: 虚拟货币交易管理与识别，解决刷虚拟货币的问题。~~又是鹅厂。

　　　　五，李文玲（北航）

　　　　　　主题以及内容：基于多源数据的群体协作与跟踪服务（个人理解就是通过群体位置加权得到更准确的位置）

 

　　　　六，任文涛（中科院信息研究所）

　　　　　　主题以及内容：先验智能对于图像增强的应用。

　　　　七，杨全柱（东北大学）

　　　　　　主题以及内容：基于医学影像数据的智能诊断服务（智能技术使心脑血管影像更加形象化）

　　　　八，陈成才（小i机器人研究院院长）

　　　　　　主题以及内容：作为商业人员，重点讲述了智能服务的应用场景；金融是有巨大应用的需求；真正将智能产业化、应用到生产中对其发展大有裨益。

　　　　九，没看，吃夜宵去了。