DT化进程持续展开:未来十年科技是什么样子?

约100年前的1910年,有感于曼哈顿的灯火通明,美国意象派诗人埃兹拉-庞德这样赞颂新奇的电力:“这就是文明诗一样的美景,因为我们已把星星摘了下来,终于遂了心愿”。无数的热议、想象、憧憬、幻想,同样发生于100年后的今天——DT时代!

DT时代的模式升级与范式转移之产业篇

文/宋斐 潘永花 田丰 来源:阿里研究院

如果说IT时代类似工业时代的第一次工业革命,标志着信息文明的开端,那么DT时代则类似工业时代的第二次工业革命,标志着信息文明逐步步入成熟期。当前,DT正在转入“产业快速发育”及“应用拉动”的发展阶段,模式创新与业态创新也开始出现。所谓产业DT化就意味着传统企业和行业将数据这种新的生产要素与其他要素融合起来,实现数据业务化,衍生出创新模式的过程。

从IT到DT的历史变迁

回望IT的发展史,会发现数据的角色以及形态,从计算机诞生伊始就开始发生着不一样的变革。

第一次工业革命是以机械代替手工为代表,2006年云计算概念出现以前的IT时代,正类似于信息时代的第一次工业革命。

1964年,IBM发明System/360大型计算机,这个时代的计算机最主要的目的是替代手工操作,以主机/终端的计算模式为主,数据和应用以集中的方式保留在主机,在主机进行计算和处理,终端主要是界面的作用。

1965年,摩尔定律出现了其主要是指当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。近半个世纪来,伴随着计算能力的迅速提升,PC端处理能力的增强使得客户机/服务器的计算架构成为了主流,数据变得分散,服务器端与客户端都有数据存储和处理能力。

而TCP/IP协议的出现以及宽带网络的发展使得网络边界从内部延展到全球,Internet进入人们的工作与生活,从互联的角度,数据开始跨越企业边界流动起来,数据之间的共享开放成为可能。

在DT(数据技术)时代,人、事、物都在被数据化,数据成为新经济的核心生产要素。IT时代以自我控制、自我管理为主,而DT时代则以服务大众、激发生产力为主。

在IT时代,技术的使用者以大型企业用户为主,主要用IT来提高自己本身的生产效率,改善业务流程,数据的流动、共享非常有限,数据主要用于查询和报表展示;而在DT时代,有了云计算基础设施,数据的开放、流动、共享成为可能,数据开始激发新的生产力。

DT技术群落:以云和大数据为核心

DT意味着信息技术的发展,终于有能力、以低价格的形式还原、映射、记录和支撑商业世界的运行。DT时代的技术基础并不是单一的某种技术,而是以云计算和大数据技术为核心的技术群落,这一组新的技术群落包括云(计算)、大(数据)、智(智能化)、物(物联网)、移(移动互联网)等,它们共同驱动了DT新世界的到来。

云与大数据技术的结合使得中小企业和创新创业企业利用IT技术处理和管理数据的成本得到了大幅降低,同时进行应用开发、测试、上线的速度获得快速提升,这就使得中小企业可以拥有与大企业同样的技术能力。据阿里研究院测算,云计算能够降低70%的IT投入成本,同时提升互联网创新效率高达70%。

案例:Face++

Face++是一家年轻的公司,成立时间4年左右。2011 年10月,由三个“85后”清华学子创办,Face++是一家专注于图像识别和深度学习的技术公司。通过Face++,可以实现云端身份认证,用户兴趣挖掘,移动体感交互,社交娱乐分享等多类型应用,向开发者们提供人脸检测、分析和识别服务。
对于Face++来说,当大量开发者调用识别服务时对于平台整体的处理能力有很高的要求,如果自己采购服务器和存储产品,成本很高,但利用云服务可以大幅降低门槛,这就是Face++与阿里云合作的初衷。因为当进行人脸识别的时候,需要处理大量来自面部的各种特征,对包括结构、五官、肌肉以及动作等方面的数据进行分析。如果平台的服务器不够稳定、性能不够强大就会严重影响到识别效果与用户体验。

面向未来,云大智物移的新技术群落,还能带来更多的可能性与想象空间。正如阿里巴巴集团董事局主席马云所言,“我们在经历的这一次技术革命,是在释放人的大脑。未来三十年,整个变革会远远超过大家的想象。”

综合世界经济论坛、阿里研究院、华泰证券研究所等机构的研究:借助芯片、传感器、智能终端等科技领域的快速进步,未来10-15年“云大智物移”这一组新的技术群落还将发生进一步令人期待的快速演化。

未来十年科技发展预测

各产业的DT化进程

在DT化的过程中,“人、事、物”都在被数据化,瞬间产生了大量人与人、物与物、人与物之间的数据。

据IDC每年针对数字宇宙的研究,中国数据量在2014年达到909EB(1EB=1000PB),占全球比例为12%,到2020年这个数字将会达到8060EB,占全球比例将会达到18%。正是基于这样的背景,DT受到了各界广泛关注,已渗透到金融、医疗、消费、电力、制造等几乎各个行业。

随着大数据领域的新产品、新技术、新服务不断涌现,行业的DT化进程正在加速。

不同的行业基本上会沿着“信息化-在线化-云化-DT化”的过程发展。行业DT化进程的速度,与行业的信息化水平、行业与消费者的距离、行业的数据拥有程度最为相关。

第一类是互联网和营销行业。互联网行业本身就是离消费者最近的行业,同时拥有大量实时产生的数据,在线化是其企业运营的基本要素,因此DT化的程度是最高的。与之相伴的营销行业,是围绕着互联网用户行为分析、为消费者提供个性化营销服务为主要目标的行业,因此这一行业的DT化程度也很高。

第二类是信息化水平比较高的行业,比如金融、电信这两类行业,它们内部信息系统相对比较完善,对内部数据有大量的历史积累,并且有一些深层次的分析类应用,目前正走在内外部数据结合起来共同为业务服务的阶段。政府行业的信息化程度和数据化程度差异较大,但政府的DT化将会是未来整个DT世界发展的关键,它通过数据开放可以使政府数据在线化走得更快,从而激发数据类创新创业的大发展。

第三类是制造业、物流、医疗、农业等行业,它们的DT化进程还处在初级阶段,但未来消费者驱动的C2B模式会倒逼着这些行业的DT化进程逐步加快。

·氧分子网(http://www.yangfenzi.com)延伸阅读:

您可能还喜欢…

2 Responses

  1. 喜马拉雅说道:

    基础科技早在几十年前就停滞了,这几十年,也就IT在支撑。
    中国是处于追赶的位子,所以我们感觉科技貌似在飞速发展,其实完全不是这么回事。
    无论是人工智能,还是能源(可控核聚变)或是生物技术,都没有一丁点进步。前者完全没有理论基础(意亦毛都没一根),后者完全不具有工程技术上的可行性。至于IT,摩尔定律已经事实上破产,芯片已经无法再有大规模进步,集成电路再做小,会产生量子纠缠效应了。而生物技术,还处于最原始的数据收集中,没有任何突破性的理论发现,更不要说后续能应用的工程技术。
    90后,特别00后会很绝望。因为他们处于一个科技停滞和社会阶层固化的时代,除了拼爹和极个别的幸运儿,面对经济的停滞甚至是倒退,社会整体没有给新一代们任何出路。唯一的能做的,就是在虚幻的IT世界里,娱乐至死吧。

    在线学习实际上就是没来一个/批样本增量更新一次,主要有两类:
    1、基于贝叶斯公式,这种更新方式非常自然。有名的应用包括微软的MatchBox,以及其在广告点击率上的应用,具体的paper名字大概是web-scale ctr prediction
    2、基于sgd的方法,基于梯度优化的算法大都可以应用 。这一类方法有很多变种,大多数是加速sgd的收敛速度,以及减少调参对收敛的影响,神经网络的训练基本都是此类方法。另外google有一篇文章Ad Predictor,算是把ctr预估的方向指向实时更新了
    其他还有一些online的方法,不过往往需要各种trick,比如近邻法,因为这类方法是非参数模型

    概率,神经网络,DeepLearning都是online的

  2. 舒元超:科学匠人 | 耐得住研究的寂寞,担得起沟通的重任说道:

    在刚刚落幕的微软全球 One Week Hackathon 2017(骇客马拉松)上,有一位年轻的研究员同时参加了3个项目,可谓骇客马拉松小超人,他就是舒元超。舒元超博士毕业后加入微软亚洲研究院,如今已有两年时间。他说,微软亚洲研究院是心目中国内“做计算机研究最好的地方”。

    在读浙江大学和美国密歇根大学联合培养博士时,舒元超就确定,自己未来要做研究,因为这是他的兴趣所在。毕业之后他面临去何处做研究的选择。高校和科技公司是不同的两个环境,在高校做研究可以很纯粹,在科技公司可以有更多的业界资源,但却容易受到企业自身平台和短期利益所限。

    幸运的是,他还有一个选择——微软亚洲研究院。在舒元超看来,这里既可以纯粹地做研究,同时又离工业界很近,而且微软研究院这个大平台,可以提供很多学校所不具备的东西——更加开阔的视野、更与市场接近的研究环境,以及各个产品部门及工业界的资源。

    如果你想做AI,这里有业内顶尖的AI大咖,自然语言处理、语音识别、视觉计算、多媒体处理、数据挖掘、机器学习等,各种研究方向任你选;如果你想把自己的创新想法落地,这里还有顶尖的工程团队;如果你想研究游戏,这里有Xbox可供参考,想做搜索则有Bing,想做硬件相关的事情,还有Surface、HoloLens……

    在研究生阶段,舒元超曾在微软亚洲研究院实习过几个月。当时他对研究院只有一个粗浅的认识,但在博士生阶段,参与了更多的实际研究项目之后,他越来越体会到微软亚洲研究院与众不同之处——它所给予的研究自由度,它的管理与决策机制,它对创新、创意的鼓励,它对失败的包容,都让研究的效率和效果达到了最佳。聚焦“The Next Big Thing”, 是微软研发的精神所在,也是微软每位研究员和工程师的基因所在。

    于是,在2015年7月,舒元超正式加入微软亚洲研究院。

    最难的是设立研究目标

    在微软亚洲研究院,设立目标这件事,要研究员自己完成。

    自己去寻找和定义研究目标,这恰恰也是科学研究的本质。舒元超在博士生阶段,对研究的理解开始逐步加深。博士阶段的学习方式与大学、中学大不相同,以前是老师给你一道题,学生去找到解答方法,研究则是要探索未知的问题,做出有影响力的项目。

    未知的难题都在哪里?舒元超有自己的方法去找寻:

    首先,要了解最前沿在哪里。大家在干什么?在你所关注的一个或多个领域内,国际上已经做到了什么程度?其中最难、最热点的问题是什么?如果你能解决这些问题,那就是你的机会。

    其次,去关注学科交叉领域。在A、B领域交叉的中间地带,通常会迸发出更有意思的idea,做出更有影响力的工作。而这种交叉地带可能正是我们的机会所在。

    在A、B领域交叉的中间地带,通常会迸发出更有意思的idea,做出更有影响力的工作。而这种交叉地带可能正是我们的机会所在。

    研究项目的选择,是一个长期问题。舒元超笑称,在这方面自己将长期处于“社会主义初级阶段”。找准自己的基本方法后,不断转变和调整研究方向,对于研究员来说都是必经之路。即便是非常资深的研究员,也是如此。正如微软所强调的Growth Mindset(成长心态),不要觉得有什么事情是自己做不了的,不要给自己设限,充满信心地、天马行空地去思考每一个可能的研究目标,才是真正的研究员所要做的。

    加入微软亚洲研究院之后,舒元超开始梳理以前做过的各种研究。多年来,他对于定位导航这个话题始终非常感兴趣。在室内导航这个领域,他发现研究界花了十几二十年的时间,涌现出许多论文,但却没有一个易部署的大规模系统。即便有公司在做相关工作,但也都因为投入大、周期长等原因而推进缓慢。

    在前思后想了一段时间以后,他有了一个新的想法,于是寻路(Path Guide)这个室内导航系统应运而生。

    与志同道合的人一起工作

    在研究院,舒元超的最新想法都会第一时间跟他的老板兼导师Thomas Moscibroda分享,Thomas是微软亚洲研究院首席研究员,也是清华大学交叉信息研究院“姚班”的兼职教授。他很善于将理论与系统相结合,同时兼顾理论研究和工业应用。导师的角色是根据自己的经验去帮助分析每一个创新想法的逻辑是否合理,算法、应用是否可行,以及是否真的可以孵化成一个实际的产品。对舒元超的Path Guide想法,Thomas相当认可。

    由于在商场、写字楼、机场、地下停车场等密闭建筑物内,GPS无法发挥作用,传统室内导航系统需要首先收集建筑物内各种位置节点的信息,如WiFi、路由器、蓝牙、无线AP、iBeacon等,当已有节点数量不够时,还需要自己部署,最后根据用户与节点的连接去判断用户位置。但传统做法在成本与时间上都不是最优,难以大规模使用,还会涉及到地图信息的标注、地图的合法合规使用等问题,所以实际应用中,并没有非常成功的室内导航系统。

    舒元超的办法是:既不需要环境基础设施,也不需要地图,而是让“领航员”在建筑物内一遍一遍走,将路径记录到APP中分享给别人。开始的时候,领航员可以是大楼的保安、工作人员,逐渐可以发展到所有使用APP的人,从而记录的路径越来越完整,直至覆盖整座建筑。这个创新思路与基于互联网的众包、UGC(User Generated Content)的理念一脉相承,打破了传统室内导航从上到下的系统架构模式,从而使室内导航实现即插即用,增量式部署。

    Thomas让舒元超可以不用考虑后果地去做这个项目,这其实也是研究院每位导师对待创新想法的态度。研究本身就会有风险,只有不断失败,才可能找到成功之路。在舒元超看来,老板的支持无疑是最大的帮助,因为做任何一件事情,如果背后的支撑不足,往前冲的势头会明显乏力,但如果大后方支持坚定,必能无坚不摧。事实上,工作和生活中都是如此,老板、导师、父母、家人的支持与陪伴才是最大的动力。

    要着手做这件事,组建一个强有力的团队非常重要。这个时候,又出现了另一个老外——酷爱啤酒、咖啡与中国文化的Börje Karlsson。Börje是研究院的一位研究工程师,有着深厚的工程经验,在帮助研究员实现各种创意想法的同时对学术研究也颇有建树。Börje对舒元超提出的Path Guide项目也很感兴趣,从算法的优化,到APP与后台的搭建,再到如何调动微软内部的诸多资源,甚至如何与产品部门、雷德蒙总部乃至微软的其他国外分支机构沟通,都给出了相当多的帮助。两人亦师亦友,并肩作战。

    舒元超和Börje两个人,再加上强大的微软亚洲研究院实习生,Path Guide就这么从零开始做了起来。Path Guide项目于今年5月底在Google Play发布了应用。发布后,团队收到了很多的反馈和合作问询。其中最让他感动的是团队收到好几封盲人的邮件,希望可以增加一些功能,便于盲人在室内使用。这给了舒元超和团队很大的鼓舞。

    其实每次说到做研究,大家的第一反应就是,在国际期刊、大会上发表了多少什么级别的论文,论文可谓是研究员的立身之本。不过在舒元超看来,论文固然重要,但更重要的是论文能否真正解决实际问题,像Path Guide项目孵化出产品,同时也能带来论文的方式,他觉得更适合自己。而微软亚洲研究院对待论文的态度也是如此,并不唯“Paper”论,做出有影响力的事情才最重要。在与自己价值观相同的地方做研究,是件幸福的事。

    做研究,态度决定一切

    舒元超发现,自己总是能够遇到值得学习的人,研究院的同事们,大多都很Open、很包容、愿意分享。当然,这跟舒元超自身的性格特点以及沟通习惯也有很大关系,对于沈向洋博士曾经提到的三好——数学好、编程好、态度好,他印象深刻。在舒元超看来,这三点最重要的其实是“态度好”。

    他所认为的态度,首先是热爱研究本身,只有热爱才会有强动力,只有热爱才会有面对和解决问题的勇气;其次是要不断提升自己的沟通能力,现在是资讯极度发达的时代,沟通与分享可以促成生产力的倍增。

    舒元超表示,合理表达自己的想法,在需要的时候找到适合的资源和协作人,在帮助他人的过程中扩大自己的影响力圈,这些在微软这样的大平台上尤为重要。当未来将合作扩展到微软以外的学术界及工业界时,这样的沟通和做事习惯也会让自己受益无穷。

    总而言之,舒元超认为研究的最理想状态就是:既能耐得住寂寞,安静下来做研究、发论文;又能高效与人沟通、协作,让技术真正落地。

    微软亚洲研究院曾经是舒元超理想的工作之地,如今他有幸在这个环境中工作与成长。对于想要加入研究院大家庭的学弟、学妹们,他建议大家在学校期间勤动手,多做一些系统方面的工作,实践出真知;同时,也希望大家保持好奇心,不断学习新技术、尝试新平台、探索新领域。

发表评论

邮箱地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>