2017中国大数据产业生态大会暨中国大数据产业生态联盟周年庆

会议信息

• 智领先机、数见未来
• 主办单位
  • 中国电子信息产业发展研究院
• 承办单位
  • 中国大数据产业生态联盟
• 联合创办单位
  • 《软件和集成电路》杂志社
  • 中国软件评测中心
  • 赛迪顾问股份有限公司
  • 达晨创业投资有限公司
  • 赛迪智库

会议致辞

卢山

• 中国电子信息产业发展研究院院长

将发布2017中国大数据产业白皮书。

• 业界人才短板问题
  • 联合培训培养
• 如何让企业真正完成数据转型
  • 沉淀的数据再现，挖掘价值
  • 形成可持续迭代地方法与标准

张峰

• 工业和信息化部党组成员、总工程师

经济发展，新旧动能，亟待转换

嘉宾演讲——杨学山

• 中国大数据产业生态联盟荣誉顾问
• 北京大学教授、工业和信息化部原副部长

Reference from others

• 既不要神话大数据，更不要给大数据妖魔化
• 摆脱困惑、回归本质（需要正向思维）
  • 大数据必须回归企业具体的使用场景，才有价值
  • 大数据是创新、竞争、提高前沿生产力的基石

追求目标的转变

1.从本质出发

• 认识问题解决问题过程中，发掘大数据真正的作用与价值
• 需要什么样的数据、选用什么样的传感器、做出什么样的部署
• 为我们认识问题，解决问题做出贡献，创造价值

• 先解决究竟要什么样的人的问题，才能定向培养

  2.符号处理 => 语义处理

• AlphaGo

  • 是不成功的人工智能

    • 数据为主、算法为辅
    • 人下棋使用资源少浪费少

    • AlphaGo占用超多计算力，处理符号，无语义处理能力

      3.数量为主 => 质量为主 （相互关联）

• 数量是大数据的门槛，达到一定数量才能产生模型

• 质量决定了大数据的正价值，实现价值最大化

联合推动中国大数据人才培养倡议书

参与学校

• 北京大学
• 北京邮电大学
• 北京邮电大学
• 北京工业大学
• 北京科技大学
• 东华大学

倡议书节选

• 携手开创大数据人才培养，输送新模式
• 大力培养具有统计分析、计算技术、经济管理等多学科综合人才
• 共同研讨和建立与企业岗位相匹配的的人才培养标准，建立人才企业桥梁
• 深化“政、校、企”合作模式，依托地方大数据产业人才建设指导意见，联合优秀专家将实际应用课程与企业案例紧密结合
• 进一步落实数据科学人才培养工作，不断完善数据科学培养体系

证书颁发

2017中国大数据发展五星城市颁发证书

• 青岛市
• 福州市
• 武汉市
• 杭州市

专家委员证书颁发

• 90位新认证专家委员
• 理事单位、会员单位

嘉宾演讲——李伯虎

• 智慧制造云中大数据技术的研究、实践与思考

智慧制造云概述

细节参考：www.casicloud.com

1. 挑战与机遇
3. 提出与发展
   • 2009提出“云制造”理念
   • 2012年开始2.0研究
4. 云制造含义
5. 智慧化知识/技术体系总体框架
6. 新兴大制造技术 信息通信技术 智能科学技术 制造应用领域专业技术
7. 云计算在制造领域的落地和拓展
8. 中国特色与效益
9. 航天云网

行业、企业、设备、横向范围

智慧制造云中的大数据

1. 大数据来源
   • 产品数据
   • 能力数据
   • 资源设备数据
2. 结构、非结构、异构
3. 动态、非动态
4. 价值：服务、分析、管理、采集

技术架构

大数据集成与清洗技术——技术需求

• 业务系统接口集
• 异构数据转化套件
• 设备数据采集和转化网赚

大数据存储与管理技术

• 基于Gobblin/Kettle/Sqoop的批量数据接入处理技术
• 基于Kafka/Flume实施数据接入结束
• MPP/Haddop混合大数据管理

大数据分析挖掘技术

• 应用目标导向算法
• 建立优化模型

解决方案

• 描述型分析
• 规定性分析
• 历史性分析
• Apache Spark数据算法集
• 交互式分析技术

大数据可视化技术

• 能综合处理显示多维数据
• 交互需求
• 基于R语言

大数据标准与质量体系 - 数据类标准

大数据平台安全体系架构

成功案例

• 航天电缆数据化设计
• 医药研发的数据化设计
  • 电子病历
  • 医疗临床数据
• 航天制造云排产MES
• 科伦医疗器械只能生产
• 博世力士乐异地智能生产
• C919健康管理
• 直升机
• 格力电器

几点建议

• 技术
  • 重视理论算法模型
  • 重视数据技术深度融合
  • 重视面向用户的云服务技术
  • 重视基于大数据的全生命周期模式、流程、手段
  • 重视符合“共享经济”的商业模式
  • 重视安全技术与相关标准和评估指标体系
• 应用
  • 突出制造特色、行业特点
  • 突出 问题为导向
  • 突出 大数据驱动下模式、手段
  • 突出三要素、五流程
• 产业
  • 平台建设
  • 技术建设
  • 运营服务

嘉宾演讲——李杰

• 工业大数据的发展与转型

• 美国国家智能维护研究院

工业大数据的过去发展

发展的5个基本 - Hands-On level - Data level - Information level - Knowledge level - Autonomous level

竞争力转型战略 - 可见 => 不可见 - 避免 => 解决

工业大数据代表企业 - GM – OnStar - UTC Otis Elevator – REMS - GE Medical – InSite - Future Combat System

工业大数据结合人工智能与CPS

结论

嘉宾演讲——刘昼

• 大数据发展进入智能化时代
• 达晨创业投资有限公司董事长

嘉宾演讲——黄广斌

• 智能革命和智能经济：普适智能和云端智能的有机结合
• 新加坡南洋理工大学电子电器工程学院 教授

历史进程：三大生产力革命

农业革命、工业革命、智能革命（初期）

（人工/生物）神经网络的理论

• 人工神经网络应用的（存在性）理论基础
  • 通用逼近能力定力
  • 分类能力定理
  • 次优学习能力
• 生物神经网络理论基础
  • 学习可以不需要调整隐层节点（超限学习机ELM理论）
• ELM内涵
  • 解答冯诺依曼的困惑和生物学习机制
  • 自然界和生物学习系统惊人相似

普适学习技术的必要条件

• 低功耗智能硬件和智能材料
• 需要较少人工干预、实时
• 适合小数据解决复杂问题

趋势： 1. 云端智能和本地智能的有机融合 - 深度学习与ELM对比 - 深度学习 - 数据大复杂高 - 高延迟 - 高功耗 - 云端 - ELM - 数据小复杂低
- 低延迟 - 低功耗 - 本地 - y 相对学习能力 - x 数据小复杂度低 => 数据大复杂度大 2. xxx 3. 从物联网到智能物联网 - 传感器 - 智能芯片（FPGA、ASIC、加速器、忆阻器） - 智能物（智能设备、智能传感、智能摄像头） 4. 机器学习和生物学习的汇合 5. 普适学习/普适智能 6. 非冯诺依曼结构智能 7. 人工智能模块定制化 - 通用模块、算法API - AI硬件模组 8. 多系统的耦合

十大影响： - 数据驱动科学、工程学 - 人工智能和机器学习分化 - 智能从云端走向普物 - 智能材料 - 机器智能和进化论 - 智能物联网和新经济模式 - 衔接机器学习和生物学习 - xxx

十大应用 - 智能工厂 - 智能农场 - 智能教育 - 智能家具 - 智能商场 - 智能餐厅 - 智能医疗 - 智能博弈 - 智能交通 - 智能银行

2017中国数据应用

• 周一兵 神州数码信息服务股份有限公司 总裁
• 刘天文 软通动力信息技术（集团）公司 创始人，董事长兼CEO
• 王东辉 北京荣之联科技股份有限公司 董事长
• 田日辉 联想集团副总裁
• 钱晖 北京久其软件股份有限公司副总裁
• 苏萌 百分点集团董事长兼CEO
• 吴飞舟 北京思特奇信息技术股份有限公司 董事长兼CEO
• 孙元浩 星环信息科技（上海）有限公司 创始人
• 程洪亮 美林数据技术股份有限公司 董事长
• 顾云苏 天津神州通用数据有限公司 总经理
• 陆薇 昆仑智汇数据科技（北京）有限公司 创始人兼CEO
• 李青龙 北京智慧星光信息技术有限公司 董事长
• 曾途 数联铭品BBD 董事长兼CEO
• 闫旭东 北京云房数据技术有限责任公司 董事长
• 骆锴 杭州中奥科技有限公司 总裁兼CEO
• 黄曜令 北京润乾信息系统技术有限公司 总经理
• 查乾 北京泽塔云科技股份有限公司 CEO
• 陈思恩 科技谷（厦门）信息技术有限公司 总裁兼CEO
• 范一炜 翱旗创业（北京）科技有限公司 首席运营官
• 申翔宇 上海数据交易中心有限公司 COO