2022-10-09 分類: 網(wǎng)站建設(shè)
當今智能行業(yè)最為熱門的話題無非就是云計算、大數(shù)據(jù)與人工智能。它們之間好像互相有關(guān)系,一般談云計算的時候會提到大數(shù)據(jù),談人工智能的時候會提大數(shù)據(jù),談人工智能的時候會提云計算……它們相輔相成、不可分割。若非技術(shù)人員,可能會較難理解這三者間的相互關(guān)系,所以有必要解釋一下。
云計算、大數(shù)據(jù)與人工智能的關(guān)系
一、云計算最初是實現(xiàn)資源管理的靈活性
首先來說云計算,云計算最初的目標是對資源的管理,管理的主要是計算資源,網(wǎng)絡(luò)資源,存儲資源三個方面。
1.1管數(shù)據(jù)中心就像配電腦
什么叫計算,網(wǎng)絡(luò),存儲資源呢?就說你要買臺筆記本電腦吧,你是不是要關(guān)心這臺電腦什么樣的CPU啊?多大的內(nèi)存啊?這兩個我們稱為計算資源。
這臺電腦要能上網(wǎng)吧,需要有個網(wǎng)口可以插網(wǎng)線,或者有無線網(wǎng)卡可以連接我們家的路由器,您家也需要到運營商比如聯(lián)通,移動,電信開通一個網(wǎng)絡(luò),比如100M的帶寬,然后會有師傅弄一根網(wǎng)線到您家來,師傅可能會幫您將您的路由器和他們公司的網(wǎng)絡(luò)連接配置好,這樣您家的所有的電腦,手機,平板就都可以通過您的路由器上網(wǎng)了。這就是網(wǎng)絡(luò)。
您可能還會問硬盤多大啊?原來硬盤都很小,10G之類的,后來500G,1T,2T的硬盤也不新鮮了。(1T是1000G),這就是存儲。
對于一臺電腦是這個樣子的,對于一個數(shù)據(jù)中心也是同樣的。想象你有一個非常非常大的機房,里面堆了很多的服務(wù)器,這些服務(wù)器也是有CPU,內(nèi)存,硬盤的,也是通過類似路由器的設(shè)備上網(wǎng)的。這個時候的一個問題就是,運營數(shù)據(jù)中心的人是怎么把這些設(shè)備統(tǒng)一的管理起來的呢?
1.2靈活就是想啥時要都有,想要多少都行
管理的目標就是要達到兩個方面的靈活性。哪兩個方面呢?比如有個人需要一臺很小很小的電腦,只有一個CPU,1G內(nèi)存,10G的硬盤,一兆的帶寬,你能給他嗎?像這種這么小規(guī)格的電腦,現(xiàn)在隨便一個筆記本電腦都比這個配置強了,家里隨便拉一個寬帶都要100M。然而如果去一個云計算的平臺上,他要想要這個資源的時候,只要一點就有了。
所以說它就能達到兩個方面靈活性。
第一個方面就是想什么時候要就什么時候要,比如需要的時候一點就出來了,這個叫做時間靈活性。第二個方面就是想要多少呢就有多少,比如需要一個很小很小的電腦,可以滿足,比如需要一個特別大的空間,以云盤為例,似乎云盤給每個人分配的空間動不動就就很大很大,隨時上傳隨時有空間,永遠用不完,這個叫做空間靈活性。
空間靈活性和時間靈活性,也即我們常說的云計算的彈性。
為了解決這個彈性的問題,經(jīng)歷了漫長時間的發(fā)展。
1.3物理設(shè)備不靈活
首先第一個階段就是物理機,或者說物理設(shè)備時期。這個時期相當于客戶需要一臺電腦,我們就買一臺放在數(shù)據(jù)中心里。物理設(shè)備當然是越來越牛,例如服務(wù)器,內(nèi)存動不動就是百G內(nèi)存,例如網(wǎng)絡(luò)設(shè)備,一個端口的帶寬就能有幾十G甚至上百G,例如存儲,在數(shù)據(jù)中心至少是PB級別的(一個P是1000個T,一個T是1000個G)。
然而物理設(shè)備不能做到很好的靈活性。首先它不能夠達到想什么時候要就什么時候要、比如買臺服務(wù)器,哪怕買個電腦,都有采購的時間。突然用戶告訴某個云廠商,說想要開臺電腦,如果使用物理服務(wù)器,當時去采購啊就很難,如果說供應(yīng)商啊關(guān)系一般,可能采購一個月,供應(yīng)商關(guān)系好的話也需要一個星期。用戶等了一個星期后,這時候電腦才到位,用戶還要登錄上去開始慢慢部署自己的應(yīng)用,時間靈活性非常差。第二是空間靈活性也不行,例如上述的用戶,要一個很小很小的電腦,現(xiàn)在哪還有這么小型號的電腦啊。不能為了滿足用戶只要一個G的內(nèi)存是80G硬盤的,就去買一個這么小的機器。但是如果買一個大的呢,因為電腦大,就向用戶多收錢,用戶說他只用這么小的一點,如果讓用戶多付錢就很冤。
1.4虛擬化靈活多了
有人就想辦法了。第一個辦法就是虛擬化。用戶不是只要一個很小的電腦么?數(shù)據(jù)中心的物理設(shè)備都很強大,我可以從物理的CPU,內(nèi)存,硬盤中虛擬出一小塊來給客戶,同時也可以虛擬出一小塊來給其他客戶,每個客戶都只能看到自己虛的那一小塊,其實每個客戶用的是整個大的設(shè)備上其中的一小塊。虛擬化的技術(shù)能使得不同的客戶的電腦看起來是隔離的,我看著好像這塊盤就是我的,你看這呢這塊盤就是你的,實際情況可能我這個10G和您這個10G是落在同樣一個很大很大的這個存儲上的。
而且如果事先物理設(shè)備都準備好,虛擬化軟件虛擬出一個電腦是非??斓模旧蠋追昼娋湍芙鉀Q。所以在任何一個云上要創(chuàng)建一臺電腦,一點幾分鐘就出來了,就是這個道理。
這個空間靈活性和時間靈活性就基本解決了。
1.5虛擬世界的賺錢與情懷
在虛擬化階段,最牛的公司是Vmware,是實現(xiàn)虛擬化技術(shù)比較早的一家公司,可以實現(xiàn)計算,網(wǎng)絡(luò),存儲的虛擬化,這家公司很牛,性能也做得非常好,然后虛擬化軟件賣的也非常好,賺了好多的錢,后來讓EMC(世界五百強,存儲廠商第一品牌)給收購了。
但是這個世界上還是有很多有情懷的人的,尤其是程序員里面,有情懷的人喜歡做一件什么事情呢?開源。這個世界上很多軟件都是有閉源就有開源,源就是源代碼。就是說某個軟件做的好,所有人都愛用,這個軟件的代碼呢,我封閉起來只有我公司知道,其他人不知道,如果其他人想用這個軟件,就要付我錢,這就叫閉源。但是世界上總有一些大??床粦T錢都讓一家賺了去。大牛們覺得,這個技術(shù)你會我也會,你能開發(fā)出來,我也能,我開發(fā)出來就是不收錢,把代碼拿出來分享給大家,全世界誰用都可以,所有的人都可以享受到好處,這個叫做開源。
比如最近蒂姆·伯納斯·李就是個非常有情懷的人,2017年,他因“發(fā)明萬維網(wǎng)、第一個瀏覽器和使萬維網(wǎng)得以擴展的基本協(xié)議和算法”而獲得2016年度的圖靈獎。圖靈獎就是計算機界的諾貝爾獎。然而他最令人敬佩的是,他將萬維網(wǎng),也就是我們常見的www的技術(shù)無償貢獻給全世界免費使用。我們現(xiàn)在在網(wǎng)上的所有行為都應(yīng)該感謝他的功勞,如果他將這個技術(shù)拿來收錢,應(yīng)該和比爾蓋茨差不多有錢。
例如在閉源的世界里有windows,大家用windows都得給微軟付錢,開源的世界里面就出現(xiàn)了Linux。比爾蓋茨靠windows,Office這些閉源的軟件賺了很多錢,稱為世界首富,就有大牛開發(fā)了另外一種操作系統(tǒng)Linux。很多人可能沒有聽說過Linux,很多后臺的服務(wù)器上跑的程序都是Linux上的,比如大家享受雙十一,支撐雙十一搶購的系統(tǒng),無論是淘寶,京東,考拉,都是跑在Linux上的。
再如有apple就有安卓。apple市值很高,但是蘋果系統(tǒng)的代碼我們是看不到的。于是就有大牛寫了安卓手機操作系統(tǒng)。所以大家可以看到幾乎所有的其他手機廠商,里面都裝安卓系統(tǒng),因為蘋果系統(tǒng)不開源,而安卓系統(tǒng)大家都可以用。
在虛擬化軟件也一樣,有了Vmware,這個軟件非常非常的貴。那就有大牛寫了兩個開源的虛擬化軟件,一個叫做Xen,一個叫做KVM,如果不做技術(shù)的,可以不用管這兩個名字,但是后面還是會提到。
1.6虛擬化的半自動和云計算的全自動
虛擬化軟件似乎解決了靈活性問題,其實不全對。因為虛擬化軟件一般創(chuàng)建一臺虛擬的電腦,是需要人工指定這臺虛擬電腦放在哪臺物理機上的,可能還需要比較復(fù)雜的人工配置,所以使用Vmware的虛擬化軟件,需要考一個很牛的證書,能拿到這個證書的人,薪資是相當?shù)母撸部梢姀?fù)雜程度。所以僅僅憑虛擬化軟件所能管理的物理機的集群規(guī)模都不是特別的大,一般在十幾臺,幾十臺,最多百臺這么一個規(guī)模。這一方面會影響時間靈活性,雖然虛擬出一臺電腦的時間很短,但是隨著集群規(guī)模的擴大,人工配置的過程越來越復(fù)雜,越來越耗時。另一方面也影響空間靈活性,當用戶數(shù)量多的時候,這點集群規(guī)模,還遠達不到想要多少要多少的程度,很可能這點資源很快就用完了,還得去采購。所以隨著集群的規(guī)模越來越大,基本都是千臺起步,動輒上萬臺,甚至幾十上百萬臺,如果去查一下BAT,包括網(wǎng)易,包括谷歌,亞馬遜,服務(wù)器數(shù)目都大的嚇人。這么多機器要靠人去選一個位置放這臺虛擬化的電腦并做相應(yīng)的配置,幾乎是不可能的事情,還是需要機器去做這個事情。
人們發(fā)明了各種各樣的算法來做這個事情,算法的名字叫做調(diào)度(Scheduler)。通俗一點的說,就是有一個調(diào)度中心,幾千臺機器都在一個池子里面,無論用戶需要多少CPU,內(nèi)存,硬盤的虛擬電腦,調(diào)度中心會自動在大池子里面找一個能夠滿足用戶需求的地方,把虛擬電腦啟動起來做好配置,用戶就直接能用了。這個階段,我們稱為池化,或者云化,到了這個階段,才可以稱為云計算,在這之前都只能叫虛擬化。
1.7云計算的私有與公有
云計算大致分兩種,一個是私有云,一個是公有云,還有人把私有云和公有云連接起來稱為混合云,我們暫且不說這個。私有云就是把虛擬化和云化的這套軟件部署在別人的數(shù)據(jù)中心里面,使用私有云的用戶往往很有錢,自己買地建機房,自己買服務(wù)器,然后讓云廠商部署在自己這里,Vmware后來除了虛擬化,也推出了云計算的產(chǎn)品,并且在私有云市場賺的盆滿缽滿。所謂公有云就是虛擬化和云化軟件部署在云廠商自己數(shù)據(jù)中心里面的,用戶不需要很大的投入,只要注冊一個賬號,就能在一個網(wǎng)頁上點一下創(chuàng)建一臺虛擬電腦,例如AWS也即亞馬遜的公有云,例如國內(nèi)的阿里云,騰訊云,網(wǎng)易云等。
亞馬遜呢為什么要做公有云呢?我們知道亞馬遜原來是國外比較大的一個電商,它做電商的時候也肯定會遇到類似雙11的場景,在某一個時刻大家都沖上來買東西。當大家都沖上買東西的時候,就特別需要云的時間靈活性和空間靈活性。因為它不能時刻準備好所有的資源,那樣太浪費了。但也不能什么都不準備,看著雙十一這么多用戶想買東西登不上去。所以需要雙十一的時候,創(chuàng)建一大批虛擬電腦來支撐電商應(yīng)用,過了雙十一再把這些資源都釋放掉去干別的。所以亞馬遜是需要一個云平臺的。
然而商用的虛擬化軟件實在是太貴了,亞馬遜總不能把自己在電商賺的錢全部給了虛擬化廠商吧。于是亞馬遜基于開源的虛擬化技術(shù),如上所述的Xen或者KVM,開發(fā)了一套自己的云化軟件。沒想到亞馬遜后來電商越做越牛,云平臺也越做越牛。而且由于他的云平臺需要支撐自己的電商應(yīng)用,而傳統(tǒng)的云計算廠商多為IT廠商出身,幾乎沒有自己的應(yīng)用,因而亞馬遜的云平臺對應(yīng)用更加的友好,迅速發(fā)展成為云計算的第一品牌,賺了很多錢。在亞馬遜公布其云計算平臺財報之前,人們都猜測,亞馬遜電商賺錢,云也賺錢嗎?后來一公布財報,發(fā)現(xiàn)不是一般的賺錢,僅僅去年,亞馬遜AWS年營收達122億美元,運營利潤31億美元。
1.8云計算的賺錢與情懷
公有云的第一名亞馬遜過得很爽,第二名Rackspace過的就一般了。沒辦法,這就是互聯(lián)網(wǎng)行業(yè)的殘酷性,多是贏者通吃的模式。所以第二名如果不是云計算行業(yè)的,很多人可能都沒聽過了。第二名就想,我干不過老大怎么辦呢?開源吧。如上所述,亞馬遜雖然使用了開源的虛擬化技術(shù),但是云化的代碼是閉源的,很多想做又做不了云化平臺的公司,只能眼巴巴的看著亞馬遜掙大錢。Rackspace把源代碼一公開,整個行業(yè)就可以一起把這個平臺越做越好。
于是Rackspace和美國航空航天局合作創(chuàng)辦了開源軟件OpenStack,如圖所示OpenStack的架構(gòu)圖,不是云計算行業(yè)的不用弄懂這個圖,但是能夠看到三個關(guān)鍵字,Compute計算,Networking網(wǎng)絡(luò),Storage存儲。還是一個計算,網(wǎng)絡(luò),存儲的云化管理平臺。
當然第二名的技術(shù)也是非常棒的,有了OpenStack之后,果真像Rackspace想象的一樣,所有想做云的大企業(yè)都瘋了,你能想象到的所有如雷貫耳的大型IT企業(yè),IBM,惠普,戴爾,華為,聯(lián)想等等,都瘋了。原來云平臺大家都想做,看著亞馬遜和Vmware賺了這么多錢,眼巴巴看著沒辦法,想自己做一個好像難度還挺大?,F(xiàn)在好了,有了這樣一個開源的云平臺OpenStack,所有的IT廠商都加入到這個社區(qū)中來,對這個云平臺進行貢獻,包裝成自己的產(chǎn)品,連同自己的硬件設(shè)備一起賣。有的做了私有云,有的做了公有云,OpenStack已經(jīng)成為開源云平臺的事實標準。
1.9IaaS,資源層面的靈活性
隨著OpenStack的技術(shù)越來越成熟,可以管理的規(guī)模也越來越大,并且可以有多個OpenStack集群部署多套,比如北京部署一套,杭州部署兩套,廣州部署一套,然后進行統(tǒng)一的管理。這樣整個規(guī)模就更大了。在這個規(guī)模下,對于普通用戶的感知來講,基本能夠做到想什么時候要就什么什么藥,想要多少就要多少。還是拿云盤舉例子,每個用戶云盤都分配了5T甚至更大的空間,如果有1億人,那加起來空間多大啊。其實背后的機制是這樣的,分配你的空間,你可能只用了其中很少一點,比如說它分配給你了5個T,這么大的空間僅僅是你看到的,而不是真的就給你了,你其實只用了50個G,則真實給你的就是50個G,隨著你文件的不斷上傳,分給你的空間會越來越多。當大家都上傳,云平臺發(fā)現(xiàn)快滿了的時候(例如用了70%),會采購更多的服務(wù)器,擴充背后的資源,這個對用戶是透明的,看不到的,從感覺上來講,就實現(xiàn)了云計算的彈性。其實有點像銀行,給儲戶的感覺是什么時候取錢都有,只要不同時擠兌,銀行就不會垮。
這里做一個簡單的總結(jié),到了這個階段,云計算基本上實現(xiàn)了時間靈活性和空間靈活性,實現(xiàn)了計算,網(wǎng)絡(luò),存儲資源的彈性。計算,網(wǎng)絡(luò),存儲我們常稱為基礎(chǔ)設(shè)施Infranstracture,因而這個階段的彈性稱為資源層面的彈性,管理資源的云平臺,我們稱為基礎(chǔ)設(shè)施服務(wù),就是我們常聽到的IaaS,InfranstractureAsAService。
二、云計算不光管資源,也要管應(yīng)用
有了IaaS,實現(xiàn)了資源層面的彈性就夠了嗎?顯然不是。還有應(yīng)用層面的彈性。這里舉個例子,比如說實現(xiàn)一個電商的應(yīng)用,平時十臺機器就夠了,雙十一需要一百臺。你可能覺得很好辦啊,有了IaaS,新創(chuàng)建九十臺機器就可以了啊。但是90臺機器創(chuàng)建出來是空的啊,電商應(yīng)用并沒有放上去啊,只能你公司的運維人員一臺一臺的弄,還是需要很長時間才能安裝好的。雖然資源層面實現(xiàn)了彈性,但是沒有應(yīng)用層的彈性,依然靈活性是不夠的。
有沒有方法解決這個問題呢?于是人們在IaaS平臺之上又加了一層,用于管理資源以上的應(yīng)用彈性的問題,這一層通常稱為PaaS(PlatformAsAService)。這一層往往比較難理解,其實大致分兩部分,一部分我稱為你自己的應(yīng)用自動安裝,一部分我稱為通用的應(yīng)用不用安裝。
我們先來說第一部分,自己的應(yīng)用自動安裝。比如電商應(yīng)用是你自己開發(fā)的,除了你自己,其他人是不知道怎么安裝的,比如電商應(yīng)用,安裝的時候需要配置支付寶或者微信的賬號,才能別人在你的電商上買東西的時候,付的錢是打到你的賬戶里面的,除了你,誰也不知道,所以安裝的過程平臺幫不了忙,但是能夠幫你做的自動化,你需要做一些工作,將自己的配置信息融入到自動化的安裝過程中方可。比如上面的例子,雙十一新創(chuàng)建出來的90臺機器是空的,如果能夠提供一個工具,能夠自動在這新的90臺機器上將電商應(yīng)用安裝好,就能夠?qū)崿F(xiàn)應(yīng)用層面的真正彈性。例如Puppet,Chef,Ansible,CloudFoundary都可以干這件事情,最新的容器技術(shù)Docker能更好的干這件事情,不做技術(shù)的可以不用管這些詞。
第二部分,通用的應(yīng)用不用安裝。所謂通用的應(yīng)用,一般指一些復(fù)雜性比較高,但是大家都在用的,例如數(shù)據(jù)庫。幾乎所有的應(yīng)用都會用數(shù)據(jù)庫,但是數(shù)據(jù)庫軟件是標準的,雖然安裝和維護比較復(fù)雜,但是無論誰安裝都是一樣。這樣的應(yīng)用可以變成標準的PaaS層的應(yīng)用放在云平臺的界面上。當用戶需要一個數(shù)據(jù)庫的時候,一點就出來了,用戶就可以直接用了。有人問,既然誰安裝都一個樣,那我自己來好了,不需要花錢在云平臺上買。當然不是,數(shù)據(jù)庫是一個非常難的東西,光Oracle這家公司,靠數(shù)據(jù)庫就能賺這么多錢。買Oracle也是要花很多很多錢的。然而大多數(shù)云平臺會提供Mysql這樣的開源數(shù)據(jù)庫,又是開源,錢不需要花這么多了,但是維護這個數(shù)據(jù)庫,卻需要專門招一個很大的團隊,如果這個數(shù)據(jù)庫能夠優(yōu)化到能夠支撐雙十一,也不是一年兩年能夠搞定的。比如您是一個做單車的,當然沒必要招一個非常大的數(shù)據(jù)庫團隊來干這件事情,成本太高了,應(yīng)該交給云平臺來做這件事情,專業(yè)的事情專業(yè)的人來自,云平臺專門養(yǎng)了幾百人維護這套系統(tǒng),您只要專注于您的單車應(yīng)用就可以了。
要么是自動部署,要么是不用部署,總的來說就是應(yīng)用層你也要少操心,這就是PaaS層的重要作用。
雖說腳本的方式能夠解決自己的應(yīng)用的部署問題,然而不同的環(huán)境千差萬別,一個腳本往往在一個環(huán)境上運行正確,到另一個環(huán)境就不正確了。
而容器是能更好的解決這個問題的。
容器是Container,Container另一個意思是集裝箱,其實容器的思想就是要變成軟件交付的集裝箱。集裝箱的特點,一是封裝,二是標準。
在沒有集裝箱的時代,假設(shè)將貨物從A運到B,中間要經(jīng)過三個碼頭、換三次船。每次都要將貨物卸下船來,擺的七零八落,然后搬上船重新整齊擺好。因此在沒有集裝箱的時候,每次換船,船員們都要在岸上待幾天才能走。
有了集裝箱以后,所有的貨物都打包在一起了,并且集裝箱的尺寸全部一致,所以每次換船的時候,一個箱子整體搬過去就行了,小時級別就能完成,船員再也不用上岸長時間耽擱了。
這是集裝箱“封裝”、“標準”兩大特點在生活中的應(yīng)用。
那么容器如何對應(yīng)用打包呢?還是要學(xué)習(xí)集裝箱,首先要有個封閉的環(huán)境,將貨物封裝起來,讓貨物之間互不干擾,互相隔離,這樣裝貨卸貨才方便。好在Ubuntu中的LXC技術(shù)早就能做到這一點。
封閉的環(huán)境主要使用了兩種技術(shù),一種是看起來是隔離的技術(shù),稱為Namespace,也即每個Namespace中的應(yīng)用看到的是不同的IP地址、用戶空間、程號等。另一種是用起來是隔離的技術(shù),稱為Cgroups,也即明明整臺機器有很多的CPU、內(nèi)存,而一個應(yīng)用只能用其中的一部分。
所謂的鏡像,就是將你焊好集裝箱的那一刻,將集裝箱的狀態(tài)保存下來,就像孫悟空說:“定”,集裝箱里面就定在了那一刻,然后將這一刻的狀態(tài)保存成一系列文件。這些文件的格式是標準的,誰看到這些文件都能還原當時定住的那個時刻。將鏡像還原成運行時的過程(就是讀取鏡像文件,還原那個時刻的過程)就是容器運行的過程。
有了容器,使得PaaS層對于用戶自身應(yīng)用的自動部署變得快速而優(yōu)雅。
三、大數(shù)據(jù)擁抱云計算
在PaaS層中一個復(fù)雜的通用應(yīng)用就是大數(shù)據(jù)平臺。大數(shù)據(jù)是如何一步一步融入云計算的呢?
3.1數(shù)據(jù)不大也包含智慧
一開始這個大數(shù)據(jù)并不大,你想象原來才有多少數(shù)據(jù)?現(xiàn)在大家都去看電子書,上網(wǎng)看新聞了,在我們80后小時候,信息量沒有那么大,也就看看書,看看報,一個星期的報紙加起來才有多少字啊,如果你不在一個大城市,一個普通的學(xué)校的圖書館加起來也沒幾個書架,是后來隨著信息化的到來,信息才會越來越多。
首先我們來看一下大數(shù)據(jù)里面的數(shù)據(jù),就分三種類型,一種叫結(jié)構(gòu)化的數(shù)據(jù),一種叫非結(jié)構(gòu)化的數(shù)據(jù),還有一種叫半結(jié)構(gòu)化的數(shù)據(jù)。什么叫結(jié)構(gòu)化的數(shù)據(jù)呢?叫有固定格式和有限長度的數(shù)據(jù)。例如填的表格就是結(jié)構(gòu)化的數(shù)據(jù),國籍:中華人民共和國,民族:漢,性別:男,這都叫結(jié)構(gòu)化數(shù)據(jù)?,F(xiàn)在越來越多的就是非結(jié)構(gòu)化的數(shù)據(jù),就是不定長,無固定格式的數(shù)據(jù),例如網(wǎng)頁,有時候非常長,有時候幾句話就沒了,例如語音,視頻都是非結(jié)構(gòu)化的數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)是一些xml或者html的格式的,不從事技術(shù)的可能不了解,但也沒有關(guān)系。
數(shù)據(jù)怎么樣才能對人有用呢?其實數(shù)據(jù)本身不是有用的,必須要經(jīng)過一定的處理。例如你每天跑步帶個手環(huán)收集的也是數(shù)據(jù),網(wǎng)上這么多網(wǎng)頁也是數(shù)據(jù),我們稱為Data,數(shù)據(jù)本身沒有什么用處,但是數(shù)據(jù)里面包含一個很重要的東西,叫做信息Information,數(shù)據(jù)十分雜亂,經(jīng)過梳理和清洗,才能夠稱為信息。信息會包含很多規(guī)律,我們需要從信息中將規(guī)律總結(jié)出來,稱為知識knowledge,知識改變命運。信息是很多的,但是有人看到了信息相當于白看,但是有人就從信息中看到了電商的未來,有人看到了直播的未來,所以人家就牛了,你如果沒有從信息中提取出知識,天天看朋友圈,也只能在互聯(lián)網(wǎng)滾滾大潮中做個看客。有了知識,然后利用這些知識去應(yīng)用于實戰(zhàn),有的人會做得非常好,這個東西叫做智慧intelligence。有知識并不一定有智慧,例如好多學(xué)者很有知識,已經(jīng)發(fā)生的事情可以從各個角度分析的頭頭是道,但一到實干就歇菜,并不能轉(zhuǎn)化成為智慧。而很多的創(chuàng)業(yè)家之所以偉大,就是通過獲得的知識應(yīng)用于實踐,最后做了很大的生意。
所以數(shù)據(jù)的應(yīng)用分這四個步驟:數(shù)據(jù),信息,知識,智慧。這是很多商家都想要的,你看我收集了這么多的數(shù)據(jù),能不能基于這些數(shù)據(jù)來幫我做下一步的決策,改善我的產(chǎn)品,例如讓用戶看視頻的時候旁邊彈出廣告,正好是他想買的東西,再如讓用戶聽音樂的時候,另外推薦一些他非常想聽的其他音樂。用戶在我的應(yīng)用或者網(wǎng)站上隨便點點鼠標,輸入文字對我來說都是數(shù)據(jù),我就是要將其中某些東西提取出來,指導(dǎo)實踐,形成智慧,讓用戶陷入到我的應(yīng)用里面不可自拔,上了我的網(wǎng)就不想離開,手不停的點,不停的買,很多人說雙十一我都想斷網(wǎng)了,我老婆在上面不斷的買買買,買了A又推薦B,老婆大人說,“哎呀,B也是我喜歡的啊,老公我要買”。你說這個程序怎么這么牛,這么有智慧,比我還了解我老婆,這件事情是怎么做到的呢?
3.2數(shù)據(jù)如何升華為智慧
數(shù)據(jù)的處理分幾個步驟,完成了才最后會有智慧。
第一個步驟叫數(shù)據(jù)的收集。首先得有數(shù)據(jù),數(shù)據(jù)的收集有兩個方式,第一個方式是拿,專業(yè)點的說法叫抓取或者爬取,例如搜索引擎就是這么做的,它把網(wǎng)上的所有的信息都下載到它的數(shù)據(jù)中心,然后你一搜才能搜出來。比如你去搜索的時候,結(jié)果會是一個列表,這個列表為什么會在搜索引擎的公司里面呢,就是因為他把這個數(shù)據(jù)啊都拿下來了,但是你一點鏈接,點出來這個網(wǎng)站就不在搜索引擎它們公司了。比如說新浪有個新聞,你拿百度搜出來,你不點的時候,那一頁在百度數(shù)據(jù)中心,一點出來的網(wǎng)頁就是在新浪的數(shù)據(jù)中心了。另外一個方式就是推送,有很多終端可以幫我收集數(shù)據(jù),比如說小米手環(huán),可以將你每天跑步的數(shù)據(jù),心跳的數(shù)據(jù),睡眠的數(shù)據(jù)都上傳到數(shù)據(jù)中心里面。
第二個步驟是數(shù)據(jù)的傳輸。一般會通過隊列方式進行,因為數(shù)據(jù)量實在是太大了,數(shù)據(jù)必須經(jīng)過處理才會有用,可是系統(tǒng)處理不過來,只好排好隊,慢慢的處理。
第三個步驟是數(shù)據(jù)的存儲。現(xiàn)在數(shù)據(jù)就是金錢,掌握了數(shù)據(jù)就相當于掌握了錢。要不然網(wǎng)站怎么知道你想買什么呢?就是因為它有你歷史的交易的數(shù)據(jù),這個信息可不能給別人,十分寶貴,所以需要存儲下來。
第四個步驟是數(shù)據(jù)的處理和分析。上面存儲的數(shù)據(jù)是原始數(shù)據(jù),原始數(shù)據(jù)多是雜亂無章的,有很多垃圾數(shù)據(jù)在里面,因而需要清洗和過濾,得到一些高質(zhì)量的數(shù)據(jù)。對于高質(zhì)量的數(shù)據(jù),就可以進行分析,從而對數(shù)據(jù)進行分類,或者發(fā)現(xiàn)數(shù)據(jù)之間的相互關(guān)系,得到知識。比如盛傳的沃爾瑪超市的啤酒和尿布的故事,就是通過對人們的購買數(shù)據(jù)進行分析,發(fā)現(xiàn)了男人一般買尿布的時候,會同時購買啤酒,這樣就發(fā)現(xiàn)了啤酒和尿布之間的相互關(guān)系,獲得知識,然后應(yīng)用到實踐中,將啤酒和尿布的柜臺弄的很近,就獲得了智慧。
第五個步驟就是對于數(shù)據(jù)的檢索和挖掘。檢索就是搜索,所謂外事不決問google,內(nèi)事不決問百度。內(nèi)外兩大搜索引擎都是講分析后的數(shù)據(jù)放入搜索引擎,從而人們想尋找信息的時候,一搜就有了。另外就是挖掘,僅僅搜索出來已經(jīng)不能滿足人們的要求了,還需要從信息中挖掘出相互的關(guān)系。比如財經(jīng)搜索,當搜索某個公司股票的時候,該公司的高管是不是也應(yīng)該被挖掘出來呢?如果僅僅搜索出這個公司的股票發(fā)現(xiàn)漲的特別好,于是你就去買了,其實其高管發(fā)了一個聲明,對股票十分不利,第二天就跌了,這不坑害廣大股民么?所以通過各種算法挖掘數(shù)據(jù)中的關(guān)系,形成知識庫,十分重要。
3.3大數(shù)據(jù)時代,眾人拾柴火焰高
當數(shù)據(jù)量很小的時候,很少的幾臺機器就能解決。慢慢的當數(shù)據(jù)量越來越大,最牛的服務(wù)器都解決不了問題的時候,就想怎么辦呢?要聚合多臺機器的力量,大家齊心協(xié)力一起把這個事搞定,眾人拾柴火焰高。
對于數(shù)據(jù)的收集,對于IoT來講,外面部署這成千上萬的檢測設(shè)備,將大量的溫度,適度,監(jiān)控,電力等等數(shù)據(jù)統(tǒng)統(tǒng)收集上來,對于互聯(lián)網(wǎng)網(wǎng)頁的搜索引擎來講,需要將整個互聯(lián)網(wǎng)所有的網(wǎng)頁都下載下來,這顯然一臺機器做不到,需要多臺機器組成網(wǎng)絡(luò)爬蟲系統(tǒng),每臺機器下載一部分,同時工作,才能在有限的時間內(nèi),將海量的網(wǎng)頁下載完畢。
對于數(shù)據(jù)的傳輸,一個內(nèi)存里面的隊列肯定會被大量的數(shù)據(jù)擠爆掉,于是就產(chǎn)生了基于硬盤的分布式隊列,這樣隊列可以多臺機器同時傳輸,隨你數(shù)據(jù)量多大,只要我的隊列足夠多,管道足夠粗,就能夠撐得住。
對于數(shù)據(jù)的存儲,一臺機器的文件系統(tǒng)肯定是放不下了,所以需要一個很大的分布式文件系統(tǒng)來做這件事情,把多臺機器的硬盤打成一塊大的文件系統(tǒng)。
再如數(shù)據(jù)的分析,可能需要對大量的數(shù)據(jù)做分解,統(tǒng)計,匯總,一臺機器肯定搞不定,處理到猴年馬月也分析不完,于是就有分布式計算的方法,將大量的數(shù)據(jù)分成小份,每臺機器處理一小份,多臺機器并行處理,很快就能算完。例如著名的Terasort對1個TB的數(shù)據(jù)排序,相當于1000G,如果單機處理,怎么也要幾個小時,但是并行處理209秒就完成了。
所以說大數(shù)據(jù)平臺,什么叫做大數(shù)據(jù),說白了就是一臺機器干不完,大家一起干。隨著數(shù)據(jù)量越來越大,很多不大的公司都需要處理相當多的數(shù)據(jù),這些小公司沒有這么多機器可怎么辦呢?
3.4大數(shù)據(jù)需要云計算,云計算需要大數(shù)據(jù)
說到這里,大家想起云計算了吧。當想要干這些活的時候,需要好多好多的機器一塊做,真的是想什么時候要,想要多少就要多少。例如大數(shù)據(jù)分析公司的財務(wù)情況,可能一周分析一次,如果要把這一百臺機器或者一千臺機器都在那放著,一周用一次對吧,非常浪費。那能不能需要計算的時候,把這一千臺機器拿出來,然后不算的時候,這一千臺機器可以去干別的事情。誰能做這個事兒呢?只有云計算,可以為大數(shù)據(jù)的運算提供資源層的靈活性。而云計算也會部署大數(shù)據(jù)放到它的PaaS平臺上,作為一個非常非常重要的通用應(yīng)用。因為大數(shù)據(jù)平臺能夠使得多臺機器一起干一個事兒,這個東西不是一般人能開發(fā)出來的,也不是一般人玩得轉(zhuǎn)的,怎么也得雇個幾十上百號人才能把這個玩起來,所以說就像數(shù)據(jù)庫一樣,其實還是需要有一幫專業(yè)的人來玩這個東西?,F(xiàn)在公有云上基本上都會有大數(shù)據(jù)的解決方案了,一個小公司我需要大數(shù)據(jù)平臺的時候,不需要采購一千臺機器,只要到公有云上一點,這一千臺機器都出來了,并且上面已經(jīng)部署好了的大數(shù)據(jù)平臺,只要把數(shù)據(jù)放進去算就可以了。
云計算需要大數(shù)據(jù),大數(shù)據(jù)需要云計算,兩個人就這樣結(jié)合了。
四、人工智能擁抱大數(shù)據(jù)
4.1機器什么時候才能懂人心
雖說有了大數(shù)據(jù),人的欲望總是這個不能夠滿足。雖說在大數(shù)據(jù)平臺里面有搜索引擎這個東西,想要什么東西我一搜就出來了。但是也存在這樣的情況,我想要的東西不會搜,表達不出來,搜索出來的又不是我想要的。例如音樂軟件里面推薦一首歌,這首歌我沒聽過,當然不知道名字,也沒法搜,但是軟件推薦給我,我的確喜歡,這就是搜索做不到的事情。當人們使用這種應(yīng)用的時候,會發(fā)現(xiàn)機器知道我想要什么,而不是說當我想要的時候,去機器里面搜索。這個機器真像我的朋友一樣懂我,這就有點人工智能的意思了。
人們很早就在想這個事情了。最早的時候,人們想象,如果要是有一堵墻,墻后面是個機器,我給它說話,它就給我回應(yīng),我如果感覺不出它那邊是人還是機器,那它就真的是一個人工智能的東西了。
4.2讓機器學(xué)會推理
怎么才能做到這一點呢?人們就想:我首先要告訴計算機人類的推理的能力。你看人重要的是什么呀,人和動物的區(qū)別在什么呀,就是能推理。我要是把我這個推理的能力啊告訴機器,機器就能根據(jù)你的提問,推理出相應(yīng)的回答,真能這樣多好。推理其實人們慢慢的讓機器能夠做到一些了,例如證明數(shù)學(xué)公式。這是一個非常讓人驚喜的一個過程,機器竟然能夠證明數(shù)學(xué)公式。但是慢慢發(fā)現(xiàn)其實這個結(jié)果,也沒有那么令人驚喜,因為大家發(fā)現(xiàn)了一個問題,數(shù)學(xué)公式非常嚴謹,推理過程也非常嚴謹,而且數(shù)學(xué)公式很容易拿機器來進行表達,程序也相對容易表達。然而人類的語言就沒這么簡單了,比如今天晚上,你和你女朋友約會,你女朋友說:如果你早來,我沒來,你等著,如果我早來,你沒來,你等著。這個機器就比比較難理解了,但是人都懂,所以你和女朋友約會,你是不敢遲到的。
4.3教給機器知識
所以僅僅告訴機器嚴格的推理是不夠的,還要告訴機器一些知識。但是知識這個事兒,一般人可能就做不來了,可能專家可以,比如語言領(lǐng)域的專家,或者財經(jīng)領(lǐng)域的專家。語言領(lǐng)域和財經(jīng)領(lǐng)域知識能不能表示成像數(shù)學(xué)公式一樣稍微嚴格點呢?例如語言專家可能會總結(jié)出主謂賓定狀補這些語法規(guī)則,主語后面一定是謂語,謂語后面一定是賓語,將這些總結(jié)出來,并嚴格表達出來不久行了嗎?后來發(fā)現(xiàn)這個不行,太難總結(jié)了,語言表達千變?nèi)f化。就拿主謂賓的例子,很多時候在口語里面就省略了謂語,別人問:你誰啊?我回答:我劉超。但是你不能規(guī)定在語音語義識別的時候,要求對著機器說標準的書面語,這樣還是不夠智能,就像羅永浩在一次演講中說的那樣,每次對著手機,用書面語說:請幫我呼叫某某某,這是一件很尷尬的事情。
人工智能這個階段叫做專家系統(tǒng)。專家系統(tǒng)不易成功,一方面是知識比較難總結(jié),另一方面總結(jié)出來的知識難以教給計算機。因為你自己還迷迷糊糊,似乎覺得有規(guī)律,就是說不出來,就怎么能夠通過編程教給計算機呢?
4.4模擬大腦的工作方式
于是人類開始從機器的世界,反思人類的世界是怎么工作的。
人類的腦子里面不是存儲著大量的規(guī)則,也不是記錄著大量的統(tǒng)計數(shù)據(jù),而是通過神經(jīng)元的觸發(fā)實現(xiàn)的,每個神經(jīng)元有從其他神經(jīng)元的輸入,當接收到輸入的時候,會產(chǎn)生一個輸出來刺激其他的神經(jīng)元,于是大量的神經(jīng)元相互反應(yīng),最終形成各種輸出的結(jié)果。例如當人們看到美女瞳孔放大,絕不是大腦根據(jù)身材比例進行規(guī)則判斷,也不是將人生中看過的所有的美女都統(tǒng)計一遍,而是神經(jīng)元從視網(wǎng)膜觸發(fā)到大腦再回到瞳孔。在這個過程中,其實很難總結(jié)出每個神經(jīng)元對最終的結(jié)果起到了哪些作用,反正就是起作用了。
于是人們開始用一個數(shù)學(xué)單元模擬神經(jīng)元
這個神經(jīng)元有輸入,有輸出,輸入和輸出之間通過一個公式來表示,輸入根據(jù)重要程度不同(權(quán)重),影響著輸出。
于是將n個神經(jīng)元通過像一張神經(jīng)網(wǎng)絡(luò)一樣連接在一起,n這個數(shù)字可以很大很大,所有的神經(jīng)元可以分成很多列,每一列很多個排列起來,每個神經(jīng)元的對于輸入的權(quán)重可以都不相同,從而每個神經(jīng)元的公式也不相同。當人們從這張網(wǎng)絡(luò)中輸入一個東西的時候,希望輸出一個對人類來講正確的結(jié)果。例如上面的例子,輸入一個寫著2的圖片,輸出的列表里面第二個數(shù)字大,其實從機器來講,它既不知道輸入的這個圖片寫的是2,也不知道輸出的這一系列數(shù)字的意義,沒關(guān)系,人知道意義就可以了。正如對于神經(jīng)元來說,他們既不知道視網(wǎng)膜看到的是美女,也不知道瞳孔放大是為了看的清楚,反正看到美女,瞳孔放大了,就可以了。
對于任何一張神經(jīng)網(wǎng)絡(luò),誰也不敢保證輸入是2,輸出一定是第二個數(shù)字大,要保證這個結(jié)果,需要訓(xùn)練和學(xué)習(xí)。畢竟看到美女而瞳孔放大也是人類很多年進化的結(jié)果。學(xué)習(xí)的過程就是,輸入大量的圖片,如果結(jié)果不是想要的結(jié)果,則進行調(diào)整。如何調(diào)整呢,就是每個神經(jīng)元的每個權(quán)重都向目標進行微調(diào),由于神經(jīng)元和權(quán)重實在是太多了,所以整張網(wǎng)絡(luò)產(chǎn)生的結(jié)果很難表現(xiàn)出非此即彼的結(jié)果,而是向著結(jié)果微微的進步,最終能夠達到目標結(jié)果。當然這些調(diào)整的策略還是非常有技巧的,需要算法的高手來仔細的調(diào)整。正如人類見到美女,瞳孔一開始沒有放大到能看清楚,于是美女跟別人跑了,下次學(xué)習(xí)的結(jié)果是瞳孔放大一點點,而不是放大鼻孔。
4.5沒道理但做得到
聽起來也沒有那么有道理,但是的確能做到,就是這么任性。
神經(jīng)網(wǎng)絡(luò)的普遍性定理是這樣說的,假設(shè)某個人給你某種復(fù)雜奇特的函數(shù),f(x):
不管這個函數(shù)是什么樣的,總會確保有個神經(jīng)網(wǎng)絡(luò)能夠?qū)θ魏慰赡艿妮斎離,其值f(x)(或者某個能夠準確的近似)是神經(jīng)網(wǎng)絡(luò)的輸出。
如果在函數(shù)代表著規(guī)律,也意味著這個規(guī)律無論多么奇妙,多么不能理解,都是能通過大量的神經(jīng)元,通過大量權(quán)重的調(diào)整,表示出來的。
4.6人工智能的經(jīng)濟學(xué)解釋
這讓我想到了經(jīng)濟學(xué),于是比較容易理解了。
我們把每個神經(jīng)元當成社會中從事經(jīng)濟活動的個體。于是神經(jīng)網(wǎng)絡(luò)相當于整個經(jīng)濟社會,每個神經(jīng)元對于社會的輸入,都有權(quán)重的調(diào)整,做出相應(yīng)的輸出,比如工資漲了,菜價也漲了,股票跌了,我應(yīng)該怎么辦,怎么花自己的錢。這里面沒有規(guī)律么?肯定有,但是具體什么規(guī)律呢?卻很難說清楚。
基于專家系統(tǒng)的經(jīng)濟屬于計劃經(jīng)濟,整個經(jīng)濟規(guī)律的表示不希望通過每個經(jīng)濟個體的獨立決策表現(xiàn)出來,而是希望通過專家的高屋建瓴和遠見卓識總結(jié)出來。專家永遠不可能知道哪個城市的哪個街道缺少一個賣甜豆腐腦的。于是專家說應(yīng)該產(chǎn)多少鋼鐵,產(chǎn)多少饅頭,往往距離人民生活的真正需求有較大的差距,就算整個計劃書寫個幾百頁,也無法表達隱藏在人民生活中的小規(guī)律。
基于統(tǒng)計的宏觀調(diào)控就靠譜的多了,每年統(tǒng)計局都會統(tǒng)計整個社會的就業(yè)率,通脹率,GDP等等指標,這些指標往往代表著很多的內(nèi)在規(guī)律,雖然不能夠精確表達,但是相對靠譜。然而基于統(tǒng)計的規(guī)律總結(jié)表達相對比較粗糙,比如經(jīng)濟學(xué)家看到這些統(tǒng)計數(shù)據(jù)可以總結(jié)出長期來看房價是漲還是跌,股票長期來看是漲還是跌,如果經(jīng)濟總體上揚,房價和股票應(yīng)該都是漲的。但是基于統(tǒng)計數(shù)據(jù),無法總結(jié)出股票,物價的微小波動規(guī)律。
基于神經(jīng)網(wǎng)絡(luò)的微觀經(jīng)濟學(xué)才是對整個經(jīng)濟規(guī)律最最準確的表達,每個人對于從社會中的輸入,進行各自的調(diào)整,并且調(diào)整同樣會作為輸入反饋到社會中。想象一下股市行情細微的波動曲線,正是每個獨立的個體各自不斷交易的結(jié)果,沒有統(tǒng)一的規(guī)律可循。而每個人根據(jù)整個社會的輸入進行獨立決策,當某些因素經(jīng)過多次訓(xùn)練,也會形成宏觀上的統(tǒng)計性的規(guī)律,這也就是宏觀經(jīng)濟學(xué)所能看到的。例如每次貨幣大量發(fā)行,最后房價都會上漲,多次訓(xùn)練后,人們也就都學(xué)會了。
4.7人工智能需要大數(shù)據(jù)
然而神經(jīng)網(wǎng)絡(luò)包含這么多的節(jié)點,每個節(jié)點包含非常多的參數(shù),整個參數(shù)量實在是太大了,需要的計算量實在太大,但是沒有關(guān)系啊,我們有大數(shù)據(jù)平臺,可以匯聚多臺機器的力量一起來計算,才能在有限的時間內(nèi)得到想要的結(jié)果。
人工智能可以做的事情非常多,例如可以鑒別垃圾郵件,鑒別黃色暴力文字和圖片等。這也是經(jīng)歷了三個階段的。第一個階段依賴于關(guān)鍵詞黑白名單和過濾技術(shù),包含哪些詞就是黃色或者暴力的文字。隨著這個網(wǎng)絡(luò)語言越來越多,詞也不斷的變化,不斷的更新這個詞庫就有點顧不過來。第二個階段時,基于一些新的算法,比如說貝葉斯過濾等,你不用管貝葉斯算法是什么,但是這個名字你應(yīng)該聽過,這個一個基于概率的算法。第三個階段就是基于大數(shù)據(jù)和人工智能,進行更加精準的用戶畫像和文本理解和圖像理解。
由于人工智能算法多是依賴于大量的數(shù)據(jù)的,這些數(shù)據(jù)往往需要面向某個特定的領(lǐng)域(例如電商,郵箱)進行長期的積累,如果沒有數(shù)據(jù),就算有人工智能算法也白搭,所以人工智能程序很少像前面的IaaS和PaaS一樣,將人工智能程序給某個客戶安裝一套讓客戶去用,因為給某個客戶單獨安裝一套,客戶沒有相關(guān)的數(shù)據(jù)做訓(xùn)練,結(jié)果往往是很差的。但是云計算廠商往往是積累了大量數(shù)據(jù)的,于是就在云計算廠商里面安裝一套,暴露一個服務(wù)接口,比如您想鑒別一個文本是不是涉及黃色和暴力,直接用這個在線服務(wù)就可以了。這種形勢的服務(wù),在云計算里面稱為軟件即服務(wù),SaaS(SoftwareASAService)
于是工智能程序作為SaaS平臺進入了云計算。
終于云計算的三兄弟湊齊了,分別是IaaS,PaaS和SaaS,所以一般在一個云計算平臺上,云,大數(shù)據(jù),人工智能都能找得到。對一個大數(shù)據(jù)公司,積累了大量的數(shù)據(jù),也會使用一些人工智能的算法提供一些服務(wù)。對于一個人工智能公司,也不可能沒有大數(shù)據(jù)平臺支撐。所以云計算,大數(shù)據(jù),人工智能就這樣整合起來,完成了相遇,相識,相知。
本文題目:云計算、大數(shù)據(jù)與人工智能三者的關(guān)系
文章起源:http://m.rwnh.cn/news44/204044.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站制作、小程序開發(fā)、動態(tài)網(wǎng)站、企業(yè)網(wǎng)站制作、定制網(wǎng)站、軟件開發(fā)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容