第774章 馬芸：我還有話說！（1 / 2）
葉風講的雖然淺顯易懂，但確實精彩萬分。
「數據處理，必須經過這幾個步驟，完成之後才會有智慧。」
此時台前的葉風，像極了傳教老師。
下麵的眾人，像極了專心聽弟子。
「第一個步驟是數據收集。這裡有兩個方式，第一個方式是拿，專業點的說法叫抓取或者爬取，例如萬象搜索就是這麼做的，它把網上的所有的信息都下載到它的數據中心，然後你一搜才能搜出來。比如你去搜索的時候，結果會是一個列表，這個列表為什麼會在搜索引擎的公司裡麵呢，就是因為他把這個數據啊都拿下來了，但是你一點鏈接，點出來這個網站就不在搜索引擎它們公司了。」
「比如說網易有個新聞，你拿萬象搜出來，你不點的時候，那一頁在萬象數據中心，一點出來的網頁就是在網易的數據中心了。另外一個方式就是推送，有很多終端可以幫我們收集數據，比如說華風智能手機上麵的健康管理應用，可以將你每天跑步的數據、心跳的數據、睡眠的數據都上傳到數據中心裡麵。」
「第二個步驟是數據傳輸。一般會通過隊列方式進行，因為數據量實在是太大了，數據必須經過處理才會有用，可是係統處理不過來，隻好排好隊，慢慢的處理。」
「第三個步驟是數據存儲。現在數據就是金錢，掌握了數據就相當於掌握了錢。要不然別人怎麼知道你想買什麼呢？就是因為它有你歷史的交易的數據，這個信息可不能給別人，十分寶貴，所以需要存儲下來。」
「第四個步驟是數據分析。剛才說的存儲數據是原始數據，原始數據多是雜亂無章的，有很多垃圾數據在裡麵，因而需要清洗和過濾，得到一些高質量的數據。對於高質量的數據，就可以進行分析，從而對數據進行分類，或者發現數據之間的相互關係，得到知識。」
「比如90年代盛傳的沃爾瑪超市啤酒和尿布的故事。」
葉風剛剛舉了一個例子，還沒說完，大家就會心笑起來。
在坐的各位，都是精英，基本上都聽過這個故事。
尤其是紅旗大賣場的總裁曹世茹，她知道在美國有一個有趣的現象：尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措卻使尿布和啤酒的銷量雙雙增加了。這不是一個笑話，而是發生在美國沃爾瑪連鎖店超市的真實案例，並一直為她津津樂道，常常用來教育下麵的員工。
沃爾瑪擁有世界上最大的數據倉庫係統，為了能夠準確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析，想知道顧客經常一起購買的商品有哪些。沃爾瑪數據倉庫裡集中了其各門店的詳細原始交易數據。在這些原始交易數據的基礎上，沃爾瑪利用數據挖掘方法對這些數據進行分析和挖掘。
一個意外的發現是：「跟尿布一起購買最多的商品竟是啤酒！經過大量實際調查和分析，揭示了一個隱藏在「尿布與啤酒「背後的美國人的一種行為模式：在美國，一些年輕的父親下班後經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產生這一現象的原因是：美國的太太們常叮囑她們的丈夫下班後為小孩買尿布，而丈夫們在買尿布後又隨手帶回了他們喜歡的啤酒。
葉風笑道：「即然大家都知道，我就不多說了，這就是通過對購買數據進行分析，發現男人一般買尿布的時候，會同時購買啤酒，這樣就發現了啤酒和尿布之間的相互關係，獲得知識，然後應用到實踐中，將啤酒和尿布的櫃台弄的很近，就獲得了智慧，讓啤酒和尿布銷量雙雙大增。」
「第五個步驟就是對於數據檢索和挖掘。檢索就是搜索，分析後的數據放入搜索引擎，從而人們想尋找信息的時候，一搜就有了。另外就是挖掘，僅僅搜索出來已經不能滿足人們的要求了，還需要從信息中挖掘出相互的關係。比如財經搜索，當搜索某個公司股票的時候，該公司的高管是不是也應該被挖掘出來呢？如果僅僅搜索出這個公司的股票發現漲的特別好，於是你就去買了，其實其高管發了一個聲明，對股票十分不利，第二天就跌了，這不坑害廣大股民麼？所以通過各種算法挖掘數據中的關係，形成知識庫，十分重要。」
聽葉風說得很有邏輯性，眾人都點頭連連。
這時，又聽葉風講到重點，說起雲計算、大數據、人工智能的密切關係。
「當數據量很小的時候，很少的幾台機器就能解決。慢慢的當數據量越來越大，最牛的服務器都解決不了問題的時候，就想怎麼辦呢？要聚合多台機器的力量，大家齊心協力一起把這個事搞定，眾人拾柴火焰高。」
「所以說大數據平台，什麼叫做大數據，說白了就是一台機器乾不完，大家一起乾。隨著數據量越來越大，很多不大的公司都需要處理相當多的數據，這些小公司沒有這麼多機器可怎麼辦呢？」
「說到這裡，大家想起雲計算了吧。當想要乾這些活的時候，需要好多好多的機器一塊做，真的是想什麼時候要，想要多少就要多少。在以後，一個小公司需要大數據平台的時候，不需要采購一千台機器，隻要到晴風雲平台上一點，這一千台機器都出來了，並且上麵已經部署好了的大數據平台，隻要把數據放進去算就可以了。」
「雲計算需要大數據，大數據需要雲計算，兩個人就這樣結合了。」
「雖說有了大數據，人的**總是這個不能夠滿足。雖說在大數據平台裡麵有搜索引擎這個東西，想要什麼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。例如音樂軟件裡麵推薦一首歌，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。當人們使用這種應用的時候，會發現機器知道我想要什麼，而不是說當我想要的時候，去機器裡麵搜索。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，如果要是有一堵牆，牆後麵是個機器，我給它說話，它就給我回應，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。」
葉風繼續講了一些讓機器學會推理、教給機器知識等高深的人工智能見解，最後總結道：
「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。這也是經歷了三個階段的。第一個階段依賴於關鍵詞黑白名單和過濾技術，包含哪些詞就是黃色或者暴力的文字。隨著這個網絡語言越來越多，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，基於一些新的算法，一些基於概率的算法。第三個階段就是基於大數據和人工智能，進行更加精準的用戶畫像和文本理解和圖像理解。」
「由於人工智能算法多是依賴於大量的數據的，這些數據往往需要麵向某個特定的領域，例如電商，郵箱等等進行長期的積累，如果沒有數據，就算有人工智能算法也白搭。而雲計算廠商往往是積累了大量數據的，於是就需求在雲計算裡麵裝一個人工智能軟件即服務，就這樣，雲計算、大數據、人工智能三兄弟湊齊了。」
「所以將來，隻要在一個雲計算平台上麵，雲、大數據、人工智能都能找得到。對一個大數據公司，積累了大量的數據，也會使用一些人工智能的算法提供一些服務。對於一個人工智能公司，也不可能沒有大數據平台支撐。所以雲計算，大數據，人工智能就這樣整合起來，完成了相遇，相識，相知，過上了沒羞沒臊的美好生活。。
「哈哈哈哈！！！」
聽葉風說得基情四射，眾人哄然大笑。
說到這裡，不知不覺，已經快一個小時了。
就算葉風講得再精彩。
他也感覺到眾人的精神有些疲憊。