TalkingData 2018 美国西岸大数据精研之旅首日见闻

引言

美国大数据智能精研之旅源自由 TalkingData 发起的硅谷大数据精研之旅，定期于每年 3 月在美国硅谷举办，旨在促进中美两国在大数据、人工智能等领域的行业专家、企业领袖之间的对话与交流，了解和学习两国的发展现状，探索和挖掘跨域合作机会。

本期「美国大数据智能精研之旅」的主题为“数据智能价值”，由 TalkingData、Qualcomm China、Gplus 联合承办，从产、学、研、投不同视角视角切入，走访全球顶尖的科技巨头、大学研究室、 创业团队以及创投机构。

与访问团同行的还有 TalkingData梧桐计划（可直接点击）和数据科学精英夏令营中两位综合表现优异的同学王启明和保善龑，两位“前方记者”为我们带来了硅谷大数据之旅的首日见闻速递。

精研之旅的第一天，TalkingData 与各位嘉宾一起走访了位于湾区的 6 家科技公司。其中, 在早晨参加了由著名的计算机媒体公司 O’Reilly 主办的数据科学分享会，其中有四家公司分别参加了展示和讨论（Computable.io、 Determined.io、Nexar、ShiftLeft）。

Computable.io 的 CEO Roger 谈到了大数据行业现阶段数据质量低，结构多元化的问题。结合当下火爆的区块链技术, Roger 提出构建去中心化的结构训练数据网络，消除数据市场中的隐私层，通过公有协议的方式让数据自身传递商业价值。

Nexar 是利用 AI 提高行车安全的公司，Nexar 的负责人提出了通过建立 V2V（vehicle-to-vehicle）的车联网来收集当前车辆的行驶信息，对收集到的数据通过影像识别和深度学习技术做出判断，向当前车辆提出刹车警报，请勿变道等建议。同样的技术未来还计划应用于保险服务，为汽车保险商提供全新的更可信的车辆事故报告。

Determined AI 公司的 CEO Evan Sparks 谈到 Deep Learning 领域人才对知识跨度的高要求和软件点对点的设计模式使得部署深度学习模型代价很高，他分享了 Determined AI 如何通过部署端到端的深度学习平台，来从缩短时间成本、利用分布式 GPU 资源等方面减小使用者的开销。

分享会最后一个公司 Shiftleft 展示了他们所提供的搭建的云应用安全解决方案，来保护企业的数据资产。通过“克隆”机器的 DNA - 核, 无论是在开源软件，还是云端存储的数据，Shiftleft 都能够跟踪核心敏感数据的转移路径，从而对其进行日常安全监测。

结束分享会，TalkingData 一行前往了 Kaggle 在旧金山的办公室。Kaggle 是为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台，去年被 Google 收购。CEO Anthony Goldbloom 为我们带来了分享会。

首先 Anthony 自信地介绍 Kaggle 是当今世界最大的数据科学家、机器学习开发者社区。Anthony 用一张表生动了讲解了成立 Kaggle 的初衷。只有恰当的竞争与合作，才能激励每一个参与者不断的自我完善与进步。当他谈到市场规划时，他说 Kaggle 暂时没有进入中国的打算，但是仍然肯定中国在人工智能和机器学习领域巨大的资源与市场，同时也肯定了中国机器学习爱好者的实力。

在接下来的一个竞赛案例中，前十名中有三位来自中国。然后 Anthony 提到如何成为一名竞赛中的佼佼者。首先在架构方案的时候要有创造性，只有你对比赛有深刻的理解，提出与众不同的解决方案，才可能站到巅峰。

比如在特征工程的时候加入自己的独到见解。其次，在进行算法实现的时候应当避免过拟合，应当选择最适合项目的算法。最后，优秀的参赛者应当做到合理的的版本控制（用于存储、追踪目录（文件夹）和文件的修改历史的一种方法）。

第一天的最后一站，来到了一家主要为自动驾驶汽车企业提供专业和高精度地图构建服务的创业公司 Explore.ai。其 CEO 介绍了公司的核心服务是使用安装在车上的激光设备进行城市地图测绘。

之后 TalkingData 与 Explore.ai 探讨了未来公司的发展，首先因为政策法规以及文化差异，Explore.ai 可以先着眼于美国市场。同时，要解决普遍的数据存储成本问题。尝试为测绘地图寻找更多的商业需求点，而不仅仅着眼于自动驾驶。尝试去为需求方解决实际问题，而非服务提供方，更有机会获得成功。

题图来自：Wired