工业大数据

专题·融媒瞭望哨

14中国工程院院士倪光南以构建安全可控的信息技术体系为主

题表示：

中国是网络大国，习总书记提出的加快推进国产自主可

控替代计划、构建安全可控的信息技术体系、实施网络信息

领域核心技术设备攻坚战略等举措中，构建安全可控的信息

技术体系是我国网信领域的一项重大任务。加大核心技术研

发力度和市场化引导具有重大意义。倪光南表示实现网络强

国，就要打好基础，构建好技术体系。中国电子学会副理事长兼

秘书长徐晓兰指出：

人工智能技术最重要

的基础是大数据，在未来

的发展过程中，工业大数

据的创新发展，一是要需

求导向，牢牢把握发展变

革的机遇，高度重视工业

大数据的价值，持续提升

对数据的科学认知，通过

深度的审视不断优化数据

源，提升实施生产数据的

采集，包括数量、质量、类型、精度、频率的技术能力来把握新一轮发展机遇。二是创新驱动，潜心打造产业的整体优势。三是加强人才引领，着力构建科学的人才机构。四是应用示范、深度挖掘数据潜在的价值。在数字经济的大时代背景下，大数据已经成为驱动社会经济进步的新引擎。工业大数据，是国家提升综合竞争力的一个关键因素，是全球工业转型必须面临的重大课题。

编者按：大数据、云计算等信息技术、计算机技术的飞速发展，加速人工智能在各个产业、各个领域的应用与融合。10月10日，由工业和信息化部指导，中国电子学会主办、中国工业大数据创新发展联盟秘书处、中国首席信息官联盟秘书处、智汇工业承办的“2017中国工业大数据创新发展高峰论坛”在北京召开。

近年来在推进媒体融合发展进程中，大数据技术已经成为重要的技术驱动力，写稿机器人、云计算、人工智能、物联网等以大数据技术为依托，从各个角度推动媒体融合创新与发展。未来大数据的应用与发展走向如何，又将如何在媒体深度融合进程中发挥重要的技术支撑作用。

在本次大会中中国工程院院士倪光南、中国电子学会副理事长兼秘书长徐晓兰、工业和信息化部信息化和软件服务业司副司长李冠宇、工业和信息化部信息化和软件服务业司处长商超、清华大学软件学院院长王建民、中国船舶工业系统工程研究院海洋智能技术创新中心主任邱伯华等专家、学者就论坛主题“融合创新共享赋能”发表主题演讲。

工业大数据

本刊编辑部

倪光南徐晓兰

大数据及其产业发展方向与趋势(3)

大数据及其产业发展方向与趋势（3）胡经国四、从历史变革中认识和发展大数据大数据的概念从问世到现在已有9年历史。这个概念从诞生到发展，在全球掀起了一次又一次热潮，经久不衰。有关研究者提出从历史变革中来认识和发展大数据。 1、从历史和全局战略认识大数据 ⑴、从历史角度认识大数据大数据发展至今，有两个重要因素起着推动作用。第一个重要因素是人类社会在发展过程中对信息的渴求。在人类社会发展的所有时间里，信息一直是人和人类社会发展的最重要的内容。但是，为什么直到9年前才“突然”出现大数据这一概念呢？那就是由于第二个重要因素——以传感技术、互联网、移动智能终端为代表的一系列新的信息技术，使得信息的获取、利用、集聚在数量上发生了突飞猛进的变化。从这样的角度去分析，由于技术和信息内在的联系，我们会看到技术和信息这两支力量在以大数据为代表的信息时代的重要性将会进一步凸现。这是历史的角度。 ⑵、从全局角度认识大数据我们还需要从全局的角度来看一下大数据。在2011年大数据概念产生的时候，当年4月份英国《经济学人》刊登了一篇专题文章论述“第三次工业革命”，指出大数据在其中发挥着重要作用。真的是这样吗？至少我们看到了一系列重大变化：从产业互联网、工业4.0、先进制造业、智能制造到中国制造2025，从电子商务到3d打印，从远程治疗到智慧治疗，从远程教育到智能教育；这一系列经济和社会发展的新概念都在发生变化。我们从这样的发展变革中看到，所有这些变化背后都有大数据在其中发挥着极其重要的作用。 ⑶、大数据持续发展的必然性为什么我们要从历史和全局这两个角度去看大数据呢？这是由于技术进步和社会发展的需求；人类社会发展进入新的历史阶段，新的基础性技术力量和新的资源概念正在诞生。这个新的基础性技术力量使信息技术和工业技术融合在一起，使我们从产品服务、生活管理等方面有了一个迈上新台阶的生产力构建。在这个新的生产力构成的背后，是人类社会自工业革命以来，由物质和能

我国大数据产业发展现状、问题及建议

我国大数据产业发展现状、问题及建议近年来，大数据产业已成为新的技术制高点和经济增长的新动力，深刻改变着宏观经济环境，受到各国高度重视。日前在京举行的“2016中国大数据产业生态大会”上，与会专家表示，我国大数据产业当前还面临信息资源难共享、数据安全风险大、产业生态不健全等难题，需从优化产业政策入手，促其健康发展。 1 大数据产业发展态势良好北京大学教授杨学山认为，我国大数据产业虽还处于探索起步阶段，但在对大数据的社会认知、政策环境、市场规模、产业支撑能力等方面都取得了积极进展，为大数据产业的可持续发展创造了良好条件。

首先，大数据产业发展政策日益完善。大数据产业是云计算技术、物联网和移动互联网广泛普及的结果。鉴于大数据对经济、社会、科研、国家安全等方面的巨大价值，中国各级政府纷纷制定相关政策推动大数据产业深入发展。早在2011年，工信部发布的《通信业“十二五”发展规划》就把云计算定位为构建国家级信息基础设施、实现融合创新的关键技术和重点发展方向，此规划被视为较早推动大数据发展的政策。 2015年8月，国务院印发了《促进大数据发展行动纲要》，全面阐述了我国发展大数据产业的意义、目标、任务和政策，此纲要的出台标志着大数据产业已被提升为国家战略高度，逐渐完善的政策体系为大数据产业发展提供了良好条件。其次，各地逐渐建立起了大数据产业发展平台。随着国家和地方政府大数据产业发展政策的制定和实施，大数据产业发展的相关平台也逐步建立。据了解，到目前为止，全国各地已建成和在建的大数据产业园已达到100多个。为推动大数据研究，学术界成立了大数据专家委员会等机构，举办了大数据共享与开发、大数据技术创新、大数据运用、大数据产业发展等主题的学术研讨会。

2019中国工业大数据发展及投资价值研究

1概念界定及发展演进

工业大数据是指在工业领域中，围绕智能制造模式，以数据采集集成、分析处理、服务应用为主的各类经济活动所产生的数据的总称，包括从客户需求到销售、订单、计划、研发、设计、制造、采购、供应、库存、售后服务、运维等整个产品全生命周期各个环节产生的数据。生产经营相关业务联网数据工业大数据以数据资产全生命周期管理为核心

第一次工业革命第二次工业革命第三次工业革命第四次工业革命 “大数据”一词在《第三次浪潮》书中出现苹果推出网络商店iTunes Store ，具有数字音乐搜索、数据共享与评价、消费记录等大数据功能工信部印发《物联网“十二五”发展规划》把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这些是大数据的重要组成部分“大数据”首次写入我国《政府工作报告》国务院《促进大数据发展行动纲要》，明确指出要全力推动大数据发展和应用国务院发布《关于深化制造业与互联网融合发展的指导意见》，加快新旧发展动能和生产体系转换国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，深入推进“互联网+先进制造业”，规范和指导我国工业互联网发展 2018年工信部发布《推动企业上云实施指南（2018-2020年）》，推动企业运用云计算加快数字化、网络化、智能化转型工信部发布《大数据产业发展规划（2016—2020年）》，提出了“到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成”的发展目标工信部发布《工业互联网发展行动计划（2018-2020年）》，提出到2020年底，初步建成工业互联网基础设施和产业体系《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，明确提出实施智能制造工程赛迪顾问，2019年8月随着大数据应用时代的到来，工业大数据这一大数据细分领域也逐渐被重视。为推动工业大数据的发展，我国正在深化工业云、大数据等技术在工业领域的集成应用，探索建立工业大数据实验中心，建设工业大数据应用示范工程。国家政策在工业大数据的需求端和供给端均出台了相应的规划，加快了信息化技术和工业的深度融合，创新实现新技术、新产品和新模式。 1760年1850年1950年 1980年2003年 2011年2014年2015年2016年2017年2018年

国内外大数据产业发展现状与趋势研究

龙源期刊网 https://www.360docs.net/doc/5012065288.html, 国内外大数据产业发展现状与趋势研究作者：方申国谢楠来源：《信息化建设》2017年第06期大数据作为新财富，价值堪比石油。进入21世纪以来，随着物联网、电子商务、社会化网络的快速发展，数据体量迎来了爆炸式的增长，大数据正在成为世界上最重要的土壤和基础。根据IDC（互联网数据中心）预测，2020年的数据增长量将是2010年的44倍，达到35ZB。世界经济论坛报告称，“大数据为新财富，价值堪比石油”。随着计算机及其存储设备、互联网、云计算等技术的发展，大数据应用领域随之不断丰富。大数据产业将依赖快速聚集的社会资源，在数据和应用驱动的创新下，不断丰富商业模式，构建出多层多样的市场格局，成为引领信息技术产业发展的核心引擎、推动社会进步的重要力量。大数据产业发展现状全球大数据产业发展概况目前，大数据以爆炸式的发展速度迅速蔓延至各行各业。随着各国抢抓战略布局，不断加大扶持力度，全球大数据市场规模保持了高速增长态势。据IDC预测，全球大数据市场规模年增长率达40%，在2017年将达到530亿美元。美国奥巴马政府于2012年3月宣布投资2亿美元启动“大数据研究和发展计划”，将“大数据研究”上升为国家意志；2015年发布“大数据研究和发展计划”，深入推动大数据技术研发，同时还鼓励产业、大学和研究机构、非盈利机构与政府一起努力，共享大数据提供的机遇。目前，美国大数据产业增长率已超过71%，大数据在美国健康医疗、公共管理、零售业、制造业等领域产生了巨大的经济效益。英国政府自2013年开始就注重对大数据技术的研发投入，2015年投入7300万英镑用于55个政府的大数据应用项目，投资兴办大数据研究中心，通过大数据技术在公开平台上发布了各层级数据资源，直接或间接为英国增加了近490亿至660亿英镑的收入，并预测到2017年，大数据技术可以为英国提供5.8万个新的工作岗位，或将带来2160亿英镑的经济增长。法国2011年推出了公开的数据平台 date.gouv.fr，以便于公民自由查询和下载公共数据；2013年相继发布《数字化路线图》、《法国政府大数据五项支持计划》等，通过为大数据设立原始扶持资金，推动交通、医疗卫生等纵向行业设立大数据旗舰项目，为大数据应用建立良好的生态环境，并积极建设大数据初创企业孵化器。日本在《日本再兴战略》中提出开放数据，将实施数据开放、大数据技术开发与运用作为2013-2020年的重要国家战略之一，积极推动日本政务大数据开放及产业大数据的发展，零售业、道路交通基建、互联网及电信业等行业的大数据应用取得显著效果。韩国政府高度重视大数据发展，科学、通信和未来规划部与国家信息社会局（NIA）共建大数据中心，大力推动全国大数据产业发展。根据《2015韩国数据行业白皮书》统计显示，数据服务市场规模占韩国总行业市场规模的47%，位列第一；数据库构建服务以41.8%的占有

贵阳大数据产业概况

贵阳市大数据产业概况大数据是云计算、物联网、移动互联网、智慧城市等新技术、新模式发展的产物，它具有数据量大、类型复杂、内容变化快的特征，蕴含广泛的应用价值和巨大的市场机会,将改变新一轮产业格局，推动经济社会的深刻变革。作为新兴产业业态，大数据产业在国内外尚未形成垄断，整个行业正处于积极的竞相发展布局阶段。贵阳市发展大数据产业，建设大数据基地，推进大数据应用，是贯彻落实国务院《“宽带中国”战略及实施方案》、《关于促进信息消费扩大内需的若干意见》、《关于进一步促进贵州经济社会又好又快发展的若干意见》以及贵州省委省政府《关于加快信息产业跨越发展的意见》等的重要举措，是以科技创新为引领，大力发展高新技术产业和现代制造业的具体抓手，是依托中关村贵阳科技园和贵安新区大数据基地，发挥区位和环境等特色优势的科学选择。贵阳市贵安新区作为国务院2014年1月6日批复同意设立的国家级新区,肩负着打造西部地区重要经济增长极、内陆开放型经济新高地、生态文明示范区的重大使命,是带动贵州后发赶超、同步小康的大平台,是引领区域经济转型升级、跨越发展的大引擎。贵安新区发展大数据产业，具有以下得天独厚的优势：一是生态条件优越。贵阳的经济社会发展具有明显的生态示范城市效应，贵安生态条件也很优越。贵阳市气候凉爽，周边年平均气温15.1℃，夏无酷暑，冬无严寒。空气清新，达到世界卫生组织设立的清新空气负氧离子标准的上限。纬度合适，处于北纬26度，与埃及的开罗、印度的新德里、美国的夏威夷大体相当。海拔适中，在l000米左右，紫外线辐射为全国乃至全球最少的地区之一，非常适合人居。灾害罕见，没有发生过地震、台风等。坚持建设生态文明城市和地区，贵阳市周边环境质量持续提升，有利于高新技术产业特别是软件产业的发展，能有效提升信息网络设备的“安全系数”，对世界上高智商、高知识、高投资、高收入的人有很强的吸引力。二是产业要素保障能力强。贵州省电力充沛，能源富足，是“西电东送”的起源。贵州省水资源丰富，电力水火并济，稳定可靠。随着高铁时代的到来，贵州省物流逐步通畅，交通日益便捷。生活生产配套环境相对优越。贵阳市拥有相对较好的生产、生活和产业配套环境，电子商务、金融、保险、法律、物流、会展等生产性服务业发展水平在全省处于领先。三是大数据产业支撑基础好。运营商大数据中心奠定产业发展基础。三大运营商数据中心在贵安新区相继开工建设，其中：中国电信云计算中心用地500亩，总投资70亿元，中

大数据产业的发展现状及发展举措

大数据产业的发展现状及发展举措摘要：数据是信息化时代的“石油”。随着大数据的兴起，与大数据技术相关的产业已成为抢占全球科技发展战略的制高点。本文在分析大数据产业分类及特点的基础上，重点探讨了我国大数据产业的发展现状和发展举措，以期为我国大数据产业发展探索更明晰的思路。关键词：大数据；大数据产业；发展现状；发展举措随着大数据的兴起，与大数据技术相关的产业已成为抢占全球科技发展战略的制高点。大数据产业是以互联网、物联网为基础建立起来的一种信息服务业，适时发展大数据产业不仅有助于提高信息资源的利用率，促进国家治理模式和企业决策流程重塑，而且还有利于进一步加强产业创新能力，促进我国创新型国家的早日建成。一、大数据产业分类及特点（一）大数据产业分类根据不同的角度，大数据产业有不同的划分方法。一是二分法。根据占有大数据情况不同，大数据产业可以分为自身生产数据或获取数据的产业和为大数据产业生产基础设施和技术支持的大数据衍生产业；二是三分法。根据数据的营销模式不同，大数据产业可以分为数据产品销售，为用户

提供个性化服务的服务类产业、整合数据为用户提供整套服务的产业以及通过专业化分析为用户提供产品销售和广告推介的产业；三是五分法。根据价值模式不同，大数据产业可以分为五种模式：内生型、外生型、寄生型、产品型以及云计算服务型。（二）大数据产业特点一是产业服务个性化。据相关调查显示，利用数据进行分析的企业不仅在销售额上比未运用数据分析的企业增长百分之二十，而且在企业增长率上表现得更为突出，高达百分之五十。由此可见，种类广泛、数量庞大的大数据不仅能够挖掘用户需求，开展个性化定制，创造巨大的价值，而且还能满足高端客户的需求，提升企业生产率，获得更高的经济受益。换句话说，大数据产业已成为企业实现个性化发展的重要工具。二是产业决策智能化。随着大数据产业的发展，大数据产业不仅能促进劳动与资本一体化，提升企业自身的决策智能化发展水平，而且还能推动生产组织去中心化，为行业决策智能化提供平台。过去，局限于信息化技术发展水平，企业只关注数据的存储和传输，对数据的获取、分析和处理还不足企业存储和传输信息的百分之五，也就是说，大数据作为企业发展的重大战略仍未得到充分的重视，其在推动企业决策智能化和科学化发展过程中未能发挥领头羊的作用。三是产业技术的高创新性。在大数据时代，数据已渗

工业大数据白皮书2017版

一张图读懂工业大数据 1. 工业大数据工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。工业大数据的主要来源有三类：第一类是生产经营相关业务数据。主要来自传统企业信息化范围，被收集存储在企业信息系统内部。此类数据是工业领域传统的数据资产，正在逐步扩大范围。第二类是设备物联数据。主要指工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。第三类是外部数据。指与工业企业生产活动和产品相关的企业外部互联网来源数据。 2. 工业大数据的地位 2.1 在智能制造标准体系中的定位工业大数据位于智能制造标准体系结构图的关键技术标准的左侧，属于智能制造标准体系五大关键技术之一。

2.2与大数据技术的关系工业领域的数据累积到一定量级，超出了传统技术的处理能力，就需要借助大数据技术、方法来提升处理能力和效率，大数据技术为工业大数据提供了技术和管理的支撑。首先，工业大数据可以借鉴大数据的分析流程及技术，实现工业数据采集、处理、存储、分析、可视化。其次，工业制造过程中需要高质量的工业大数据，可以借鉴大数据的治理机制对工业数据资产进行有效治理。 2.3与工业软件和工业云的关系工业软件承载着工业大数据采集和处理的任务，是工业数据的重要产生来源，工业软件支撑实现工业大数据的系统集成和信息贯通。工业大数据技术与工业软件结合，加强了工业软件分析与计算能力，提升场景可视化程度，实现对用户行为和市场需求的预测和判断。工业大数据与工业云结合，可实现物理设备与虚拟网络融合的数据采集、传输、协同处理和应用集成，运用数据分析方法，结合领域知识，形成包括个性化推荐、设备健康管理、物品

大数据技术进展与发展趋势

大数据技术进展与发展趋势在大数据时代，人们迫切希望在由普通机器组成的大规模集群上实现高性能的以机器学习算法为核心的数据分析，为实际业务提供服务和指导，进而实现数据的最终变现。与传统的在线联机分析处理OLAP不同，对大数据的深度分析主要基于大规模的机器学习技术，一般而言，机器学习模型的训练过程可以归结为最优化定义于大规模训练数据上的目标函数并且通过一个循环迭代的算法实现，如图4所示。因而与传统的OLAP相比较，基于机器学习的大数据分析具有自己独特的特点[24]。图4 基于机器学习的大数据分析算法目标函数和迭代优化过程（1）迭代性：由于用于优化问题通常没有闭式解，因而对模型参数确定并非一次能够完成，需要循环迭代多次逐步逼近最优值点。（2）容错性：机器学习的算法设计和模型评价容忍非最优值点的存在，同时多次迭代的特性也允许在循环的过程中产生一些错误，模型的最终收敛不受影响。（3）参数收敛的非均匀性：模型中一些参数经过少数几轮迭代后便不再改变，而有些参数则需要很长时间才能达到收敛。这些特点决定了理想的大数据分析系统的设计和其他计算系统的设计有很大不同，直接应用传统的分布式计算系统应用于大数据分析，很大比例的资源都浪费在通信、等待、协调等非有效的计算上。传统的分布式

计算框架MPI（message passing interface，信息传递接口）[25]虽然编程接口灵活功能强大，但由于编程接口复杂且对容错性支持不高，无法支撑在大规模数据上的复杂操作，研究人员转而开发了一系列接口简单容错性强的分布式计算框架服务于大数据分析算法，以MapReduce[7]、Spark[8]和参数服务器ParameterServer[26]等为代表。分布式计算框架MapReduce[7]将对数据的处理归结为Map和Reduce两大类操作，从而简化了编程接口并且提高了系统的容错性。但是MapReduce受制于过于简化的数据操作抽象，而且不支持循环迭代，因而对复杂的机器学习算法支持较差，基于MapReduce的分布式机器学习库Mahout需要将迭代运算分解为多个连续的Map 和Reduce 操作，通过读写HDFS文件方式将上一轮次循环的运算结果传入下一轮完成数据交换。在此过程中，大量的训练时间被用于磁盘的读写操作，训练效率非常低效。为了解决MapReduce上述问题，Spark[8] 基于RDD 定义了包括Map 和Reduce在内的更加丰富的数据操作接口。不同于MapReduce 的是Job 中间输出和结果可以保存在内存中，从而不再需要读写HDFS，这些特性使得Spark能更好地适用于数据挖掘与机器学习等需要迭代的大数据分析算法。基于Spark实现的机器学习算法库MLLIB 已经显示出了其相对于Mahout 的优势，在实际应用系统中得到了广泛的使用。近年来，随着待分析数据规模的迅速扩

2020年大数据行业发展报告出炉

2020年大数据行业发展报告出炉马云曾经说过一句话，当今以及未来的世界当中，最珍贵的能源就是大数据。随着云计算和大数据技术的兴起和快速发展，大数据技术应用已经融入到了各行各业。很多公司已经从大数据中获益。大数据不仅运用在财务核算上，更能在从研发到采购、生产、物流、营销、客户、订单管理等等一系列企业运营上发挥作用。借助数据管理，企业不仅可以有效预估和分析管理效果，而且还能为企业在战略问题，资源整合问题，业务拓展提供决策依据。因此大数据产业的发展将可以几大的促进企业的进步，实现跨时代的变革。 2016-2021年大数据行业深度分析及“十三五”发展规划指导报告认为，2017年大数据行业将呈现六大趋势： 1.将会推出更多的分析工具随着数据量的不断增长，数据分析方法也将进一步提高。虽然SQL依然会是数据分析的标准方法，但是新兴分析工具也不可小觑。 Spark是其中之一，它是大数据时代下的一个快速处理数据分析工作的框架，多家世界顶级的数据企业例如Google，Facebook等现已纷纷转向Spark框架。这些新兴分析工具操作简单，对用户没有任何编码知识要求。 Microsoft和Salesforce都已经推出了新型分析工具， MicrosoftRServer和LightningCRM平台，非编码人员也可以创建应用程序来查看数据。 2.实时数据分析将获得更多关注技术专家预测，2017年企业将需要实时数据分析工具，来帮助他们利用数据进行实时决策。实时计算一般都是针对海量数据进行的，一般要求为秒级。目前有几款数据分析工具可以提供实时访问数据，如GoogleAnalytics和Clicky。高德纳资讯公司预测，到2018年，近50%的企业都将面临隐私泄露问题。事实

大数据和人工智能产业发展的思考

拓尔思总裁施水才在第七届中国智能产业高峰论坛作主题报告发布时间：2017-10-16 2017年10月12日-13日，由中国人工智能学会主办的CIIS2017第七届中国智能产业高峰论坛在广东顺德隆重举行。本届高峰论坛以“创新、协调、绿色、开发、共享”为主题，中国人工智能学术界和产业界著名学者、顶级专家和业界精英近300人齐聚一堂，共同探讨人工智能发展的科技创新与行业变革战略，破解人工智能创业和商业模式的密码。李德毅院士、李伯虎院士、清华大学孙富春教授、拓尔思总裁施水才在大会上作主题报告，施总的演讲主题是“大数据和人工智能产业发展的思考”。施总在大会上发表主旨演讲以下是精彩要点：大家上午好。非常感谢中国人工智能学会邀请我在大会上做分享报告。今天我想给大家分享一下对于大数据和人工智能产业的发展思考。第一点，我认为大数据和人工智能产业进行比对非常有意义；第二点，针对“人工智能+行业”和“行业+人工智能”，谈一下个人理解和认识；

第三点，我认为对于未来人工智能的研究和应用，仅有计算能力、数据和算法是不够的，需要加入其他重要因素；第四点，探讨人工智能现在的几个方向中，哪些还有大机会；最后，讲一讲拓尔思基于NLP平台的一些人工智能应用实践。大数据对人工智能产业的四大启示一方面，人工智能产业的发展和数据密不可分，另一方面，数据驱动的商业比智能驱动的商业更符合产业本质，大数据产业的落地能力强于人工智能产业，因此观察大数据产业发展对人工智能产业很有意义。目前大数据产业发展处于非常早期的阶段，仍然是大数据投资和创业的最好时机，但数据魔咒难破局，数据霸权、数据质量、灰色数据等问题凸显，中国大数据变现之路是垂直行业下的场景服务。大数据对人工智能产业发展的启示：人工智能产业仍处于非常早期的阶段；数据的重要性不容置疑，但问题也不少；应用场景才是驱动力；垂直行业才是大部分参与者的机会所在。行业+人工智能是智能产业发展的主流在智能产业发展中，“行业+人工智能”占了90%，而“人工智能+行业”则占10%，可以看出，“行业+人工智能”仍然是智能产业发展的主流。

工业大数据

专题·融媒瞭望哨 14中国工程院院士倪光南以构建安全可控的信息技术体系为主题表示：中国是网络大国，习总书记提出的加快推进国产自主可控替代计划、构建安全可控的信息技术体系、实施网络信息领域核心技术设备攻坚战略等举措中，构建安全可控的信息技术体系是我国网信领域的一项重大任务。加大核心技术研发力度和市场化引导具有重大意义。倪光南表示实现网络强国，就要打好基础，构建好技术体系。中国电子学会副理事长兼秘书长徐晓兰指出：人工智能技术最重要的基础是大数据，在未来的发展过程中，工业大数据的创新发展，一是要需求导向，牢牢把握发展变革的机遇，高度重视工业大数据的价值，持续提升对数据的科学认知，通过深度的审视不断优化数据源，提升实施生产数据的采集，包括数量、质量、类型、精度、频率的技术能力来把握新一轮发展机遇。二是创新驱动，潜心打造产业的整体优势。三是加强人才引领，着力构建科学的人才机构。四是应用示范、深度挖掘数据潜在的价值。在数字经济的大时代背景下，大数据已经成为驱动社会经济进步的新引擎。工业大数据，是国家提升综合竞争力的一个关键因素，是全球工业转型必须面临的重大课题。编者按：大数据、云计算等信息技术、计算机技术的飞速发展，加速人工智能在各个产业、各个领域的应用与融合。10月10日，由工业和信息化部指导，中国电子学会主办、中国工业大数据创新发展联盟秘书处、中国首席信息官联盟秘书处、智汇工业承办的“2017中国工业大数据创新发展高峰论坛”在北京召开。近年来在推进媒体融合发展进程中，大数据技术已经成为重要的技术驱动力，写稿机器人、云计算、人工智能、物联网等以大数据技术为依托，从各个角度推动媒体融合创新与发展。未来大数据的应用与发展走向如何，又将如何在媒体深度融合进程中发挥重要的技术支撑作用。在本次大会中中国工程院院士倪光南、中国电子学会副理事长兼秘书长徐晓兰、工业和信息化部信息化和软件服务业司副司长李冠宇、工业和信息化部信息化和软件服务业司处长商超、清华大学软件学院院长王建民、中国船舶工业系统工程研究院海洋智能技术创新中心主任邱伯华等专家、学者就论坛主题“融合创新共享赋能”发表主题演讲。工业大数据本刊编辑部倪光南徐晓兰

大数据技术与应用1.1(继续教育公需课答案)

1. 【多选题】大数据技术领域的发展得到国家的高度重视，近年来不断推出了些促进这些领域创新和产业发展的指导意见、发展规划和行动纲要，主要有哪些？正确答案:[A,B,C,D,E] A: 2015年8月31日：《促进大数据发展行动纲要》B: 2015年12月29日：《“互联网＋”行动的指导意见》C: 2017年7月8日：《新一代人工智能发展规划》D: 2017年4月10日：《云计算发展三年行动计划（2017－2019年）》E: 2015年5月8日：《中国制造2025》 2. 【判断题】人工采集效率低、成本高、错误多。自动化采集靠技术实现，效率高、采集的数据量大。对错 3. 【多选题】数据资源向信息、知识、价值转换的流程可以概括成5个环节：（）（）（）（）（）正确答案:[A,B,C,D] A: 数据采集B: 数据存储C: 数据处理D: 数据分析与挖掘E: 知识应用 4. 【判断题】由于数据采集都是在多点进行的，数据存储也从传统中央磁盘存储变成分布式云存储。云存储的优点是容量大、

费用低。对错 5. 【判断题】数据是所表达的对象或事件的信息的载体，记录了对象的属性特征。对错 6. 【多选题】数据采集可以划分为（）和（）。 A: 人工采集B: 自动化采集 7. 【多选题】大数据有3个显著的特征： A: 数据规模大B: 数据变化快C: 数据类型复杂 8. 【多选题】大数据时代是（）（）（）（）4大技术领域齐头并进发展的时代，也可称作“大智移云”时代。 A: 大数据B: 人工智能C: 移动互联网（或物联网）D: 云计算 9. 【判断题】目前大数据存储的另一趋势是向数据中心集中，以便于大数据的管理、集成和综合分析。对错

大数据产业发展规划运营方案

大数据产业发展规划运营方案下载后可修改编辑套用

序言大数据是通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。大数据产业是指一切与大数据的产生与集聚、组织与管理、分析与发现、应用与服务相关的经济活动的集合，以数据挖掘分析服务为核心，包含数据中心、宽带网络等基础设施服务，数字内容服务、物联网服务、位置服务等信息服务，智能终端制造、电子元器件制造等电子产品制造，以及智能交通、互联网金融和智慧城市等应用服务。继云计算、物联网和移动互联网之后，大数据正成为信息技术的新热点，产业发展的新方向，将对人类的生产与生活产生巨大影响，对经济与社会发展带来深刻变革。把握大数据发展方向，推动大数据开发应用，发展大数据服务产业，是推进某某省信息技术产业集聚发展和经济社会跨越发展的重要抓手，对推动某某工业结构调整、加快某某新型工业化和城镇化进程、打造某某经济社会发展升级版，具有十分重要的战略意义和现实意义。本规划纲要依据《国务院关于进一步促进某某经济社会又好又快发展的若干意见》、《黔中经济区发展规划》、《“十

二五”国家战略性新兴产业发展规划》以及《中共某某省委某某省人民政府关于加快信息产业跨越发展的意见》、《某某省人民政府关于加快培育和发展战略性新兴产业的若干意见》等文件的部署和要求制定，旨在为某某省大数据产业发展提供指导。规划期为2014年至2020年。一、发展机遇与优势 (一)发展机遇 1.国家和某某省全力支持为大数据产业发展提供政策保障为贯彻落实有关规划和意见，国家35个部委相继出台支持某某发展的政策文件或与某某签署合作协议，对某某省发展的支持力度明显加大。贵安新区跻身国家级新区，在财税、投资、金融、产业、土地、人才等方面享有更多广泛的改革试验权和更加优惠的产业政策，为某某省经济发展注入了强劲动力，对产业和人才、资金、数据资源的吸引力显著增强。各类政策叠加效应日益显现，为某某省大数据产业发展带来难得机遇。某某省委、省政府对大数据发展高度重视，将大数据作为某某省的战略重点之一，为加快招商引资、加速资源集聚、推动大数据产业发展提供了保障。 2.某某省重视电子信息产业为大数据产业发展提供产业基础

工业大数据的未来发展方向

工业大数据的未来发展方向（从阿里和航天说起） 2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。作者：佚名来源：THU数据派|2016-12-12 13:32 收藏分享 2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT 楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。阿里巴巴集团副总裁、阿里云业务总经理刘松首先致辞刘松，现任阿里巴巴集团副总裁，兼阿里云业务总经理，负责阿里巴巴云计算生态构建工作，包括：大中型合作伙伴的战略合作，云市场与ISV的发展，大学合作与开发者计划，阿里巴巴双创示范基地，阿里云创客+，云栖100合作计划，阿里云研究中心等方面，并担任云生态战略与技术发展趋势的主要发言人。刘总主要从三个层面的角度分享了他的想法。

一、数据技术(Data Technology)的发展趋势作。目前数据成为互联网平台企业的关键技术，包括苹果、谷歌、亚马逊等全球十大科技公司都逐渐演变成数据化、智能化的平台公司。数据技术的(DT)发展将对各行各业产生影响，新一代信息技术的优化使得全球的软件定义、数据驱动的商业模式逐步明显，数据智能也会在各个传统行业得以应用。二、中国工业互联网的路径选择。德国公司发展工业4.0的原因是害怕谷歌、facebook等互联网平台公司对消费互联网数据的控制，提出工业4.0与其抗衡;而美国以GE为代表推出了predix平台，但仍然采用着将软件工程作为工业附属的操作模式，这种模式目前看来可行，但是横向扩展有限，而美国东西海岸的科技界对此仍处于不合作状态。目前在中国，基于良好的移动互联网经济，如果将互联网的平台模式和传统工业(包括汽车、飞机、机床、能源互联网)等产业结合起来，探索出新的跨界重混模式，会因为巨大互补效应而产生化学反应，中国制造业可能会走上一条换道升级的路径。三、中国工业大数据的挑战与机遇。目前中国的工业生产模式很重，通过数据智能改进的产业机会非常大。除了技术和产品层，中国工业大数据要解决的非技术挑战主要有两点：一是文化的问题。工业企业文化和互联网企业文化差异很大，要解决work together的问题;二是人才的问题。这个领域需要的人才非常广泛，要有对工业本身理解的人才，需要了解具体的生产工艺，要有工业软件人才、要有数据处理的人才，这个领域是一个绝对跨界融合的产业，难点在于跨界合作的人才集成。工业大数据的推进问题，我们首先考虑的是能不能把人才高效地积聚起来。人的要素、文化的要素是推进工业大数据两个最重要的因素。航天科工集团航天云网副总经理的祝守宇为大家分享工业互联网和工业大数据的应用祝守宇，国家千人计划专家，教授级高级工程师，清华大学自动化专业学士、硕士。祝守宇先生的主要研究领域包括移动互联网大数据分析、工业互联网数据分析等，拥有国内外发明专利数十项，省部级科技奖励多次。航天科工集团的前身是国防部第五研究院，由著名导弹学家、火箭专家钱学森组建。目前其主要以一主两翼三创新为整体发展目标，包括一主：航天防务、两翼：信息技术和装备制造、三创新：技术创新、商业模式创新、管理创新。在产业政策层面，工信部力推“制造强国+网络强国”的行动计划，将“中国制造2025”和“互联网+”行动计划列为未来产业发展的主攻方向。

工信部_大数据产业发展规划(2016-2020)〔2016〕412号_20161218

大数据产业发展规划（2016-2020年）数据是国家基础性战略资源，是21世纪的“钻石矿”。党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧动能接续转换的关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。抢抓机遇，推动大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。为推动我国大数据产业持续健康发展，深入贯彻十八届五中全会精神，实施国家大数据战略，落实国务院《促进大数据发展行动纲要》，按照《国民经济和社会发展第十三个五年规划纲要》的总体部署，编制本规划。一、我国发展大数据产业的基础大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。 “十二五”期间，我国信息产业迅速壮大，信息技术快速发展，互联网经济日益繁荣，积累了丰富的数据资源，技术创新取得了明显突破，应用势头良好，为“十三五”时期我国大数据产业加快发展奠定了坚实基础。信息化积累了丰富的数据资源。我国信息化发展水平日益提高，对数据资源的采集、挖掘和应用水平不断深化。政务信息化水平不断提升，全国面向公众

的政府网站达8.4万个。智慧城市建设全面展开，“十二五”期间近300个城市进行了智慧城市试点。两化融合发展进程不断深入，正进入向纵深发展的新阶段。信息消费蓬勃发展，网民数量超过7亿，移动电话用户规模已经突破13亿，均居世界第一。月度户均移动互联网接入流量达835M。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源。我国已成为产生和积累数据量最大、数据类型最丰富的国家之一。大数据技术创新取得明显突破。在软硬件方面，国内骨干软硬件企业陆续推出自主研发的大数据基础平台产品，一批信息服务企业面向特定领域研发数据分析工具，提供创新型数据服务。在平台建设方面，互联网龙头企业服务器单集群规模达到上万台，具备建设和运维超大规模大数据平台的技术实力。在智能分析方面，部分企业积极布局深度学习等人工智能前沿技术，在语音识别、图像理解、文本挖掘等方面抢占技术制高点。在开源技术方面，我国对国际大数据开源软件社区的贡献不断增大。大数据应用推进势头良好。大数据在互联网服务中得到广泛应用，大幅度提升网络社交、电商、广告、搜索等服务的个性化和智能化水平，催生共享经济等数据驱动的新兴业态。大数据加速向传统产业渗透，驱动生产方式和管理模式变革，推动制造业向网络化、数字化和智能化方向发展。电信、金融、交通等行业利用已积累的丰富数据资源，积极探索客户细分、风险防控、信用评价等应用，加快服务优化、业务创新和产业升级步伐。大数据产业体系初具雏形。2015年，我国信息产业收入达到17.1万亿元，比2010年进入“十二五”前翻了一番。其中软件和信息技术服务业实现软件业务收入4.3万亿元，同比增长15.7%。大型数据中心向绿色化、集约化发展，跨地区经营互联网数据中心（IDC）业务的企业达到 295家。云计算服务逐渐成熟，主要云计算平台的数据处理规模已跻身世界前列，为大数据提供强大的计算存储

我国大数据产业发展现状

我国大数据产业发展现状一、产业总体情况（一）市场规模快速增长，供给结构初步形成市场规模快速增长。十二五以来，我国大数据产业从无到有，全国各地发展大数据积极性较高，行业应用得到快速推广，市场规模增速明显。易观国际数据显示，2011-2014年，我国大数据市场规模分别为37.4亿元、47.3亿元、59亿元和75.7亿元，年平均复合增长约为27%。易观国际同时预测，2015、2016年我国大数据市场规模将保持约30%的增长速度，在十二五末市场规模接近100亿元。图1 2011-2016年我国大数据市场规模 37.447.3 5975.798.9129.326.7%24.7%28.4%30.7%30.7%0%5%10%15%20%25%30%35%0 20 40 60 80 100 120 140 201120122013 201420152016规模（亿元）增速数据来源：易观国际数据，2015.1 我国已经初步形成了由互联网企业（以百度、阿里、腾讯为代表）、传统IT 厂商（以华为、联想、浪潮、曙光、用友等为代表）、大数据企业（以亿赞普、拓尔思、海量数据、九次方等为代表）共同组成的市场供给关系，但各环节发展水平不均衡，在

大数据产业链高端环节缺少成熟的产品和服务，面向海量数据的存储和计算服务较多，而前端环节数据采集和预处理，后端环节数据挖掘分析和可视化，及大数据整体解决方案等产品和服务较为匮乏。（二）技术创新基础初具，应用驱动创新特征明显技术创新基础初具。十二五以来，工业和信息化部、国家发展与改革委员会、科技部等部门高度重视大数据的发展，利用“核高基”科技重大专项、电子发展基金等进行了前沿部署，针对互联网和大数据发展的迫切需求，安排了非结构化数据管理研究、大型通用数据库系统研究等课题，对非结构化数据管理、大型数据管理的核心技术进行集中攻关。我国企业已经在大数据领域开始布局，不仅加强物理存储设备与处理能力的建设，也加快技术产品的研发与人才队伍的培养。应用驱动创新特征明显。十二五以来，大数据领域由技术创新转驱动向应用创新驱动转变的趋势开始显现，很多技术和产品是在应用需求的引导下完成的创新和突破。在Hadoop、Spark、Storm等开源技术的影响下，大数据的技术壁垒越来越低，使得开展大数据业务的企业无需担忧技术实现问题，而是将更多的精力和资源投入到对需求的挖掘、分析和满足上。面对各行业的特性需求和不同用户的个性化需求，企业不断地创新出新技术、新产品、新业态和新模式。（三）投融资活动初步兴起，行业应用成为热点方向投融资活动初步兴起。十二五期间，我国大数据领域融资并

工业大数据的概念特征及未来发展

工业大数据的概念特征及未来发展随着美国工业互联网和德国工业4.0等制造智能化转型战略的相继实施，工业大数据日益成为全球制造业挖掘价值、推动变革的主要抓手。 1、工业大数据概念与特征工业数据是指在工业领域信息化应用中所产生的数据。工业大数据是基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。工业大数据具有五大特征。一是数据体量大，主要表现在随着设备数据和互联网数据的涌入，工业数据的存储量将达到EB级别。二是数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等。三是结构复杂，有结构化、半结构化和非结构化等不同类型。四是数据速度需求多样化，有要求实时、半实时和离线三种，生产层级要求实时性，需要达到毫秒级别；管理层级实时性要求不高。五是数据价值不均匀，20%的数据具有80%的价值密度（如产品图纸、试验分析、

加工工艺）；80%的数据密度只有20%，需要分析挖掘（如工况情况、图片数据）。与互联网大数据相比，工业大数据具有自身特点：一是多源性获取，数据分散，非结构化数据比例大；二是数据蕴含信息复杂，关联性强；三是持续采集，具有鲜明的动态时空特性；四是采集、存贮、处理实时性要求高；五是与具体工业领域密切相关。先进制造企业基于工业大数据的应用，把产品、机器、资源和人有机结合在一起，推动制造业向基于大数据分析与应用基础上的智能化转型。工业大数据能够促进形成企业和消费者之间的信息主动反馈机制，为完善以客户需求为导向的产品全生命周期信息集成和跟踪服务、建立以服务为核心的整体解决方案提供可行路径，将大大提升产品服务价值，为制造业转型升级开辟了新途径。 2、工业大数据发展态势随着信息化和工业化融合，工业企业生产信息数字化，积累大量数据。工业网络、数据采集、集成、计算和分析技术在工业领域的应用，促使工业数据发挥巨大价值。工业大数据越来越受到工业企业的关注。目前工业大数据发展态势有三个，一是已从理念转向实践，二是工业大数据成为云计算的价值体现，三是工业大数据孕育丰富的工业应用生态。随着信息化和工业化融合的不断推进和大数据采集、集成、计算和分析技术的发展，很多工业企业已经进入工业大数据实践阶段。大型工业企业在应用方面走在前列。如唐山钢铁集团，通过引入国际最先

大数据产业十三五发展规划

大数据产业十三五发展规划（2016-2020年） 2018年8月

前言 (3) 一、我国发展大数据产业的基础 (4) 二、“十三五”时期面临的形势 (6) 三、指导思想和发展目标 (8) （一）指导思想 (8) （二）发展原则 (8) （三）发展目标 (9) 四、重点任务和重大工程 (11) （一）强化大数据技术产品研发 (11) （二）深化工业大数据创新应用 (13) （三）促进行业大数据应用发展 (15) （四）加快大数据产业主体培育 (17) （五）完善大数据产业支撑体系 (20) （六）提升大数据安全保障能力 (22) 五、保障措施 (24) （一）推进体制机制创新 (24) （二）健全相关政策法规制度 (24) （三）加大政策扶持力度 (25) （四）建设多层次人才队伍 (25) （五）推动国际化发展 (26)

今日，工信部官网正式发布大数据产业”十三五“发展规划，随着产业纲领性文件的发布，将积极推动大数据产业健康快速发展。数据是国家基础性战略资源，是21世纪的“钻石矿”。党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。 “十三五”时期是我国全面建成小康社会的决胜阶段，是新旧动能接续转换的关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇。抢抓机遇，推动大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。为推动我国大数据产业持续健康发展，深入贯彻十八届五中全会精神，实施国家大数据战略，落实国务院《促进大数据发展行动纲要》，按照《国民经济和社会发展第十三个五年规划纲要》的总体部署，编制本规划。