热门城市
数据是人类最重要的财富之一，拓展了我们洞察客观世界的能力。伴随数据爆炸增长和应用场景的多样化，弥补数据通向AI的鸿沟，软件基础设施建设面临巨大的技术挑战。
7月11日上午，2020 WAIC·开发者日特设「数据驱动AI专场」分论坛，邀请英特尔、PingCAP、Apache Kylin、Zilliz等工业界技术专家，畅想普惠AI理念，分享如何降低AI项目落地的门槛及成本，提高开发效率，以及他们所作出的创新尝试。
议题一：Apache Kylin：简化大数据机器学习
李栋，Apache Kylin项目管理委员会成员，Kyligence 公司初创团队成员，技术合伙人兼产品负责人，负责Kyligence 商业产品线管理。Apache Kylin 是一个开源的大数据在线分析引擎；Kylin 将传统数据仓库理论与大数据技术相融合，为大规模数据提供亚秒级响应的SQL查询接口，使得交互式分析成为可能，已被许多世界500强企业大规模使用。除了用在OLAP领域以外，Kylin还可以应用在机器学习中，为机器学习程序提供自助的数据服务。与Auto Machine Learning技术联合使用，用户无需精通大数据和机器学习技术，就可以实现自动化的预测分析，让大数据机器学习的门槛更低，赋能各级分析人员使用高级分析能力。
议题二：开源生态助力智能制造—基于英特尔®架构的AI实践
臧战，英特尔AI技术解决方案专家，现就职于英特尔AI TSS技术团队，专长于机器视觉、时间序列以及各种机器学习算法。他会介绍英特尔在AI领域的开源贡献和优化工作，以及怎样利用英特尔开源软件建设典型的端-边-云智能工厂架构。
议题三：基于Milvus的非结构数据服务平台
顾钧，Zilliz的合伙人、技术布道师，LF AI基金会，技术咨询委员投票成员。据统计，未来80%的数据都属于非结构化数据，而深度学习已成为处理非结构化数据的标准。在过去，开发者偏重于算法与模型方向，但随着这些模型还有算法的成熟，AI的痛点逐渐转移到如何在海量的向量里面进行高速的分析搜索，而Milvus就是在工具链上的高速向量搜索引擎。本次演讲，将详细介绍：AI行业现状；Milvus简介；案例与使用场景；开源如何助力基础软件
议题四：HTAP是什么，为什么我们需要HTAP
马晓宇，PingCAP实时分析产品负责人，目前负责 TiDB 列存引擎 TiFlash 的研发。随着数据业务交易和分析边界不断模糊，实时性需求不断增加，HTAP 变成了一个越来越重要的探索方向，HTAP 是什么，为什么我们需要 HTAP，以及 TiDB HTAP 架构细节和案例。
议题五：使用BigDL和Analytics Zoo来开发统一的大数据分析和人工智能应用
史栋杰，Intel资深软件架构师，多年的企业级计算、风控、大数据分析、云计算容器编排、数据分析与人工智能领域的研发经验，也是英特尔开源框架BigDL与Analytics Zoo的贡献者。众所周知，深度学习在实际生产实践中，很多时候并非是围绕算法和数据建模，据统计90%的工作是在清理与规整数据。BigDL是基于Apache Spark的分布式深度学习框架，Analytics-Zoo是基于Apache Spark、Tensorflow、Keras和BigDL的大数据分析+ AI平台。本议题主要介绍使用BigDL和Analytics Zoo来开发统一的大数据分析和人工智能应用。
