11月8日，由神州控股、神州信息、今年會集團共同主辦的“數字中國2019——技術年會”在北京數碼科技廣場隆重舉行。清華大學軟件學院院長王建民先生出席大會并發表主題演講《關于大數據系統軟件的思考與清華實踐》。

以下為王建民教授演講實錄：

什么是大數據呢？根據維基百科的定義，它是一個包羅萬象的概念，如果一個數據集規模或處理復雜性，用傳統的數據處理系統難以駕馭，我們就把這個數據集叫做大數據。

數據要變現和應用，數據變現的過程需要軟件和計算力。從軟件的角度看，大數據分析有很多方面，其中一方面是解決數據大的問題。當前，有很多大數據軟件系統，例如Google大數據軟件棧、Hadoop的生態圈等，他們都圍繞著大數據軟件形成了一種生態，這樣的生態紛繁眾多，其中很多都是大家耳熟能詳的，也就是說大數據的軟件不是一天冒出來的，它是一個發展的過程。

傳統的數據處理、消息處理以及數據監控在原來“小數據”時就已經有了相應的軟件，今天是把其放在大數據的軟件生態里。所以當年在大數據的白皮書里，那些“大腦袋”問我們的大數據是不是要重新造一些輪子出來？顯然不是。我們要把傳統的數字技術，包括信息技術和計算技術融合起來，形成圍繞著技術應用的體系。

我們用獲取記錄、抽取清洗、集成聚合、分析建模、解釋展示這五步來達到目標。但是數字分析并不是拿來的數據就能取得價值。數字應用當中有很多的曲折和循環，我們能找到幾點價值就很幸運了，這就是大數據的魅力。

所以我們要以終為始，跨界協同。我們的目標是減少數據的循環。比如，從商業理解到數據理解，可能一個商業問題很難用數據解決，找到差不多的數據來做循環，有問題再重新做循環。我們需要克服很多困難，才能真正發現數據的價值。

這個循環給系統建設帶來怎樣的問題和挑戰呢？一套大數據軟件不可能解決所有的問題，因為每次循環中都用到了新的算法、新的工具和新的系統。所以大數據軟件系統是動態變化的，用一套軟件遠遠不能滿足這樣的狀況。

既然大數據系統是不確定的，那我們能不能找到確定的辦法構造大數據系統呢？這就是我們想的“循環”。在2014年，我們在國家實驗室立項，開始研究大數據應用開發的一體化平臺，解決變化的問題。在大數據的生命周期里，隨著需求的不斷演化，系統也要不斷的變化。此外，我們還希望大數據系統里有一個工程的部分，使得在時間成本可控的情況下，構建一個可用的大數據系統。

在這樣的方法指引下，我們就做了“清華數為”這樣一個可自由組裝的大數據軟件棧。它的優勢在于“清華數為框架DWF”，這個框架可以一半做信息化，一半做智能化，使得數據變現的結果回到信息化系統中。

詳細介紹一下“清華數為框架DWF”。它是一個大數據系統的協調器，是物聯網領域應用的組態軟件，也是支持信息化應用的低碼量開發。它的定位和使命就是將數據中臺和數據后臺協調起來，合理分工。

它形成的產品，第一個是“工程機械行業—智能運維服務系統”。這個智能頭盔，相當于內置一部手機，可以智能感知問題并形成自動化解決方案，同時可使維修執行過程可視化、結果分析智能化。

第二個就是“工業物聯網的時序數據管理系統——Apache IoTDB”，它圍繞物聯網支持時間序列數據全生命周期來進行處理和分析，從數據收集開始到數據被加工和挖掘結束，完成整個生命周期的使用。并且，它可以靈活適配“云-網-端”計算環境，完成一體化部署。2018年11月，IoTDB的正式進入Apache社區，開源這一年多來，被國內和國外各界接受和使用，同時他們對我們項目的成熟也做出了很大貢獻。

第三個是“機器學習生命周期Xlearn”。在軟件棧機器學習的六個環節里，有一些是存在短板的，Xlearn可以通過遷移學習環境來彌補這樣的短板，實現舉一反三。

對于大數據重要的不僅是機器智能，還有人的智能。那人的智能如何與機器智能相互融合呢？可視化是非常重要的手段，我最早是做CAD的，今天大數據的可視化和當初畫圖的可視化的區別，是對數據級特定的可視化問題，而對一個數據級的特定的可視化，要看有沒有找到交互的通道，把數據背后的知識發掘出來。

為了解決這個問題，我們做了一個叫AutoVis的工具，把人與數據、人與人、數據與人融合起來，形成全方位的數據挖掘和利用，讓數據更有價值。

最后借用馬云的兩句話，數字化時代，前兩個階段就是業務的數字化，把人的行為變成信息，把機器的行為變成信息，然后再把數據業務化。信息化和物聯網積累的數據要有價值，一定要通過BI和AI轉化出去。

從應用來看，最早我們在三一重工裝備大數據，當時還沒有想到特別現代的工業大數據，只是把每一個設備返回的數據用起來，現在已有很多的大數據應用。第二，與河北天遠公司為小設備做服務，就是把數據變得有價值，從而使大數據應用起來。我們通過攝像頭來辨別半斗和滿斗的情況，為什么這個辨別很重要，現代工程中的大型設備都是租賃的，在租賃的過程中，設備運輸了多少東西，大家說不清楚，但有了這個AI技術，就可以算清楚，這些都是通過數據解決了問題。

全國天氣預報的專業天氣預報平臺也是我們做的，每個省的天氣不同，都有自己的的氣象預報臺，每個省的氣象預報責任由每個省負責。我們也會把氣象的數據跟風力發電和太陽能發電結合在一起，把它變成優質的電源。最后，特別感謝神州信息給我們帶來這樣的一次分享機會，謝謝大家。