摘要：由創原會與福佑卡車聯合舉辦的2023年首場暢聊云原生活動在福佑卡車北京總部舉辦，
本文分享自華為云社區《暢聊云原生·第八期 | 關于數智融合，看看這20位專家都聊了什么》，作者：創原會，
暢聊云原生[第八期]探討的話題選擇了大家熱議的“數智融合“，活動榮幸地邀請到福佑卡車技術合伙人陳冠嶺、軟通運力CTO煉訓福、暢銷書《人工智能產品經理》作者張競宇、華為云資料庫軟體總工程師彭立勛、華為云PaaS技術創新Lab技術專家申博進行聯合內容創作，為大家獻上了一場數智融合的硬核盛宴
近日，由創原會與福佑卡車聯合舉辦的2023年首場暢聊云原生活動在福佑卡車北京總部舉辦，活動以“沉浸其境，共享數智硬核盛宴”為主題，邀請了來自福佑卡車、中國信通院、華為云、新浪、陌陌、北汽福田、G7易流、貨拉拉、高等教育出版社、軟通動力、環信科技、探真科技、北方工業大學的技術專家及暢銷書《人工智能產品經理》作者等20位云原生先鋒齊聚一堂，圍繞數智融合、云原生資料庫、AIGC、代碼大模型等技識訓題進行了經驗分享、問題探討和未來暢享，
▲ 創原會技術精英沙龍嘉賓合影
▍實踐一：數智融合賦予公路貨運新動能
中國擁有世界上最大的公路運輸市場，其中整車運輸市場占比約60%，由于運力結構高度分散，市場發展面臨著一系列挑戰，例如：貨主端找車低效、運價不透明、程序不可控、結算不規范，運力端擔心貨源真偽難辨、空駛率高、缺乏標準化、收款缺乏保障，以上種種問題，導致物流運輸效率低、成本長期居高，福佑卡車專注于整車運輸的科技物流平臺建設，堅持以技術為本，用數智賦能，通過智能定價、智能分單、智能服務幫貨主及卡車司機降低資訊獲取成本、提高車輛運行效率，
- 智能定價系統：通過云原生大資料技術破解人工議價，對整車資料進行大量積累、清洗與分析，實時計算整車運價，與市場價吻合度超 95%，
- 智能分單系統：基于機器學習和演算法，智能分析運單與司機資訊，在演算法中進行預測，將運單與運力進行最優匹配，最大程度提升車輛運行效率，
- 智能服務系統：結合大量真實的運輸資料，通過運力風控、智能預警和智能客服，讓擁有不同承運經驗的運力輸出，穩定、統一的標準化服務
▲ 福佑卡車技術合伙人 陳冠嶺
福佑卡車技術合伙人陳冠嶺博士表示：我們采用云原生技術，對業務進行了一系列升級，福佑卡車實作了用“資料”來驅動一切洞察、決策、行動，將貨運準時率提高到95.2%，將車輛空駛率由行業平均值45%大幅降至6.6%、車輛空置率由行業平均值40%降至24.8%，幫助提升司機收入33%，
▍實踐二: 云原生資料庫正走向Serverless、Regionless、Modeless
從星星之火到燎原之勢，在資料庫領域，云原生資料庫蔚然成風，風起云涌之后的云原生資料庫又將怎樣演進呢？
▲ 華為云資料庫軟體總工程師 彭立勛
華為云資料庫軟體總工程師彭立勛表示：
2025年可能有73%的資料庫都是云原生資料庫，客戶最關注的幾個問題，一是資源調度，二是資料訪問，三是使用體驗，云原生資料庫也將隨之發生三大轉變：以資源為中心到以應用為中心，以地域為中心到以流量為中心，從以負載為中心到以資料為中心，對應到架構的演進，就是Serverless、Regionless和Modeless，
- Serverless技術將助力資料庫從以資源為中心到以應用為中心的轉變，Serverless架構下，用戶無需關注資料庫運行的背后具體需要多少資源，在流量洪峰時可以極速擴容，華為云云原生資料庫可以實作資源的極致彈性，將資源彈性調度速度從分鐘級縮短至秒級，不僅業務無感知，而且能夠節省大量規劃資源、調整資源的運維作業，
- Regionless技術可以解決資料庫向以流量為中心轉變中的挑戰，過去，用戶需要將資料的處理鏈路納入考慮范圍，尤其是出海的業務，用戶由于資料跨AZ、跨Region而面臨時延高、體驗差、投入成本大等問題，基于Regionless架構，華為云云原生資料庫支持資料全域可用，業務可以在任意地方進行接入和訪問，同時帶來跨地域的高可用，
- Modeless技術將加速資料庫從以負載為中心到以資料為中心的轉變，Modeless可以提供統一智能的業務入口，自動處理各種型別的資料和作業負載，提升易用性和效率, 解決資料庫選型難的問題，華為云云原生資料庫不僅采用NDPQ技術讓資料就近執行，將資料查詢性能發揮到極致，還采用HTAP技術，將資料同步時延降低到毫秒級，極大提升資料處理時效性，
我們相信，在以上理念的牽引下，云原生資料庫將迎來新一輪變革式的發展與創新，讓客戶能夠像使用水和電一樣，更便捷地使用云原生資料庫，
▍暢想一：AI眼鏡將成為未來十年顛覆性的AI產品
未來人工智能將像水和電一樣，在人們生活中無處不在，現在AI技術正處在高速發展時期，未來充滿了不確定性，新的技術發展會不斷地顛覆現在的產品和行業，
▲ 暢銷書《人工智能產品經理》作者 張競宇
暢銷書《人工智能產品經理》作者張競宇認為：
AI眼鏡將是未來十年顛覆性的AI產品，是實作增強智能的最佳方案，它的出現卻可以拉近人與人之間的距離，提升人與人的溝通效率，
- 從資料角度來看，AI眼鏡是開啟“個人全資料采集”時代的鑰匙，它不僅具備個人體征實時診斷的能力，通過對體征資料的實時監測分析，可以為個體提供強大的私人醫療監測服務，同時，隨著眼動互動、語音互動、手勢互動技術逐步發展成熟，AI眼鏡還能生活各方面，比如訂餐、出行、網購等方面實作顛覆性的人機互動體驗，
- 從演算法角度來看， AI眼鏡基于所采集的更全面的個人資料，能訓練出最適合自已的、能幫助我們克服自身缺陷的演算法，
- 從算力角度來看，通過將擁有強大算力的微型芯片植入皮膚下，并與AI眼鏡互聯實作計算和互動，不僅可以采集各種體征資訊，還能與人腦進行通訊，真正實作增強智能，
就AI是否會取代人類的問題，張競宇認為，人工智能的處理邏輯都是基于數學模型的、理性的，而人腦做出的理解、推理和決策在絕大多數不是僅依靠理性推理，還要依靠感性和理性的共同幫助，所以從這個角度講，人工智能無法替代人類，
▍暢想二：代碼大模型解放程式員的雙手
隨著數字化轉型日益成為大勢所趨，企業數字化轉型意味著大量的編碼作業，程式員肩負的重擔也愈發沉重，代碼大模型將AI融入編程軟體，通過自然語言描述生成函式級代碼，將極大提升代碼的生產效率，
▲ 華為云Paas技術創新Lab技術專家 申博
華為云PaaS創新Lab技術專家申博認為：
這僅僅是開始，未來AI在軟體開發中的應用不會僅限于代碼撰寫，目前已經開始覆寫代碼翻譯與遷移、代碼總結與解釋、代碼測驗與除錯等多個維度，并且將進一步延伸到需求分析、模塊設計、安全檢測、系統運維等更多環節之中，類似華為云CodeArts Snap的智能研發助手，會有越來越多基于代碼大模型的AI工具成為提升軟體開發和交付效率的利器，
然而， AI工具仍只能被定位為開發者的助手，只能取代程式員的一部分作業內容，目前的工具擅長重復、通用、明確的任務，而軟體開發是充滿創新的智力密集型活動，開發者要學會與AI協同，讓工具去做工具擅長的部分，而將所節省的精力投入到更高層次、更高價值的創新活動中去，并提升自己的思維層次，增強問題定義和系統設計的能力，例如：如何恰當而精確地描述需求、如何針對業務特點定義介面、如何分解問題并審視AI所生成的結果等，
談到未來的發展，申博認為，要構建真正實用的智能系統，我們還應當更加關注數理邏輯和知識推理，不但要設計和訓練新的模型，還需要研究如何將統計方法與規則演算法融合，并在人機互動程序中根據反饋實時在線學習，最終構建持續演進的健康生態，
本次活動正式拉開了創原會今年走進新云原生企業的序幕，接下來我們將走進更多新云原生企業，與不同行業的技術專家、業務專家共同探討云原生與業務融合的無限可能，
點擊關注，第一時間了解華為云新鮮技術~
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/549887.html
標籤：其他
上一篇：電平是什么，常用電平標準有哪些？