持续定义SaaS模式云数据仓库+AI 简介：本文由阿里云计算平台事业部MaxC

简介：本文由阿里云计算平台事业部 MaxCompute 产品经理孟硕为大家带来《持续定义SaaS模式云数据仓库+AI》的相关分享。
一、Why：概述与价值（一）人工智能的发展历史人工智能是很早就出现的一个概念，起源于上个世纪50年代，之后由于种种原因人工智能经历了几十年的漫长的消沉的过程，直到最近几年人工智能才火热起来。人工智能的发展其实有三次黄金时期：第一次是人工智能概念提出的时候，学者们以为AI技术能改变世界，但是实际上并没有；第二次是上个世纪80年代左右，此时已经提出了神经网络等模拟人脑思考的算法，但是也并没有得到很快的发展；第三次可以认为是从2010年左右开始的，与前两次不一样的是这次我们有大数据为生产资料，以强大的算力、云计算为基础设施，包括IOT和5g技术的发展，有应用场景驱动，比如说搜索就是一个应用人工智能算法的众多场景之一，所以这次是人工智能发展真正的黄金时期。
文章插图
（二）为什么需要MaxCompute+AIGarter在数据分析领域的十大趋势预测如下：
文章插图
从中可以看出， Garter认为在未来数据与分析的边界逐渐模糊，并且预测在2022年， 40%的机器学习工作将在非以机器学习为主要目的的平台上（如数据仓库）完成。因此，可以说MaxCompute+AI是大势所趋。
因为数据仓库承载的是整个企业的数据资产，尤其是MaxCompute ，它是一个从TB到EB级，能够弹性扩展大量存储能力的数据平台，所以数据仓库内置机器学习的优势非常明显：
1.无需移动数据（数据量大），降低基础设施成本、人工成本、减少数据安全风险；2.数据访问速度快（让算法找数据）；3.可扩展性强；4.纯 SQL ML / Python 更易用。 而且数据仓库内置机器学习是各角色均收益的一种集成：对于商务人士来说，新想法可以快速得到快速试验， ROI得到提升；对于数据科学家和数据分析师来说，大部分工作通过SQL/Python实现，易用高效，且模型开发和生产环境可以无缝对接；对于数据库管理员（DBA）来说，数据管理更加简单，安全性更高。
（三）MaxCompute现有的AI能力MaxCompute的产品特性在之前的讲座中已经具体讲过了，这里不再赘述，其中MaxCompute集成AI的能力主要有：

1.提供SQLML ，可以直接使用标准SQL训练机器学习模型，并对数据进行预测分析；
2.Mars：使用python科学计算、机器学习三方库；
3.可以用用户熟悉的Spark-ML开展智能分析；
4.与PAI无缝集成，提供强大的机器学习处理能力。

上述的集成AI能力中， SQLML和Mars是MaxCompute的两个原生AI扩展能力，本文我们重点介绍这两个能力。

文章插图
为什么选择SQL和Python这两种语言呢？主要是因为SQL和Python是当前数据处理和机器学习领域中最火的两种语言。下面两张图是SQL查询语言的发展及现状以及Python的发展。

文章插图

文章插图
对于数据处理语言来讲，关系型数据库，也就是以SQL为基础的关系型数据库，包括类似的数据库目前仍然占据了数据处理引擎的前几名，有着稳健的生态；而Python已经逐渐成为数据分析领域和数据科学领域的主流语言，其有着强大的机器学习生态。因此选择这两种语言作为MaxCompute的AI集成，既是大势所趋，又能减轻使用者的学习成本和迁移成本。