智邦网
据《防务新闻》2022年6月28日报道
美国联邦数据集成与管理公司、数据虚拟化与集成管理领域的知名引领者—“丹诺德”（Denodo）的副总裁兼总经理比尔·沙利文，在《防务新闻》上发表了题为“多云平行宇宙：美国国防部的AI成功之路”的文章，阐述了数据虚拟化技术在推进人工智能（AI）发展上的有效运用。文章说，数据虚拟化是一种现代的数据集成技术，能将实时数据整合集成，而无需数据复制。美国国防部正在实施数百个AI倡议与项目，但推进实际应用时遇到各种新的挑战，必须从结构和数据方面找出解决方案。文章举例，随着混合云和多云架构的兴起，当政府机构寻求利用跨内部和外部托管解决方案的数据资产时，就带来了数据集成、访问和管理上的诸多挑战。为此，“美国地理空间情报局（GSA）数据中心与云优化倡议”项目管理办公室最近发布了《多云与混合云指南》，旨在帮助政府机构在云架构上做出更好的决策。更复杂的是，美国国防部正面临着要在12月确定“联合作战云能力采办”（JWCC）合同。国防部首席信息官约翰·谢尔曼认为，JWCC作为一项多云建设工作，将为国防部在非密、秘密、核心机密数据方面提供企业云能力，范围覆盖美国本土和海外战术边缘。许多政府部门采用数据虚拟化等技术来克服这些挑战，通过实施逻辑数据结构方法，能确保可信的数据访问与共享。数据虚拟化可对不同信源的数据视图进行无缝组合，并向AI和机器学习（ML）引擎提供通用数据服务层的数据，鉴于提供的是数据视图而不是数据复制，可使AI研究团队工作效率更高，合作更有效。由于数据虚拟化提供了统一的数据访问层，因此，不仅能节省数据访问与存储成本，还能使数据持有者从单点到全部门实现管理控制。创建“单一真相源”是通过采用数据虚拟化实现统一企业数据的最有价值的特征之一。通过综合采用企业AI、多云架构和数据虚拟化，许多政府部门可达到利用数据更有效，云的成本更降低。总之，这些技术表明，数字转型不仅仅是在于技术，还在于以更智慧的方式运用技术，为数据科学研究团队和内外用户创造更大的价值。在主要云服务供应商的市场份额竞争中，各家都承诺既要为政府创造更好的价值，又要提供大量的AI/ML工具，以达到特定任务更好的效果。当然，针对指定任务而言，在选择云服务商和选择AI/ML技术上，还是需要综合平衡的。基于这种环境，作为解决多云计算混沌问题的精致技术解决方案，逻辑数据结构技术迅速兴起，并能同时向多个用户提供每一家云服务商的最佳品质特性。高德纳知名咨询公司将这种服务定义为设计概念，即数据与连接过程的集成层，也称之为结构。这种逻辑数据结构利用对现有的、发现的、推理的元数据资源连续分析，对跨全部环境，包括混合云和多云平台在内集成与可重复使用数据的设计、部署和利用提供支持。针对美国国防部无处不在的孤岛数据，许多军队用户若获得训练算法所必须的数据，其先决条件是，要进行数据标准化，并提高数据质量和访问权限。嵌入数据虚拟化的逻辑数据结构方法，是解决从国防部异构数据源中快速采集、处理和使用信息的可靠手段。这也确保了开发的AI/ML模型能与实时数据相关联，并在整个AI应用周期内更好地加速数据流，实现更佳的数据访问。AI/ML模型输入的数据越多，通过训练学习创建的模型越好，形成的预测也越精确，对国防部所需的关键任务决策辅助越有成效。而那种从多个数据源中提取、复制数据，并存储在中央数据库的做法，不仅已经过时，而且效率很低。这种做法在美国联邦政府中依然普遍存在，项目的大部分时间都浪费在数据获取和准备上。尽管美国国防部号称在人工智能、机器学习方面的能力不断得到提升，但是，进一步扩大数据科学研究团队、强化数据集成工作仍然十分艰巨，企业AI和逻辑数据结构方法是克服这些障碍的有效手段。
声明：本平台发布部分内容来自公开资料或者网络，版权归原作者所有，转载的目的在于传递信息及用于网络分享，不代表本平台赞同其观点，如涉版权问题，请与我们联系，我们第一时间处理。