前幾天，Gartner 發(fā)布了企業(yè)機(jī)構(gòu)在2023年需要探索的十大戰(zhàn)略技術(shù)趨勢。

Gartner 杰出研究副總裁 Frances Karamouzis 表示：“為了在經(jīng)濟(jì)動蕩時(shí)期增加企業(yè)機(jī)構(gòu)的盈利，首席信息官和IT高管必須在繼續(xù)加快數(shù)字化轉(zhuǎn)型的同時(shí)，將目光從節(jié)約成本轉(zhuǎn)向新的卓越運(yùn)營方式。Gartner 2023年戰(zhàn)略技術(shù)趨勢圍繞優(yōu)化、擴(kuò)展和開拓這三大主題，這些技術(shù)能夠幫助企業(yè)機(jī)構(gòu)優(yōu)化韌性、運(yùn)營或可信度、擴(kuò)展垂直解決方案和產(chǎn)品交付并利用新的互動形式、更加快速地響應(yīng)或機(jī)會進(jìn)行開拓?！?/p>

Gartner 提出的 2023 年十大戰(zhàn)略技術(shù)趨勢按照順序分別是：

1. 可持續(xù)性（Sustainability）

2. 元宇宙（Metaverse）

3. 超級應(yīng)用（Superapps）

4. 自適應(yīng)AI（Adaptive AI）

5. 數(shù)字免疫系統(tǒng)（Digital Immune System）

6. 應(yīng)用可觀測性（Applied Observability?）

7. AI信任、風(fēng)險(xiǎn)和安全管理（Trust, Risk and Security Management）

8. 行業(yè)云平臺（Industry Cloud Platforms）

9. 平臺工程（Platform Engineering）

10. 無線價(jià)值實(shí)現(xiàn)（Wireless Value Realization）

那么這十大技術(shù)中哪一項(xiàng)最適合使用HTAP呢？

不賣關(guān)子了，答案就是自適應(yīng) AI（Adaptive AI）。

自適應(yīng) AI?本意是傳統(tǒng)的 AI 系統(tǒng)需要面對不斷變化的環(huán)境，具體要求為：一是模型訓(xùn)練好以后，由于外部環(huán)境不斷改變，模型是否可以繼續(xù)應(yīng)用到不斷變化的環(huán)境中；二是模型訓(xùn)練好以后，需要添加更多的訓(xùn)練數(shù)據(jù)迭代模型；三是希望模型最后在推理的時(shí)候產(chǎn)生一些個(gè)性化的結(jié)果，而非一般化的結(jié)果。這三個(gè)新的要求實(shí)際上對 AI 模型來說是希望模型訓(xùn)練和推理逐漸走向在線訓(xùn)練、在線推理。

"在線推理"比較好理解，各大短視頻或者電商 APP 會結(jié)合用戶興趣持續(xù)推薦可能感興趣的內(nèi)容；"在線訓(xùn)練”是指背后的 AI 模型需要實(shí)時(shí)更新，只有實(shí)時(shí)更新才能更好響應(yīng)進(jìn)一步輸入的工作，進(jìn)而讓訓(xùn)練和推理形成正向循環(huán)，這個(gè)叫作“自適應(yīng) AI”。

簡單來說，自適應(yīng)AI系統(tǒng)通過不斷反復(fù)訓(xùn)練模型并在運(yùn)行和開發(fā)環(huán)境中使用新的數(shù)據(jù)進(jìn)行學(xué)習(xí)來迅速適應(yīng)在最初開發(fā)過程中無法預(yù)見或獲得的現(xiàn)實(shí)世界情況變化。這些系統(tǒng)根據(jù)實(shí)時(shí)反饋動態(tài)調(diào)整它們的學(xué)習(xí)和目標(biāo)，因此適合外部環(huán)境快速變化的運(yùn)營或者因?yàn)槠髽I(yè)目標(biāo)不斷變化而需要優(yōu)化響應(yīng)速度的運(yùn)營。

而在自適應(yīng)AI的這個(gè)實(shí)時(shí)分析訓(xùn)練的過程中，不可避免地要用到一些數(shù)據(jù)，這些數(shù)據(jù)并不是越大越好的，正如 AI?和 ML?領(lǐng)域國際上最權(quán)威的學(xué)者之一吳恩達(dá)教授在今年年初接受?IEEE Spectrum?所說的：AI 的下一個(gè)發(fā)展方向，正在從“大”數(shù)據(jù)轉(zhuǎn)向“小”數(shù)據(jù)。

深度學(xué)習(xí)等方法通過“大”數(shù)據(jù)來訓(xùn)練模型學(xué)習(xí)特征，使用的數(shù)據(jù)和算力都太大。雖然目前通過使用預(yù)訓(xùn)練模型的方式在很大程度上解決了這個(gè)問題。但是依然不夠。能否通過小數(shù)據(jù)也訓(xùn)練出很好的模型呢？解決的方法是讓小數(shù)據(jù)成為優(yōu)質(zhì)數(shù)據(jù)。許多學(xué)習(xí)方法都是監(jiān)督學(xué)習(xí)的方式，需要對訓(xùn)練數(shù)據(jù)的特征進(jìn)行標(biāo)注。如果能挑選出有效的數(shù)據(jù)，并且進(jìn)行準(zhǔn)確的標(biāo)注，通過優(yōu)質(zhì)數(shù)據(jù)訓(xùn)練出來的模型也有很好的泛化能力。設(shè)計(jì)一個(gè)有效甄別優(yōu)質(zhì)數(shù)據(jù)并能一致性標(biāo)注的系統(tǒng)，以數(shù)據(jù)為中心的訓(xùn)練，這也就是“以數(shù)據(jù)為中心”的 AI 的理念轉(zhuǎn)變。

可以看到，這個(gè)解讀與我們在《HTAP 的下一步，SoTP初探（上）：從”大“數(shù)據(jù)到”小“而”寬“數(shù)據(jù)》這篇文章里提到的“小”數(shù)據(jù)與“寬”數(shù)據(jù)應(yīng)用場景案例完全吻合。

當(dāng)然，我們這里講的自適應(yīng)AI，是屬于自適應(yīng)自動系統(tǒng)的一部分，這個(gè)趨勢無疑與StoneDB后續(xù)要重點(diǎn)投入的方向是強(qiáng)相關(guān)的，我們后續(xù)就會加強(qiáng)StoneDB的實(shí)時(shí)分析處理能力，還要加上 Autopilot 功能（這個(gè)功能本身就可以視作是自適應(yīng)AI或者自適應(yīng)ML的一種），StoneDB Autopilot 將在許多重要且具有挑戰(zhàn)性的方面加入自動化處理能力，以實(shí)現(xiàn)大規(guī)模的高查詢性能——包括配置、數(shù)據(jù)加載、查詢執(zhí)行和故障處理。它使用先進(jìn)的技術(shù)對數(shù)據(jù)采樣，收集數(shù)據(jù)和查詢的統(tǒng)計(jì)信息，并構(gòu)建機(jī)器學(xué)習(xí)模型，對內(nèi)存使用、網(wǎng)絡(luò)負(fù)載和執(zhí)行時(shí)間進(jìn)行建模。StoneDB Autopilot 使我們?Tianmu 引擎的查詢優(yōu)化器隨著執(zhí)行更多查詢而變得越來越智能，從而隨著時(shí)間的推移不斷提高系統(tǒng)性能。

聽起來是不是很酷？當(dāng)然，自適應(yīng) AI 還有很多可以應(yīng)用的場景，這是 Gartner 在提出生成式 AI 后又力推的一個(gè)主流技術(shù)趨勢，仔細(xì)觀察最近的 AI 技術(shù)市場，MLOps 和 AIOps 的熱度都在不斷上升，而要給這些核心技術(shù)加速的話，HTAP 是必不可少的，而在 HTAP 數(shù)據(jù)庫中，特別針對“小”而“寬”數(shù)據(jù)的SoTP（Serving over TP）型數(shù)據(jù)庫將迎來更多的挑戰(zhàn)和機(jī)遇。

附：2023年重要戰(zhàn)略技術(shù)趨勢包括：

可持續(xù)性（Sustainability）

可持續(xù)性貫穿2023年的所有戰(zhàn)略技術(shù)趨勢。在 Gartner 最近的一項(xiàng)調(diào)查中，首席執(zhí)行官們表示環(huán)境和社會變化已成為投資者的三大優(yōu)先事項(xiàng)之一，僅次于利潤和收入。這意味著為了實(shí)現(xiàn)可持續(xù)性目標(biāo)，高管必須加大對滿足ESG需求的創(chuàng)新解決方案的投資力度。為此，企業(yè)機(jī)構(gòu)需要新的可持續(xù)技術(shù)框架來提高IT服務(wù)的能源和材料效率，通過可追溯性、分析、可再生能源和人工智能（AI）等技術(shù)實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展，同時(shí)還要部署幫助客戶實(shí)現(xiàn)其可持續(xù)性目標(biāo)的IT解決方案。

開 拓

元宇宙（Metaverse）

Gartner將元宇宙定義為一個(gè)由通過虛擬技術(shù)增強(qiáng)的物理和數(shù)字現(xiàn)實(shí)融合而成的集體虛擬共享空間。這個(gè)空間具有持久性，能夠提供增強(qiáng)沉浸式體驗(yàn)。Gartner預(yù)計(jì)完整的元宇宙將獨(dú)立于設(shè)備并且不屬于任何一家廠商。它將產(chǎn)生一個(gè)由數(shù)字貨幣和非同質(zhì)化通證（NFT）推動的虛擬經(jīng)濟(jì)體系。Gartner預(yù)測，到2027年，全球超過40%的大型企業(yè)機(jī)構(gòu)將在基于元宇宙的項(xiàng)目中使用Web3、增強(qiáng)現(xiàn)實(shí)（AR）云和數(shù)字孿生的組合來增加收入。

超級應(yīng)用（Superapps）

超級應(yīng)用是一個(gè)集應(yīng)用、平臺和生態(tài)系統(tǒng)功能于一身的應(yīng)用程序。它不僅有自己的一套功能，而且還為第三方提供了一個(gè)開發(fā)和發(fā)布他們自己的微應(yīng)用的平臺。Gartner預(yù)測，到2027年，全球50%以上的人口將成為多個(gè)超級應(yīng)用的日活躍用戶。

Karamouzis表示：“雖然大多數(shù)超級應(yīng)用是移動應(yīng)用，但這個(gè)概念也可以應(yīng)用于Microsoft Teams、Slack等桌面客戶端應(yīng)用，關(guān)鍵在于超級應(yīng)用必須能夠整合并取代客戶或員工使用的多個(gè)應(yīng)用。”

自適應(yīng)AI（Adaptive AI）

自適應(yīng)AI系統(tǒng)通過不斷反復(fù)訓(xùn)練模型并在運(yùn)行和開發(fā)環(huán)境中使用新的數(shù)據(jù)進(jìn)行學(xué)習(xí)來迅速適應(yīng)在最初開發(fā)過程中無法預(yù)見或獲得的現(xiàn)實(shí)世界情況變化。這些系統(tǒng)根據(jù)實(shí)時(shí)反饋動態(tài)調(diào)整它們的學(xué)習(xí)和目標(biāo)，因此適合外部環(huán)境快速變化的運(yùn)營或者因?yàn)槠髽I(yè)目標(biāo)不斷變化而需要優(yōu)化響應(yīng)速度的運(yùn)營。

優(yōu) 化

數(shù)字免疫系統(tǒng)（Digital Immune System）

76%負(fù)責(zé)數(shù)字產(chǎn)品的團(tuán)隊(duì)現(xiàn)在還需要對營收負(fù)責(zé)，因此首席信息官正在尋找新的實(shí)踐和方法，使其團(tuán)隊(duì)能夠在實(shí)現(xiàn)高商業(yè)價(jià)值的同時(shí)，降低風(fēng)險(xiǎn)和提高客戶滿意度。數(shù)字免疫系統(tǒng)為他們提供了滿足這一要求的路線圖。

數(shù)字免疫系統(tǒng)通過結(jié)合數(shù)據(jù)驅(qū)動的運(yùn)營洞察、自動化和極限測試、自動化事件解決、IT運(yùn)營中的軟件工程以及應(yīng)用供應(yīng)鏈中的安全性來提高系統(tǒng)的彈性和穩(wěn)定性。Gartner預(yù)測，到2025年，投資建設(shè)數(shù)字免疫系統(tǒng)的企業(yè)機(jī)構(gòu)將能夠減少多達(dá)80%的系統(tǒng)宕機(jī)時(shí)間，所減少的損失將直接轉(zhuǎn)化為更高的收入。

應(yīng)用可觀測性（Applied Observability?）

在任何相關(guān)方采取任何類型的行動時(shí)，都會產(chǎn)生包含了數(shù)字化特征的可觀測數(shù)據(jù)，如日志、痕跡、API調(diào)用、停留時(shí)間、下載和文件傳輸?shù)?。?yīng)用可觀測性以一種高度統(tǒng)籌和整合的方式將這些可觀測的特征數(shù)據(jù)進(jìn)行反饋，創(chuàng)造出一個(gè)決策循環(huán)，從而提高組織決策的有效性。

Karamouzis表示：“可觀測行應(yīng)用使企業(yè)機(jī)構(gòu)能夠利用他們的數(shù)據(jù)特征來獲得競爭優(yōu)勢。它能夠在正確的時(shí)間提高正確數(shù)據(jù)的戰(zhàn)略重要性，以便根據(jù)確認(rèn)的相關(guān)方行動而不是意圖采取快速行動，因此是一種強(qiáng)大的工具。如果能夠在戰(zhàn)略中予以規(guī)劃并成功執(zhí)行，可觀測性應(yīng)用將成為數(shù)據(jù)驅(qū)動型決策的最強(qiáng)大來源?！?/p>

AI信任、風(fēng)險(xiǎn)和安全管理（Trust, Risk and Security Management）

許多企業(yè)機(jī)構(gòu)未做好管理AI風(fēng)險(xiǎn)的充分準(zhǔn)備。Gartner在美國、英國和德國開展的一項(xiàng)調(diào)查顯示，41%的企業(yè)機(jī)構(gòu)曾經(jīng)歷過AI隱私泄露或安全事件。但該調(diào)查也發(fā)現(xiàn)積極管理AI風(fēng)險(xiǎn)、隱私和安全的企業(yè)機(jī)構(gòu)在AI項(xiàng)目中取得了更好的成果。與未積極管理這些功能的企業(yè)機(jī)構(gòu)的AI項(xiàng)目相比，在這些企業(yè)機(jī)構(gòu)中有更多的AI項(xiàng)目能夠從概念驗(yàn)證階段進(jìn)入到生產(chǎn)階段并實(shí)現(xiàn)更大的業(yè)務(wù)價(jià)值。

企業(yè)機(jī)構(gòu)必須使用新的功能來保證模型的可靠性、可信度、安全性和數(shù)據(jù)保護(hù)。AI信任、風(fēng)險(xiǎn)和安全管理（TRiSM）需要來自不同業(yè)務(wù)部門的參與者共同實(shí)施新的措施。

擴(kuò) 展

行業(yè)云平臺（Industry Cloud Platforms）

行業(yè)云平臺通過組合SaaS、平臺即服務(wù)（PaaS）和基礎(chǔ)設(shè)施即服務(wù)（IaaS）提供支持行業(yè)應(yīng)用場景的行業(yè)模塊化能力。企業(yè)可以將行業(yè)云平臺的打包功能作為基礎(chǔ)模塊，組合成獨(dú)特、差異化的數(shù)字業(yè)務(wù)項(xiàng)目，在提高敏捷性、推動創(chuàng)新和縮短產(chǎn)品上市時(shí)間的同時(shí)避免單一廠商鎖定。

Gartner預(yù)測，到2027年，超過50%的企業(yè)將使用行業(yè)云平臺來加速他們的業(yè)務(wù)項(xiàng)目。

平臺工程（Platform Engineering）

平臺工程是一套用來構(gòu)建和運(yùn)營支持軟件交付和生命周期管理的自助式內(nèi)部開發(fā)者平臺的機(jī)制和架構(gòu)。平臺工程的目標(biāo)是優(yōu)化開發(fā)者體驗(yàn)并加快產(chǎn)品團(tuán)隊(duì)為客戶創(chuàng)造價(jià)值的速度。

Gartner預(yù)測，到2026年，80%的軟件工程組織將建立平臺團(tuán)隊(duì)，其中75%將包含開發(fā)者自助服務(wù)門戶。

無線價(jià)值實(shí)現(xiàn)（Wireless Value Realization）

由于沒有一項(xiàng)技術(shù)能夠占據(jù)主導(dǎo)地位，企業(yè)將使用一系列無線解決方案來滿足辦公室Wi-Fi、移動設(shè)備服務(wù)、低功耗服務(wù)以及無線電連接等所有場景的需求。Gartner預(yù)測，到2025年，60%的企業(yè)將同時(shí)使用五種以上的無線技術(shù)。

網(wǎng)絡(luò)的功能將不再僅限于純粹的連接，它們將使用內(nèi)置的分析功能提供洞察，而其低功耗系統(tǒng)將直接從網(wǎng)絡(luò)中獲取能量。這意味著網(wǎng)絡(luò)將直接產(chǎn)生商業(yè)價(jià)值。

StoneDB?2.0?云原生分布式實(shí)時(shí) HTAP 架構(gòu)詳細(xì)設(shè)計(jì)以?RFC?形式持續(xù)進(jìn)行，歡迎大家關(guān)注我們最新進(jìn)展，更歡迎給我們開源協(xié)作的模式和方法提出改進(jìn)意見，一起通過開源的方式共建 StoneDB ~