8月1日，由Gauss松鼠會(huì)攜手黃大年茶思屋，共同打造的【大咖面對(duì)面】欄目第三期——對(duì)話北京大學(xué)王選計(jì)算機(jī)研究所數(shù)據(jù)管理研究室，在黃大年茶思屋（北京站）線下線上同步舉行。北京大學(xué)王選計(jì)算機(jī)研究所博士后王少飛、華為數(shù)據(jù)庫(kù)專家李士福、北京大學(xué)王選計(jì)算機(jī)研究所博士研究生李彥增先后進(jìn)行了技術(shù)分享。三位分享嘉賓還與北京大學(xué)王選計(jì)算機(jī)所鄒磊教授、華為數(shù)據(jù)庫(kù)專家王天慶及現(xiàn)場(chǎng)與會(huì)者一起，圍繞“數(shù)據(jù)庫(kù)技術(shù)難題”進(jìn)行探索交流。除現(xiàn)場(chǎng)參會(huì)人員，本次活動(dòng)線上觀看人數(shù)達(dá)500余人。

首先，北京大學(xué)王選計(jì)算機(jī)研究所博士后王少飛為大家分享了“基于知識(shí)圖譜的智能運(yùn)維推理技術(shù)”。王少飛老師的報(bào)告基于知識(shí)圖譜的智能運(yùn)維現(xiàn)有方法面臨的泛化性不足、執(zhí)行效率低等挑戰(zhàn)，以實(shí)際的智能運(yùn)維場(chǎng)景為例，介紹基于知識(shí)圖譜的智能運(yùn)維推理技術(shù)，主要包括基于SPARQL查詢的方法、基于OWL本體推理方法和基于Datalog規(guī)則推理方法三種不同的技術(shù)路線，并對(duì)其性能、功能進(jìn)行了對(duì)比。

隨后，華為數(shù)據(jù)庫(kù)專家李士福分享了“GaussDB自治運(yùn)維平臺(tái)DBMind的架構(gòu)設(shè)計(jì)與實(shí)踐”。李士福老師的報(bào)告聚焦GaussDB面向DBA的運(yùn)維管理領(lǐng)域，打造的DBMind自治運(yùn)維平臺(tái)，詳細(xì)介紹了該平臺(tái)如何實(shí)現(xiàn)自監(jiān)控、自診斷、自優(yōu)化和自安全端到端運(yùn)維管理技術(shù)，以及DBMind自治運(yùn)維平臺(tái)在金融等關(guān)基行業(yè)落地情況。

接著，北京大學(xué)王選計(jì)算機(jī)研究所博士研究生李彥增分享了“面向開放與封閉的信息抽取”。李彥增老師的報(bào)告介紹了傳統(tǒng)封閉域信息抽取方法、開放域與封閉域聯(lián)合模型、以及基于大規(guī)模預(yù)訓(xùn)練語言模型的少樣本和零樣本信息抽取技術(shù)。通過對(duì)不同應(yīng)用場(chǎng)景下信息抽取方法的對(duì)比分析，旨在提供信息抽取在開放域與封閉域融合方面的思路。

最后，三位分享嘉賓與北京大學(xué)王選計(jì)算機(jī)所鄒磊教授、華為數(shù)據(jù)庫(kù)專家王天慶及現(xiàn)場(chǎng)與會(huì)者一起，圍繞數(shù)據(jù)庫(kù)技術(shù)難題進(jìn)行了探討，針對(duì)AI技術(shù)在數(shù)據(jù)庫(kù)領(lǐng)域的探索和未來展望交流意見。鄒磊教授就GaussDB在智能領(lǐng)域的深耕予以肯定，同時(shí)對(duì)當(dāng)前AI4DB應(yīng)用時(shí)遇到的共性問題，例如模型泛化性、輕量化等問題進(jìn)行深入討論，在落地應(yīng)用時(shí)的可用性、易用性、在線泛化性等方面分享思考和思路。針對(duì)AI領(lǐng)域新興技術(shù)，如大模型、向量近似查詢，在關(guān)系型數(shù)據(jù)庫(kù)、圖數(shù)據(jù)庫(kù)中的技術(shù)探索交流思考和想法，對(duì)未來新型技術(shù)應(yīng)用的場(chǎng)景和落地的應(yīng)用給出建議，共同期待GaussDB智能化技術(shù)引領(lǐng)技術(shù)潮流，服務(wù)更多的關(guān)基行業(yè)。