Ovum(咨询顾问公司)的分析师Tony Baer分享了他对于云端机器学习工具，物联网驱动流分析和Hadoop的一些观点。这些技术在2016年备受人们关注，2017年这种趋势将会延续。

技术的实际应用前景才是推动技术进步的根本，特别是今年的一些主流技术。Ovum分析师Tony Baer深知这一点，当他在2017年的Ovum report预测大数据发展趋势时，主要依据就是今年的技术应用情况。

Baer得出了如下结论，机器学习项目，物联网(IoT)和实时流媒体分析，这些技术在2016获得了广泛关注，在未来一年，他们依然将引领技术趋势。在一次采访中，他深入讨论了这些话题，他认为，基于云技术的Hadoop系统的发展，特别是在流分析领域，用例和技术可能是会形成一个完美的集合，引领“技术风暴”，他说。

您认为，机器学习将是2017大数据分析的最大搅局者。不过，机器学习项目是否仅限于那些大型公司，其使用范围是否更为广泛?

Tony Baer：它的应用范围很广。许多情况下，企业和消费者已经开始使用内嵌机器学习的服务了，他们只是没有意识到而已。但是，数据科学家能够自主编写并使用机器学习算法，能够进行内部开发的企业数量是有限的，所以机器学习在企业中的发展依然是受限的。现在已经可有用于机器学习的算法库，所以你不必再从头编写算法。

最近出现了新兴的协作工具，旨在建立数据科学家和数据工程师或者业务人员之间的联系。你可能看到使用工具的企业数量日渐增多，但这些也仅限于在那些拥有大量资源的企业，这类企业一般都是使用Hadoop的先锋。

有时似乎人们没有意识到机器学习项目需要一个学习阶段，这可能是最费时的，充满了试验和错误的阶段。

Baer：对的。几年前，数据科学是热门话题。每个人都希望被称为“数据科学家”，并希望把这个职位印在他们的名片上。现在，新兴的东西是机器学习，所有数据科学家都想和它搭上关系。

他们可能忘记了重要一步：你必须首先学习数据科学。这不是机器学习的同义词。它是科学的同义词，因为你需要不断地测试假设。它需要用科学方法分析阻碍并解决问题。它需要很大的耐心和毅力。

机器学习的频谱范围涉及很广，从单终端异常检测集群到集群深层的深度学习和认知(计算)都有机器学习的应用。但是，在继续使用机器学习之前，你需要掌握数据科学，包括高级模式识别和许多不同方法.。

短期内，机器学习主要通过打包到应用程序来产生影响，如供应链优化，智能电网，威胁和欺诈检测软件等。它将嵌入这些应用程序。机器学习的主要影响力依然是通过包含它的应用产生的。

你提到的机器学习的用户类似于Hadoop的用户。那项技术花了一段时间才能真正推广开来。现在，似乎成了云的束缚。你认为Hadoop迁移到云中的速度会很快吗?

Baer： 我所谓的Hadoop是一个多元的操作系统。这是关于混合和匹配的问题，这使得它很难被解释，并可能对市场造成一定程度的混淆。现在在云中，它甚至更难解释。因为当你进入Amazon云，你可能不会使用到Hadoop分布式文件系统，而会使用S3(即Amazon Simple Storage Service)。

Hadoop不是为云而生的，但它与云的结合将是不可避免的趋势。大约一年前，15%到20%的新工作负载将流向云端。现在，这个比例已经变成三分之一。我预计，未来12到18个月内，这个数字将达到50%。

数据流与复杂事件处理(CEP)具有相似性的，重点在于“复杂”。我们这些天在处理不同的事件，大多事件是类似于手机活动和点击流。但这样的情况真的有所不同吗?

Baer：复杂的事件处理是问题的一个解决方案。除了一些专门的案例，比如金融服务，其中的边缘处理是他们工作一部分，也是他们竞争的一部分。但是现在，我们有了较为完美的解决方案。

这是因为基础设施变得更加方便和廉价，特别是随着云的出现。在有CEP的情况下，当你需要处理的事件不是很多时，意义并不大。但是，当你可以像我们现在这样扩大基础设施的规模时，它就称为了一个可行的解决方案。物联网正在这么做。

使用物联网并取得实际的价值，这种用例确实存在。物联网正在增加实时流分析的必要性。例如包括任何事物的物理运动，无论是供应链，网络优化或智能城市等。或者例如，在工作领域的资产管理和车队管理。所有这些用例是有形的，实际上都具有明确的商业价值。

我们有更多的智能设备，这些设备在产生真正的信息。就是这些信息在驱动着流分析，这是开源技术和专有技术的混合体。CEP的处理十分昂贵，有一些工具是专有的，需要非常专业的技能。有了开源技术，学习和实验的障碍就减少了。当所有这些事情正在发生时，那将是一场完美的“技术风暴”。

本文作者：佚名

来源：51CTO