1）电信领域数据有哪些特点，如何治理？回答：支撑和市场的数据不清楚。我是搞维护的工作人员，维护数据一般都可以取自各个设备专业网管，主要是数据分散，所有在网设备、运行设备的版本不尽相同、厂家不尽相同，产生信息格式多多少少有差异数据采集没有问题，关键是如何统一利用这些数据。提取有用信息。可以通过行业标准或者国家政策层面指导规范数据格式，利用第三方技术提取统一的数据。2）已构建的数据集可支撑哪些AI开发？回答：已构建的数据集可以支撑：1、故障监测与处理；2、智能网络优化；3、网络流量智能调整等。3）电信领域数据标准规范如何指导数据标准化？回答：可以改进数据标准的编制方法,建立了数据标准的管控和发布机制,引入了元数据技术,并通过责任体系将数据标准得以有效实施。

1、你关注分页查询的核心问题是什么，例如效率、通用性、资源占用等。你觉得最好用的分页查询数据库是什么？原因是什么？回答：我个人比较关注的核心问题是分页查询的效率；我感觉最好用的分页查询数据库是ORCALE数据库，其实现分页查询可以使用row_number()函数或者使用rownum 虚列两种方法，第二种方法比较好。因为不用order by语句，会提高检索数据的速度的，尤其数据量越大时，第二种方法快速检索数据越明显。

1，你理解的机器视觉是什么？包括哪些领域？回答：我理解的机器视觉就是机器的视觉，换句话说：就是将视觉感知赋予机器，使机器具有和人的生物视觉系统类似的场景感知能力。简单说来，机器视觉就是用机器代替人眼来做测量和判断。在一些不适合人类比较危险的场景或者人工视觉难以满足的场合中代替人工视觉，提高生产的柔性和自动化程度。机器视觉的应用领域十分广泛：军事、航空航天、科学研究（燃烧、敷层过程测量。结晶；PIV的流体、粒子研究；）、生产领域（产品喷溅、封装、压轧、织网、膜压、绕线、切削、裁剪、采掘；机械运转动作分析或故障诊断等。）、生物、医疗、影视、体育、汽车自动驾驶等，还有一些专业领域工程故障、动态特性、破碎、震动分析；落摔分析、冲击分析、产品开发研究分析、力学和弹性分析等。

1、 打造工业AI平台有哪些目标和挑战？回答：个人感觉工业AI平台与通用AI平台本质上没有区别，其实就是设备的通讯，采集和计算能力达到一定的要求后，通过软件对这些能力进行整合后加以分析，对工业中出现的具体问题进行自动解决。能效管理、生产改善、预测性维护、视觉识别是目前工业AI落地的主要应用场景。尽量剔除生产中的不确定因素，实现生产的可靠和可控。目前工业AI的挑战主要有几点：1、工业制造环节数据难以开发利用；2、无法采用可复制的系统和整体解决方案；3、人工智能与工业深度融合所需的复合型人才严重缺乏

1， 得益于近来人工智能技术特别是深度学习算法的发展和应用（特别是Alpha Go，图像与音声处理领域等），“自动驾驶”概念近年来被频繁提及，包括在网络管理与运维领域。你认为最终可能实现么？你认为存在哪些技术难点？AI是否能帮我们搞定一切？回答：我认为自动驾驶技术最终会实现，目前在正常路段下或者一定的实验环境中可实现自动化驾驶，但是在一些紧急情况或者是道路状况相对复杂的情况下，还是需要人工来进行驾驶。所以说目前自动驾驶是人工驾驶的一个有效补充或者替代是比较客观的，将来随着人工智能、雷达监控定位等技术的不断成熟的发展，自动驾驶最终会越来越成熟。人工智能在网络管理与运维领域同样大有作为可以实现，技术难点有：1）、人工智能调用的算法，是人工智能有效性和可靠性的根源。2）、其次运维优化领域的知识专业性较强，在具体应用时需要明确业务逻辑，人工智能技术的学习特点具有黑盒特征，难以确定应用的需求和流程，可能会使最终应用的效果不明显。3）、人工智能对应用需求和目标存在概率性误差，这对高标准的电信级服务是个巨大挑战，在实际落地应用之前，需持续迭代学习自我完善。研究人工智能技术在网络运维优化中的应用将助力网络向智能化转型，可以达到降本增效的目标。人工智能是通过合适的算法模型对采集的数据进行分析进而得出判断，说到底起关键作用的还是人，个人感觉人工智能可以帮我们解决很多问题，但最终起决定性作用的还是人。2， 列举几个你认为AI可以帮助解决的具体问题，例如网络测量，异常检测？回答：1）、故障监测与处理：通过对通信网络中故障告警的全局监控、处理，实时采集告警和网管数据并关联分析处理，进行灵活过滤、匹配、分类、溯源。配合数据模型对网络故障快速诊断，配合相应的通信业务模型和网络拓扑结构实现故障的精准定位和根因分析，并通过历史数据不断自学习实现故障预测，提升处理效率和准确性。2）、智能网络优化：采用人工智能技术可对网优大数据进行训练，并将大量的专家经验模型化，构建智能优化引擎，模拟专家思维驱动网络主动实时做出决策，进行主动式优化和调整，使网络处于最佳工作状态。3）、网络流量智能调整：利用众多场景网络的多维度历史流量和网络质量数据，结合时间和场景特征基于人工智能技术进行数据分析挖掘，综合网络实际需求，进行流量预测，并使用负载均衡、动态资源调度、智能关断等策略，对网络流量进行优化调整。3， 将要到来的5G网络时代，高传输速率，大规模数据流量，动态的网络结构，多元的网络服务（如自动驾驶汽车），可能会使网络运维变得更加困难，你认为AI在哪些方面能帮上忙么？回答：网络环境网络漏洞的检测和控制、故障监测与快速处理、智能网络优化、网络流量智能调整等方面都可以帮助我们，提高网络安全性和可靠性，提高运维效率，降低运维成本。4， 如果网络最终实现自动驾驶，安全，隐私，可信等问题将变得更加不可控，我们应该如何防患于未然？有哪些潜在的安全风险？回答：采取措施：1）、充分评估人工智能给构成的威胁，加快人工智能前瞻性研究。2）、确保算法公开透明、可监督。3）、要健全人工智能技术方面的法律法规以及行业自律制度，加强数据安全与隐私保护。人工智能潜在的风险主要有网络安全风险、数据安全风险、算法安全风险、信息安全风险、社会安全风险和国家安全风险等几个方面。

1、 你理解的混合云是怎样的？回答：我个人认为的混合云就是私有云和公有云的搭配使用，用户既可以享受私有云的高可靠安全性，又可以享有公有云的海量资源大的运算能力，用户可根据自己需要按需搭配使用。2、 你认为混合云给当前的云计算格局和技术架构带来怎样的改变？回答：混合云的出现给了用户消费者更多的更可靠的选择，目前中国市场上已经形成了BAT、OpenStack、VMware、Nutanix、Oracle、微软等六大x86架构的私有云和混合云流派，市场格局趋于成熟稳定。在技术上也对混合云提出了更高的要求：真正意义上的混合云不是公有云与私有云的简单累加，而应该是一个有机的整体，混合云需要一个统一的云管平台。根据Gartner的定义，云管平台是一种管理公有云、私有云和混合云环境的整合软件产品，除了应具备的自服务界面、系统镜像、计量和计费等基础功能外，还应该能够通过建立策略实现一定程度的负载优化，而这就需要软硬一体化的调优，统一的硬件基础架构自然更便于统一管理、维护和软硬集成调优。3、 你认为混合云给当前的应用程序开发带来怎样的改变？回答：1、混合开发应用需要更多的H5的开发经验；2、对于一些原生功能调用都可以通过JS-SDK来做；3、可以大量接入第三方的SDK快速实现功能的开发；4、在应用设计中有一种趋势，即面向会话的应用会通过一个所谓的Stateful行为依赖于一个可靠的一致性连接。

#我的2020年flag#1、在云计算方面，掌握云计算虚拟化技术，WMware容器技能2、父母及家人身体健康，生活幸福，每天笑口常开3、涨薪20%4、体重减至180斤，戒烟，一觉睡到自然醒5、陪女儿和儿子去一趟迪士尼乐园6、世界和平！

最新数据出来了吗

支持论坛多搞些这样的活动，我们一定会积极参加的！

1、 你怎么看待华为自研鲲鹏芯片？回答：从近期的各类芯片禁售事件中，已经给我们敲响了警钟，还是要投入大量的人力物力，去研发和完善属于自己知识产权的芯片，这样才能不受制于人；其次是考虑如何拓展自己芯片的市场份额，打破目前X86模式下的垄断，建立属于自己的市场化模式，这样才能慢慢被国内乃至世界更多的客户接受。基于目前的国际竞争形势来看，自研芯片是必须要走的一条道路。鲲鹏芯片是基于ARM处理器的芯片，专为大数据处理和分布式存储等应用而设计。2、 你觉得相较于X86架构芯片，鲲鹏芯片的优势在哪里？回答：X86架构芯片本身有其明显的缺点，成本高（几乎垄断），功耗高。鲲鹏芯片是基于ARM处理器的芯片，ARM 相对来说，就具备了成本低（竞争成分），功耗低的优点。短期来看，ARM处理器性能不及X86处理器，因此不适合重度运算的应用，如资料库，线上交易处理，高性能运算，和即时分析都不合适。3、 你觉得鲲鹏更适用于哪些行业？回答：凭借ARM芯片价格低，可多芯片协同合作，在轻负荷运算，高平行性应用时，如网页存储，网页快取，非关联性资料库式的资料存储上，还是有很大的发展空间。而门户网站，搜索服务商，社交网络提供商需要更弹性，更客制化，更低成本，更高整合的服务器，至于如何整合和软件移植，这些公司都有自己强大的技术人员，可自行处理。所以在目前阶段，ARM芯片和服务器会成为X86芯片及服务器最好的补充和替代。4、 你觉得鲲鹏成为未来云市场的主流吗？为什么？回答：未来的服务器，必须能支持云计算、大数据、AI、VR、AR等新技术，底层构架也应该更加和OS、上层应用相匹配，才能发挥出更好的性能。我觉得未来一切业务都会上云，终端只作为显示，所以服务器一定是模块化、高密度、定制化的，可以根据具体的业务需要，增加或减少相应的模块。目前X86芯片还是占据主导地位，相关产业链完备和生态完备，这不是短时间可以超越的。个人感觉在不断云化的技术趋势推动下， X86芯片已经不再有其不可替代性，由于服务器未来会向模组化，轻量级，高性能方向发展。降低能耗可能是终极诉求用户关心的是应用，而且用户不会关心底层的硬件是如何运行的，如果国家层面如果不断的推广国产化，势必会逐渐造成国产化的趋势，也就是国产化的生态圈会逐渐完善，只要生态圈完善后，并不影响用户的使用感受，那么X86芯片是完全可以替代掉的。希望鲲鹏不断提高自身性能和能力，构建强大的生态系统，为云计算虚拟化、人工智能提供高性能的硬件需求。