这是一个创建于 3234 天前的主题，其中的信息可能已经有所发展或是发生改变。
大家对加州大学伯克利分校的 AMPLab 可能不太熟悉，但是它的项目我们都有所耳闻没错，它就是 Spark 和Mesos的诞生之地。小数又那里听说了新的工具，一起来围观最前沿的技术吧！
加州大学伯克利分校电子工程和计算机学院的助理教授 Joseph E. Gonzalez 向我们介绍了该校实验室研究的最新情况。
AMPLab 是加州大学伯克利分校一个为期五年的计算机研究计划，其初衷是为了理解机器和人如何合作处理和解决数据中的问题使用数据去训练更加丰富的模型，有效的数据清理，以及进行可衡量的数据扩展。
AMPLab 于去年 11 月份结束关闭。新的实验室就此开启 RISELab ，另一个该校五年期项目，有着强力的财政支持，将聚焦于提供安全执行的实时人工智能系统。
RISELab 的团队任务是前瞻性地推动大数据分析到一个更加深入的世界，在那个世界， AI 是真实的，世界是可编程的。举个例子：围绕着“小型自主飞行器”管理数据设备，无论是无人机还是气垫汽车，都是数据在被高速且安全地处理着。
其他的挑战还包括安全领域，但不是传统意义上的访问控制。当然也包括类似 "homomorphic" encryption 的概念，加密数据可以直接被使用不需要解码。“如果没有对云的理解，我们如何预测云上的数据？” Gonzalez 如是说。
尽管实验室还处于初期阶段，一些项目已经浮现在人们面前：
Clipper
机器学习包括两项基本的工作：根据预测建立模型以及从模型提供预测。 Clipper 专注于后者，是一个多用途、低延迟的预测服务系统，根据机器学习 framework 以最低的延迟进行预测。
Clipper 在机器学习方面主要有三个目的：其一，加速从被训模型中获取预测的速度。其二，在多个机器学习 framework 上提供一个抽象层，开发者只需要编程一个 API 即可。其三， Clipper 的设计让它可以动态地响应，如单个模型响应请求。举例来说，允许一个给定模型对特定类型的问题进行优先级的回复。目前还没有明确的机制，但已是未来的趋势。
Opaque
目前看来 RISELab 的项目会补足 AMPLab 余下的工作。 Opaque 就是其中之一： Opaque 和 Apache Spark SQL 一起为 DataFrame 提供强力的安全保障。它使用 Intel SGX 处理器的扩展部分，把 DataFrame 标记为加密，所有的操作都在"SGX enclave"下执行，数据就地使用 AES 算法加密，只有通过硬件层保护的应用使用它时才可见。
没有性能损耗的情况下，它提供了同态加密（ homomorphic encryption ）的优势。使用 SGX 的性能损耗大概在 50%，但是当前最快的同态算法实现起来也要比它慢 2000 倍。另一方面， SGX 的处理器在云上还未提供，尽管 Gonzalez 表示近期将会实现。最大的障碍在于，为了让它能够工作，“你必须相信 Intel ”。
Ground
Ground 是一个数据湖（ data lake ） context 管理系统。它提供了在 Java 中实现一个 RESTful 服务的机制，让用户去推论他们拥有什么数据，数据从哪里来向哪里去，谁在使用数据，数据何时变化，为什么会有这种变化等。
数据聚合（ data aggregation ）已经从严格的数据仓库型管理中移除，向开放且灵活的数据湖接近，但是也让追踪数据形成变得很难。在某些方面，弄清楚谁改变了给定数据集以及如何改变，比了解数据本身更重要。 Ground 提供了一个通用 API 和追踪信息的元模型，可以和很多数据储存库一起工作。
Gonzalez 承认定义 RISELab 的目标并不容易，但是他表示，“它的核心在于从如何建立高级分析模型、如何分析数据到如何利用洞察来做出决定的转型过渡将 Spark 和大规模分析的产品与世界连接”。
作者： Serdar Yegulalp
目前尚无回复
Select Language