面向AI的数据管理技术综述

作     者：李国良 周煊赫 LI Guo-Liang;ZHOU Xuan-He

作者机构：清华大学计算机科学与技术系北京100084 

基　　金：国家自然科学基金(61925205 61632016) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2021年第32卷第1期

页      码：21-40页

摘      要：人工智能技术因其强大的学习和泛化能力已被广泛应用于各种真实场景中.然而,现有的人工智能技术仍然面临着三大挑战:第一,现有的AI技术使用门槛高,依赖于AI从业者选择合适模型、设计合理参数、编写程序,因此很难被广泛应用到非计算机领域;第二,现有的AI算法训练效率低,造成了大量计算资源的浪费,甚至延误决策时机;第三,现有的AI技术非常强地依赖于高质量数据,如果数据质量较低,可能带来计算结果的错误.数据库技术可以有效解决这3个难题,因此目前,面向AI的数据管理得到了广泛关注.首先给出AI中数据管理的整体框架,然后详细综述基于声明式语言模型的AI系统、面向AI优化的计算引擎、执行引擎和面向AI的数据治理引擎这4个方面,最后展望未来的研究方向和所面临的挑战.

主 题 词：数据管理技术 人工智能 声明性语言 

学科分类：08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 081202[081202] 

核心收录：

D　O　I：10.13328/j.cnki.jos.006121

馆 藏 号：203101553...