数据科学，解码智能未来——Altair首次提出“Frictionless AI”概念

从现在开始，努力学习吧！本文《数据科学，解码智能未来——Altair首次提出“Frictionless AI”概念》主要讲解了等等相关知识点，我会在golang学习网中持续更新相关的系列文章，欢迎大家关注并积极留言建议。下面就先一起来看一下本篇正文内容吧，希望能帮到你！

      6月9日，作为全球计算科学和人工智能领域的领导者Altair正式推出了全新数据分析与人工智能平台Altair RapidMiner。此次启动仪式以“数据科学，解码智能未来”为主题。目的是为了更好的助力本土用户推进高效数字化转型，实现数据分析与人工智能应用的降本增效。

出席此次启动仪式的有：RapidMiner创始人、Altair RapidMiner产品开发高级副总裁Ingo Mierswa博士，Altair大中华区总经理刘源博士，上海市数据科学重点实验室主任、复旦大学教授、教育部重点专项专家组成员肖仰华，普华永道数字化总监黄旭，上海市北高新（集团）有限公司总裁陈军，银联智策顾问（上海）有限公司总经理赵萌，江南造船研究院所长周清华。

Altair正式启动全新数据分析与人工智能平台Altair RapidMiner

近些年，全球头部企业纷纷加入技术融合的探索大军，通过融合云计算、仿真技术与人工智能等技术，构筑企业自身更可持续的数智化竞争优势。

Altair进入中国已22年，长期深耕于仿真分析、高性能计算（HPC）和人工智能等领域，为中国用户提供前沿的技术融合解决方案，产品和技术服务得到汽车、消费电子、航空航天、能源、船舶、重工、金融和教育等各行业的广泛认可和赞誉。

在数字中国大背景下，为了更好的服务本土用户推进高效数字化转型，Altair 正式启动全新数据分析与人工智能平台Altair RapidMiner。

Altair RapidMiner是一个真正的端到端平台，消除了企业在数据分析过程中产生的人员、数据和业务之间的摩擦，能够完成从数据准备、处理、建模到部署的所有数据分析任务，并帮助从业务分析师到数据科学家的不同专业用户快速使用平台来解决数据分析和数据科学需求。

事实上，从2018年开始，Altair在数据分析领域先后完成对Datawatch、World Programming和RapidMiner的收购，使数据产品组合不断丰富，在对公司内部所有的数据分析与人工智能技术进行了一系列整合后，Altair打造出一款全新平台——Altair RapidMiner，这款平台涵盖数据接入、建模、操作与可视化的全面端到端解决方案，从而为用户实现更加敏捷的AI功能。

作为一体化数据分析与人工智能平台Altair RapidMiner能够顺利实现数据、人员和流程这三大重要资产在组织之间的有效连接，使得组织之间的协作更加便捷，从而实现更高效的数据智能。

无论用户的技能水平如何，Altair RapidMiner平台均有助于加快项目从数据概念到生产的过程实现，并完成传统数据分析环境到现代化的升级，通过桌面与云两种版本满足不同企业的需求。Altair RapidMiner 平台深度覆盖了整个数据分析的生命周期，进而帮助企业克服在数字化转型过程中遇到的阻碍。

Altair数据分析与人工智能平台

首次提出Frictionless AI概念，重新定义数据分析新趋势

从全球视野看，赋能企业数字化转型的数据服务商数量众多、类型丰富、基因迥异，不仅包括服务工业、金融、零售等特定行业数字化转型起家的服务商，还包括通用型AI技术、数据分析产品提供商，在数据驱动业务发展和智能决策成为企业数字化转型重要趋势的背景下，如何将企业积累的海量且复杂的数据高效利用起来，挖掘并发挥数据的更大价值，打通企业设计研发-生产制造-营销销售-运维等全生命周期的数据流通和全流程数字化转型，成为现阶段企业亟需回答的命题。

事实上，尽管许多企业都在努力实现全流程的数据驱动，但部门之间、人员之间仍存在孤立现象，很多企业难以正确并高效利用快速增长的数据。企业在应用AI技术和AI产品过程中会产生多种“摩擦”，而数据分析中存在的“摩擦”将成为企业数字化转型过程中的不稳定因素，导致项目失败、成本和人员投入浪费等。

6月6日，Altair发布了一项关于Frictionless AI的全球独立调查报告。该调查吸引了10 个国家/地区、来自多个行业的 2000 多名专业人员参与。调查结果显示，如果企业内部部门之间存在摩擦，那么 AI 和数据分析项目会因此半途夭折，失败率居高不下（介于 36% 至 56%）。

基于企业数据分析应用这一痛点，Altair在行业内首次提出了“Frictionless AI”，即“无摩擦AI”概念，旨在帮助企业解决用户与数据之间、数据与行业专家之间，以及工具、基础设施不断变化等带来的摩擦。

图：Altair的“无摩擦AI”能力

用户通过Altair RapidMiner平台，可有效解决数据分析中的摩擦主要包括：数据专家和行业专家间的沟通偏差；缺乏知识或数据访问权限等繁杂流程设计；数据不完整、混乱或格式不完善；数据专家与已建立的数据分析工具集间的技能脱节；工具和基础设施不断变化导致的不确定性或项目重定向等。

仿真技术与AI技术双融合，助力企业数字化转型腾飞

作为工业仿真软件的核心组成，CAE（计算机辅助工程）等研发设计类软件是制造业企业数字化转型的主要工具以及软件提供商的重点竞争领域。CAE以三维实体建模为基础，通过模拟产品在结构强度、热传导、刚度等方面的工作状态和表现，为产品研发设计提供依据，广泛应用于制造业、能源重工等领域。

基于丰富的仿真模型和行业数据，CAE的应用可有效帮助制造业企业减少甚至避免产品设计阶段多次召回调优的重复工作，助力企业降本提效，在“智能制造”的带动下，CAE对于制造业企业的重要性持续提升。

与此同时，全球市场竞争日趋激烈，以汽车制造行业为例，造车周期从过去的3-5年缩短到现在的1-2年，势必会对各环节的效率提出更高要求，特别是在产品的研发设计环节将越来越重视仿真模型的准确性和输出效率，而传统的CAE三维建模技术逐渐难以满足企业对于这种高时效性和逼真模型效果的要求，倒逼服务商不断探索更优的解决方案。

随着AI技术的不断演进，基于AI的机器学习能够基于已有的大量数据，通过训练神经网络得到更准确的预测模型，AI开始成为制造业企业在研发设计环节的重点应用技术。而将AI技术与仿真技术深度融合，以仿真在制造业积累的大量数据作为深度学习的基础，将赋能仿真建模范式持续优化，并进一步降低计算成本。观察到这一趋势的全球领先仿真服务商纷纷开始探索AI技术与自身产品的融合，并积极拥抱AI+仿真的更多可能性。

作为全球领先的仿真服务商之一，Altair创立之初，主要聚焦于帮助汽车企业应用工程仿真技术，在观察到传统企业在产品研发设计环节的数字化转型痛点后，通过积极的研发、并购，逐步建立起完善的仿真、高性能计算和人工智能产品线。

Altair同样也注意到了AI+仿真的机会，通过将仿真技术和AI技术进行深度融合，并结合内部积累的丰富数据，能够为客户提供更贴近真实需求的仿真结果和更好的用户体验。

AI与仿真的深度融合一方面可以将AI应用到仿真的工作流程当中去，Altair为此流程打造工具，如physicsAI、romAI，这可以极大地加速分析流程，例如：以前几百个小时的分析的流程利用仿真与AI的技术融合，现在可以缩短至半小时左右；另一方面，利用仿真工具和RapidMiner工具来做实际的产品设计和实际的分析；通过仿真我们可以拿到大量数据，从而可以与实际数据来做合成数据，供AI模型训练。更好地做到“所想即所得”，即实现想法和需求的产品化，基于已有的大量仿真结果快速建立机器学习模型，帮助企业快速建立起新模型并输出结果。

从数字孪生角度来看，Altair内部的的数字孪生建设有两条路径，一是基于传统的三维建模，在三维建模的过程当中速度较慢，所以Altair在三维建模的路径中应用了romAI的降阶技术来实现数字孪生；第二条路径则纯粹通过数据的方式，也就是Altair RapidMiner平台，通过数据来建立基于数据驱动的数字孪生模型。事实上，Altair通过仿真技术与AI技术的融合，可实现分钟级的汽车碰撞测试模型结果输出。

到这里，我们也就讲完了《数据科学，解码智能未来——Altair首次提出“Frictionless AI”概念》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于Altair的知识点！