多云且高概率出现 DBMS：对企业级机器学习的十年预测
数据库
2020-01-01 v2 分布式、并行与集群计算
机器学习
摘要
机器学习（ML）已在搜索排序等高价值网络应用中证明了自身价值，并正在客户支持中的语音识别与对话理解、视频会议的自动调优、大规模系统运维中的智能反馈回路、制造与自动驾驶车辆管理、复杂金融预测等更广泛的企业场景中作为强大工具兴起，仅举数例。与此同时，随着数据价值日益被认可和变现，对保护有价值数据及个人隐私风险的担忧也在增长。因此，严格的数据管理已成为企业环境中的关键需求。这些趋势（ML 日益普及，以及更严格的数据治理）将如何交汇？在企业环境中应用 ML 有哪些未满足的需求？数据库（DB）界需要解决哪些技术挑战？在本文中，我们提出了关于 ML 与数据库系统如何可能融合的愿景，以及我们为使该愿景成为现实所采取的早期步骤。
引用
@article{arxiv.1909.00084,
title = {Cloudy with high chance of DBMS: A 10-year prediction for Enterprise-Grade ML},
author = {Ashvin Agrawal and Rony Chatterjee and Carlo Curino and Avrilia Floratou and Neha Gowdal and Matteo Interlandi and Alekh Jindal and Kostantinos Karanasos and Subru Krishnan and Brian Kroth and Jyoti Leeka and Kwanghyun Park and Hiren Patel and Olga Poppe and Fotis Psallidas and Raghu Ramakrishnan and Abhishek Roy and Karla Saur and Rathijit Sen and Markus Weimer and Travis Wright and Yiwen Zhu},
journal= {arXiv preprint arXiv:1909.00084},
year = {2020}
}