专注分析40年，SAS如何看待数据 | 直击SAS 2018全球论坛直击SAS2018全球论坛"

大数据文摘作品

记者：魏子敏

“如果把神经网络的层数从10增加到50，输出结果可以更好一点吗？……再高一点呢？”

美国丹佛市当地时间4月8日晚，在SAS 2018全球论坛（SAS Global Forum 2018）的开幕演讲中，年近八旬的SAS创始人兼CEO Jim Goodnight，与SAS年轻的数据科学家Jonathan一起，合力上演了一幕程序员的办公室日常噩梦：

焦急等待结果的挑剔老板，和尝试各种模型来输出更好结果的绝望程序员。

SAS创始人兼CEO Jim Goodnight在SAS 2018全球论坛开幕演讲中演示

SAS?ViyaTM

最新版本

面对6300位来自世界各地的SAS用户，

SAS?ViyaTM

最新版本在Jonathan的操作下显示出了强大的机器学习能力：数据可通过拖拽直接载入；不同模型、甚至神经网络层数的调整都可以通过点击实现；输出只需要几秒钟；结果的优化从面板显示的数字上一目了然。

而出现在开幕演讲中，这一场景的设计远比展示最新产品效果更加意味深长：它代表着SAS正在扩展自己的用户群体——不再只是传统的程序员、科学家，它瞄准的是不太懂编程，但看好并急于进行数据和人工智能转型的公司高层。

斯坦福大学教授李飞飞曾公开表示：人工智能、机器学习仍然是一个进入门槛高的领域，需要大量专业知识和资源，而很少有公司自己能负担得起这些资源。今天，虽然AI能为企业提供无数的益处，但由于资源稀缺，多数企业还无法开发个性化的模型。

SAS?Viya

TM最新版本在算法自动化上的设置显然是奔着解决这一痛点而来。

本次大会上，SAS表现了对AI和机器学习自动化程序这一新聚焦点的全面拥抱。SAS分析产品部负责人Saurabh Gupta在次日发布了ViyaTM最新版本，并解释了其一系列新特点：AI分析植入和自动化；更加透明的结果输出；更好地数据治理功能；用户体验地提升；更加开放，支持更多分析工具。

来自加拿大的SAS资深用户、Mcdoougall Scientific公司的副总裁John Amrhein对这最新版本

Viya

TM操作的“便利性（ease）印象深刻：“支持各类数据格式，而且通过拖拽点击就可以实现各种模型的调整，非常高效。”这一友好的用户界面可谓SAS本次全球论坛中的最大亮点。?

2018年4月8日至11日，SAS 2018全球论坛在美国丹佛召开

对于自动化，除了便利性，参会用户对于最新的分析工具也有一些反思。“太过简单的工具也可能会让人忽略数据的重要性”，加拿大的独立咨询顾问、SAS资深用户Peter Eberhardt非常认可ViyaTM产品的优质性能，但也向大数据文摘表达了自己的担忧：很多用户因为工具太简单，反而会不认真思考数据的质量。

“我曾经见过一个广告领域的客户，输入的数据真的非常差，但是因为工具好所以跑出来的模型很棒，客户会因此觉得数据其实也不错。”

“好的数据非常重要。”正因此，Jim Goodnight在采访中一直强调数据清洗和管理的重要性，而他自己也一直以一位“统计学家”自称。

专注数据四十年，SAS分析经验的全球化输出

尽管扮演了一位“技术盲”的挑剔老板，Jim Goodnight的数据分析能力绝不弱于他身边的数据科学家：四十多年前，他在美国北卡罗来纳州立大学进行一项农业数据研究时，开发了一款数据分析软件，并基于此，创立了SAS公司。

SAS创始人兼CEO Jim Goodnight

40多年来，SAS的整体营收保持了持续的增长。即使在开源软件大行其道的今天，略显昂贵的SAS依然是全球多数金融、医疗机构、甚至政府的首选数据分析软件。根据IDC的数据，SAS占全球高级和预测分析市场30.5%的份额。

经历了数据写在纸上的时代，到大数据、云存储，再到今天的机器学习、人工智能，SAS尽管经历了多次技术探索方向的变更，作为一家专注“分析”40余年的老牌公司，其在行业内积累的丰富数据和业务经验鲜有匹敌者。而在算法和模型愈加“自动化”的今天，这些宝贵的行业知识积累显然比技术更难复制。

这些经验也是SAS开拓国际市场的秘密武器。

博雅融创软件技术有限公司是SAS在中国的重要合作伙伴，其总经理陈建文告诉大数据文摘，中国客户非常看重SAS在数据分析领域的先验经验。

“我们正在和中国一些省市的疾控中心合作，开展疫情相关的数据分析项目，而SAS之前协助美国相关部门进行了很多案例积累。尽管数据不同，但是业务经验、模型都可以直接借鉴，这是客户非常看中的。”

开放包容，和更年轻的数据科学家一起成长

但是，SAS也面临着所有老牌巨头同样的挑战：新生的数据分析工具。

从丹佛向北飞两小时，你将从下着雪的西部到达阳光普照的硅谷。这里是新生互联网巨头Facebook、Apple、谷歌等的大本营，也是一批数据科学、人工智能创业公司的诞生地。在这些公司中，新生代的80、90后数据科学家正在占据技术世界的主力。尽管SAS的名字依然响亮，这些动手和学习能力都极强的程序员更乐于自己探索开源的程序包。

“开源软件更便宜、更酷，自己开发的应用也更顺手。”来自Facebook的一位90后数据科学家告诉大数据文摘，“SAS是挺好用的，但是对个人使用来说太贵了”。

价格太过昂贵显然也是SAS现任CTO Oliver Schabenberger本次SAS全球论坛中，受到最多质疑的地方。

SAS CTO Oliver Schabenberger在SAS 2018全球论坛演讲

采访中，Oliver没有否认新出现的开源软件有自己的优势，尤其是在价格方面。

“（开源软件）确实更便宜，我们也希望我们客户有更多选择。”面对质疑，Oliver的回应相当坦诚，“但你不能抛弃价值只谈价格，我们相信SAS的品质，我们也在不断改善产品应对挑战。”

近年来，SAS也确实有一些转而使用开源软件的客户。

亚洲最大的银行星展银行DBS是SAS的老客户，其首位首席分析官（Chief Analytics Officer）Sameer Gupta告诉大数据文摘，除了SAS，DBS之前也曾尝试使用开源软件R、Spark等以确保产品的多样性。

为应对用户对多样性产品的需求，2016年，SAS整合了自身的分析能力，推出了通用部署的计算平台ViyaTM：这是一个开放的、支持云计算方式部署的内存计算平台，面向企业内部提供一个单一、开放和统一的分析环境。

作为一个开放的架构，

Viya

TM期待可以满足所有分析专业人士的需求，其支持包括REST API、SAS语言、Python、Java、R和Lua等方式的数据操控和分析开发。

中科聚信是SAS目前在中国较为重视的合作伙伴，其创始人兼CEO马占军告诉大数据文摘，相比无人维护的开源软件，SAS的产品会更加稳定专业，这是银行、保险公司、医疗机构这种公司非常看重的，这样的机构根本无法承担开源软件的不稳定性带来的风险。

而为了抓住数据分析领域的新生力量，SAS对高校和年轻人的投入也一直不遗余力。

Jim Goodnight告诉大数据文摘，SAS与全球非常多的高校、教授建立了持续的合作关系，并向学生提供优惠价格下载软件，每年都有成千上万的高校学生从中受益。

当然，抓住新一代数据分析者的关键不只是导师需要或者免费的软件，能切实用最前沿的技术做炫酷的项目，才能真正征服这群“最聪明的脑袋”。

“数据为善”

在主论坛的keynote演讲上，两个有趣的例子把SAS“数据为善（Data for good）”的主题体现到了极致。

WildTrack：用脚印识别保护濒危野生动物

SAS 2018全球论坛中提到了一个人工智能有趣的应用场景：使用动物的数字足迹来识别濒危野生动物物种。

野生动物的脚印是观察濒危种群并实施保护的起点，通过脚印，工作人员可以确定物种的性别，有时也会鉴别年龄。

之前，这样的脚印信息只能靠当地志愿者人工发现、拍照，并手动录入数据，效率极低，数据的缺失也让研究人员很难确切地了解哪些物种需要监测。

SAS将AI图像识别技术应用于此，并为此建立了一个野生动物的脚印数据库项目。

在这一数据库中，SAS工作人员已经为15种不同的物种开发了相关软件及其算法，包括黑犀牛，白犀牛，孟加拉虎，阿穆尔虎，和北极熊等动物的脚印数据都被收录其中。

通过收集这些数据，工作人员可以更好地确定濒危物种栖息地物种的数量和分布情况，以便实施保护方案。目前，识别准确度已经达到了90％以上。

SAS Graphics Accelerator移动端上线：让盲人通过音乐感知图表

SAS Graphics Accelerator的移动端应用是本次SAS 2018全球论坛又一惊艳发布：通过和苹果合作，SAS Graphics Accelerator可让盲人通过音乐的形式使用和理解图表。

在大会上，来自SAS的盲人体验师现场展示了如何在手机上“观看”一副折线图。在app中，我们可以通过三种方式阅读图表：由屏幕阅读器读取图形描述；将图形转换为易于阅读的表格；或者获得图形的声波表示。

现场观众和体验师一起感受了声波随着折线沿y轴改变而产生的变化：图声波表示沿着X轴传播；在Y轴上较高的数据点的声音比在Y轴上较低的数据点的音调声音更高。

自诞生到现在的40多年，SAS和用户也都没有停止对数据分析的思考。除了业内用户，历届SAS 全球论坛都会邀请到一些全球各行业领袖代表，比如萨利机长、全球首个半机械人Neil Habisson，还有《赫芬顿邮报》创始人Arianna Huffington等。

今年，SAS邀请到了美国第一位女性F-14飞行员Carey Lohrenz、总统历史学家Jon Meacham、纽约时报畅销书作家Dan Heath。他们的演讲是论坛的“惊喜”，也引导听众们思考，数据分析在人文、历史和领导力建设中如何应用。

【今日机器学习概念】

Have a Great Definition