此外，楊道玲還根據(jù)《“一帶一路”大數(shù)據(jù)報告2018》《“一帶一路”貿(mào)易合作大數(shù)據(jù)報告（2018）》等數(shù)據(jù)融合分析得出了以下結(jié)論：

　　從全球視角看，2017年，中國與全球的礦產(chǎn)品貿(mào)易額同比有所回升，增速達到37.54%；從國別視覺看，俄羅斯、沙特阿拉伯、伊朗、伊拉克、阿曼、新加坡、韓國、印度尼西亞、阿聯(lián)酋是與我國開展貿(mào)易額最大的10個國家。從2013-2017年連續(xù)5年的變化來看，沙特阿拉伯、俄羅斯和阿曼始終位居我國與“一帶一路”沿線國家礦產(chǎn)品貿(mào)易的前5名；從國內(nèi)視角看，2013-2017年，北京、廣東、山東、遼寧、福建、黑龍江是我國對“一帶一路”沿線國家礦產(chǎn)品貿(mào)易的主要地區(qū)，貿(mào)易總額占比較高；從產(chǎn)品視角看，2013-2017年，中國與“一帶一路”沿線國家礦物貿(mào)易產(chǎn)品包括礦物燃料、礦物油等，占整個礦產(chǎn)品貿(mào)易額60%以上；從礦業(yè)合作前景來看，“一帶一路”各國黃金資源豐富，消費需求旺盛，但基礎(chǔ)設(shè)施、技術(shù)等方面發(fā)展滯后，中國企業(yè)可充分發(fā)揮在資源、技術(shù)、資金、人才等方面的優(yōu)勢進行合作開發(fā)。

　　楊道玲還表示，面向行業(yè)領(lǐng)域，大數(shù)據(jù)還能幫助企業(yè)做行業(yè)現(xiàn)狀分析，包括國內(nèi)和國外政策環(huán)境、全球發(fā)展環(huán)境、對外合作趨勢等，同時，通過大數(shù)據(jù)還能分析礦業(yè)行業(yè)在全球的比重、行業(yè)影響力及有關(guān)國家合作期待度等。

　　礦企數(shù)字化轉(zhuǎn)型與發(fā)展

　　數(shù)據(jù)工業(yè)4.0時代已經(jīng)來臨，它最重要的特征是數(shù)據(jù)。因此，怎樣把數(shù)據(jù)有效合理地轉(zhuǎn)化并助推企業(yè)發(fā)展，是當前許多礦業(yè)企業(yè)面臨的實際問題。

　　論壇上，阿里云計算有限公司數(shù)據(jù)智能首席科學家胡立舜為大家展現(xiàn)了礦業(yè)數(shù)字化的轉(zhuǎn)型與發(fā)展。胡立舜表示，“今天，我們所說的數(shù)據(jù)智能指提取數(shù)據(jù)里面有價值的信息和知識。它包括三部分：一是以數(shù)據(jù)為基礎(chǔ)或核心；二是挖掘數(shù)據(jù)價值；三是人工智能技術(shù)。其中，人工智能技術(shù)又包括傳輸技術(shù)、云計算技術(shù)、深度學習。”

　　目前，工業(yè)行業(yè)雖有很好的數(shù)據(jù)基礎(chǔ)，比如數(shù)據(jù)量、信息量非常大且質(zhì)量好，數(shù)據(jù)資源比較豐富，應(yīng)用價值很高，但可供使用者用于決策的信息很少，有價值的數(shù)據(jù)沒有被挖掘出來。很多礦山企業(yè)只是把結(jié)構(gòu)化的數(shù)據(jù)儲存起來了，但是大量的生產(chǎn)視頻數(shù)據(jù)、圖片數(shù)據(jù)沒有被保存，因此，大部分數(shù)據(jù)沒有合理利用。

　　針對這些問題，科研人員研發(fā)了“工業(yè)大腦”。會上，胡立舜為大家講解了工業(yè)大腦理念與整體架構(gòu)、工業(yè)大腦數(shù)據(jù)與模型。他說，工業(yè)大腦產(chǎn)品的第一步就是把數(shù)據(jù)全部匯總到工業(yè)大腦里，包括生產(chǎn)數(shù)據(jù)、倉儲數(shù)據(jù)、電子商務(wù)、水電、氣風、生產(chǎn)等。然后，根據(jù)客戶要求，如客戶提出改進目標，不管是生產(chǎn)環(huán)節(jié)還是非生產(chǎn)環(huán)節(jié)，都可以通過數(shù)據(jù)平臺、ET工業(yè)大腦進行建模、分析，生產(chǎn)環(huán)節(jié)提升效率或降本增效，非生產(chǎn)環(huán)節(jié)提高物流、倉儲智能化等。最后一步是反饋給客戶，滿足客戶的要求。

　　此外，胡立舜還介紹了大數(shù)據(jù)模型。他說，大數(shù)據(jù)模型包括以下幾個方面：一是數(shù)據(jù)采集層，把所有數(shù)據(jù)都采集過來，而不是只采集需要的部分；二是數(shù)據(jù)處理層，對數(shù)據(jù)進行標準化的整合，并對生產(chǎn)環(huán)節(jié)做模式識別；三是關(guān)鍵因素識別層，針對不同客戶或者生產(chǎn)單位做權(quán)重分析；四是模型分析層，通過數(shù)據(jù)分析，將所分析的數(shù)據(jù)帶入到算法模型中進行處理；五是參數(shù)輸出層，對于生產(chǎn)來說就是生產(chǎn)預(yù)測、優(yōu)化參數(shù)。

　　大數(shù)據(jù)分析跟先進過程控制有什么不同？胡立舜表示，大數(shù)據(jù)分析具有數(shù)量大、利用價值高、多樣性豐富、運算速度快，能滿足實時數(shù)據(jù)分析需求的作用。數(shù)據(jù)通過異常值處理、非結(jié)構(gòu)化數(shù)據(jù)處理等手段，采用機器學習的方式，實現(xiàn)大型、復(fù)雜、多變量和約束過程的高性能優(yōu)化策略。

　　最后，胡立舜表示：“常規(guī)控制如四肢，先進控制是脊椎，大數(shù)據(jù)分析才是真正的大腦?！?/div>