数据孤岛：不同的数据处于不同的系统中，协同困难。例如想要将 ES 中的日志和 Prometheus 中的指标进行一个 Join 查询就无法实现，除非做额外的二次开发。
我们以标准 SQL 为基础，进行了部分 DSL 扩展和 SQL 函数扩展，并融合了 PromQL，从而让不同类型的数据查询和分析变得统一。
既然有了值班，也必须要考虑特殊的场景需要代班，例如某人值班的当天，由于有事，所以让另外一个人来代替他值班。
下一个12年，我非常期待整个计算架构，整个芯片架构会实现变革性的突破，真正成为数字时代的算力架构。
第二个方向是绿色科技。绿色是全社会非常关注且迫在眉睫的问题，科技是解决绿色问题的一把非常关键的钥匙。
此外，全面应用云原生带来了算力最大的效率提升，我们可以用神龙弹性技术去代替在各个业务场景调度计算资源。
例如多模态实体链接技术可以融合多种模态下的相同实体，可应用于新闻阅读，同款商品识别等场景中，多模态知识图谱补全技术可以通过远程监督补全多模态知识图谱，
多模态问答系统对于电商推荐，商品问答领域的进步有着重大的推进作用。但目前还相当缺乏有效的技术手段来有效融合这些多模态数据，以支持广泛的电商下游应用。
在行人重识别、人脸识别、视觉定位等任务中均有广泛的研究。图像检索的核心技术是度量学习，其目标是在固定维度的特征空间中，约束模型将同类别样本拉近，不同类别样本推远。
我们借鉴了传统特征点匹配算法思想，利用Sift特征点匹配算法对两趟资料中的所有牌匾进行两两匹配，并通过内点数量对匹配结果进行筛选，即内点数量大于阈值的匹配牌匾视作同一牌匾。
针对局部特征的提取，我们主要的思路是将牌匾垂直切分成几个部分，分别关注每个部分的局部特征，并对局部特征进行对齐后优化。对齐操作如下图9所示，首先将特征图进行垂直池化
