“通過大數(shù)據(jù)的挖掘，從資料完整度、交友真誠度及賬號安全度評定用戶‘靠譜度’。”一家著名婚戀介紹網(wǎng)站最近打出廣告，聲稱可用“大數(shù)據(jù)”技術(shù)打擊相親騙子。
如今，“大數(shù)據(jù)”是一個時髦的詞匯，很多商家紛紛推出“大數(shù)據(jù)”服務(wù)。全世界的大數(shù)據(jù)技術(shù)研發(fā)機(jī)構(gòu)都吸引了眾多風(fēng)投和眼球。
大數(shù)據(jù)讓人眼前一亮，也讓人兩眼一黑。9月，著名信息技術(shù)分析公司Gartner發(fā)布《2013年大數(shù)據(jù)普及程度背后的炒作》報告，指出2013年30%的企業(yè)已開始大數(shù)據(jù)工作，而另外34%的企業(yè)有計劃在兩年內(nèi)開始。但這些企業(yè)大多告訴調(diào)查者，不知道自己在做什么，也不知道為什么要做大數(shù)據(jù)工作。
根據(jù)這一報告，半數(shù)以上企業(yè)不知道如何從數(shù)據(jù)中獲取價值；三分之一的企業(yè)缺乏大數(shù)據(jù)處理能力；甚至還有超過五分之一的公司不知大數(shù)據(jù)究竟為何物。
如果連嗅覺靈敏的企業(yè)家們都不真正理解大數(shù)據(jù)，其他人就更是難窺其全貌。大數(shù)據(jù)時代還在雛形，它會變成什么樣子沒人能說準(zhǔn)。
起源于科學(xué)界的商業(yè)熱詞
盡管商界對大數(shù)據(jù)帶來的商機(jī)津津樂道，但一開始討論大數(shù)據(jù)時代的是科學(xué)家。“生命與醫(yī)療、粒子物理、天氣預(yù)報、基因?qū)W、地震預(yù)報等已經(jīng)是數(shù)據(jù)密集型應(yīng)用了。”清華大學(xué)自動化系教授肖田元說，“典型的例子是美國氣象預(yù)報局年數(shù)據(jù)量達(dá)30PB（1PB=100萬GB），每日觀察資料超過35億份。DNA序列分析使用網(wǎng)絡(luò)大數(shù)據(jù)分析工具進(jìn)行億萬次DNA短鏈分析，制造基于DNA的分子物質(zhì)。科學(xué)家還推出大尺度數(shù)據(jù)管理架構(gòu)與可視化方法，讓解碼人類基因組這種原先花費(fèi)10年的工作可以在一周內(nèi)完成。”
上海大學(xué)教授費(fèi)敏銳介紹道：“像華大基因，分析的數(shù)據(jù)量有幾百PB。他們在全世界找到了25種栽培稻和24種野生稻，正因為有大數(shù)據(jù)分析能力，他們掃描了這些水稻的全基因圖，找到了162個決定水稻產(chǎn)量的基因。”
大型強(qiáng)子對撞機(jī)（LHC）的例子更是常被提及，LHC每秒鐘生成1PB的數(shù)據(jù)，要用4.5萬個磁帶機(jī)做存檔，是目前世界上最大的數(shù)據(jù)生產(chǎn)者。
在此背景下，2008年9月，《自然》雜志推出大數(shù)據(jù)專刊，探討科研形態(tài)變化；《科學(xué)》雜志2011年也推出大數(shù)據(jù)專刊，將大數(shù)據(jù)深度分析看成未來研究的突破點(diǎn)。
“真正開始討論大數(shù)據(jù)，大家都公認(rèn)是《自然》雜志2008年的專輯所帶來的。”電子科學(xué)研究院研究員王積鵬說，“計量文獻(xiàn)來看，討論大數(shù)據(jù)的論文2011年發(fā)生井噴。這幾年大家都拿大數(shù)據(jù)說話，但是主要在于應(yīng)用，而不是在于理論研究。”
科學(xué)家們當(dāng)時的憂慮是大數(shù)據(jù)難以處理，肖田元說：“計算機(jī)已經(jīng)超過了千萬億次級，‘天河二號’是2000萬億次，未來10年可能達(dá)到億億次。但是軟件發(fā)展很慢。美國也是這樣，認(rèn)為高性能計算的算法開發(fā)滯后。我們國家高性能計算機(jī)為什么利用率不高，原因就在這里。”
典型的數(shù)據(jù)管理困境，如國內(nèi)一位信息技術(shù)工作者所說：“我做過某衛(wèi)星的信息資源管理，衛(wèi)星每天產(chǎn)生上百GB的數(shù)據(jù)量。處理完之后，文件都存在相應(yīng)的磁盤、磁帶等，通過幾個系統(tǒng)呈現(xiàn)，一年下來數(shù)據(jù)量相當(dāng)大，但是并沒有產(chǎn)生大數(shù)據(jù)的特性。”
工業(yè)界也提出了類似問題，肖田元舉例說：“有個著名的發(fā)動機(jī)公司提出設(shè)想，把它的航空發(fā)動機(jī)數(shù)據(jù)實(shí)時傳到總部，結(jié)合過去的數(shù)據(jù)，實(shí)時檢測和預(yù)報故障。數(shù)據(jù)量非常大，現(xiàn)在要同時檢測、計算和預(yù)報，很難做到。”這一困難，肖田元概括為“科研智能如何趕上感知能力”。
在科研界關(guān)于大數(shù)據(jù)挑戰(zhàn)的討論之后，互聯(lián)網(wǎng)商業(yè)看到了大數(shù)據(jù)中的“金礦”。這也是被如今大家所熟悉的大數(shù)據(jù)議題。最典型的例子如宏源證券研究所副所長易歡歡介紹：“阿里巴巴，最早從B2B到B2C，聚集了千萬級的中小微企業(yè)，形成了5.4億注冊用戶。這個公司牛在哪？這些數(shù)據(jù)背后的因素包括什么？銷售數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、應(yīng)收賬款、存貨、資金流向、物業(yè)信息等一系列綜合信息，而且是實(shí)時的，遠(yuǎn)比銀行報表準(zhǔn)確得多。它有你的消費(fèi)偏好、家庭地址、還款卡號等一系列信息，這才叫大數(shù)據(jù)。”
IT業(yè)研究公司M&M發(fā)布的一份最新報告指出，全球大數(shù)據(jù)市場將在未來5年內(nèi)迎來高達(dá)26%的年復(fù)合增長率——即從今年的148.7億美元增長到2018年的463.4億美元。膨脹速度如此快，可見市場對大數(shù)據(jù)概念響應(yīng)的熱烈。
不同行業(yè)從不同角度發(fā)現(xiàn)了數(shù)據(jù)爆炸的挑戰(zhàn)和機(jī)會。最終，大數(shù)據(jù)頻頻見諸媒體，成為達(dá)沃斯等國際峰會上的熱詞，但就如前述報告所顯示的，企業(yè)家對這一概念并無把握。
數(shù)據(jù)公開讓美國占得先機(jī)
大數(shù)據(jù)商機(jī)顯現(xiàn)后，2012年3月，奧巴馬政府發(fā)布《大數(shù)據(jù)研究與發(fā)展倡議》，同時組建“大數(shù)據(jù)高級指導(dǎo)小組”，標(biāo)志著美國把大數(shù)據(jù)提高到國家戰(zhàn)略層面。
國防大學(xué)教授胡曉峰說：“我認(rèn)為奧巴馬試圖通過大數(shù)據(jù)發(fā)展計劃，再次重復(fù)信息高速公路計劃帶來的互聯(lián)網(wǎng)霸權(quán)。美國人已經(jīng)把目光瞄準(zhǔn)到大數(shù)據(jù)的未來領(lǐng)域，我覺得是為了創(chuàng)造未來的大數(shù)據(jù)霸權(quán)奠定基礎(chǔ)。”
“美國政府提出大數(shù)據(jù)計劃的根源，在于有十幾年以上數(shù)據(jù)公開的基礎(chǔ)。”北京理工大學(xué)教授丁剛毅說，美國的DATA.GOV網(wǎng)站就體現(xiàn)了政府公開數(shù)據(jù)的力度，“大家可以上網(wǎng)看，DATA.GOV的數(shù)據(jù)量非常大，和世界銀行、聯(lián)合國的數(shù)據(jù)都可以媲美。里面很多都是敏感數(shù)據(jù)，但它就是敢公布，認(rèn)為只有公布這樣的數(shù)據(jù)，才能有更好的國際合作去應(yīng)對危機(jī)。歐盟、英國，包括巴西這樣的發(fā)展中國家，都已經(jīng)加入了DATA.GOV”。
丁剛毅說，在數(shù)據(jù)公開上，聯(lián)合國組織和美國的一些研究機(jī)構(gòu)在全力以赴，已經(jīng)有10年了。每年還有各式各樣的活動促進(jìn)數(shù)據(jù)公開。
美國數(shù)據(jù)開放，使不少基于政府?dāng)?shù)據(jù)的服務(wù)，創(chuàng)造了巨大效益。比如硅谷有一家“氣候公司”，利用美國氣象局?jǐn)?shù)據(jù)庫中幾十年的天氣數(shù)據(jù)，研究各地降雨、氣溫、土壤狀況與歷年農(nóng)作物產(chǎn)量的相關(guān)度，預(yù)測農(nóng)場下一年的產(chǎn)量，以出售保險。這家公司由于前景光明，最近被農(nóng)業(yè)巨頭孟山都公司收購。
還有利用氣象信息和航班誤點(diǎn)信息來預(yù)測航班誤點(diǎn)幾率的服務(wù)，可以推動航空公司提高正點(diǎn)率。再如城市治堵，政府的數(shù)據(jù)也排上了用場——美國和英國最早利用大數(shù)據(jù)管理交通，給出交通預(yù)測，讓公私車輛適時出行。
對于政府?dāng)?shù)據(jù)公開的益處，美國商務(wù)部首席信息官西克曼在一次IT會議上說：“政府實(shí)現(xiàn)預(yù)期目標(biāo)的真正障礙不僅在于收集數(shù)據(jù)，更在于如何將數(shù)據(jù)轉(zhuǎn)化為切實(shí)可用的信息產(chǎn)品以及開發(fā)知識。”
“畢竟很多有能力提出好點(diǎn)子的人才分散在各個私有組織，他們也許會提出一些關(guān)于數(shù)據(jù)利用的優(yōu)秀方案。”西克曼說，“分享我們的數(shù)據(jù)，并不只是為了追求所謂政府事務(wù)的透明度，這真的有可能以全新方式，讓我們產(chǎn)生并傳播的數(shù)據(jù)迸發(fā)出別樣的力量——而這一切在我們現(xiàn)有的規(guī)劃及有限的資源面前根本無法實(shí)現(xiàn)。”
丁剛毅說，他曾跟國內(nèi)一些著名的互聯(lián)網(wǎng)公司接觸過，申請共享其數(shù)據(jù)，公司表示“給你一段可以，幾百個TB也好，幾個PB也可以，但連續(xù)的數(shù)據(jù)絕對不可以”。他認(rèn)為，對于研究者，長期不斷、隨時隨地都可以接觸的數(shù)據(jù)，才是大數(shù)據(jù)。
“政府和行業(yè)共享數(shù)據(jù)應(yīng)該是大數(shù)據(jù)的基礎(chǔ)，離開共享政策，根本就沒有大數(shù)據(jù)。”丁剛毅說。
大數(shù)據(jù)繁榮需共享+立法
中國人對大數(shù)據(jù)的關(guān)注并不晚。2012年7月，我國《“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》明確提出，要“加強(qiáng)以海量數(shù)據(jù)處理軟件等為代表的基礎(chǔ)軟件的開發(fā)”。2012年12月，中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟宣布成立。
根據(jù)IT分析公司IDC預(yù)測，中國大數(shù)據(jù)技術(shù)與服務(wù)市場將快速增長到2016年的6.16億美元。但這一數(shù)額僅僅是世界市場的一個零頭。
網(wǎng)絡(luò)研究專家秦安在接受媒體訪問時表示，中國設(shè)立大數(shù)據(jù)機(jī)構(gòu)從時間上看，似乎并不落后于美國，但大數(shù)據(jù)應(yīng)用涉及整個以互聯(lián)網(wǎng)為核心的產(chǎn)業(yè)鏈，美國在大數(shù)據(jù)應(yīng)用上的領(lǐng)先程度由思科、微軟、谷歌等跨國IT公司的實(shí)力所決定，恐怕中國幾十年內(nèi)難以完全超越。
9月30日，中共中央政治局在中關(guān)村調(diào)研時，百度公司CEO李彥宏就宣講了大數(shù)據(jù)的題目。他認(rèn)為大數(shù)據(jù)在兩方面最有價值，一是促進(jìn)信息消費(fèi)，加快經(jīng)濟(jì)轉(zhuǎn)型升級；二是關(guān)注社會民生，帶動社會管理創(chuàng)新。李彥宏同時表示，國家層面要發(fā)展大數(shù)據(jù)，就要促進(jìn)數(shù)據(jù)開放，扶持科研、培育人才。
這種“數(shù)據(jù)開放”的觀點(diǎn)，代表了中國大數(shù)據(jù)行業(yè)觀察者的共識。互聯(lián)網(wǎng)評論家葛甲指出：“數(shù)據(jù)開放在割據(jù)狀態(tài)的互聯(lián)網(wǎng)上靠企業(yè)的力量是完不成的，只有從政府層面去進(jìn)行推動。現(xiàn)在做大數(shù)據(jù)的公司這么多，其實(shí)多數(shù)只有個殼子，沒有實(shí)際內(nèi)容。大數(shù)據(jù)的基礎(chǔ)是巨量數(shù)據(jù)，不具備一定程度的數(shù)據(jù)量，是做不成的。于是，李彥宏提出了數(shù)據(jù)開放這個概念。”
葛甲認(rèn)為，數(shù)據(jù)開放“這里面的難處，在于配套的管理制度和法律法規(guī)，政府的作用就是維護(hù)其公平性，堅決維護(hù)小企業(yè)的商業(yè)利益，扮演好管理者和仲裁者的角色，不要讓自身經(jīng)濟(jì)利益牽涉其間”。
信息產(chǎn)業(yè)專家、中國工程院院士鄔賀銓今年在一篇名為《大數(shù)據(jù)時代的機(jī)遇與挑戰(zhàn)》的文章中也寫道：“中國人口居世界首位，將會成為產(chǎn)生數(shù)據(jù)量最多的國家，但我們對數(shù)據(jù)保存不夠重視，對存儲數(shù)據(jù)的利用率也不高。此外，我國一些部門和機(jī)構(gòu)擁有大量數(shù)據(jù)卻不愿與其他部門共享，導(dǎo)致信息不完整或重復(fù)投資。政府應(yīng)通過體制機(jī)制改革打破數(shù)據(jù)割據(jù)與封鎖。”
還有一位業(yè)界專家告訴記者，政府對大數(shù)據(jù)行業(yè)的扶持，除促進(jìn)數(shù)據(jù)公開外，應(yīng)采用購買服務(wù)的方式，而非越俎代庖，設(shè)立不必要的政府項目。
另外，鄔賀銓還指出應(yīng)盡快制定《信息公開法》。“現(xiàn)在很多機(jī)構(gòu)和企業(yè)擁有大量客戶信息。應(yīng)當(dāng)既鼓勵面向群體、服務(wù)社會的數(shù)據(jù)挖掘，又要防止侵犯個體隱私；既提倡數(shù)據(jù)共享，又要防止數(shù)據(jù)被濫用。”他認(rèn)為，需要界定數(shù)據(jù)挖掘、利用的權(quán)限和范圍，防止信息被損壞、篡改、泄露或被竊，保護(hù)公民的信息安全。
“（大數(shù)據(jù)）標(biāo)準(zhǔn)和產(chǎn)業(yè)格局尚未形成，是我國實(shí)現(xiàn)跨越式發(fā)展的寶貴機(jī)會。”鄔賀銓說，“要注意科學(xué)規(guī)劃，切忌一哄而上。”
中國-博士人才網(wǎng)發(fā)布
聲明提示：凡本網(wǎng)注明“來源：XXX”的文/圖等稿件，本網(wǎng)轉(zhuǎn)載出于傳遞更多信息及方便產(chǎn)業(yè)探討之目的，并不意味著本站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性，文章內(nèi)容僅供參考。
