多“大”才算大數(shù)據(jù)

 

我們的時(shí)代是數(shù)據(jù)日益滲透生活的時(shí)代，大數(shù)據(jù)與人們的生產(chǎn)生活有著越來越密切的關(guān)系。

剛剛閉幕的2017中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)又為火熱的大數(shù)據(jù)產(chǎn)業(yè)添了一把火，博覽會(huì)簽約金額達(dá)167億余元，簽約意向金額為256億元左右。這一全球首個(gè)以大數(shù)據(jù)為主題的展會(huì)，再一次撩起了大數(shù)據(jù)的神秘面紗，展示了大數(shù)據(jù)的大能量，一個(gè)通過加工處理數(shù)據(jù)來創(chuàng)造價(jià)值的產(chǎn)業(yè)正在迅猛發(fā)展。

什么是大數(shù)據(jù)？有一個(gè)故事，說的是一位顧客訂購披薩時(shí)，披薩店可以立即調(diào)出這位顧客的許多信息，比如送披薩上門必有的家庭、單位等地址和電話，顧客的消費(fèi)習(xí)慣從而推薦適合他的披薩種類，顧客名下的銀行卡透支情況從而確定他的支付方式，甚至顧客要自取披薩時(shí)，還能根據(jù)顧客名下車輛的停放位置預(yù)估他的到店時(shí)間等等。

從這個(gè)故事，我們可以看出大數(shù)據(jù)的一些關(guān)鍵特征，比如容量大、類型多、關(guān)聯(lián)性強(qiáng)、有價(jià)值等等。“大數(shù)據(jù)是以高容量、多樣性、存取速度快、應(yīng)用價(jià)值高為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對(duì)數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。”工信部信息化和軟件服務(wù)業(yè)司副司長(zhǎng)李冠宇接受經(jīng)濟(jì)日?qǐng)?bào)·中國(guó)經(jīng)濟(jì)網(wǎng)記者采訪時(shí)說。

僅僅規(guī)模大不是大數(shù)據(jù)

大數(shù)據(jù)，顧名思義，“大”該是應(yīng)有之義。“大數(shù)據(jù)的定義最初與容量有關(guān)系。”李冠宇分析說，業(yè)界有幾種對(duì)大數(shù)據(jù)的定義，其中一個(gè)共同點(diǎn)就是數(shù)據(jù)的容量超出了原有的存儲(chǔ)、管理和處理能力。

正如中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院副院長(zhǎng)樊會(huì)文接受記者采訪時(shí)指出的，大數(shù)據(jù)概念產(chǎn)生就是因?yàn)閿?shù)據(jù)量和數(shù)據(jù)類型急劇增加，以至于原有的數(shù)據(jù)存儲(chǔ)、傳輸、處理以及管理技術(shù)不能勝任，需要全新的技術(shù)工具和手段。

信息技術(shù)日新月異，大數(shù)據(jù)的定義也在發(fā)生變化。工信部賽迪研究院軟件所所長(zhǎng)潘文說，數(shù)據(jù)即時(shí)處理的速度（Velocity）、數(shù)據(jù)格式的多樣化（Variety）與數(shù)據(jù)量的規(guī)模（Volume）被稱為大數(shù)據(jù)“3V”。但隨著近幾年數(shù)據(jù)的復(fù)雜程度越來越高，“3V”已不足以定義新時(shí)代的大數(shù)據(jù)，準(zhǔn)確性（Veracity）、可視性（Visualization）、合法性（Validity）等特性又被加入大數(shù)據(jù)的新解，從“3V”變成了“6V”。

對(duì)于“多大容量的數(shù)據(jù)才算大數(shù)據(jù)”，潘文說，大數(shù)據(jù)的規(guī)模并沒有具體的標(biāo)準(zhǔn)，僅僅規(guī)模大也不能算作大數(shù)據(jù)。規(guī)模大本身也要從兩個(gè)維度來衡量，一是從時(shí)間序列累積大量的數(shù)據(jù)，二是在深度上更加細(xì)化的數(shù)據(jù)。

李冠宇說，比如一份現(xiàn)在看起來很小的數(shù)據(jù)，但是縱向積累久了也可以變成大數(shù)據(jù)，橫向與其他數(shù)據(jù)關(guān)聯(lián)起來也可能形成大數(shù)據(jù)。而一份很大的數(shù)據(jù)如果沒有關(guān)聯(lián)性、沒有價(jià)值也不是大數(shù)據(jù)。

運(yùn)滿滿研究院院長(zhǎng)徐強(qiáng)認(rèn)為，“大”是必要條件，但非充分條件?；谝苿?dòng)互聯(lián)網(wǎng)用戶規(guī)模紅利，國(guó)內(nèi)平臺(tái)型企業(yè)比較容易獲取大量數(shù)據(jù)，但數(shù)據(jù)不是越多越好，無用數(shù)據(jù)就像噪音，會(huì)給數(shù)據(jù)分析、清洗、脫敏和可視化帶來負(fù)擔(dān)。

這也正如阿里巴巴集團(tuán)董事局主席馬云在某次演講中說的：“很多人以為大數(shù)據(jù)就是數(shù)據(jù)量很大，其實(shí)大數(shù)據(jù)的大是大計(jì)算的大，大計(jì)算+數(shù)據(jù)，稱之為大數(shù)據(jù)。”

“水漲船高”的大數(shù)據(jù)

今年麥?zhǔn)諘r(shí)節(jié)，在雷沃重工的全國(guó)“三夏”跨區(qū)作業(yè)信息服務(wù)中心，顯示屏的全國(guó)電子地圖上有許多大小不一、顏色不同的圓圈，這是每個(gè)區(qū)域正在作業(yè)的收割機(jī)。智能化的收割機(jī)會(huì)自動(dòng)獲得許多數(shù)據(jù)，包括機(jī)器運(yùn)行情況、收割量、小麥含水量等，數(shù)據(jù)傳回后臺(tái)匯總后，總體收割情況一目了然。

“大數(shù)據(jù)概念正是來自信息技術(shù)的飛速發(fā)展和應(yīng)用，特別是隨著云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的應(yīng)用，數(shù)據(jù)量迅猛增長(zhǎng)。數(shù)據(jù)來源有兩種，一種與人有關(guān)，比如政府、企業(yè)等為人們服務(wù)時(shí)產(chǎn)生的數(shù)據(jù)；另一種與物有關(guān)，在移動(dòng)泛在、萬物互聯(lián)時(shí)代，物聯(lián)網(wǎng)應(yīng)用的浪潮將帶動(dòng)數(shù)據(jù)量爆發(fā)式增長(zhǎng)。”李冠宇說。

這也就不難理解，為何當(dāng)下數(shù)據(jù)產(chǎn)生的速度如此之快。正如樊會(huì)文所分析的，一方面，信息終端大面積普及，信息源大量增加；另一方面，基于云計(jì)算的互聯(lián)網(wǎng)信息平臺(tái)快速增長(zhǎng)，數(shù)據(jù)向平臺(tái)大規(guī)模集中。

大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)之間相互影響、相互促進(jìn)、相互融合。徐強(qiáng)說，運(yùn)滿滿通過車聯(lián)網(wǎng)設(shè)備和信息平臺(tái)，每天獲取3TB至4TB的數(shù)據(jù)，運(yùn)用先進(jìn)的大數(shù)據(jù)算法模型，實(shí)現(xiàn)了智能車貨匹配、智能實(shí)時(shí)調(diào)度等。

樊會(huì)文認(rèn)為，云計(jì)算是硬件資源的虛擬化，而大數(shù)據(jù)是海量數(shù)據(jù)的高效處理。簡(jiǎn)單來說，云計(jì)算是大數(shù)據(jù)的基礎(chǔ)，有了云計(jì)算才能大量集中數(shù)據(jù)從而產(chǎn)生大數(shù)據(jù)。同時(shí)，大數(shù)據(jù)也支撐了云計(jì)算應(yīng)用創(chuàng)新，帶動(dòng)云計(jì)算發(fā)展。

人工智能的核心在于大數(shù)據(jù)支撐。圍棋人工智能程序“阿爾法狗”打敗柯潔，離不開大數(shù)據(jù)的支持。“大數(shù)據(jù)技術(shù)能夠通過數(shù)據(jù)采集、分析等方式，從海量數(shù)據(jù)中快速獲得有價(jià)值的信息，為深度學(xué)習(xí)等人工智能算法提供堅(jiān)實(shí)的素材基礎(chǔ)。反過來，人工智能技術(shù)也促進(jìn)了大數(shù)據(jù)技術(shù)的進(jìn)步。兩者相輔相成，任何一方技術(shù)的突破都會(huì)促進(jìn)另外一方的發(fā)展。”潘文說。

核心價(jià)值在于應(yīng)用

剛剛過去的“6·18”再次掀起網(wǎng)購熱潮。網(wǎng)購消費(fèi)者基本都被精準(zhǔn)推送過廣告信息，如曾瀏覽過電飯煲的消費(fèi)者，很長(zhǎng)一段時(shí)間內(nèi)會(huì)在登錄頁面后看到各品牌電飯煲信息。

阿里、京東、360等互聯(lián)網(wǎng)平臺(tái)接觸消費(fèi)者眾多，也因此獲得了很多數(shù)據(jù)。但是正如精準(zhǔn)推送一樣，不對(duì)這些數(shù)據(jù)進(jìn)行處理、挖掘就沒法產(chǎn)生價(jià)值。比如雷沃收割機(jī)傳回的數(shù)據(jù)進(jìn)行匯總后還要分析處理，從而得出對(duì)收割作業(yè)乃至整個(gè)農(nóng)業(yè)都有意義的結(jié)論才是這些數(shù)據(jù)的價(jià)值所在。

“大數(shù)據(jù)作為重要的基礎(chǔ)性戰(zhàn)略資源，核心價(jià)值在于應(yīng)用，在于其賦值和賦能作用，在于對(duì)大量數(shù)據(jù)的分析和挖掘后所帶來的決策支撐，能夠?yàn)槲覀兊纳a(chǎn)生活、經(jīng)營(yíng)管理、社會(huì)治理、民生服務(wù)等各方面帶來高效、便捷、精準(zhǔn)的服務(wù)。”李冠宇強(qiáng)調(diào)。

我們正在步入萬物互聯(lián)時(shí)代。華為預(yù)測(cè)，到2025年，物聯(lián)網(wǎng)設(shè)備的數(shù)量將接近1000億個(gè)。工信部統(tǒng)計(jì)數(shù)據(jù)顯示，目前我國(guó)網(wǎng)民數(shù)量超過7億，移動(dòng)電話用戶規(guī)模已經(jīng)突破13億，均居世界第一。

“全球數(shù)據(jù)總量呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，企業(yè)級(jí)用戶擁有的數(shù)據(jù)量在快速增加?；ヂ?lián)網(wǎng)的社會(huì)化生產(chǎn)出巨量數(shù)據(jù)。”樊會(huì)文說。

大數(shù)據(jù)產(chǎn)業(yè)也因此有了穩(wěn)步增長(zhǎng)的基礎(chǔ)。據(jù)潘文介紹，2016年我國(guó)大數(shù)據(jù)核心產(chǎn)業(yè)規(guī)模達(dá)到3100億元，按照工信部今年年初發(fā)布的《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》，預(yù)計(jì)到2020年將達(dá)到1萬億元的規(guī)模。

“2016年，我國(guó)兩批次8個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)開始建設(shè)，大數(shù)據(jù)集聚發(fā)展布局初步形成，各區(qū)域特色化發(fā)展態(tài)勢(shì)初現(xiàn)。以阿里巴巴為代表的大數(shù)據(jù)企業(yè)不斷創(chuàng)新，開源技術(shù)成為大數(shù)據(jù)技術(shù)創(chuàng)新和產(chǎn)業(yè)進(jìn)步的重要力量。大數(shù)據(jù)在金融、電信、交通等行業(yè)領(lǐng)域不斷深化應(yīng)用，催生著新業(yè)態(tài)，加速著產(chǎn)業(yè)升級(jí)。”潘文說。（來源：經(jīng)濟(jì)日?qǐng)?bào)）