大数据时代：中国迎来新挑战

大数据时代：中国迎来新挑战

日期：[2012年11月26日] 版次：[SA26] 版名：[深圳读本 深评] 稿源：[南方都市报] 网友

评论： 0 条

嘉宾简介

涂子沛，知名信息管理专家、专栏作家，先后为《南方都市报》、《IT经理世界》多个报刊网站撰写专栏，著有《大数据》。涂子沛先生在中美两国都有广泛的技术、管理从业经历。

赴美之前，曾在中国省、市、县几级政府的不同部门工作过，现担任

K IT Solutions软件公司亚太事务主任、中国旅美科技协会董事、匹兹堡分会主席。涂子沛先生毕业于卡内基梅隆大学，获信息技术科学硕士、公共管理硕士学位。 关于大数据，我会讲三方面的内容：第一，解读一下大数据现象；第二，谈谈大数据这个现象的意义；第三，讨论一下这个时代对我们意味着什么？具体有一些什么样的挑战？

五因素促成大数据形成

首先讲讲大数据现象。“数据”不是“数字”，对数字可以有很多解读，但是对数据来说，它就是一个有根据的数字，是对客观事件的记录，所以它不仅仅是数字。进入信息社会之后，“数据”的概念和内涵在不断丰富。因为人类发明计算机之后有一个外来词就是“database”，翻译成中文是“数据库”。人类的计算机最早只能处理数据和数字，后来计算机技术不断向前发展，可以处理图像、文档、视频、音频。这一切的东西，无论是文档还是视频、音频，都存放在数据库中，所以，后来大家就把它们统称为“数据”。

不仅是数据的内涵在扩大，数据的体积也在扩大。但是这个“大”的含义也是在不断演变的，最早提出“大数据”的时候，这个“大”意味着重要。到2000年，这个定义又开始慢慢转变，这时很多企业的数据业绩有“太”级别的数据了。2000年，有一个宾夕法尼亚大学的教授定义说“200太的数据是大数据”。我认为大数据不仅仅是从容量来看，容量不是那么重要，而是要从大含量、大价值方面来看。 “大数据”现象是怎么形成的？我认为有5个因素，包括摩尔定律、普适计算、数据挖掘、社交媒体、云计算，它们促成了“大数据”的形成。

首先说摩尔数据。1965年时，英特尔创始人戈登·摩尔发现了一个很重要的现象，总结出一个规律。他说同一个面积的芯片上晶体管的数量在成倍增长，每一到两年就增长一倍。这意味着存储量越来越大，计算量、计算的速度越来越快，越来越密集，同时价格在不断下降。从上世纪50年代人类开始有存储器之后到现在，它的价格下降了300万倍。

1988年时又出现了一个新现象，叫做“普适计算”，是马克·韦泽提出的。1988年，他说人类计算机浪潮应该有三组：第一组是主机阶段，很多人共用一个主机，这个主机非常大。然后，可以人手一机了，但是他说这不是终结，未来时代计算机变得非常微小，计算机会无处不在，甚至融入到日常环境中，你发现不到它在计算。我们现在是否已经进入这个时代了？个人的手机已经很小了，其实它就是一台个人电脑。还有无处不在的传感器。我们现在谈的互联网就是普适计算的一部分，覆盖全球的互联网就是它的一个子概念。它又为我们解决了一个新问题，这时人类收集数据的能力得到增强，不仅仅是保存数据了，我们还可以广泛收集数据，无处不计算。 1989年时，一个新的东西成为热点，这就是“数据挖掘”。超市通过数据挖掘、购买记录，判断出顾客的需要，定向投放广告。数据挖掘有两种：一种是对过去进行挖掘，发现规律，把这种规律提炼出来；一种是对未来进行预测。数据挖掘解决了一个新问题，这就是现在人类不仅收集、保存数据能力很强，分析数据的能力也得到了提高。

2004年之后又有了一个新现象，社交媒体出现了。这时不仅是信息系统，每一个人都在贡献数据。原来的信息记录是一个严整的、有格式的，数据库也是这样的，这个长度是一致的。但是到微博时代就变成了非结构化的数据，每个人都在贡献数据。微博不仅在中国起到了这样的作用，在全世界都起到了很重要的作用。我前两天在北师大和别人交流，他们谈到了一个很有意思的现象。说一个学生总结了一个现象，“信息只能传播信息，行动才能够引发行动”。其实公民社会就是一个可以产生集体行动的社会。

2006年，“云计算”出现了。上世纪80年代的公用电话网解决不了私密通话的问题，后来有一个新技术叫做虚拟技术(VPN )，它解决了这个问题。就是你在想与别人通话时，立刻运行这个软件，就可以架设一条虚拟专线。他们就把这种服务称为“云”。1997年时，就有教授把“云”和“计算”结合到一起。为什么？他们认为计算也会变成这样。不要你去买芯片、处理器，计算会成为一种服务，想要的时候就来。云计算有三种模式：第一种是软件即服务，也就是用互联网上的软件，而不用自己装软件。第二种是平台即服务，用它的软件后，连操作系统都不要装了。第三种是设施即服务，不仅系统不需要了，自己的计算机也不需要了，只需要一个显示器就可以了。

很多专业机构都认为“大数据”这个现象非常重要，是人类下一个创新竞争的前沿。2012年3月份，大数据甚至成为了美国的国家战略、国家行为，美国联邦政府把它上升到与当年的互联网和超级计算一样的高度。当年的互联网，美国政府投资5亿美元，现在对大数据的第一次投资也达到2亿多美元。 从“信息时代”走向“智能时代”

我认为大数据这个现象是一个革命性的变化，它意味着我们从“信息时代”迈向“知识时代”，最后再走向“智能时代”。

在信息时代，信息无所不在。信息时代再向前迈进就是知识时代，知识无所不在。知识是系统化的、有规律的、经过了分门别类整理的信息。进入大数据时代，不仅仅是知识无所不在，而且是智能无所不在。计算机最后就是发展到智能，能自己算，自动识别很多东西。大数据时代出现之后，数据成为一个重要的资源和创新的基础，成为这个生产过程当中一个基本的要素和资产。我们看到数据也可能成为一种可以交易的商品。数据最大的作用就是可增值性，通过整合可以发现新的知识。人类已经从软件时代进入了数据时代，正因为数据的重要，基于数据的创新和竞争成为企业、组织，甚至国家之间的一种竞争形式。

大数据还催生了很多管理创新。美国、英国三所大学合作，把240年庭审记录输入到电脑中去，进行分析，并且与其他数据进行整合，分析犯罪情况与社会的运行，经济情况的改变有没有关系。

社会科学在以前是很难量化的东西。你来研究我，我就会有一种抗拒，行为就被扭曲了。而这个时代的数据那么多，你的个人行为已经在网上被广泛记录了。当这些记录被整合到一起时，人的行为就可以量化了。

怎么去理解大数据？这绝对不能从体积上去理解，而是说人类现在分析数据的能力得到增强了。即使是小的数据，也能从中发掘出大的价值。美国为什么会有一些创新？因为数据是开放的，每个人都可以来挖掘。数据已经成了资产，成为一个创新的前沿，是一定要开放的，只有数据开放才能产生更大的价值。 中国需要法律规范数据发布

大数据对我们的未来意味着什么？意味着我们从知识时代向智能时代的迈进。最后来看一看大数据时代对我们究竟意味着什么样的挑战？特别是对于中国来说，意味着怎样的挑战？

互联网数据是如何产生的？主要是互联网和手机产生的。本来我们应该是个数据大国，但是很可惜，中国的数据很少。为什么？我认为是我们收集数据的意识比较差。

即使有这种数据，数量也是比较低的，公信力也是比较差的。

还有一个很重要的方面是标签，就是你每发一条新的信息都要标签化，给这条信息来打标签。W eb3.0，这是一个什么时代？简单说，就是一个“打标签”的时代，它也叫做“羽翼网”，这时的搜索就会完全改变。“羽翼网”不仅仅是每个网站都有一个网址，每一个数据在网络上都有一个地址，你都可以找到那个数据。然后那个数据有很多标签对它进行定义，相同标签的数据可以自动联系起来。w eb2.0从另外一个角度来说，是一个“推时代”，是被动的时代。而未来时代是“拉时代”，主要权利在你，你想用什么数据在网上拉就行，而不是“推”。

中国数据质量低、公信力差，我们的传统也不重视数据，数据是一个任人打扮的“小姑娘”。我们还有另外一个问题，就是数据一致性低，这也是全世界面临的挑战。在大数据时代，数据要进行整合，这个系统和那个系统的数据要连接起来。这就牵涉到数据的定义了，我们现在面临的挑战是如何把各种不同的信息系统加总起来？现在在设计新系统时就要考虑数据定义必须和其他系统是兼容的，是可以对接起来的。 美国有《数据质量法》，公民、公司、组织对美国政府公布的数据是可以质疑的，可以提起审核、质疑，甚至最后可以打官司。中国也需要这样的法律来规范数据的发布。

在根本上，我们的文化传统或者我们这个国家，按文化传统来说是轻逻辑、轻数字的传统，在别的国家实现了数字化管理时，我们还是不能合理运用数据来进行管理。这就是“数据治国”。当然我们在用它的时候，不能说取代“依法治国”，这是两码事，不能把它极端化。因为数据代表了对客观世界的记录，数据的精神归根到底是一个尊重事实的精神，是一个理性的精神。你把角色建筑在数据之上，而不是建筑在意识形态之上，不是建筑在利益关系之上，而是建筑在事实之上。

还有一个挑战，这就是隐私权的挑战。我们认为隐私权是个人自由的一道屏障。大数据时代，如果有一种力量把所有的信息系统都加总，那你个人还有隐私吗？1974年时，美国就设立了《隐私法》，保护的主体就是数据。信息时代的个人隐私权也集中体现个人控制、编辑、管理自己数据和信息的一种权利。关于隐私权的变迁，在信息社会，隐私权的重心就体现在你的个人数据上。 数据开放和公开不一样

最后谈一谈开放数据。数据的价值在于整合，谁在这个社会中有最多的数据？政府是其中一个，你的数据需要整合，首先就要与人口、地理、天气、经济的信息这些最根本的数据进行整合，所以这部分数据是应该开放的。而开放这部分数据实际上也是有法理根据的，政府是纳税人供养的，它收集了我们的数据，但不开放给我们使用，

这在法理上肯定是不合理的。

在这里，我还要强调一个概念，数据开放和数据公开是不一样的，我们可以举个例子来说明。例如你到商店中买东西，很显然，所有商品的价格是公开的，但是这不叫开放，什么叫开放？例如沃尔玛，把所有商品的价格以电子数据库的形式放到网上，这时另外一个公司可以把它的数据完全下载下来，立刻就与自己的数据对接起来。想象一下，如果所有的商店把它所有销售商品的价格开放到网上，会出现什么情况？这就是开放的效果，而不是公开的效果。

不能仅仅从数据公开的角度来理解数据开放，数据开放是能推进经济由粗放型增长向精细型发展转型的，是有利于经济转型的，是可以推动知识经济和网络经济发展的。数据开放还有什么作用？如果把数据库上的原始数据开放给公民，那么数据的公信力是否会提高？这可以让公民自己去计算。

数据开放的运动在海外绝对不仅仅是停留在政府层面，商业数据也在开放。从这个层面上来说，有一个新的词叫做“数据权”。它首先在英国产生，而不是在美国。开放数据不仅仅是一个知情权的问题，现在还是一个经济问题，是如何推动我国经济的转型升级的问题。 涂子沛

(本文为嘉宾2012年11月18日演讲稿，有删节。)

本文来源：https://www.bwwdw.com/article/8gqt.html