“大數據”面臨大挑戰(zhàn)

計算機大會專門組織的“大數據主題論壇”可謂高規(guī)格陣容，主講者有中國工程院院士、中科院計算機所研究員李國杰，中國工程院院士東北大學教授柴天佑，中國科學院院士、北京大學教授鄂維南；中國科學院院士、上海交通大學副校長梅宏等。

“IT技術廣泛的應用使我們獲得了巨大數據，從這些數據當中我們可以得到很多東西，也使計算機系統(tǒng)、軟件技術、生產生活，包括數學基礎研究面臨新的挑戰(zhàn)和機遇?！闭搲鞒秩恕揽萍即髮W王懷民教授說。

梅宏院士認為信息界當前的幾個最熱點的問題，大數據、云計算、移動互聯網本質上都是互聯網計算及其延伸產生的效果，包括更快的網絡帶寬，更廣大的網絡接入，更強的計算能力，更小的計算設備和更低的存儲成本。

不過，他同時也指出，大數據不僅帶來對軟件技術、編程語言的挑戰(zhàn)，同時也讓人類社會面臨著能耗挑戰(zhàn)，因為目前全球范圍內的數據中心服務器和散熱系統(tǒng)每年大概需要消耗30億瓦的電能，而這相當于20座核電站的發(fā)電量。一個大型數據中心的能耗非常巨大，甚至比一座中型美國城市的耗電量還要高。

“歷史上設計計算機系統(tǒng)的主要目標是充分發(fā)揮CPU的計算性能，較少關心如何滿足持續(xù)的數據存取要求?，F在存儲問題尚未解決，又遇上大數據應用，計算機系統(tǒng)的負載發(fā)生了本質性變化，雖然CPU進展很快，每年50%~60%的增長，但負載增加更大，以前數據是圍著CPU轉的，現在變過來了，是圍繞數據轉。”李國杰院士認為，計算機系統(tǒng)結構需要革命性的重構，重點是數據如何“搬運”，要由過去的“大象搬木頭”轉變?yōu)椤拔浵伆岽竺住薄?/span>

李國杰院士透露，中科院網絡數據科學與技術重點實驗室的“天璣網絡大數據平臺”，已經完成了面向網絡大數據、金融大數據處理的一體機原型系統(tǒng)，并已經在淘寶、騰訊等相關企業(yè)和大數據情報處理領域進行了試用。

中國工程院院士柴天佑則描述了工業(yè)大數據的特殊：數據量大、類型多、變化速度快，復雜工業(yè)系統(tǒng)中許多機理不清，難以用數學模型來描述其特征，大數據的應用技術為研究復雜工業(yè)系統(tǒng)開辟了新途徑。

大數據研究和應用不能“忽悠”

“大數據是什么呢？每個人都有每個人的理解，我自己也是帶著問題來的?！?013年中國計算機學會海外杰出貢獻獎獲得者、美國特拉華大學電子與計算機工程終身教授高光榮在做大會報告時，展示了“瞎子摸象”的照片。這位從事計算機系統(tǒng)結構研究的國際知名學者介紹了自己近些年從事數據研究的成果。不過，他認為“大數據”的提法過熱，明顯有炒作的味道，急于求成，“做研究不要貪快，有些研究不會立竿見影，一項研究工作需要很多年。無論是美國還是中國，我們在大數據研究上，都才剛剛開始?！彼昧艘粋€新學會的詞：不能“忽悠”。

不過，在大數據主題論壇上，高光榮教授仍未得到答案。

當李國杰院士從系統(tǒng)結構的角度，柴天佑院士從工業(yè)應用，鄂維南院士是從數學的角度，梅宏院士從軟件的角度進行一一闡述之后，一名學生提出了一個問題：“能不能請各位老師用一句話說說大數據的本質是什么？大數據帶來什么樣的變化？”

一句話說清一個問題似乎讓主講者都有些為難。

柴天佑院士認為，從用大數據進行研究的角度來談，超出現有的理論方法技術、工具，能處理一個數據群就叫大數據。

而李國杰院士認為，大數據被“大”字給忽悠了，它更多的是多樣化、變化快，不僅有快數據，還有真?zhèn)蝺煞矫娴臄祿?。大數據是一個處理數據的方法，不是數據本身的規(guī)模。

梅宏直接表示很難回答：“大數據這個詞不是技術生產科學意義比較明確的定義，它給人的聯想太多的空間了。用一句話我說不出來?！?/span>

之前，他提到大數據將不會是一個可完全“解決”的問題，只能是逐步“逼近”、緩解的技術，目前尚不存在有效的大數據技術。

針對研究人員如何獲數據的問題，李國杰院士回答，政府應該是首要的公眾數據來源者，政府掌握大量的各類數據，但是現在數據公開還沒有做好。此外，研究人員還可以向企業(yè)要數據，通過協(xié)議相互交換，搞技術的、做科學研究的共同交流才能出成果。

大數據研究人員短缺

計算機大會的特邀講者，來自美國北卡來羅納州立大學分校史德利·阿霍爾特（Stahley.Ahalt）教授是創(chuàng)新計算研究所的負責人，他認為，大數據已經存在，需要新的工具來使數據消費者進行大規(guī)模應用。

在他看來，數據的產生者包括大學、政府、醫(yī)療保健機構、工業(yè)界等，而數據使用者是科學家、公民、政府、醫(yī)務人員、商業(yè)界?！皬?010年開始，每兩天產生的數據就相當于歷史上到2003年產生的數據總和。所以需要數據科學，對這些數據進行分析、挖掘，利用。互聯網使得數據的移動、共享和發(fā)現更容易；更快的處理器，更多和更廉價的存儲容量”

他介紹了大數據在美國社會管理、風暴潮預測以及生物基因診斷方面的成功應用。一家名為美國快捷藥方的公司宣稱已有10億個藥方數據用于分析，使病人的郵購處方更為合理經濟。他們通過預測模型，找到了400個影響因素，來發(fā)現因病人不遵循用藥規(guī)定帶來的風險，而這一項每年帶來的損失高達3170億美元。UPS公司通過分析從成千上萬臺送貨車上傳感器傳回的數據，減少530萬英里行程，減少發(fā)動機的閑置達1000萬分鐘，節(jié)省65萬加倫的燃料，減少二氧化碳排放量達6500公噸。

阿霍爾特教授提供了一系列數字，大數據的應用可以使美國每年節(jié)省醫(yī)療節(jié)省費用達到3000億美元，這相當于西班牙全年的醫(yī)療保健花費；歐洲公共管理部門每年可節(jié)省2500億歐元；節(jié)省1%的汽油油耗，15年可以節(jié)省680億美元；采用數據信息決策的公司，可使生產率提升5%~6%。

而因為大數據開發(fā)及使用，也可以創(chuàng)造無數新的工作機會。全球范圍內，到2015年，大數據和分析工作機會有望超過400萬個。

每個大數據的工作能夠產生3個相關的工作。對于美國而言，到2015年，將有190萬新的大數據工作機會，但將由于人才短缺，僅有1/3的崗位能招到人。2020年，美國針對數據相關的管理員和軟件開發(fā)者的需求預計增長約32%。

在2012年的一項調查中，78%的被調查者認為確實存在大數據方面的人才短缺。那么大數據科學家要具備什么樣的IT技能呢？阿霍爾特表示，數據科學家要對計算機科學背景有全面了解，包括對應用軟件、建模、數據、分析等，要有商業(yè)頭腦，以及對數據提煉融合的能力。數據科學家還“必須能夠獲取數據集，對它們進行數學建模，以及懂得建立模型的所需要的數學理論。他們必須能發(fā)現并闡明數據揭示的問題，即從數據中發(fā)現合適的問題。”

河南億恩科技股份有限公司(mszdt.com)始創(chuàng)于2000年，專注服務器托管租用，是國家工信部認定的綜合電信服務運營商。億恩為近五十萬的用戶提供服務器托管、服務器租用、機柜租用、云服務器、網站建設、網站托管等網絡基礎服務，另有網總管、名片俠網絡推廣服務，使得客戶不斷的獲得更大的收益。
服務器/云主機 24小時售后服務電話：0371-60135900
虛擬主機/智能建站 24小時售后服務電話：0371-55621053
網絡版權侵權舉報電話：0371-60135995
服務熱線：0371-60135900