大數(shù)據(jù)必須回歸本質(zhì)

楊學山

最近在網(wǎng)上有兩篇關(guān)于大數(shù)據(jù)的文章，引起了我的關(guān)注，一篇是講既不要神化大數(shù)據(jù)，更不要把大數(shù)據(jù)妖魔化。意思就是我們由于互聯(lián)網(wǎng)等其他原因，大數(shù)據(jù)越來越多，我們個人隱私無處可藏，帶來了對大數(shù)據(jù)公司的質(zhì)疑。第二篇是一個論壇上一個嘉賓的講話，中心意思是大數(shù)據(jù)只有回到企業(yè)具體場景才有商業(yè)價值。

由此，回顧2011年有兩篇文章開啟了大數(shù)據(jù)的元年，第一篇文章是《科學》雜志一篇文章，核心意思是大數(shù)據(jù)越來越多，我們在無所不在大數(shù)據(jù)的包圍下。不要神化大數(shù)據(jù)和不要妖魔化大數(shù)據(jù)。第二篇文章是一個研究報告，這個報告的題目是大數(shù)據(jù)是創(chuàng)新、競爭、生產(chǎn)力的下一個前沿，這和大數(shù)據(jù)要回到企業(yè)的具體場景來實現(xiàn)商業(yè)價值一脈相承，也就是說我們大數(shù)據(jù)必須擺脫困惑，回歸本質(zhì)。這個本質(zhì)就是大數(shù)據(jù)是干什么的？大數(shù)據(jù)是為了提升我們創(chuàng)新、競爭力。

大數(shù)據(jù)的基點、基石究竟在什么地方？就是為我們認識問題、解決問題作出貢獻，創(chuàng)造價值。我們的大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟就是在這樣的基石上走出來的，所以我們必須回到基石、基點，然后再去尋找路徑，再說產(chǎn)業(yè)鏈和生態(tài)鏈的發(fā)展。圍繞著大數(shù)據(jù)回歸到問題的求解來說，我們需要有幾個重要的轉(zhuǎn)變。第一個轉(zhuǎn)變是我們通過大數(shù)據(jù)來找到對問題的認識和解決辦法。要逐步走向從問題本身出發(fā)，去看需要什么樣的大數(shù)據(jù)，探究大數(shù)據(jù)在解決問題中起什么作用。我們要逐漸使得我們大數(shù)據(jù)的處理，以符號處理為主轉(zhuǎn)向以語義處理為主。我們逐漸從重視大數(shù)據(jù)以數(shù)量為主轉(zhuǎn)向以質(zhì)量為主，這兩個之間是相互關(guān)聯(lián)，不能割裂的。我們要逐漸從數(shù)量為主要追求目標轉(zhuǎn)向質(zhì)量作為主要追求目標。

對于我們來說，更重要或者說我們更要做的是對確定的問題來說，大數(shù)據(jù)分析究竟需要什么數(shù)據(jù)，這個數(shù)據(jù)對于認識這個問題和解決這個問題應該要發(fā)揮什么作用。而不僅僅是通過大數(shù)據(jù)發(fā)現(xiàn)什么問題。因此，我們這個重心要移過來。為什么要移？根本原因就是我說的基點，這個基點就是我們認識問題、解決問題中存在的商業(yè)價值，這是大數(shù)據(jù)的根本。這個轉(zhuǎn)變是最根本的轉(zhuǎn)變，如果不解決它的話，大數(shù)據(jù)發(fā)展方向這個健康可持續(xù)的發(fā)展路徑就沒有。

關(guān)于大數(shù)據(jù)的轉(zhuǎn)變，在此我舉幾個例子說明一下。比如霧霾的治理，霧霾我們需要用兩種數(shù)據(jù)或者兩個系列的數(shù)據(jù)來為我們認識問題，解決問題作出貢獻。哪兩個系列？第一個就是霧霾實際產(chǎn)生的數(shù)據(jù)，從北京這個空間上看源頭在哪？是哪種行為、哪個客體產(chǎn)生了霧霾。第二個是霧霾到空氣中它產(chǎn)生什么樣的變化，以至于形成了我們實際空氣中的這種現(xiàn)象。這兩個問題會讓我們認識到霧霾的形成或者產(chǎn)生原理，但解決問題我們?nèi)钡氖鞘裁?？缺的是我們沒有能夠使我們分析問題、明確問題的數(shù)據(jù)。這一點恰恰是非常重要的。

現(xiàn)實是，從現(xiàn)有的數(shù)據(jù)認識北京的霧霾問題是不夠的。你只能認識到局部，不能認識到全部。認識全部，我們需要從霧霾的理論出發(fā)，霧霾的空氣，以及從霧霾在空氣中發(fā)生變化的這個過程出發(fā)。從我們各個產(chǎn)生點的分布出發(fā)來說，我們需要什么樣的數(shù)據(jù)。我們要部署什么樣的傳感器，這個傳感器怎么運作，這個傳感器的性能是什么。根據(jù)這些非常細節(jié)的數(shù)據(jù)和支持，我們才能建立理論，進行分析。今天的數(shù)據(jù)類型即使你再增加100倍，也不能為認識問題、解決問題做出實質(zhì)性的貢獻。

第二個轉(zhuǎn)變就是我們要從符號處理出發(fā)，而不是語義處理。大家都知道“阿爾法狗”，在它背后有一件事：網(wǎng)上有一個專家認為谷歌“阿爾法狗”是不成功的項目，為什么不成功？他的理由是因為人工足夠，智能沒有。為什么說人工足夠，智能沒有。他認為，原因是在整個“阿爾法狗”贏得比賽的過程中，算法貢獻和數(shù)據(jù)貢獻不一樣。數(shù)據(jù)是“阿爾法狗”成功的主要貢獻，而不是算法。

關(guān)于“阿爾法狗”還有一個評論，人在下棋的時候所有處理都是語義處理，所有信息過程沒有一步一點是浪費。“阿爾法狗”在整個過程中是以符號數(shù)據(jù)為主，沒有辦法直接把感知的東西連接到一個像人一樣確定的語義通道上去。而數(shù)據(jù)智能的核心是，我們要在整個過程增加語義處理。

第三個講的是數(shù)量和質(zhì)量，不管是數(shù)據(jù)還是大數(shù)據(jù)，數(shù)量是很重要的，沒有數(shù)量什么都做不出來，所以要有量。工業(yè)大數(shù)據(jù)量十分的大，沒有量，模型出不來，算法出不來，要量，但是量和質(zhì)的中間，我們需要逐漸把質(zhì)量放在更重要的位置。因為，我們不是需要一堆數(shù)據(jù)，而是真正有一個傳感器，這個東西感知到的細微信息才是有用，才是有質(zhì)量的。我們必須把質(zhì)量放在第一位，因為我們是認識、解決問題，我們通過數(shù)據(jù)使認識問題和解決問題的代價變得小了，才能有價值。

如果你用了大數(shù)據(jù)以后，用了那堆工藝之后，你認識問題，解決問題付出的代價比原來還要大，那是負價值，不是正價值。要把這樣的過程中付出的價值變得更小，我們必須從數(shù)量向質(zhì)量轉(zhuǎn)移。（根據(jù)主旨報告內(nèi)容整理，未經(jīng)本人審核）endprint