多大的數(shù)據(jù)才算“大數(shù)據(jù)”

什么是大數(shù)據(jù)有一個故事，說的是一位顧客訂購披薩時，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，還能根據(jù)顧客名下車輛的停放位置預(yù)估他的到店時間等等。

從這個故事，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、有價值等等?！按髷?shù)據(jù)是以高容量、多樣性、存取速度快、應(yīng)用價值高為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進行采集、存儲和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價值、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)司副司長李冠宇接受經(jīng)濟日報·中國經(jīng)濟網(wǎng)記者采訪時說。

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)界有幾種對大數(shù)據(jù)的定義，其中一個共同點就是數(shù)據(jù)的容量超出了原有的存儲、管理和處理能力。

正如中國電子信息產(chǎn)業(yè)發(fā)展研究院副院長樊會文接受記者采訪時指出的，大數(shù)據(jù)概念產(chǎn)生就是因為數(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、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潘文說，數(shù)據(jù)即時處理的速度(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維度來衡量，一是從時間序列累積大量的數(shù)據(jù)，二是在深度上更加細化的數(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、沒有價值也不是大數(shù)據(jù)。

運滿滿研究院院長徐強認為，“大”是必要條件，但非充分條件?；谝苿踊ヂ?lián)網(wǎng)用戶規(guī)模紅利，國內(nèi)平臺型企業(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，會給數(shù)據(jù)分析、清洗、脫敏和可視化帶來負擔(dān)。

這也正如阿里巴巴集團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，其實大數(shù)據(jù)的大是大計算的大，大計算+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節(jié)，在雷沃重工的全國“三夏”跨區(qū)作業(yè)信息服務(wù)中心，顯示屏的全國電子地圖上有許多大小不一、顏色不同的圓圈，這是每個區(qū)域正在作業(yè)的收割機。智能化的收割機會自動獲得許多數(shù)據(jù)，包括機器運行情況、收割量、小麥含水量等，數(shù)據(jù)傳回后臺匯總后，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，特別是隨著云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的應(yīng)用，數(shù)據(jù)量迅猛增長。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)時產(chǎn)生的數(shù)據(jù);另一種與物有關(guān)，在移動泛在、萬物互聯(lián)時代，物聯(lián)網(wǎng)應(yīng)用的浪潮將帶動數(shù)據(jù)量爆發(fā)式增長?！崩罟谟钫f。

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，基于云計算的互聯(lián)網(wǎng)信息平臺快速增長，數(shù)據(jù)向平臺大規(guī)模集中。

大數(shù)據(jù)與云計算、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、相互融合。徐強說，運滿滿通過車聯(lián)網(wǎng)設(shè)備和信息平臺，每天獲取3TB至4TB的數(shù)據(jù)，運用先進的大數(shù)據(jù)算法模型，實現(xiàn)了智能車貨匹配、智能實時調(diào)度等。

樊會文認為，云計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。簡單來說，云計算是大數(shù)據(jù)的基礎(chǔ)，有了云計算才能大量集中數(shù)據(jù)從而產(chǎn)生大數(shù)據(jù)。同時，大數(shù)據(jù)也支撐了云計算應(yīng)用創(chuàng)新，帶動云計算發(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?！按髷?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)中快速獲得有價值的信息，為深度學(xué)習(xí)等人工智能算法提供堅實的素材基礎(chǔ)。反過來，人工智能技術(shù)也促進了大數(shù)據(jù)技術(shù)的進步。兩者相輔相成，任何一方技術(shù)的突破都會促進另外一方的發(fā)展?！迸宋恼f。

核心價值在于應(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者，很長一段時間內(nèi)會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)平臺接觸消費者眾多，也因此獲得了很多數(shù)據(jù)。但是正如精準(zhǔn)推送一樣，不對這些數(shù)據(jù)進行處理、挖掘就沒法產(chǎn)生價值。比如雷沃收割機傳回的數(shù)據(jù)進行匯總后還要分析處理，從而得出對收割作業(yè)乃至整個農(nóng)業(yè)都有意義的結(jié)論才是這些數(shù)據(jù)的價值所在。

“大數(shù)據(jù)作為重要的基礎(chǔ)性戰(zhàn)略資源，核心價值在于應(yīng)用，在于其賦值和賦能作用，在于對大量數(shù)據(jù)的分析和挖掘后所帶來的決策支撐，能夠為我們的生產(chǎn)生活、經(jīng)營管理、社會治理、民生服務(wù)等各方面帶來高效、便捷、精準(zhǔn)的服務(wù)?！崩罟谟顝娬{(diào)。

我們正在步入萬物互聯(lián)時代。華為預(yù)測，到2025年，物聯(lián)網(wǎng)設(shè)備的數(shù)量將接近1000億個。工信部統(tǒng)計數(shù)據(jù)顯示，目前我國網(wǎng)民數(shù)量超過7億，移動電話用戶規(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)級增長，企業(yè)級用戶擁有的數(shù)據(jù)量在快速增加。互聯(lián)網(wǎng)的社會化生產(chǎn)出巨量數(shù)據(jù)。”