中國工程院院士李德毅：聚類成大數(shù)據(jù)認知突破口 

4月9日，由工業(yè)和信息化部、深圳市人民政府主辦，中國電子信息產業(yè)發(fā)展研究院、中國電子報社協(xié)辦的新一代信息技術產業(yè)發(fā)展高峰論壇在深圳會展中心舉行。中國工程院院士李德毅在發(fā)言中指出，大數(shù)據(jù)作為網絡時代的一種客觀存在，是網絡時代人類社會的重要資產，盡管目前對于大數(shù)據(jù)的認知存在挑戰(zhàn)，但聚   類將會成為大數(shù)據(jù)認知的突破口。
    大數(shù)據(jù)用傳統(tǒng)工具
    難以認知
      李德毅表示，大數(shù)據(jù)標志著一個新時代的到來，這個時代的特征不只是追求豐富的物質資源，也不只是無所不在的互聯(lián)網帶來的方便的多樣化信息服務，同時還包含區(qū)別于物質的數(shù)據(jù)資源的價值發(fā)現(xiàn)和價值轉換，以及由大數(shù)據(jù)帶來的精神和文化方面的嶄新現(xiàn)象。
     李德毅進一步指出，大數(shù)據(jù)來源于人類的測量、記錄和分析世界的渴望和無盡的追求。隨著信息技術，尤其是傳感器、通信、計算機和互聯(lián)網技術的迅猛發(fā)展和廣泛應用，人類獲取數(shù)據(jù)的手段越來越多，速度大大加快、成本急劇降低，層次和尺度更為精細，揭示自然現(xiàn)象和社會現(xiàn)象更加深刻，人聯(lián)網和物聯(lián)網又使得人人物物都成為數(shù)據(jù)源，這樣一來，大數(shù)據(jù)將成為網絡時代人類社會的重要資產。
     在李德毅看來，大數(shù)據(jù)本身既不是科學，也不是技術。它反映的是網絡時代的一種客觀存在，各行各業(yè)的大數(shù)據(jù)，規(guī)模從TB到PB到EB到ZB，都是以3個數(shù)量級的階梯迅速增長，是用傳統(tǒng)工具難以認知的、具有更大挑戰(zhàn)的數(shù)據(jù)。
      在數(shù)據(jù)密集型的網絡時代，任何傳統(tǒng)的“學科”或“行業(yè)”的公理、原理和定理組合而成的語境，遇到“互聯(lián)網+”的挑戰(zhàn)，這樣一來，“學科”和“行業(yè)”拓展成為交叉學科或者“四不像”行業(yè)，是“大數(shù)據(jù)，小模型、小定律、交叉學科”的時代，模型和程序要圍繞數(shù)據(jù)轉。
      李德毅認為，大數(shù)據(jù)時代數(shù)據(jù)量巨大、價值密度低，實時在線，多源異構、混雜敏捷、呈現(xiàn)復雜多樣的數(shù)據(jù)集合，需要跨媒體關聯(lián)，難以在單機計算架構上聚類，必須依托云計算，進行并行/分布式處理。
聚類成為
     發(fā)現(xiàn)大數(shù)據(jù)價值第一步
    李德毅在演講中指出，盡管大數(shù)據(jù)在認知上具有挑戰(zhàn)性，但是聚類將會成為大數(shù)據(jù)認知的突破口?！拔镆灶惥郏艘匀悍帧?，是人類幾千年來認識世界和社會的基本能力，是從大數(shù)據(jù)中發(fā)現(xiàn)價值必須面對的一個普遍性、基礎性問題，是認知科學作為“學科的學科”要解決的首要問題。認知科學要有所突破，首先要在大數(shù)據(jù)聚類上突破。