云大数据论坛：探讨大数据的社会生态化（二）

主持人：谢谢祝老师精彩的演讲。首先有很多观点，我是非常赞同祝老师的观点。比如理论笑到最后。祝老师也指出了存在的很多大的理论问题。下面有请程学旗的代表大数据专业委员会介绍一下关于大数据的热点和趋势的讨论。

程学旗代表：我报告的题目是大数据的热点问题和2013年的发展趋势。这是CCF大数据专家委员会在内部做的很详细的调研结果。

关于背景我先做一些简单的介绍。去年我们开了一个大数据的相关会议，会上很多专家提出来，我们能不能在CCF下面成立一个大数据专家委员会。从今年年初开始，我们一直在筹备这个事情，今年10月份在大连中国计算机大会上宣布大数据专家委员正式成立。成立的时候大家有一个很困惑的地方，虽然每个人都在谈我是做大数据的，或者说跟大数据有关的，但是有很多问题大家都没弄清楚。比如说到底什么叫做大数据，到下来还没有一个让所有人都内容公认的定义。大数据本身的内涵是什么，不同的人讲的时候会有不同的答案。

另外，大数据它为什么能够成为一个热点，哪些问题是来自大数据的挑战，这些问题大家都不清楚。计算机大会2000人的规模，同样的问题问不同的人可以得到不同的答案。正因为这样的原因，在大数据专家委员会内部形成了一个共识，能不能在专家委员会内部先做一个调研。专家委员会现在有70人，学术界有46人，产业界有14人，海外代表有10人。在这70人里我们做了一个调研，尝试的对刚才提到的问题给出一个初步的答案。

具体操作是这样的。先是在70人里面发问卷，你所认为的大数据的核心问题是什么，大数据的发展趋势是什么。从收上来的问卷里我们又摘录出来一些问题，经过归并整理，又形成侯选问题。让70位的专家去投票，再从里面选择，最后经过建议归并整理，形成了最后的答案。

下面来看大数据热点问题的侯选项目。其实一开始我们想要回答什么是大数据的核心问题，但后来把侯选问题拿到之后，大家又做了一个分析。征集上来的问题相互之间有一定的关联，有的力度粗一些，有的力度细一些，经过慎重考虑，后来改成叫做热点问题。我们对这些问题的回答是非常谨慎的。

我们收集到了14个热点问题的侯选项，划分成了四个大的板块。第一个是科学问题，第二个是技术问题，第三个是应用实践问题，第四个是大数据的生态问题。科学问题里我们关注一个是大数据真正的科学问题是什么，大数据的基本内涵是什么，大数据计算模式，有什么样的一些模式。技术问题方面关注到大数据本身是因为多元，形态是多种多样的。还有大数据的空间的问题，大数据在网络上分布，涉及到传输、存储以及运算。大数据时间维的问题，涉及到大数据的时效性，在线处理，怎么样把大数据变成一些小数据，再从小数据里进行数据价值的提炼。各行各业的人都在说我在做大数据，最重要的是发现大数据的应用能力是什么。还有大数据的存储系统、平台系统，方方面面的系统提出了各种各样非常苛刻的要求。另外，大数据的质量问题，大数据的安全和隐私问题。大数据已经向资源化的角度来发展，就涉及到里面的共享问题。比如如何去共享，共享的时候有方方面面的问题引发出来。还有大数据的生态环境。

我下面做一一的解读。每一个问题后面都有一个数字，数字是70位委员投票的结果。通过最后的投票票数和归并，最后形成了八个问题。第一个热点问题，数据科学与大数据的学科边界。有两个方面的问题，一个是恩数据的科学问题，二是大数据的基本问题。比如数据界跟物理界、人类社会之间存在什么样的关联与差异。大数据是否存在独立于应用领域的数据科学。如果我们把数据界跟自然界对应，在数据界里大数据分类的谱系是什么。大数据区别于传统的普通的数据，它的特征是什么。刚才祝教授讲的时候，讲了多快好省，4个V，现在有人提出5个V、6个V，8个V的都有。我们想知道到底哪些V是最关键，哪些是V是派生出来的。大数据是否意味着是全数据，有了大数据之后是不是我什么都可以干了。

第二个问题，数据计算的基本模式跟范式。自从微软提出数据密集型的计算之后，我们想知道数据密集型的计算范式到底是什么，基本范式里面的内涵是什么，怎么样去评价数据计算的效率。数据计算的复杂度如何去评估。另外，大数据方方面面的性质，首先它的体量非常大，是不是去中心化自组织的计算模式是适合大数据的计算模式。

第三个问题，大数据的特性与数据态。这里面有三个方面的问题，一个是数据关系维问题。大数据是通过各种各样不同的数据而来的，这些数据之间形成了很复杂的关联关系。在空间的角度来说是大数据怎么样传输，怎么样移动、存储、计算。从时间的角度来说，数据的生命周期，数据时间维的症状，怎么样进行流化的分析。

第四个问题，大数据的作用力和变换反应。里面涉及到数据的抽样、过滤、筛选等等，通过一系列的操作把大数据直接变成小数据。另外大数据价值的提炼，可以利用群体智慧、社会计算等等对数据的价值进行发酵，进行价值的提炼跟萃取，能让我们从数据分析到数据的制造。通过人机交互融入人类的智慧，是否能够让我们的价值提炼更加高效一些。这是对数据的化学反应。

第五个问题，大数据的安全和隐私问题。

第六个问题，大数据对IT技术架构的挑战。大数据对IT的技术架构提出了非常苛刻的要求，比如存储能力的增长远远赶不上数据增长的速度。在这样的情况下，是不是需要最合理的分层存储架构。因为这个原因，我们需要对整个IT的架构进行革命性的重构，也许会颠覆现在传统的模式。

第七个问题，大数据的应用技产业链。大数据在不同的应用领域是有不同要求的，对大数据相应的计算，各种各样的处理也是不一样的。在不同的领域不同的应用需求，获取、分析、反馈的方式也不一样。不同的应用目标代表着不同的价值导向，对大数据的价值密度有很大的影响。另外，从产业链角度来说，怎么样去构建合理的产业链，能够产生增效的环境，让我们能够真正的去挖掘，把大数据最核心的价值挖掘出来。

第八个问题，大数据的生态环境问题。这里面后来又包含两个方面，一个是数据的资源化，二是数据的共享管理。数据的所有权既是技术问题，也是法理问题，我们怎么样对数据的权益进行认定和保护，怎么样在保护各方利益的前提下实现数据的共享。刚刚说大数据涉及到政治、经济、社会、法律、科学方方面面，不管是从国家的角度，从企业的角度来说，都需要去构建理性的、合理的生态环境，这样才能让我们更好的利用大数据。从国家的角度来说，生态环境比如说我们需要有一定的政策出台，扶持企业、科研单位去做大数据的产学研。从国家的角度来说，还需要进行人才的培养。

上面是从14个侯选项里经过归并整理出来的关于大数据的八个热点问题。

第二个大的方面是关于大数据的发展趋势。任何的预测都是有问题的，我们虽然也说了预测，但心里还是有点诚惶诚恐。我们只是通过初步的回答，希望起到抛砖引玉的作用，让大家通过我们抛出的砖促使大家认真的考虑，研究大数据发展的热点是什么，趋势是什么。因为预测是十分困难的，我们只是做了非常短期的，预测一下在2013年大数据有哪些趋势。我们总共设计了37个选项，对这些玄想进行归并整理之后分了几个大的板块。一是整体的态势跟发展的趋势，二是大数据跟学术的关系，三是大数据与人，四是大数据安全与隐私，五是大数据的应用，六是大数据系统跟处理方式模式，最后一个是大数据对产业会产生什么样的影响。

最后的发布是2+10的发布。前面说的“2”是说我们关注的是跟大数据最相关的一些学科，最引人注目的学科，大数据最引人注目的应用是哪些领域。后面的“10”是对十个具体趋势的预测。首先来看最令人注目的学科。1、大数据的分析和预测，在40票里投了25票，是非常高的票。2、分布式计算，也可以说是云计算。3、社会计算。

最令人注目的应用方面，第一个是医疗，第二个是金融，第三个是电子商务，第四个是城市管理。这可能跟在座的很多朋友预期还是比较相符的。

后面的十个趋势，第11、12是大企业大数据和资本高度关注。大数据行业内部，我们预测2013年大企业会并购一些有特色的中小企业，将形成一股热潮，2013年开始有针对的投资。第10大趋势是更大的数据。2013年，因为数据越来越多，多快好省的特性就显得更加的突出。第9个是大数据将催生出一些新的职业，比如有数据分析师、数据科学家、数据工程师，具有丰富经验的数据方面的人才将在2013年成为稀缺的资源。大数据驱动的工作机会将呈现出爆炸式的增长。第8大趋势是数据共享联盟，有一些企业和组织已经开始筹集数据共享联盟了。第7个，数据科学兴起。数据会不会成为一个科学？年初的时候还是一个问题，但我们预测2013年可能会成为一门新兴的科学。第6个大数据的安全。数据的规模越来越大，方方面面的问题都会出现，比如犯罪分子可以得到更多的每个人的信息，有了更多不容易被追踪和防范的犯罪手段，会出现一些更加要命的骗局，大数据已经把你出卖了。第5个，大数据分析的革命性方法。这是我们每个人都十分关注的，因为大数据的体量确实太大，现有的方法没有办法真正的去解决这样一些问题，我们期待着2013年有一些革命性的方法陆续被发掘出来。第4个，基于海量知识的智能。2013年我们预测会有更多的成果出现。第3个，大数据与云计算等资深融合。我们今天的会就是一个非常好的佐证。第2个，大数据隐私问题，个人隐私的保护越来越困难。第1个，大数据的资源化。在2013年数据会成为新的战略指导点，是大家争抢的新焦点。

简单做一下小结。大数据有大钥匙，我们在CCF大数据专家委员会里通过了一些调研，整理出了八个热点问题，十个发展趋势。对热点问题和趋势只是一种初步的尝试，我们希望通过这样一种举措，抛砖引玉，激发大家共同去探讨，去深入的研究大数据。不管是学术界的，还是科技界，还是企业界的，还是政府部门的，我们一起来探讨这些问题。数据的资源化，数据的隐私问题，数据跟云计算的深入融合，这三个发展趋势可以说是非常肯定的，是2013年最根本的三个趋势。

我们做调研从一开始有这样的想法，大数据委员会的成立是10月19号，颁布预测是在11月30号，时间是非常短的，只有40多天。这里面还存在各种各样的问题，我们希望能以更新的观点和眼光去看关于大数据最核心的问题。