2016年大数据领域成果及未来趋势

佚名

2016年已结束，外媒KDnuggets日前针对大数据领域在2016年度取得的重大发展，以及2017年度可能出现的变化趋势，询问了行业内的顶级专家。虽然各位专家的意见不尽相同，但从其发言中大约可以总结出一个共通点：大数据研究正在由前几年的新鲜技术变得越来越普及和商业化。同时由于研究的向前推进，以数据为基础的人工智能、机器学习和物联网等其他各个领域也将会取得越来越大的成果。

Craig Brown，大数据、数据科学、数据库技术领域专家。美国知名的青年导师、科技导师，以及作家。他认为，数据科学领域在2016年出现了一次大规模数据增长。这一增长从需求端推动了诸多云计算服务供应商的快速成长，包括亚马逊AWS、微软Azure和Rackspace等。他认为，数据增长的势头将在2017年延续。并且，2017年将会出现更多基于这些大数据研究的应用项目，包括机器学习、认知计算以及预测分析等。不过，随着数据量增加，应用项目逐渐丰富，用户的数据安全问题也将变得日益严峻，这一点在2017年也不会有很大改善。2017年，数据科学家、首席数据官、首席数据架构师等职位将变得越来越抢手，岗位职责和定位也会越来越明晰。实时数据流和功能更强大的数据传输通道将彻底颠覆所谓“快速数据”（fast data）和“可操控数据”（actionable data）的定义。

总体上说，大数据科学仍然是一个处于不断发展中的学科，在2017年，这一学科一定会迎来比2016年更大的发展。如果把大数据比作一辆汽车的驾驶员，那么在这位驾驶员的带领下，未来基于大数据的各种实际应用项目将会越来越丰富，也即这辆汽车上的乘客会越来越多。

James Kobielus，大数据领域专家，IBM公司大数据研究首席科学家。他认为，分布式框架Hadoop在大数据领域的重要性正在日渐减弱，MapReduce模型、HBase数据库，甚至分布式文件系统HDFS在大数据科学家眼中也远没有从前重要了。

2017年最显著的变化趋势应该来自于程序员群体，他们将越来越关注数据库领域的编程技能，通过这一技能的提升，获得更多的职业发展优势。他认为在2017年，最热门的大数据科学应用项目将会聚焦于流媒体分析、嵌入式深度学习、物联网、聊天机器人、认知计算、自动驾驶、计算机视觉和语音识别等领域。同时，我们也将会看到，新一代的神经网络芯片、GPU和其他的高性能认知计算框架也将在明年得到更大的发展。

Douglas Laney，美国著名咨询公司Gartner副总裁，首席分析师。2016年，大数据领域一个最大的变化就是人们不再谈论大数据了，因为大数据已经充斥了我们的生活，随处可见。现在大家关注的焦点变成了如何将大数据业务化、商用化。在Gartner内部，和客户现在谈论最多的問题是如何管理、评估信息资产，以及如何将信息资产变现。

2017年，我们应该努力搞清楚大数据领域几项重要的权利和义务，包括数据的所有权、特权和隐私权，特别是由物联网产生的数据。另外，关于数据能否被视为一种全新形态的资产，这一问题会继续引发会计行业、律师行业和保险行业的困惑。但随着机构投资人和股票分析师们越来越关注一家企业的信息化进程，传统行业的这种困惑将会有所缓解。2017年，各行各业都将会更加关注大数据领域的人才招揽，例如数据经理人和其他的信息整合者。

Yves Mulkers，知名博客，一切皆数据（All Things Data）博主之一，负责维护大数据板块。他认为，在2016年，大数据这个词似乎不像前几年那样热门。随着大数据相关的基础设施、服务器、软件系统和理论体系的持续发展，目前大数据分析方面的解决方案已经逐渐成熟，并且越来越普及，而不像前几年那样还是少数科技极客眼中的新领域。

随着技术的成熟，自助和自动化的信息服务也将越来越受到重视。大数据分析工具和相关的解决方案虽然会变得越来越简单易用，但我们仍然需要具备基本的通信技术和信息处理领域的专业知识，随时准备迎接下一个发展阶段的到来。未来，和机器学习、人工智能、VR/AR、物联网相关的大数据解决方案将越来越完备，摩尔定律的边界也会受到更多的挑战。