徐宗本院士：从科学的角度说大数据的科学问题

邢黎闻

大数据是最底层的信息技术。

按现在的话来说，中国科学院院士、西安交通大学教授徐宗本算是一个数学科科学家。所以，他在会上演讲的内容大多基于这个基础，从科学的角度理性地劝诫大家：“大数据对于近一、两年的GDP贡献有限，但对于三年、五年之后的GDP贡献巨大。如今的大数据技术并不是已经成熟的技术，是一个正在从应用中逐渐走向成熟的技术，目前的挑战多于成熟。包括分析基础被破坏，计算技术待革新，真伪判定需重建，对新技术的盲目所引起的盲从。”

“凡是对一些问题积攒的数据量超过这个量，就叫大数据，反之则不叫大数据。”

对于大数据的概念，徐院士从数据和资料说起：“數据是资料的数字化。资料是什么？资料是生产过程、管理过程，乃至经济、社会、生活过程的记忆，那些记忆可能表现在一个文件、一段演讲、一段文字等等。资料不放在计算机上，一般不叫数据。所以有个标准的说法：数据是指以编码形式存在的信息载体才是数据。因而，数据一定要放在机器上，要有空间。真正的大数据是指大而复杂的资料集，这些复杂性包括了海量性、时变性、异构性、分布性等等。”

那么，大到何种程度才能被称之为“大数据”？徐院士画图举例道：用圆点表示数据，一开始纸上的圆点看不出什么迹象；随着时间的延长，纸上的圆点越来越多，意味着人们获取的信息越来越多，慢慢地大家能看出来是一只大象的轮廓；再随着时间的延长，大象的牙齿、四肢也清晰地显露了出来。这个例子告诉我们，信息获取到一定数量，人们只要看一些局部、看一些数据就能够指导它背后的故事，这个量就叫做数据的临界量。

“凡是对一些问题积攒的数据量超过这个量，就叫大数据，反之则不叫大数据。”徐院士认为，“讲大数据，要注意两件事，第一件事是：大和小是相对概念；第二件事是相对特定问题而言，不同的决策问题要求的数据不一样。尽管大数据可以做很多事，但是大家也千万不要神化大数据，以为它可以解释任何事情，做所有的事。”

“大家不要期望某一项技术包打天下，真正产生效益和作用的是所有技术的综合运用。”

现如今，大家都在讨论大数据，都认为大数据是经济社会的基本生产资源。为什么会出现这股热潮？徐院士解释说：互联网近几年的发展，逐渐从复杂的消息传递走向消费互联、走向生产互联、走向智慧互联。在这个大体走向中，存在着一个非常大的问题，即信息技术在互联网产生以后，需要和其他任何领域深度融合。这就是今天谈论工业化、谈论大数据的主要原因。

物联网、人工智能、移动互联网、云计算等等这些不断冒出的新技术，在徐院士看来，都是信息技术的一个层面。他告诫大家不要期望某一项技术包打天下，真正产生效益和作用的是所有技术的综合运用。“千万不要以为有了大数据就不讲物联网，讲物联网就不讲互联网，讲互联网就不讲人工智能，其实这些技术是互补的，只是从不同的层面来讲问题而已。”

他进一步阐述道：“互联网和云计算是基础设施，这是肯定的。物联网讲的是交互方式，人工智能讲的是应用模式。而大数据讲的是人和人、人和机器、机器和机器交互的内容特征。所以，从这个意义上讲，大数据是最底层的信息技术。因而，大数据掌握的技术，是基本的标配，任何工业要实现“两化”，任何政府要实现科学决策，大数据是基本标配。”

“数据是基础，平台是支撑，技术是核心，赚钱是王道。记住了这四句话，可以保障大数据的发展不走样。”

在大数据的应用问题上，徐院士概括了五句话：明确目标是前提、拥有数据是基础、计算平台是支撑、分析技术是核心、产生效益是根本。他建议企业记住四句话，数据是基础，平台是支撑，技术是核心，赚钱是王道，“记住这四句话，你们发展大数据不会走样，也不会失望。”

之所以大数据可以带来超凡价值，背后蕴藏着三大原理。徐院士一一作了解释：量变到质变的原理——大数据之所以有用，是因为数据积攒到了一定量可以质变，通过数据可以知道背后的故事；分析出价值原理——如果存储不分析，无疑是只买米不做饭，产生不了GDP，所以要靠分析，要靠挖掘；跨界关联原理——举一个简单的例子，假设一个火锅店的老板想提高营业额，他首先会收集一年当中的采购量资料、现金流资料等等，这些是企业内部数据。但如果能采集到这个火锅店周围的人口分布数据，能够买得到这个地区天气预报的精细数据，对火锅店的营业而言就是极为重要的，这就是赚钱的道理。

随之，很多观念也需要改变，包括数据是资产，用户是资源，服务即感知。

“做工业大数据，互联网互通是基础，定制化服务是中心，懂数据会分析是关键。”

大数据是新一代信息技术的基础性技术，需要应用，工业大数据非常有潜力。“继互联网之后，真正能够对企业产生重大影响的就是大数据。”徐院士一再告诫大家，“现在人工智能潮正在到来，但不要冷落了大数据。人工智能在可见时间内，真正发挥作用的其实是数据智能，就是大数据。”

不管是“借力大数据，推动经济转型升级”，还是“大数据助力传统企业转型升级”，都表明大数据在推动经济转型升级上有重大作用。对于工业来讲，转型转的是过去以产品为中心，以产品组织设计、制造、销售管理的过程，到以服务为中心，以定制化为中心。在这转变过程中，大数据、传感器和零部件成为了新三基。

徐院士指出，数据极其复杂，设计、制造、运行和服务等每一步骤都能产生数据，而这些数据有的是离散型和连续型并存、有的是数值型和非数值类型并存、有的是结构化和非结构化并存，需要仔细分析。大数据必须关注完整属性，必须关注产品全寿命特性，必须关注全方位连接，必须关注制造系统融合等等，这些要求使得我们的基本难点是在认知数据。

他强调，做工业大数据，一定要解决好定位、规划、切入点题、标准、开发共享等问题。要牢记互联互通是基础，定制化服务是中心，懂数据会分析是关键。