十三屆全國(guó)人大常委會(huì)第十四次會(huì)議10月26日下午在北京人民大會(huì)堂閉幕。會(huì)后，十三屆全國(guó)人大常委會(huì)舉辦專(zhuān)題講座第十四講，題目為《大數(shù)據(jù)：發(fā)展現(xiàn)狀與未來(lái)趨勢(shì)》。

中國(guó)科學(xué)院院士、中國(guó)人民解放軍軍事科學(xué)院副院長(zhǎng)梅宏認(rèn)為，當(dāng)前大數(shù)據(jù)應(yīng)用尚處于初級(jí)階段，根據(jù)大數(shù)據(jù)分析預(yù)測(cè)未來(lái)、指導(dǎo)實(shí)踐的深層次應(yīng)用將成為發(fā)展重點(diǎn)。

他指出，預(yù)計(jì)到2020年，我國(guó)數(shù)據(jù)總量有望占全球數(shù)據(jù)總量的21%，但我國(guó)核心技術(shù)薄弱，建議以開(kāi)源為基礎(chǔ)構(gòu)建自主可控的大數(shù)據(jù)產(chǎn)業(yè)生態(tài)。

大數(shù)據(jù)應(yīng)用三個(gè)層次

梅宏指出，按照數(shù)據(jù)開(kāi)發(fā)應(yīng)用深入程度的不同，可將眾多的大數(shù)據(jù)應(yīng)用分為三個(gè)層次。

第一層，描述性分析應(yīng)用，是指從大數(shù)據(jù)中總結(jié)、抽取相關(guān)的信息和知識(shí)，幫助人們分析發(fā)生了什么，并呈現(xiàn)事物的發(fā)展歷程。

如美國(guó)的DOMO公司從其企業(yè)客戶(hù)的各個(gè)信息系統(tǒng)中抽取、整合數(shù)據(jù)，再以統(tǒng)計(jì)圖表等可視化形式，將數(shù)據(jù)蘊(yùn)含的信息推送給不同崗位的業(yè)務(wù)人員和管理者，幫助其更好地了解企業(yè)現(xiàn)狀，進(jìn)而做出判斷和決策。

第二層，預(yù)測(cè)性分析應(yīng)用，是指從大數(shù)據(jù)中分析事物之間的關(guān)聯(lián)關(guān)系、發(fā)展模式等，并據(jù)此對(duì)事物發(fā)展的趨勢(shì)進(jìn)行預(yù)測(cè)。

如微軟公司紐約研究院研究員David Rothschild通過(guò)收集和分析賭博市場(chǎng)、好萊塢證券交易所、社交媒體用戶(hù)發(fā)布的帖子等大量公開(kāi)數(shù)據(jù)，建立預(yù)測(cè)模型，對(duì)多屆奧斯卡獎(jiǎng)項(xiàng)的歸屬進(jìn)行預(yù)測(cè)。2014和2015年，均準(zhǔn)確預(yù)測(cè)了奧斯卡共24個(gè)獎(jiǎng)項(xiàng)中的21個(gè)，準(zhǔn)確率達(dá)87.5%。

第三層，指導(dǎo)性分析應(yīng)用，是指在前兩個(gè)層次的基礎(chǔ)上，分析不同決策將導(dǎo)致的后果，并對(duì)決策進(jìn)行指導(dǎo)和優(yōu)化。

如無(wú)人駕駛汽車(chē)分析高精度地圖數(shù)據(jù)和海量的激光雷達(dá)、攝像頭等傳感器的實(shí)時(shí)感知數(shù)據(jù)，對(duì)車(chē)輛不同駕駛行為的后果進(jìn)行預(yù)判，并據(jù)此指導(dǎo)車(chē)輛的自動(dòng)駕駛。

自動(dòng)駕駛有效應(yīng)用面臨挑戰(zhàn)

梅宏認(rèn)為，當(dāng)前，在大數(shù)據(jù)應(yīng)用的實(shí)踐中，描述性、預(yù)測(cè)性分析應(yīng)用多，決策指導(dǎo)性等更深層次分析應(yīng)用偏少。

一般而言，人們做出決策的流程通常包括：認(rèn)知現(xiàn)狀、預(yù)測(cè)未來(lái)和選擇策略這三個(gè)基本步驟。這些步驟也對(duì)應(yīng)了上述大數(shù)據(jù)分析應(yīng)用的三個(gè)不同類(lèi)型。

不同類(lèi)型的應(yīng)用意味著人類(lèi)和計(jì)算機(jī)在決策流程中不同的分工和協(xié)作。例如：第一層次的描述性分析中，計(jì)算機(jī)僅負(fù)責(zé)將與現(xiàn)狀相關(guān)的信息和知識(shí)展現(xiàn)給人類(lèi)專(zhuān)家，而對(duì)未來(lái)態(tài)勢(shì)的判斷及對(duì)最優(yōu)策略的選擇仍然由人類(lèi)專(zhuān)家完成。應(yīng)用層次越深，計(jì)算機(jī)承擔(dān)的任務(wù)越多、越復(fù)雜，效率提升也越大，價(jià)值也越大。

然而，隨著研究應(yīng)用的不斷深入，人們逐漸意識(shí)到前期在大數(shù)據(jù)分析應(yīng)用中大放異彩的深度神經(jīng)網(wǎng)絡(luò)尚存在基礎(chǔ)理論不完善、模型不具可解釋性、魯棒性較差等問(wèn)題。

因此，雖然應(yīng)用層次最深的決策指導(dǎo)性應(yīng)用，當(dāng)前已在人機(jī)博弈等非關(guān)鍵性領(lǐng)域取得較好應(yīng)用效果，但是，在自動(dòng)駕駛、政府決策、軍事指揮、醫(yī)療健康等應(yīng)用價(jià)值更高，且與人類(lèi)生命、財(cái)產(chǎn)、發(fā)展和安全緊密關(guān)聯(lián)的領(lǐng)域，要真正獲得有效應(yīng)用，仍面臨一系列待解決的重大基礎(chǔ)理論和核心技術(shù)挑戰(zhàn)。

梅宏指出，在此之前，人們還不敢、也不能放手將更多的任務(wù)交由計(jì)算機(jī)大數(shù)據(jù)分析系統(tǒng)來(lái)完成。這也意味著，雖然已有很多成功的大數(shù)據(jù)應(yīng)用案例，但還遠(yuǎn)未達(dá)到我們的預(yù)期，大數(shù)據(jù)應(yīng)用仍處于初級(jí)階段。

未來(lái)，隨著應(yīng)用領(lǐng)域的拓展、技術(shù)的提升、數(shù)據(jù)共享開(kāi)放機(jī)制的完善，以及產(chǎn)業(yè)生態(tài)的成熟，具有更大潛在價(jià)值的預(yù)測(cè)性和指導(dǎo)性應(yīng)用將是發(fā)展的重點(diǎn)。

工業(yè)互聯(lián)網(wǎng)政府熱、企業(yè)冷

作為人口大國(guó)和制造大國(guó)，我國(guó)數(shù)據(jù)產(chǎn)生能力巨大，大數(shù)據(jù)資源極為豐富。

梅宏指出，預(yù)計(jì)到2020年，我國(guó)數(shù)據(jù)總量有望達(dá)到8000EB(1018)，占全球數(shù)據(jù)總量的21%，將成為名列前茅的數(shù)據(jù)資源大國(guó)和全球數(shù)據(jù)中心。

然而，我們也必須清醒地認(rèn)識(shí)到我國(guó)在大數(shù)據(jù)方面仍存在一系列亟待補(bǔ)上的短板。

其中較為突出的是核心技術(shù)薄弱，基礎(chǔ)理論與核心技術(shù)的落后導(dǎo)致我國(guó)信息技術(shù)長(zhǎng)期存在“空心化”和“低端化”問(wèn)題，大數(shù)據(jù)時(shí)代需避免此問(wèn)題在新一輪發(fā)展中再次出現(xiàn)。

近年來(lái)，我國(guó)在大數(shù)據(jù)應(yīng)用領(lǐng)域取得較大進(jìn)展，但是基礎(chǔ)理論、核心器件和算法、軟件等層面，較之美國(guó)等技術(shù)發(fā)達(dá)國(guó)家仍明顯落后。

在大數(shù)據(jù)管理、處理系統(tǒng)與工具方面，我國(guó)主要依賴(lài)國(guó)外開(kāi)源社區(qū)的開(kāi)源軟件，然而，由于我國(guó)對(duì)國(guó)際開(kāi)源社區(qū)的影響力較弱，導(dǎo)致對(duì)大數(shù)據(jù)技術(shù)生態(tài)缺乏自主可控能力，成為制約我國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和國(guó)際化運(yùn)營(yíng)的重大隱患。

梅宏建議采用“參與融入、蓄勢(shì)引領(lǐng)”的開(kāi)源推進(jìn)策略，一方面鼓勵(lì)我國(guó)企業(yè)積極“參與融入”國(guó)際成熟的開(kāi)源社區(qū)，爭(zhēng)取話(huà)語(yǔ)權(quán);另一方面，也要在建設(shè)基于中文的開(kāi)源社區(qū)方面加大投入，匯聚國(guó)內(nèi)軟硬件資源和開(kāi)源人才，打造自主可控開(kāi)源生態(tài)，在學(xué)習(xí)實(shí)踐中逐漸成長(zhǎng)壯大，伺機(jī)實(shí)現(xiàn)引領(lǐng)發(fā)展。

此外，融合應(yīng)用有待深化。梅宏指出我國(guó)大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)融合不夠深入，主要問(wèn)題表現(xiàn)在：基礎(chǔ)設(shè)施配置不到位，數(shù)據(jù)采集難度大;缺乏有效引導(dǎo)與支撐，實(shí)體經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型緩慢;缺乏自主可控的數(shù)據(jù)互聯(lián)共享平臺(tái)等。

當(dāng)前，工業(yè)互聯(lián)網(wǎng)成為互聯(lián)網(wǎng)發(fā)展的新領(lǐng)域，然而仍存在不少問(wèn)題：政府熱、企業(yè)冷，政府時(shí)有“項(xiàng)目式”、“運(yùn)動(dòng)式”推進(jìn)，而企業(yè)由于沒(méi)看到直接、快捷的好處，接受度低;設(shè)備設(shè)施的數(shù)字化率和聯(lián)網(wǎng)率偏低;大多數(shù)大企業(yè)仍然傾向打造難以與外部系統(tǒng)交互數(shù)據(jù)的封閉系統(tǒng)，而眾多中小企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)力和能力嚴(yán)重不足;國(guó)外廠(chǎng)商的設(shè)備在我國(guó)具有壟斷地位，這些企業(yè)紛紛推出相應(yīng)的工業(yè)互聯(lián)網(wǎng)平臺(tái)，搶占工業(yè)領(lǐng)域的大數(shù)據(jù)基礎(chǔ)服務(wù)市場(chǎng)。

梅宏建議大力發(fā)展行業(yè)大數(shù)據(jù)應(yīng)用。以制造業(yè)為例，麥肯錫研究報(bào)告稱(chēng)：制造企業(yè)在利用大數(shù)據(jù)技術(shù)后，其生產(chǎn)成本能夠降低10%—15%。

而大數(shù)據(jù)技術(shù)對(duì)制造業(yè)的影響遠(yuǎn)非成本這一個(gè)方面。利用源于產(chǎn)品生命周期中市場(chǎng)、設(shè)計(jì)、制造、服務(wù)、再利用等各個(gè)環(huán)節(jié)數(shù)據(jù)，制造業(yè)企業(yè)可以更加精細(xì)、個(gè)性化地了解客戶(hù)需求;建立更加精益化、柔性化、智能化的生產(chǎn)系統(tǒng);創(chuàng)造包括銷(xiāo)售產(chǎn)品、服務(wù)、價(jià)值等多樣的商業(yè)模式;并實(shí)現(xiàn)從應(yīng)激式到預(yù)防式的工業(yè)系統(tǒng)運(yùn)轉(zhuǎn)管理模式的轉(zhuǎn)變。

來(lái)源：21世紀(jì)經(jīng)濟(jì)報(bào)道

標(biāo)簽： 大數(shù)據(jù)應(yīng)用 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀(guān)點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。