來源：海洲筆記

智能化、數(shù)字化在如今的時(shí)代是我們無法規(guī)避的一個(gè)話題。城市是關(guān)于人的集合，人的集合構(gòu)成了城市，大數(shù)據(jù)與城市的發(fā)展該如何相協(xié)調(diào)，二者如何結(jié)合才會(huì)提升城市高質(zhì)量的發(fā)展。此次講座關(guān)于大數(shù)據(jù)與城市的發(fā)展帶來新的思考。

從大數(shù)據(jù)的起源與定義到大數(shù)據(jù)上半場的結(jié)束、再到大數(shù)據(jù)下半場的開始，層層遞進(jìn)，引向更為深度，更有前瞻性的思考。

首先，有關(guān)大數(shù)據(jù)的概念的提出，在大多數(shù)學(xué)者看來，“大數(shù)據(jù)”這一概念最早出現(xiàn)于1998年，美國高性能計(jì)算機(jī)SGI的熟悉科學(xué)家約翰·馬西在一個(gè)國際會(huì)議報(bào)告中指出：隨著數(shù)據(jù)量的快速增長，必將出現(xiàn)數(shù)據(jù)難理解、難獲取、難處理和難組織等四大難題，并用“BigData(大數(shù)據(jù))”來描述這一挑戰(zhàn)，在計(jì)算領(lǐng)域引發(fā)思考。

并在2007年，數(shù)據(jù)庫領(lǐng)域的先驅(qū)人物吉姆·格雷指出大數(shù)據(jù)將成為人類觸摸、理解和逼近現(xiàn)實(shí)復(fù)雜系統(tǒng)的有效途徑。

在科學(xué)研究領(lǐng)域，更有第四范式理論的提出：第一范式是實(shí)驗(yàn)觀測，第二范式是理論推導(dǎo)，第三范式是計(jì)算仿真，第四范式便是數(shù)據(jù)探索，后來同行學(xué)者將其總結(jié)為“數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)”，開啟從科研視角審視大數(shù)據(jù)。

從如此的視角看去，大數(shù)據(jù)已經(jīng)是這個(gè)時(shí)代的大勢，在如此的勢能下，我們可以認(rèn)知它，然后利用它，學(xué)會(huì)用數(shù)據(jù)的思維方式思考問題，解決問題。

2012年牛津大學(xué)教授維克托·邁爾-舍恩伯格在《大數(shù)據(jù)時(shí)代》中指出，數(shù)據(jù)分析將從“隨機(jī)采樣”、“精確求解”和“強(qiáng)調(diào)因果”的傳統(tǒng)模式演變成大數(shù)據(jù)時(shí)代的“全體數(shù)據(jù)”、“近似求解”和“只看重關(guān)聯(lián)不問因果”的新模式。這句話精確的表達(dá)大數(shù)據(jù)的特征，與上文中解釋的數(shù)據(jù)思維不謀而合，對(duì)的，大數(shù)據(jù)的本質(zhì)特征便是在盡可能全的數(shù)據(jù)中尋找關(guān)聯(lián)關(guān)系。

大數(shù)據(jù)的應(yīng)用分為三個(gè)層次：

第一層：認(rèn)知現(xiàn)狀，描述性分析應(yīng)用、總結(jié)、抽取相關(guān)信息和知識(shí)，分析發(fā)生了什么，并呈現(xiàn)事物的發(fā)展歷程。

沒錯(cuò)，在這一應(yīng)用層次上，主要的技術(shù)體現(xiàn)在于物聯(lián)網(wǎng)，通過傳感器和通訊技術(shù)達(dá)到認(rèn)知我們生活的世界，通過pc端和移動(dòng)端展現(xiàn)數(shù)據(jù)本身的發(fā)展路徑，從而讓我們認(rèn)知事物。

第二層：預(yù)測未來，預(yù)測性分析應(yīng)用。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)展的趨勢進(jìn)行預(yù)測。

從第二次應(yīng)用開始，主要的技術(shù)在于云計(jì)算、數(shù)據(jù)挖掘技術(shù)以及人工智能技術(shù)，第一層應(yīng)用，提供數(shù)據(jù)基礎(chǔ)，第二層應(yīng)用，在第一層基礎(chǔ)上，解決的事如何利用數(shù)據(jù)，云計(jì)算提高計(jì)算的效率，數(shù)據(jù)挖掘和人工智能算法提供工具，如何從大數(shù)據(jù)中獲取并學(xué)習(xí)有效、準(zhǔn)確的事物發(fā)展規(guī)律以及事物發(fā)展之間的關(guān)聯(lián)關(guān)系，從而預(yù)測未來事物發(fā)展的走勢。

第三層：選擇策略，指導(dǎo)性分析應(yīng)用，基于前兩個(gè)層次，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。

在這一層次，主要是基于第一層次的物聯(lián)網(wǎng)感知、第二層次的云計(jì)算和數(shù)據(jù)挖掘分析等獲得有效信息和知識(shí)等基礎(chǔ)上，通過制定不同的策略，擬獲得不同的結(jié)果，對(duì)不同的策略的分析之下，選擇最有策略，使得事物的發(fā)展朝著更好更優(yōu)化的方向發(fā)展。

但是在應(yīng)用中同樣存在問題，深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論不完善，模型不具可解釋性、魯棒性較差等。因此在第三層次應(yīng)用中，雖然有人機(jī)博弈的成功，但在自動(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，且與人類生命、財(cái)產(chǎn)、發(fā)展和安全緊密相關(guān)的領(lǐng)域，

要真正獲得有效應(yīng)用，仍然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)。雖然已有很多成功的大數(shù)據(jù)應(yīng)用案例，但還遠(yuǎn)遠(yuǎn)未達(dá)到我們的預(yù)期，這也意味著，數(shù)據(jù)應(yīng)用仍處于初級(jí)階段。

同時(shí)技術(shù)上也存在一些問題，大數(shù)據(jù)的定義以及思維雖然已達(dá)成初步的共識(shí)，但還是有許多本質(zhì)問題仍存在爭議，

例如：

(1)數(shù)據(jù)驅(qū)動(dòng)與規(guī)則驅(qū)動(dòng)的對(duì)立統(tǒng)一;

(2)“關(guān)聯(lián)”與“因果”的辯證關(guān)系;

(3)“全數(shù)據(jù)”的時(shí)空相對(duì)性;

(4)分析模型可解釋性與魯棒性等。

這些問題都是我們?nèi)缃翊髷?shù)據(jù)時(shí)代下，擁抱大數(shù)據(jù)時(shí)需要同時(shí)思考的問題，如何解決。如今有聲音說如今是大數(shù)據(jù)的時(shí)代，下一個(gè)時(shí)代是智能的時(shí)代，在如此的大數(shù)據(jù)智能時(shí)代，我們?cè)撊绾稳ネ黄茣r(shí)代給我們帶來的種種問題。

在如今的大數(shù)據(jù)時(shí)代，大數(shù)據(jù)也倒逼信息技術(shù)體系進(jìn)行不斷的重構(gòu)，比如：

(1)計(jì)算機(jī)體系結(jié)構(gòu)從數(shù)據(jù)中心的宏觀走向存算一體的微觀，云計(jì)算的飛速發(fā)展，分布式并行計(jì)算的發(fā)展，都是在數(shù)據(jù)指數(shù)級(jí)增長的前提下迫使重構(gòu)的;

(2)云邊端融合的新型計(jì)算模式，尤其是在工業(yè)物聯(lián)網(wǎng)領(lǐng)域(2B),單純的依靠云計(jì)算是遠(yuǎn)遠(yuǎn)不夠的，無法達(dá)到快速響應(yīng)、判斷和決策的過程，云計(jì)算與邊緣計(jì)算的融合便是在這一背景下產(chǎn)生。

(3)網(wǎng)絡(luò)通訊向?qū)拵�、移�?dòng)、泛在發(fā)展，

(4)軟硬件開源開發(fā)趨勢倒是產(chǎn)業(yè)發(fā)展生態(tài)的重構(gòu)，各家大廠，紛紛開源自己的軟件工具，以期獲得技術(shù)生態(tài)，如阿里開源blink、百度開源人工智能算法等，都是在尋求在如此的勢能下站住技術(shù)的窗口，也就是工具的制高點(diǎn)。這也便是時(shí)代與技術(shù)的一次共舞，一次次洗牌，一次次更迭。

大數(shù)據(jù)的上半場已經(jīng)結(jié)束。在上半場的這場革命中我國在大數(shù)據(jù)內(nèi)存計(jì)算、協(xié)處理芯片、分析方法等方面突破了一些關(guān)鍵技術(shù)，特別是打破“信息孤島”的數(shù)據(jù)互操作技術(shù)和互聯(lián)網(wǎng)大數(shù)據(jù)應(yīng)用技術(shù)已處于國際領(lǐng)先水平;

在大數(shù)據(jù)存儲(chǔ)、處理方面，研發(fā)了一些重要產(chǎn)品，有效地支撐了大數(shù)據(jù)應(yīng)用;國內(nèi)互聯(lián)網(wǎng)公司推出的大數(shù)據(jù)平臺(tái)和服務(wù)，處理能力躋身世界前列。

上半場主要聚焦在“2C”領(lǐng)域，通過連接人，在上半場上相關(guān)技術(shù)市場已經(jīng)較為飽和，我們可發(fā)展的空間余地并不是很大。

那么，大數(shù)據(jù)的下半場是什么，下半場已經(jīng)在悄悄的開始了，其主要特征將是“2B”(面向組織機(jī)構(gòu))�；ヂ�(lián)網(wǎng)應(yīng)用將面向各行業(yè)，特別是制造業(yè)，以優(yōu)化資源配置、提質(zhì)增效為目標(biāo)，構(gòu)建以工業(yè)物聯(lián)網(wǎng)為基礎(chǔ)和工業(yè)大數(shù)據(jù)為要素的工業(yè)互聯(lián)網(wǎng)。

下半場將是我們重點(diǎn)關(guān)注的領(lǐng)域，便是大數(shù)據(jù)技術(shù)與行業(yè)融合的最佳時(shí)期，也是剛剛開始，這里才是創(chuàng)新的土壤，與行業(yè)的融合，也是上海市政府提出的人工智能技術(shù)在傳統(tǒng)行業(yè)的落地應(yīng)用，這是未來，未來一定是在這里，誰能將大數(shù)據(jù)技術(shù)與行業(yè)融合的融洽，創(chuàng)造性的解決行業(yè)的痛點(diǎn)難點(diǎn)問題，誰便站上了時(shí)代的浪潮之上。

值得注意的是，有一些值得我們思考的問題：

(1)基于數(shù)據(jù)驅(qū)動(dòng)的人工智能。數(shù)據(jù)驅(qū)動(dòng)已經(jīng)成為如今大數(shù)據(jù)時(shí)代貌似約定俗成的技術(shù)手段，人工智能技術(shù)要明確行業(yè)需求，定準(zhǔn)靶心，然后才是如何基于數(shù)據(jù)驅(qū)動(dòng)開發(fā)人工智能技術(shù)，沒有行業(yè)需求的明確，人工智能技術(shù)便也就是水中月，霧中花。

(2)通訊技術(shù)獲得了突破，形成了自己的理論體系，而就目前來講，人工智能還基于計(jì)算機(jī)技術(shù)，沒有形成獨(dú)立的理論體系，所以人工智能還沒有真正的開始。如今企業(yè)界紛紛在談人工智能，追逐潮流，突出概念，我們應(yīng)該清醒的認(rèn)識(shí)到，到底什么是人工智能技術(shù)，如何解釋人工智能技術(shù)，難道是一個(gè)個(gè)數(shù)據(jù)挖掘技術(shù)算法么，還是機(jī)器學(xué)習(xí)算法?如何定義。

(3)未來發(fā)展的重點(diǎn)應(yīng)在三個(gè)方面，第一是大數(shù)據(jù)與智能計(jì)算;第二是數(shù)據(jù)共享，數(shù)據(jù)只有通過共享才能產(chǎn)生價(jià)值;第三新的數(shù)據(jù)形態(tài)，未來的數(shù)據(jù)發(fā)展方向在哪里?(空間數(shù)據(jù)、醫(yī)療數(shù)據(jù)、流數(shù)據(jù)、工業(yè)數(shù)據(jù))。

標(biāo)簽： 智慧城市 大數(shù)據(jù)

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。