谭建荣 | 大数据思维与大数据产业:关键技术与发展趋势

来源:智汇皇冠娱乐平台下载

点击:150

A+ A-

所属频道:新闻中心

关键词:大数据思维 谭建荣 大数据

    谭建荣

    中国工程院院士

    文章来源:首席信息官联盟


    于2018年9月14日中国大数据创新发展高峰论坛演讲实录。


    各位领导,各位嘉宾:


    很高兴又一次来到无锡,这次是受中国电子学会和无锡市的邀请来参加大数据高峰论坛。考虑到大数据非常重要,但大家对它的认知还是不够。所以我的这个题目叫做“大数据思维、大数据产业,关键技术与发展趋势”。到底大数据的内涵是什么?中国有一个特点,就是对这个思维方式还不是太重视,尤其现在是追求后端,对前端研究比较少。中国“互联网+”搞的轰轰烈烈,但是在信息技术领域,从互联网到物联网,从大数据到云计算,从虚拟世界到人工智能,从理论方法、技术工具一直到软件,基本上都是美国学者和美国皇冠娱乐平台下载界提出来的。中国在理念上的源头比较少,所以我想发展大数据产业大家积极性很高,但是从哪起步?我觉得是大数据思维,没有大数据的思维,大数据产业是搞不了的。


    首先谈一下大数据的思维方式。改革开放以来,我们国家制造业有了很大的发展,特别是江浙两省成为全国经济的排头兵。前段时间有两种观点,第一个认为中国制造业取得了很大的成绩,这种观点只看到了成绩,没有或者不愿意看到问题。另外一个观点认为制造业一塌糊涂没有什么成绩。这两个我都不赞成,我认为中国制造业既取得了很大的成绩,这个不容否定,同时又存在很多的问题。这个问题主要是因为中国制造技术含量偏低,我们搞数字经济、大数据、制造业需要转型升级,已经形成了共识。政府如何推动制造企业的转型升级,专家如何引导,企业如何实施,我们国内企业做了不少的标准。但是我们的标准有两个问题。第一个是先进性,很多企业做的标准缺乏理论、计算、仿真、数据的支撑;第二个是操作性,标准没有真正用在指导、设计、加工、装备整个过程,标准的前生命周期体系没有建全。过去我们说一流企业有标准,现在要做一个修改,因为标准是需要数据支撑的,所以一流企业要做数据,企业的产品、设备、厂房很重要,但更重要的是你为行业提供了多少数据、标准,这个软的东西可能比硬的东西更重要。


    而在大数据的支持下,互联网+、数据经济、数字制造成为不可抗拒的潮流。有些学者认为,美国喜欢炒作,过去是海量数据,现在提出来大数据。实际上这是一个误解,什么叫大数据,还没有统一的定义。40多年前,华盛顿大学教授阿尔温·托夫勒提出了大数据的概念。美国副总统、哥伦比亚大学教授提出了一个著名的概念叫“数字地球”,美国的“数字地球”概念引领了全球的数据化。大数据给社会带来了深刻的变化,这个变化总结为三个部分,第一,推动科学技术的创新;第二,推动研究方法的改变;第三,推动思维方法的变革。


    什么是大数据思维

    第一,大数据资源是重要的战略资源。

    第二,大数据是高技术,需要高技术的人才,同时大数据也是各类客观规律的反映。这句话非常重要,特别是对于在座的领导,我们企业家从哪里找市场?你的客户群在哪里?从大数据去找。我们政府的决策,科学、政策、公开、透明,必须要有大数据。

    第三,大数据是创新转型的主要依据。企业转型升级的主要依据是大数据。这三条是大数据的思维的主要宏观规律。


    大数据的技术联系

    第一,大数据大局观。有人问我大数据为什么要大?学过统计学的知道,统计学有一个大数据,当数据的样本无穷大的时候,它的期望值就等于它的均值,这个很重要,这样才能把规律本质反映出来。

    第二,大数据强调关联。通过大数据看看有没有关联,大数据强调数据协调、数据匹配,数据之间有联系。如何协同,如何匹配,这是大数据里面的协同观,也是大数据的一个基本要求。

    第三,大数据聚集观。大数据价值通过数据挖掘、数据聚合出来的,所以我们要有一个聚集观。


    大数据产业的应用

    2017年的中国政府工作报告中说道,要把促进数字经济加快发展,让企业广泛受益,群众普遍受惠作为国家层面的战略。大数据现在成为数字经济的主要技术手段,那么大数据作为技术经济,他要遵循三个法则:

    第一,梅特卡夫法则,网络的价值等于其节点数的平方。

    第二, 摩尔定律,计算机硅芯片处理能力每18个月翻一翻,价格以减半数下降。

    第三,达维多定律,进入市场的第一代产品能够自动获得50%的市场份额。


    大数据产业应用要注意的问题

    第一,大数据资源的来源与拓展。如果我们做个医疗大数据,首先要把皇冠体育新2网址301医院、上海的医院,高水平医院的CP值,还是工程的偏值,我们要保存起来。如果没有这个数据,就是欠缺的。所以要保留数据的来源,否则就成为“空城计”。

    第二,大数据人才的引进和培养。怎么样获取人才?第一个引进,第二个更重要的是自己能够培养。我们现在搞人工智能,人工智能的人才缺乏几十万,所以南京大学就开办了人工智能学院。大数据也是这样,开办新的专业,培养人才。

    第三,大数据硬件的构建与维护。这个非常重要,基础研究很重要,我们一定要以基础研究、软件算法引领大数据的发展。当然对大数据来说,云服务平台的打造很重要。大数据要形成云服务有两个要点:第一个资源虚拟化,第二个软件服务化,大数据和云服务化是紧密关系。

    浙江大学在大数据方面也做了很多的工作,包括高端数控机床等等,欢迎各位企业家、各位领导,到杭州来,到浙江大学来,进行人才培养、技术培训交流,因为时间关系我讲到这里,谢谢大家。


    (审核编辑: 智汇小新)

    博聚网