電子書

　返回首頁　|　經參·財智　|　經參·思想　|　經參·讀書

設為首頁 | 加入收藏

經濟參考網讀書頻道

大數據，變革思維

人們不再認為數據是靜止和陳舊的。但在以前，一旦完成了收集數據的目的之后，數據就會被認為已經沒有用處了。比方說，在飛機降落之后，票價數據就沒有用了（對谷歌而言，則是一個檢索命令完成之后）。
　　信息社會所帶來的好處是顯而易見的：每個人口袋里都揣有一部手機，每臺辦公桌上都放有一臺電腦，每間辦公室內都擁有一個大型局域網。但是，信息本身的用處卻并沒有如此引人注目。半個世紀以來，隨著計算機技術全面融入社會生活，信息爆炸已經積累到了一個開始引發變革的程度。它不僅使世界充斥著比以往更多的信息，而且其增長速度也在加快。信息總量的變化還導致了信息形態的變化——量變引發了質變。最先經歷信息爆炸的學科，如天文學和基因學，創造出了“大數據”這個概念。如今，這個概念幾乎應用到了所有人類致力于發展的領域中。
　　大數據并非一個確切的概念。最初，這個概念是指需要處理的信息量過大，已經超出了一般電腦在處理數據時所能使用的內存量，因此工程師們必須改進處理數據的工具。這導致了新的處理技術的誕生，例如谷歌的MapReduce 和開源Hadoop 平臺（最初源于雅虎）。這些技術使得人們可以處理的數據量大大增加。更重要的是，這些數據不再需要用傳統的數據庫表格來整齊地排列——一些可以消除僵化的層次結構和一致性的技術也出現了。同時，因為互聯網公司可以收集大量有價值的數據，而且有利用這些數據的強烈的利益驅動力，所以互聯網公司就順理成章地成為最新處理技術的領頭實踐者。它們甚至超過了很多有幾十年經驗的線下公司，成為新技術的領銜使用者。今天，一種可能的方式是，亦是本書采取的方式，認為大數據是人們在大規模數據的基礎上可以做到的事情，而這些事情在小規模數據的基礎上是無法完成的。大數據是人們獲得新的認知，創造新的價值的源泉；大數據還是改變市場、組織機構，以及政府與公民關系的方法。
　　大數據，開啟重大的時代轉型　　大數據開啟了一次重大的時代轉型。與其他新技術一樣，大數據也必然要經歷硅谷臭名昭著的的技術成熟度曲線：經過新聞媒體和學術會議的大肆宣傳之后，新技術趨勢一下子跌到谷底，許多數據創業公司變得岌岌可危。當然，不管是過熱期還是幻想破滅期，都非常不利于我們正確理解正在發生的變革的重要性。
　　就像望遠鏡能夠讓我們感受宇宙，顯微鏡能夠讓我們觀測微生物，這種能夠收集和分析海量數據的新技術將幫助我們更好地理解世界——這種理解世界的新方法我們現在才意識到。本書旨在如實表達出大數據的內涵，而不會過分熱捧它。當然，真正的革命并不在于分析數據的機器，而在于數據本身和我們如何運用數據。
　　天文學領域的變化在各個領域都在發生。2003 年，人類第一次破譯人體基因密碼的時候，辛苦工作了十年才完成了三十億對堿基對的排序。大約十年之后，世界范圍內的基因儀每15 分鐘就可以完成同樣的工作。在金融領域，美國股市每天的成交量高達70 億股。而其中三分之二的交易都是由建立在算法公式上的計算機程序完成的。這些程序運用海量數據來預測利益和降低風險。
　　互聯網公司更是要被數據淹沒了。谷歌公司每天要處理超過24 拍字節的數據，這意味著其每天的數據處理量是美國國家圖書館所有紙質出版物所含數據量的上千倍。facebook 這個創立時間不足十年的公司，每天更新的照片量超過1 000 萬張，每天人們在網站上點擊“ 喜歡”（Like）按鈕或者寫評論次數大約有三十億次，這就為facebook 公司挖掘用戶喜好提供了大量的數據線索。與此同時，谷歌子公司YouTube 每月接待多達8 億的訪客，平均每一秒鐘就會有一段長度在一小時以上的視頻上傳。twitter 上的信息量幾乎每年翻一倍，截至2012 年，每天都會發布超過4 億條微博。
　　從科學研究到醫療保險，從銀行業到互聯網，各個不同的領域都在講述著一個類似的故事，那就是爆發式增長的數據量。這種增長超過了我們創造機器的速度，甚至超過了我們的想象。
　　我們周圍到底有多少數據？增長的速度有多快？許多人試圖測量出一個確切的數字。盡管測量的對象和方法有所不同，但他們都獲得了不同程度的成功。南加利福尼亞大學安嫩伯格通信學院的馬丁? 希爾伯特（MartinHilbert）進行了一個比較全面的研究，他試圖得出人類所創造、存儲和傳播的一切信息的確切數目。他的研究范圍不僅包括書籍、圖畫、電子郵件、照片、音樂、視頻（模擬和數字），還包括電子游戲、電話、汽車導航和信件。馬丁? 希爾伯特還以收視率和收聽率為基礎，對電視、電臺這些廣播媒體進行了研究。
　　有趣的是，在2007 年，只有7% 是存儲在報紙、書籍、圖片等媒介上的模擬數據，其余全部是數字數據。但在不久之前，情況卻完全不是這樣的。雖然1960 年就有了“信息時代”和“數字村鎮”的概念，但實際上，這些概念仍然是相當新穎的。甚至在2000 年的時候，數字存儲信息仍只占全球數據量的四分之一；當時，另外四分之三的信息都存儲在報紙、膠片、黑膠唱片和盒式磁帶這類媒介上。
　　早期數字信息的數量是不多的。對于長期在網上沖浪和購書的人來說，那只是一個微小的部分。事實上，在1986 年的時候，世界上約40% 的計算機技術都被運用在便攜計算機上，那時候，所有個人電腦的處理能力之和都沒有便攜計算機高。但是因為數字數據的快速增長，整個局勢很快就顛倒過來了。按照希爾伯特的說法，數字數據的數量每三年多就會翻一倍。相反，模擬數據的數量則基本上沒有增加。
　　事情真的在快速發展。人類存儲信息量的增長速度比世界經濟的增長速度快4 倍，而計算機數據處理能力的增長速度則比世界經濟的增長速度快9倍。難怪人們會抱怨信息過量，因為每個人都受到了這種極速發展的沖擊。把眼光放遠一點， 我們可以把時下的信息洪流與1439 年前后古登堡發明印刷機時造成的信息爆炸相對比。歷史學家伊麗莎白? 愛森斯坦（Elizabeth Eisenstein）發現，1453—1503 年，這50 年之間大約有800 萬本書籍被印刷，比1 200 年之前君士坦丁堡建立以來整個歐洲所有的手抄書還要多。換言之，歐洲的信息存儲量花了50 年才增長了一倍（當時的歐洲還占據了世界上大部分的信息存儲份額），而如今大約每三年就能增長一倍。
　　這種增長意味著什么呢？彼特? 諾維格（Peter Norvig）是谷歌的人工智能專家，也曾任職于美國宇航局噴氣推進實驗室，他喜歡把這種增長與圖畫進行類比。首先，他要我們想想來自法國拉斯科洞穴壁畫上的標志性的馬。這些畫可以追溯到一萬七千年之前的舊石器時代。然后，再想想一張馬的照片，想想畢加索的畫也可以，看起來和那些洞穴壁畫沒有多大的差別。事實上，畢加索看到那些洞穴壁畫的時候就曾開玩笑說：“自那以后，我們就再也沒有創造出什么東西了。”
　　他的話既正確又不完全正確。你回想一下壁畫上的那匹馬。當時要畫一幅馬的畫需要花費很久的時間，而現在不需要那么久了。這就是一種改變，雖然改變的可能不是最核心的部分——畢竟這仍然是一幅馬的圖像。但是諾維格說，想象一下，現在我們能每秒鐘播放24 幅不同形態的馬的圖片，這就是一種由量變導致的質變：一部電影與一幅靜態的畫有本質上的區別！大數據也一樣，量變導致質變。物理學和生物學都告訴我們，當我們改變規模時，事物的狀態有時也會發生改變。
　　有時候，我們認為約束我們生活的那些限制，對于世間萬物都有著同樣的約束力。事實上，盡管規律相同，但是我們能夠感受到的約束，很可能只對我們這樣尺度的事物起作用。對于人類來說，唯一一個最重要的物理定律便是萬有引力定律。這個定律無時無刻不在控制著我們。但對于細小的昆蟲來說，重力是無關緊要的。對它們而言，物理宇宙中有效的約束是地表張力，這個張力可以讓它們在水上自由行走而不會掉下去。但人類對于地表張力毫不在意。
　　對于萬有引力產生的約束效果而言，生物體的大小是非常重要的。類似地，對于信息而言，規模也是非常重要的。谷歌能夠幾近完美地給出和基于大量真實病例信息所得到的流感情況一致的結果，而且幾乎是實時的，比疾控中心快多了。同樣，Farecast 可以預測機票價格的波動，從而讓消費者真正在經濟上獲利。它們之所以如此給力，都因為存在供其分析的數千億記的數據項。
　　盡管我們仍處于大數據時代來臨的前夕，但我們的日常生活已經離不開它了。垃圾郵件過濾器可以自動過濾垃圾郵件，盡管它并不知道“發# 票#銷# 售”是“發票銷售”的一種變體。交友網站根據個人的性格與之前成功配對的情侶之間的關聯來進行新的配對。具有“自動改正”功能的智能手機通過分析我們以前的輸入，將個性化的新單詞添加到手機詞典里。然而，對于這些數據的利用還僅僅只是一個開始。從可以自動轉彎和剎車的汽車，到IBM 沃特森超級電腦在游戲節目《危險邊緣》（Jeopardy）中打敗人類來看，這項技術終將會改變我們所居住的星球的許多東西。

第

頁

關于我們 | 版面設置 | 聯系我們 | 媒體刊例 | 友情鏈接　

国产精品一区二区三区日韩_欧美一级a爱片免费观看一级_亚洲国产精品久久综合网_人妻中文字幕在线视频二区