李國傑院士談大資料熱：近期力戒忽悠

中國工程院院士李國傑

「其實，生物資訊學、腦科學、空間科學等基礎研究早就採用數以PB級計HTTP://www.aliyun.com/zixun/aggregation/14294.html">的大資料，卻沒能引發大資料浪潮。 大資料如今引起各方重視，主要還是因為它蘊藏著巨大的經濟價值。 」

近日，在北京召開的「大資料背景下的電腦和經濟發展高層論壇」上，中國工程院院士李國傑表示，我國開展大資料研究，一定要以企業為主體，充分調動企業和經濟界學者的積極性。

大資料在經濟領域應用的一個有趣案例，是通過社交網路預測股價漲落。 社交媒體監測平臺DataSift監測了社交網站Facebook首次公開募股當天Twitter上的情感傾向與Facebook股價波動的關聯。 在Facebook開盤前，Twitter上的情感逐漸轉向負面，25分鐘之後，Facebook股價便開始下跌。 而當Twitter上的情感轉向正面時，Facebook股價在8分鐘之後也開始了回彈。 最終當股市接近收盤、Twitter上的情感轉向負面時，10分鐘後Facebook的股價又開始下跌。 該機構得出最終的結論是：Twitter上每一次情感傾向的轉向都會影響Facebook股價的波動。

「預測股價，是公認的很難做到的事，但大資料分析也能發揮作用。 」李國傑說，「其他過去認為做不到的事情，也許大資料分析都能派上用場。 因此，我們的當務之急是多實踐，實踐出知識，實踐出理論。 只有當每個領域的資料分析做得相當深入時，才能提出資料科學的共性問題。 」

雖然大多數單位其實仍處於「小資料」處理階段，但李國傑認為，企業和政府部門都不必太在意自己正在分析的是不是「大資料」，更不必花精力對各種名詞和定義作無謂爭論。 「只要在縱向上有一定的時間積累，在橫向上有較豐富的記錄細節，通過多個源頭對同一個物件採集的各種資料有機整合，進行認真仔細的資料分析，就可能產生大價值。 」

李國傑還提醒，要對我國在大資料方面的技術基礎落後有清醒認識。 由於我國人口最多，線民也最多，許多人估計我國每年新資料的增量應該在世界上名列前茅。 但僅就資料量而言，我國還不是資料大國。 根據麥肯錫公司的報告，2010年美國新增資料量為3500PB，歐洲為2000PB，中國僅為250PB。 也就是說，我國每年新增資料量僅為美國的7%、歐洲的12%。

「當然，大資料的關鍵並不在資料量的大小，而在於獲取有效資訊的能力和資料分析能力的高低。 」李國傑說，「但在大資料領域，我國與世界先進國家也不在同一條起跑線上。 」

現在涉及大資料的會議很多，但李國傑覺得政府、企業和學術界未必真正理解大資料的重大意義。 「許多人對變革性技術的效益估計往往是，近期過於樂觀，遠期估計不足。 」

他自己的判斷是，如同雲計算、物聯網一樣，近幾年內大資料的市場規模不會很大，全世界大概只有數百億美元。 但是，大資料超市的增速將是傳統IT產業的好幾倍。 「對近期的大資料超市不能估計過高，不能自己忽悠自己。 開展大資料研究和應用一定要有長遠眼光。 」

(責任編輯：蒙遺善)