華為科學家解密：大資料是商業炒作嗎? 未來技術趨勢是什麼?

作者：楊強，華人界首個國際先進人工智慧協會（AAAI）院士；華為諾亞方舟實驗室主任, 香港科技大學電腦系教授； ACM傑出科學家。 下面是楊強對大資料行業三個熱門問題的解答。

我第一次聽到「大資料」這個詞是2011年在新加坡舉行的一次美國科學院大資料討論會。 因數據採集費用的急劇下降，導致大量資料的產生，這一現象首次成為關注焦點。 當時對資料的急劇增長意味著什麼沒有統一看法, 唯一認可的就是把這一現象命名為「大資料」。

今天，各行各業對大資料的理解各不相同。 電信行業對「大資料到底能做啥？ 」至今沒有定論。 我之前有關大資料的文章發表後，讀者提出很多疑問，因篇幅有限，選擇三個關注度較高的問題來解答，抛磚引玉，供大家進一步討論。

業界給大資料的定義為4個「V」，即體量大(Volume)，種類多(Variety)，速度快(Velocity)，以及真實性高(Veracity)。 如果僅僅看這幾個維度，那麼大資料就是炒作。 因為它並未說明大資料的本質。 大資料本質是通過資料加電腦可以帶來一種像人一樣的思維能力。 這種能力在商業上的體現即為一種新的更好的商業運作模式。

諾亞方舟實驗室在華為終端「智匯雲」的應用，就是一個典型的大資料應用案例。 智匯雲是華為終端的一個雲端商場，有上千萬的使用者和幾十萬的應用 （APP），每個使用者的習慣、興趣、選擇和卸載的應用都不一樣。 這些行為的資料總和為每個使用者形成了一個獨特的APP推薦問題：當使用者再一次來到智匯雲的 時候，如何精准地向使用者推薦他最想要的那些應用，而不是簡單地把最流行的應用推薦給使用者？

這個商業模式可以被非常明確地表達：「如何通過華為手機APP市場的大資料分析提高使用者接受APP推薦的精准度，以提升華為終端的使用者體驗？ 」

最後我們利用數以萬計的使用者特徵的多種維度，建立了一個非常精細的使用者模型。 其推薦效果比以往的智匯雲提升了70%以上。

大資料應用成功的關鍵也正是要看我們有沒有一個明確的商業（或科學）目的。 這個商業模式的定義是必須的。

管道大資料和互聯網大資料，到底誰是主導？ 區別是什麼？ 各自的價值在哪裡？ 這對於運營商和設備供應商來說，可能是有關大資料最糾結的問題了。

互聯網和運營商的關係，可以用車和路的關係來理解。 路上行駛的車輛可以看作是互聯網，車上所裝的貨物和乘客及運輸系統可以看作是互聯網的資料和各種 應用，而車輛所走的高速公路就類似于運營商提供的管道。 對於互聯網來說，它們更關心乘客和貨物，及把人和貨運到目的地。 但從運營商的角度來說，它們更關心 的是道路是否通暢。 從這一點來說，互聯網的資料是有關人和貨物，而運營商的資料是車流量和道路擁塞程度。 所以，互聯網的資料是終端使用者的資料，而運營商的 資料是關於資料的資料。

關於資料的資料在電信行業意義重大。 當然這有個前提：資源無論到何時都是有限的。

還拿車和路來比喻。 如何為一些重要的常客開闢一條快速通道？ 你需要先知道哪些是重要的常客。 哪些重要車輛公司在受對手高速路公司吸引，正在考慮換 路？ 你需要分析這些公司的痛點在哪裡。 哪些地區需要新建高速路？ 你需要對各地位置及車流情況做分析（開拓運營商新業務）。 哪些地區可以直接建高鐵？ 你需要 瞭解地區發展狀況及所處階段（對於成熟的運營商可以直接上5G）。

對資料分析的需求也隨著運營技術的前進而提升。 在5G場景下，我們需要給大眾提供更密集、更快、更個人化的電信服務。 那麼，我們就要知道使用者的使用 規律、痛點、服務軟肋在哪裡。 一個對你如影隨行的高端服務並不是無數的服務員在所有你可能出現的地方等待，而是由一個聰明的服務員在你需要的時候及時出 現。

未來的網路技術，如軟體定義網路(SDN), 更需要大資料的支援：SDN的大腦，可以對網路大資料的深度挖掘所產生、修改、對未來端到端的通訊需求有精准的預測，不斷從資料中學習。 這樣，整個網路就像我們人腦一樣，變得越來越聰明。

大資料帶來的變革只不過是電腦技術變革的其中一步。 其變革過程和人類歷史上其他重要變革一樣，都要經過從資源(即：大資料)的原始積累，到商業和社會服務的差異化，再到人類對虛擬世界的行業和社會的再規範以解決公平合理的資料資源配置。 當大資料及其技術的原始積累得到穩定以後,人們對之後的數位化應用將步入穩定狀態。

以此推論，由大資料引發的下一代技術很可能是更大規模的、面向數位化行業的轉變,這會讓眾多傳統行業向數位世界全面或部分轉化和融合。 這個轉變使得許多需要眾多專家的領域將以另一種形式出現，也使得許多行業在整體「食物鏈條」的上下游有所改變。 比如，醫生和科學家這樣「高大上」的行業， 到那時會不會變成隻負責資料獲取和解釋分析結果的 「工人」？ 或是成為在大資料驅動下智慧型機器人的夥伴？