
7年后 中国将进入“完全大数据时代”是真的吗
现在,我们的社会正从一个“以计算为主”的时代进入到“以数据为中心”的时代。
我们正在用比以往任何时候都更快的速度,去获取更大量、更丰富的数据,这就是“大数据”——每天产生250亿亿字节的新数据。
4G将给生活带来怎么样的便利?新的产业革命是否将在智能产业中产生?未来哪些产业将迎来大发展?昨天,《大数据时代》作者、牛津大学教授维克托,中国移动原董事长王建宙,全国人大财经委副主任委员贺铿,微软全球副总裁、大中华区董事长贺乐赋在昨天投洽会2013国际投资论坛上展开了讨论。
维克托会场发第三次预言
25年前,维克托就预言计算机病毒将成为网络非常严重的问题,5年前,他预测了大数据时代的到来,这也是他自认为最好的预言。在本次会场,他也预言了一次,7年后,在2020年,世界将进入完全大数据时代,未来会经常用到智能手机个性化应用。“我们身体的功能一旦有什么不适,都会通过手机得到警示,信息会和手机库进行对接,咨询相关专家,通过手机应用让我们的寿命更长。”维克托说。
在现场,主持人让在场的人举手,谁在使用3G手机,现场举手的人数超过了90%。陈伟鸿开玩笑说:“在这个时代,没有用3G都不好意思和人说。”
超快速:3秒惊呆场内观众
在会场中,王建宙带着4G手机,向现场观众展示了4G,当起了“王婆”,夸起了4G。与现在的3G手机相比,外观并没有什么差别。王建宙解释,这是4G应用的第一个阶段,只是在3G智能手机的基础上把速率加快,手机上有4G的信号。
王建宙说,这个速率加快,能解决用手机上网看视频卡的问题。在王建宙的展示中,看视频基本上不需要缓冲,进度条拉到哪里,就能播放。
更厉害的是,下载速度也快得惊人。一部30分钟左右的短片,从网站上下载下来,需要多少时间?在场的2位嘉宾给的答案是30秒钟,王建宙却只用3秒钟就搞定了。这样的超快速度也让维克托“惊呆”了,维克托承认,他犯了一个错误,他把欧洲速度放到了中国,在欧洲,手机使用3G速度也很慢,“我真希望我们在欧洲能用上中国4G的速度。”维克托说。
声音
全国人大财经委副主任委员贺铿——第三次工业革命或将在智能产业诞生
第三次工业革命将在什么产业中诞生,是3D打印还是新能源,抑或是其他产业?贺铿表示,他认为真正在酝酿的一次工业革命很有可能是智能产业,理由是智能产业在美国这几年已经悄然兴起,发展前景很好。在劳动成本中,人类的劳动成本越来越大,所以现在出现了不少机器人代替人的工作,机器人服务生、机器人炒菜这些都已出现,相信智能产业的发展会真正地再一次改变我们的生产方式和生活方式。
对于大数据,贺铿不吝赞美之词。“我所了解的大数据,说它是华彩乐章也不为过,我认为这个乐章还有许多音符需要创造或者填写,因为大数据毕竟现在还是一个很浑沌、很模糊的理论。要真正进入到实用还需要很多人的智慧去完善,去改写这个乐章。”贺铿说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30