京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《大数据时代》作者、牛津大学教授维克托.迈尔.舍恩伯格(ViktorMayer-Schönberger),今天在2014浦江创新论坛上发表了大数据工业4.0主题演讲。
舍恩伯格认为,世界的本质就是大数据,大数据正在开启重大的时代转型。大数据正在改变的的生活以及理解世界的方式,正在成为新发明和新服务的源泉。从因果关系到相关关系的思维变革,正是大数据的关键,建立在相关关系分析法基础上的预测才是大数据的核心。
其主体演讲内容整如下,有部分删节。
当我们谈大数据以及创新的背景时,追溯到百年前,亨利福特催生了当时的福特车型,启动了汽车的大众生产新时代。这不但改变了汽车制造业,改变了经 济,同时也改变了整个社会,改变了我们对距离和时空的感受感觉。之前,我们有亨利福特以及他的福特车型,而现在,我们有苹果手表即将上市。
在这样的背景下,如何定义创新?福特车型主要是与大众生产有关,就某一个车型进行最低成本的批量型生产。快进到现在的时代,苹果手表将会有上千种不同的配置,而且以低成本进行生产,既可以单纯大众生产,还可以进行个性化大众生产。
个性化大众生产,成为现代化的标志。再说创新,我们看到是从大众车型生产到个性化大众生产的时代,我们对本身的想法进行了否定。实际上,创新是 更好地对世界上发生的事情进行数据技术分析和理解。在人类发展当中,通过理解和观察做到创新,并且通过观察捕捉信息从而加深理解。
最近我们开始谈及小数据,因为收集、分析、储备、再使用数据成本非常高昂而耗费时间。现在我们看到要理解世界的方式和方法,是基于我们对于大数据无法正确理解而驱动的,这样的背景正在变化。
一、大数据带给我们对现实的新体验
我们收集分析储蓄数据,再改变数据分析的过程,改变了我们对世界进行理解的方式。从1989年到2010年这20年时间,全球数据的数量增长了 100倍,我们看到数据的爆炸性增长,我们从模拟世界进展到了数码世界或曰数字世界。为什么是这样?因为数量能够转化为质量。譬如我们拍数码照片,每一秒 钟一个人骑马的照片,如果连拍20张照片,可以突然看到数量的改变带来新的质量飞跃,这就是我们对现实的新的观察和体验,这就是数据所带来的改变,信息数 量增长,可以带来我们对世界洞察力新的变革。
二、大数据帮助我们更好理解世界
数据和与之相关的问题,是我们观察世界的出发点。换言之,要让数据说话,让数据来帮助人们看世界,让数据帮助我们更好地理解世界。譬如在拍照时必须 做焦点的选择,哪些是最重要的要作为焦点,而不重要变为模糊的背景?这时,我们会知道在数据时代什么对我们更重要。使用大数据相机拍摄,可以把所有的焦点 重心捕捉起来,在拍完照片之后,可以自己选择任何一个成为焦点的对象。大数据照相机的优点、力量所在,正是可以让数据说话,把互不关联的数据结合起来。通 过分析这些数据间的关系和关联,你可以找出一个事件的因果关系。
三、大数据创新改变生活的方方面面
上世纪50年代,美国国防部想让科学家打造一个软件,能够自动把俄文翻成英文,这个项目最后花费了10亿美金、以及15年时间,最后以失败而告终。 而现在加利福尼亚一个创业公司,利用因特网作为基础,创建统计性、或然性,打造出成功的翻译机器。利用大数据创新后的结果,比以前所有的对机器翻译的研究 都更加出色。
在健康领域,有一位博士利用大数据把数字传感器放到了早产儿身上,然后收集那些与他的生命体征非常相关的关键信息,包括他的血压、心跳数量,大概在 一秒钟内可传递1200多项相关的数据。假以时日,他们开始寻找这些数据所带来的模式和规律,通过这些模式和规律来预测这个孩子未来可能遭遇到的感染、与 之相关的疾病,从而帮助医护人员给早产儿更好的医疗护理。
四、重复使用数据以获取更大的价值
大数据的创新里蕴含有非常多的价值,但最重要的是可以在那些已经用过的数据里获取更大的价值。以前,我们根据数据的用处使用它,用完后把数据丢弃。 但是现在不是这样:我们要把数据一遍遍重复使用,像一座冰山,我们看到的只是冰山一角,数据最重要的价值都隐藏在我们看不见的海水下面。
美国西雅图创投公司重复使用数据,帮助人们在上下班的路上躲开交通堵塞区域。他们有APP(即应用),称之为热图,根据交通堵塞的不同情况显示不同 的颜色,每天都有1亿人在使用这个应用。这个数据从哪里来?每一个智能手机的用户,都是一个传感器,当你在行走或开车时,智能手机已把数据传输出去了,计 算你走在哪条路最佳。这些数据可进行重复,公共部门利用这些数据,可以更好了解公共交通状况。
罗罗公司(即劳斯莱斯),很长时间内都是为飞机提供引擎的,引擎上的传感器留下了很多数据,这些数据本来用后即弃,但现在,他们把这些数据重新整 理,可准备预测引擎里面哪一个零部件即将产生故障,根据预测结果可以提早进行维修和零件替换。所以,这个公司服务板块成长很快,服务创已占到营收总额的 17%。
多林格公司,开发了学习英语的智能手机应用。他们把所有的数据收集起来,发现分析人们学习英语时使用的各种方法,比如西班牙人学习英语的方法与中国 人学习方法不一样。他们使用了云计算服务,不需要很高成本,不需要建设生产制造商基地,不需要建立工厂,也不需要建立谷歌数据库那么大规模的数据库。
在现代世界里,物理规模已经不是那么重要,重要的是要有能力收集数据,有能力分析数据,从数据当中得出点子。
五、以谦逊、人性化的态度分析大数据
大数据的下一个趋势是什么?有了大数据之后,在未来我们肯定能够学的更多,我们也会变得更健康,寿命会延长,汽车会不需要司机但是,大数据显而 易见也有限制,在下一步我们一定要非常当心,以一种非常审慎的态度掌握大数据技术。非常重要的一点是,我们一定从大数据当中进行不断学习。
另外我们应专注于对人类有益的领域,这就是人和电脑之间的差异。我们应更加谦逊,谦逊是非常好的特质。数据经常是不完整、不完美的,我们做大数据分析时,不仅仅是用谦逊的态度去做,而且要以人性化态度分析大数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27