
这是中国科学院院士、中科院遥感与数字地球所所长郭华东于日前在北京召开的大数据与科学发现国际研讨会上做出的判断。从数据发展历史看,19世纪70年代以来,数据量大约每十年翻一番;从工业化时代进入信息化时代后,数据量以每三年翻一番的速度持续增长;当今社会,随着计算机技术和互联网的快速发展,数据存储量、规模和种类更是飞速增长,“大数据时代”已经来临。
“不过,在大数据概念与应用实践中,互联网大数据、商业大数据得到了广泛重视和快速发展,与之相比,科学大数据的理论研究与实践还相对较少。”
在郭华东看来,大数据有着重要的发展潜力,其中重要的一点是能够改变人们的科研方式。“通过对大数据的挖掘,取得新的科学发现。”
实际上,科学界已经有了这样的先例。比如上帝粒子的发现,就是欧洲强子对撞机长期数据积累的结果;而诸如人类基因组计划、全球变化研究等,浩瀚的数据量也不断产生着重要的科学发现。
与此同时,科技界屡现大数据相关的论文、专刊和书籍。2008年,英国《自然》杂志率先出版了“大数据”专刊,分析了大数据对当代科学的影响和意义;2011年,美国《科学》杂志推出“数据处理”专刊;2012年,联合国发布大数据政务白皮书《大数据促发展:挑战与机遇》……
“大数据的数量之大已经出乎了人们的预料,更重要的是,它改变了人类认识自然的方式。”郭华东告诉《中国科学报》记者,“尤其是需要巨额投资建造、运行和维护大型研究设施的大科学工程,以及需要跨学科合作的大规模、大尺度的前沿性科学研究项目,更是与大数据联系密切。大数据+大科学=大发现。”
目前,国际上已经有一些学术组织和大型科学计划在着力推动科学大数据的发展,如国际科学理事会下属的国际科技数据委员会是全球最大的科技数据国际学术组织,现拥有国家会员、国际学术组织会员等50余个会员。2010年郭华东当选该组织主席。
任职期间,郭华东努力加强与各国际组织的联系,为其提供战略指导和专业的关键数据,积极推动各项工作,取得了显着的成绩。
在这些工作中,郭华东发现,科学大数据要真正引发科学上的大发现,还存在着一些瓶颈。除了数据获取、处理、存储、传输、系统控制等技术瓶颈外,理念和政策上的瓶颈更亟待突破。“对我国来说,政府已经认识到了大数据的重要性,但数据的共享工作仍然任重道远,这座高山还远远没有翻过去。”
一项统计数字显示,中国目前拥有的数据量占全球的14%;而到2020年,这一比例将上升至21%。
可现实的情况却是“即便同在一个单位里,两个部门之间都很可能不相往来”,“这些部门其实都掌握了许多数据,但不共享,这就等于没有大数据”。
郭华东呼吁,国家应将大数据上升为一项国家战略,做好顶层设计,要从国家层面上推进中长期计划和政策的实施。“大数据时代已经来临,如果认识跟不上,将来落后的不止一步两步。当我们把大数据看作与土地、森林、矿产一样的国家资源时,这件事就能够做好了。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11