作為研究大數(shù)據(jù)的資深專家,中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟秘書長(zhǎng)、中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專委會(huì)委員趙國(guó)棟在大數(shù)據(jù)領(lǐng)域著述頗豐,他的著作《大數(shù)據(jù)時(shí)代的歷史機(jī)遇》在行業(yè)內(nèi)廣為流傳。

  關(guān)于大數(shù)據(jù)的定義很多,足以讓人找不到北,亞馬遜的科學(xué)家給出的定義是非常言簡(jiǎn)意賅的一種,“大數(shù)據(jù)是任何超過(guò)了一臺(tái)計(jì)算機(jī)處理能力的數(shù)據(jù)量”。

  在趙國(guó)棟看來(lái),大數(shù)據(jù)最大的優(yōu)勢(shì)在于減輕人們對(duì)于未來(lái)的焦慮感。他用帶有幾分哲理意味的語(yǔ)言這樣描述道,“未來(lái)的不確定性是人類產(chǎn)生恐懼的根源之一,也是各類組織最為頭痛的問(wèn)題。大數(shù)據(jù)技術(shù)讓我們看到解決未來(lái)預(yù)測(cè)問(wèn)題的一絲曙光”。

  “任何行為,皆有前兆。但在現(xiàn)實(shí)世界中,缺少實(shí)時(shí)記錄的工具,許多行為看起來(lái)是‘人似秋鴻有來(lái)信,事如春夢(mèng)了無(wú)痕’。在互聯(lián)網(wǎng)世界則完全不同,是‘處處行跡處處痕’。要買商品,必先瀏覽、對(duì)比、詢價(jià)；要搞活動(dòng),必先征集、討論、策劃?；ヂ?lián)網(wǎng)的‘請(qǐng)求’加‘響應(yīng)’機(jī)制恰恰在服務(wù)器上保留了人們大量的前兆性的行為數(shù)據(jù),把這些數(shù)據(jù)搜集起來(lái),進(jìn)一步分析挖掘,就可以發(fā)現(xiàn)????藏在大量細(xì)節(jié)背后的規(guī)律,依據(jù)規(guī)律,預(yù)測(cè)未來(lái)。收集分析海量的各種類型的數(shù)據(jù),并快速獲取影響未來(lái)的信息的能力,就是大數(shù)據(jù)技術(shù)的力量所在?！壁w國(guó)棟說(shuō)。

  為了說(shuō)明上述觀點(diǎn),趙國(guó)棟引用了一則IBM公司的廣告語(yǔ),“過(guò)去我認(rèn)為我的工作就是追捕罪犯,而現(xiàn)在對(duì)這項(xiàng)工作有了全新的認(rèn)識(shí),我們分析犯罪數(shù)據(jù),識(shí)別犯罪模式,并部署警力,幫助美國(guó)部分城市重大犯罪率降低了30%。終結(jié)犯罪,在案發(fā)之前”。

  站在歷史的角度來(lái)看,人類所擁有的數(shù)據(jù)正在呈現(xiàn)爆發(fā)式增長(zhǎng)態(tài)勢(shì):

  根據(jù)國(guó)際數(shù)據(jù)公司(IDC)的《數(shù)據(jù)宇宙》報(bào)告顯示:2008年全球數(shù)據(jù)量為0.5ZB,2010年為1.2ZB,人類正式進(jìn)入ZB時(shí)代。更為驚人的是,2020年以前全球數(shù)據(jù)量仍將保持每年40%多的高速增長(zhǎng),大約每?jī)赡昃头槐丁?

  ZB是個(gè)什么概念?1ZB=1024EB。一本《紅樓夢(mèng)》共有87萬(wàn)字(含標(biāo)點(diǎn)),每個(gè)漢字占兩個(gè)字節(jié),即1 個(gè)漢字=2B,由此計(jì)算1EB約等于6626億部《紅樓夢(mèng)》。美國(guó)國(guó)會(huì)圖書館是美國(guó)四個(gè)官方圖書館之一,也是全球最重要的圖書館之一,截至2011年4月,藏書約為1.5億冊(cè),收錄數(shù)據(jù)235TB,1EB約等于4462個(gè)美國(guó)國(guó)會(huì)圖書館的數(shù)據(jù)存儲(chǔ)量。

  擁有數(shù)據(jù)越多,并不意味著萬(wàn)事大吉。大數(shù)據(jù)時(shí)代依然可能面臨發(fā)展不均衡和不公平的問(wèn)題。趙國(guó)棟將其概括為數(shù)據(jù)割據(jù)、數(shù)據(jù)孤島和數(shù)據(jù)質(zhì)量三大問(wèn)題。

  “因?yàn)橹贫嚷┒?、地方保護(hù)主義、部門利益等人為因素造成數(shù)據(jù)分散的現(xiàn)象,可以稱之為數(shù)據(jù)割據(jù)。政府部門之間各自將數(shù)據(jù)看作自己的資產(chǎn),而不是作為社會(huì)資源和公共資源來(lái)使用,這主要是由于部門之間存在壁壘和各自的利益,規(guī)章制度、法律法規(guī)不完善造成的。因?yàn)榧夹g(shù)差距、歷史遺留問(wèn)題等形成的數(shù)據(jù)分散現(xiàn)象,稱之為數(shù)據(jù)孤島。數(shù)據(jù)質(zhì)量的好壞,直接影響數(shù)據(jù)資產(chǎn)的價(jià)值。數(shù)據(jù)質(zhì)量主要包括數(shù)據(jù)的真實(shí)性、完整性、一致性。這些問(wèn)題的解決非一日之功,需要技術(shù)、制度、文化等方方面面的努力?！壁w國(guó)棟說(shuō)。