由科技部和上海市人民政府共同主辦的2014浦江創(chuàng)新論壇10月25日在上海開幕。牛津大學(xué)教授維克托。邁爾·舍恩伯格教授出席會(huì)議并發(fā)言。
下為發(fā)言實(shí)錄：
維克托·邁爾·舍恩伯格：女士們、先生們，組委會(huì)要求我談大數(shù)據(jù)，當(dāng)我們談大數(shù)據(jù)以及創(chuàng)新的背景時(shí)候，我們追溯一下歷史，僅僅不到100年之前，亨利福特當(dāng)時(shí)開始催生了當(dāng)時(shí)的福特車型，啟動(dòng)了汽車的大眾生產(chǎn)的新時(shí)代，不但改變了汽車制造業(yè)，改變了經(jīng)濟(jì)，同時(shí)也改變了整個(gè)社會(huì)，改變了我們對(duì)距離的感受感覺，改變我們對(duì)時(shí)空的感受，100年不到我們之前有亨利福特以及他的福特車型，而現(xiàn)在我們有蘋果表、蘋果手表即將上市，在這樣的背景下談創(chuàng)新它的定義如何定義？在座有些人也許會(huì)說這很顯然，福特車型主要是與大眾生產(chǎn)有關(guān)，批量生產(chǎn)就某一個(gè)車型進(jìn)行最低成本的批量型生產(chǎn)，亨利福特自己本人就說你可以在任何一種顏色的情況下，來買我的車只要它是黑色，我們?cè)诳爝M(jìn)到現(xiàn)在的時(shí)代，蘋果手表將會(huì)有上千種不同的配置，而且以低成本進(jìn)行生產(chǎn)，我們還可以升單純是大眾生產(chǎn)，還可以進(jìn)行個(gè)性化大眾生產(chǎn)，個(gè)性化大眾生產(chǎn)成為現(xiàn)代化的標(biāo)志，現(xiàn)在說到創(chuàng)新，我們看到是從大眾車型生產(chǎn)到個(gè)性化大眾生產(chǎn)的時(shí)代，我們對(duì)本身的想法進(jìn)行否定了，他談了什么有關(guān)？他是與我們不是說看時(shí)間的功能，而實(shí)際上更好的對(duì)世界上發(fā)生的事情數(shù)據(jù)技術(shù)分析和理解，我們解釋一下在人類發(fā)展當(dāng)中通過理解和觀察做到，并且通過觀察捕捉信息從而加深理解，而最近我們開始談及小數(shù)據(jù)，因?yàn)槭占头治鲆约皟?chǔ)備以及再使用數(shù)據(jù)成本非常高昂而耗費(fèi)時(shí)間。所以我們需要能夠在一個(gè)非常既定的目標(biāo)情況下完成，并且丟棄。而現(xiàn)在我們看到要理解世界的方式和方法，是基于或者說是驅(qū)動(dòng)于是由于我們對(duì)于大數(shù)據(jù)無法正確理解而驅(qū)動(dòng)的，而這樣的背景正在變化。
我們收集分析儲(chǔ)蓄再改變數(shù)據(jù)分析的過程，是改變了我們對(duì)世界進(jìn)行理解的方式，我對(duì)此作為小小的解釋，在2000年時(shí)候，斯龍的數(shù)據(jù)調(diào)查，可以是在數(shù)軸里面進(jìn)行收集的數(shù)據(jù)，督促了天文史上面所收集還要多，在過去兩年里面收到了200個(gè)TB儲(chǔ)備數(shù)據(jù)，在新的2015年將出來的天文望遠(yuǎn)鏡收集的數(shù)據(jù)量達(dá)到200TB，每五天收集數(shù)量達(dá)到200TB，所以現(xiàn)在面臨數(shù)據(jù)爆炸的概念，這樣的數(shù)據(jù)爆炸是在1989年左右，1986年開始，到2010年只花了20年時(shí)間，而在全球數(shù)據(jù)的數(shù)量增長了100倍，20年時(shí)間里數(shù)據(jù)增長了100倍，如果我們?cè)俅位氐饺祟惖陌l(fā)展史上再次我們看到數(shù)據(jù)的爆炸性的增長，是1450-1506年之間，在這個(gè)時(shí)間里面我們世界的數(shù)據(jù)是翻倍了，但是現(xiàn)在在過去的20年里面我們的數(shù)據(jù)確實(shí)漲了100倍，這僅僅是故事的一半，另一半是圖表顏色顯示，深色區(qū)域是數(shù)碼數(shù)字，而我們的淺色區(qū)域是模擬數(shù)據(jù)，在2000年時(shí)候可以看到這就是我們的白色的垂直線區(qū)域里面，在2000年不是太早之前，四分之三世界的數(shù)據(jù)都還是屬于模擬數(shù)據(jù)，但是現(xiàn)在僅僅是在不到1%，就是15年里面我們已經(jīng)從模擬世界進(jìn)展到了數(shù)碼世界或者數(shù)字世界，為什么是這樣？因?yàn)閿?shù)量能夠轉(zhuǎn)化為質(zhì)量，含沙射影，我們拍數(shù)碼照片，每一秒鐘一個(gè)人騎馬的照片，如果拍20張照片，突然看到數(shù)量的改變帶來新的質(zhì)量的飛躍，這就是我們看到我們對(duì)現(xiàn)實(shí)的新的觀察和體驗(yàn)，這就是我們數(shù)據(jù)所帶來的改變，當(dāng)我們的信息的數(shù)量增長可以帶來我們對(duì)世界洞察力新的變革。
說到更多我們有著更多的數(shù)據(jù)，而這些數(shù)據(jù)與之相關(guān)的問題正是我們觀察世界的出發(fā)點(diǎn)所在，也就是說讓數(shù)據(jù)說話，讓數(shù)據(jù)來幫助我們看世界，讓數(shù)據(jù)幫助我們更好理解世界，我們?cè)俅斡门恼掌鳛槔樱绻乙恼掌?qǐng)大家笑我要拍照片了，然后我要選擇，我到底把焦點(diǎn)聚集在萬鋼先生身上，很遺憾坐在后面的部長先生圖像模糊了，所以這個(gè)時(shí)候我的朋友戴維不再成為我的照片焦點(diǎn)所在，他的圖像變得模糊，因?yàn)槲艺掌瑪?shù)據(jù)重心不在他的臉上，所以在拍照的時(shí)候必須做焦點(diǎn)的選擇，哪些對(duì)我來說是重要作為焦點(diǎn)，而不重要變?yōu)槟：谋尘埃@個(gè)時(shí)候我們會(huì)知道在數(shù)據(jù)時(shí)代什么對(duì)我們更重要？我們?cè)賮砜纯凑掌@是一個(gè)刷牙的照片，可以看到牙刷是我的焦點(diǎn)，而背景模糊的是我4歲的孩子，我能不能改變？這個(gè)照片不是使用普通的相機(jī)拍攝的，是使用大數(shù)據(jù)相機(jī)拍攝的，是把所有的焦點(diǎn)重心捕捉起來，在我拍完照片之后下一張照片以我的兒子為中心的照片，所以我可以自己選擇任何一個(gè)成為焦點(diǎn)的對(duì)象，在使用這樣的照相機(jī)，這就是大數(shù)據(jù)照相機(jī)優(yōu)點(diǎn)所在和它的力量所在。可以讓數(shù)據(jù)說話了，結(jié)果就是你可以尋找那些模式，它把我們的數(shù)據(jù)相互不關(guān)聯(lián)的數(shù)據(jù)結(jié)合起來，所以通過分析這些數(shù)據(jù)之間的關(guān)系和關(guān)聯(lián)，你可以找出一個(gè)事件的因果關(guān)系。
當(dāng)然這個(gè)聽上去已經(jīng)很不錯(cuò)了，現(xiàn)在跟大家分享一個(gè)故事，這是我們俄羅斯朋友喜歡的一個(gè)故事，在上世紀(jì)50年代的時(shí)候，美國國防部他們收集了很多的樹葉來自于蘇聯(lián)內(nèi)部的文件信息，通過間諜或者其他資源收集到了內(nèi)部信息，斯諾已經(jīng)不是新事件了，他們把收集到的信息翻譯成英語，他們問科學(xué)家能不能幫忙？他們有軟件進(jìn)行翻譯，從俄語翻成英語，他們會(huì)教授計(jì)算機(jī)為什么這個(gè)俄羅斯語被翻成英語？三個(gè)月之內(nèi)我們完成的翻譯任務(wù)，我們答應(yīng)了說現(xiàn)在開始了，15年以及10億美金花進(jìn)去了，但是最后我們的結(jié)論是我們的翻譯是失敗的，在機(jī)器翻譯之后并沒有發(fā)生持續(xù)性變革，IBM[微博]在加拿大有不同的概念和想法，他們說我們不需要高速計(jì)算機(jī)，我們需要做僅僅是告訴計(jì)算機(jī)這個(gè)語言被翻譯成另外一個(gè)語言的字，我們做統(tǒng)計(jì)性可能性分析，我們需要培訓(xùn)性材料，我們把加拿大的一個(gè)字放到計(jì)算機(jī)數(shù)據(jù)庫之中，這樣我們計(jì)算機(jī)并不知道為什么被翻成某一個(gè)語言中某個(gè)字，遵循的工作機(jī)制僅僅是基于統(tǒng)計(jì)概率來研究，在這個(gè)領(lǐng)域他們犯了一個(gè)很大的錯(cuò)誤，就是他們說現(xiàn)在取得成功，提升了我們的算法，實(shí)際上并沒有取得成功，10年之后一個(gè)新創(chuàng)業(yè)的公司，一家在加州的公司他們說有更好的想法，他是來自于德國朋友到了加州說，我們會(huì)利用世界上英特網(wǎng)作為基礎(chǔ)，創(chuàng)建統(tǒng)計(jì)性、或然性，因此歐盟的網(wǎng)站信息或者是跨國公司和組織的信息在網(wǎng)絡(luò)上的信息被成為翻譯的基礎(chǔ)。這樣的結(jié)果比以前所有的機(jī)器翻譯的研究都更加出色。所以現(xiàn)在雖然說起來我們的計(jì)算機(jī)翻譯結(jié)果，比如谷歌[微博]翻譯不是那么盡如人意，但是已經(jīng)比過去好很多了。
不知道這個(gè)字翻譯成那個(gè)字，只知道統(tǒng)計(jì)庫中間某個(gè)字被翻譯成的幾率有多高，因此是大數(shù)據(jù)給現(xiàn)實(shí)生活帶來的改變，我們只要看看電子商務(wù)如何改變了我們的市場(chǎng)營銷？改變生活的方方面面，從此看到社會(huì)帶來的變化，人體的健康領(lǐng)域，我們知道人體都是非常脆弱的，比如早產(chǎn)的孩子，早產(chǎn)的嬰兒，他們夭折的可能性是很高的，因?yàn)榻?jīng)常我們看到這些早產(chǎn)兒感染的時(shí)候已經(jīng)太晚了，有一位博士會(huì)說到大數(shù)據(jù)能夠幫忙，他把數(shù)字傳感器放到了嬰兒身上，然后收集那些與他的生命體征非常相關(guān)的關(guān)鍵信息，包括他的血壓、包括他的心跳數(shù)量，大概在一秒鐘內(nèi)傳遞1200多相關(guān)的數(shù)據(jù)，可以累積為假以時(shí)日，他們開始尋找這些數(shù)據(jù)所帶來的模式和規(guī)律，通過這些模式和規(guī)律來預(yù)測(cè)這個(gè)小孩未來可能遭遇到的感染，并且與之相關(guān)的疾病，這可以幫助我們醫(yī)護(hù)人員給早產(chǎn)兒更好的醫(yī)療護(hù)理。在這樣的創(chuàng)新里面有非常多的價(jià)值，但是最重要對(duì)我們來說可以看到在過去的數(shù)據(jù)價(jià)值，已經(jīng)全部被用完了，過去我們會(huì)把這些數(shù)據(jù)收集起來來用，知道這個(gè)數(shù)據(jù)是為了什么收集起來的？我們根據(jù)用處用它，用完了以后把數(shù)據(jù)丟掉，但是現(xiàn)在不是這樣了，我們要把數(shù)據(jù)重復(fù)的使用，一遍遍使用，像一個(gè)冰山，數(shù)據(jù)重要的價(jià)值在冰山下面，海水下我們看不見的地方，所以我們對(duì)數(shù)據(jù)一定要一遍一遍重復(fù)使用，因?yàn)槲覀兛吹奖缴闲〗锹洌覀兛纯疵绹餮艌D創(chuàng)投公司，那個(gè)公司做的是幫助人們預(yù)防交通堵塞，上班的路上或者下班的路上預(yù)防交通堵塞，他們有應(yīng)用給大家一個(gè)地圖，稱之為熱圖，哪里是交通堵塞比較厲害的地方顯示不同的顏色，每天都有1億人在用這個(gè)應(yīng)用，這個(gè)數(shù)據(jù)哪里來？每一個(gè)智能手機(jī)上的用戶一個(gè)傳感器，當(dāng)你在行走或者開車智能手機(jī)把數(shù)據(jù)傳輸出去了，看你在哪條路上等等，這些數(shù)據(jù)可以進(jìn)行重用，公共部門利用這些數(shù)據(jù)更好了解公共交通的情況，包括公共交通的流量，因?yàn)楝F(xiàn)在的交通流量已經(jīng)變得比過去更多，比如在倫敦，倫敦的地鐵的系統(tǒng)過去的一些系統(tǒng)太老舊，不能再用了，我們有一條新的方法，這是一套測(cè)量工具追蹤走路的情況和睡眠等等情況，里面得到的數(shù)據(jù)可以進(jìn)行數(shù)據(jù)的重用，比如在美國我們有一個(gè)夏季的地震，所以我們可以測(cè)量地震的強(qiáng)度，比如說這個(gè)圖表可以看到有多少人在晚上突然醒來，因?yàn)榈孛嬖诙秳?dòng)，在這個(gè)地區(qū)里面有多少人晚上被驚醒，睡眠的數(shù)據(jù)可以測(cè)量地震的級(jí)別，這就是現(xiàn)在對(duì)數(shù)據(jù)使用的程度。
這個(gè)公司不僅僅是汽車公司，也是最大的飛機(jī)引擎的公司，很長時(shí)間內(nèi)都是為飛機(jī)提供引擎的，比如說為空客380提供引擎，他們?cè)诶锩嬗泻芏鄠鞲衅饔涗浾駝?dòng)，熱力等等，所有的數(shù)據(jù)交聯(lián)一起，本來收集這些數(shù)據(jù)用好之后丟失了，不用了，現(xiàn)在他們說我們把這些數(shù)據(jù)重新使用，用這些數(shù)據(jù)預(yù)測(cè)比如說引擎里面哪一個(gè)零部件即將產(chǎn)生故障，預(yù)測(cè)哪里出現(xiàn)問題可以提早進(jìn)行維修和替換，所以這個(gè)公司把很多業(yè)務(wù)轉(zhuǎn)成了服務(wù)的事業(yè)，所以他們?cè)诜?wù)創(chuàng)收方面占到所有的營收額17%了，這就是這個(gè)公司非常好的例子，有很多人看到這張圖可能說從大變得更大的過程，比如說谷歌、蘋果、阿里巴巴[微博]，大公司變得更大，可能從某些角度來說對(duì)的，但是可以看到大數(shù)據(jù)經(jīng)常被很小的公司使用，包括創(chuàng)投企業(yè)只有幾個(gè)人的創(chuàng)投企業(yè)，比如一個(gè)電腦科學(xué)家，建立的公司多林格公司，是智能手機(jī)應(yīng)用，幫助學(xué)習(xí)外語，多林格把所有的數(shù)據(jù)收集起來，他們發(fā)現(xiàn)我們經(jīng)常學(xué)習(xí)英語用不好的方法學(xué)，比如西班牙學(xué)習(xí)英語方法與中國人學(xué)習(xí)方法不一樣，多林格收集了所有學(xué)習(xí)外語的人，他們用到了云計(jì)算服務(wù)，不需要很高成本，不需要建設(shè)生產(chǎn)制造商基地，不需要建立工廠，也不需要建立谷歌數(shù)據(jù)庫這么大規(guī)模數(shù)據(jù)庫，所以現(xiàn)在世界里物理的規(guī)模已經(jīng)不是那么重要了，重要的是要有能力收集數(shù)據(jù)，有能力分析數(shù)據(jù)，從數(shù)據(jù)當(dāng)中得出點(diǎn)子。熊彼德講過這樣的例子。
政策必須建立好政策框架建立起信心，美國政府在過去12月里面做得并不是很好，我們?cè)趺礃又卣裥判模渴侵陵P(guān)重要，我們的公民不相信說政府、公司有責(zé)任使用數(shù)據(jù)，這些用戶不愿意提供他們的數(shù)據(jù)，所以我們必須要建立起信心信任，通過立法規(guī)條讓用戶建立起信任才能把數(shù)據(jù)提供，不僅如此，政府也會(huì)認(rèn)為可以讓社會(huì)有更多的洞察力，從這些數(shù)據(jù)中得到洞察力，這樣他們更愿意提供數(shù)據(jù)，所以講的是開放的數(shù)據(jù)，開放源的數(shù)據(jù)10年前開始了，當(dāng)時(shí)希望提升公共的討論，但是現(xiàn)在已經(jīng)有了新的職責(zé)，可以成為經(jīng)濟(jì)發(fā)展好的支柱也可以支撐大數(shù)據(jù)行業(yè)。
最后講一下一個(gè)問題，下一步該是怎么樣的？下一個(gè)趨勢(shì)是什么樣的？有了大數(shù)據(jù)之后在未來我們肯定能夠?qū)W的更多，我們也會(huì)變得更健康，壽命會(huì)延長，汽車自己會(huì)開不需要司機(jī)，但是大數(shù)據(jù)顯而易見也有限制，所以在下一步里面我們一定要非常當(dāng)心，以一種非常審慎的過程很好掌握大數(shù)據(jù)技術(shù)，非常重要的一點(diǎn)我們一定從大數(shù)據(jù)當(dāng)中進(jìn)行不斷的學(xué)習(xí)，另外我們也應(yīng)該專注于對(duì)人們有益的領(lǐng)域，有的時(shí)候數(shù)據(jù)可能不會(huì)告訴我們哪些是對(duì)于我們?nèi)颂貏e重要的地方，但是這就是人和電腦之間的差異，我們必須要了解，因?yàn)槲覀兪亲鳛槿耍覀兛梢愿美斫馐澜纾覀冇欣斫獾哪芰Γ晕覀円惨兊酶又t遜，謙遜是非常好的特質(zhì)，因?yàn)槲覀冎罃?shù)據(jù)只是對(duì)于一個(gè)事實(shí)的體現(xiàn)，數(shù)據(jù)經(jīng)常是不完整的，也經(jīng)常是不完美的，所以我們必須要做大數(shù)據(jù)的分析，在未來要做更多的大數(shù)據(jù)分析，不僅僅是謙遜的態(tài)度去做，而且要以人性化態(tài)度分析大數(shù)據(jù)。
京公網(wǎng)安備 11010502049343號(hào)