從全球范圍來看，大數(shù)據(jù)的發(fā)展面臨著哪些挑戰(zhàn)?韓國工程院院士、韓國首爾大學(xué)大數(shù)據(jù)研究院院長車相均認為，大數(shù)據(jù)所引領(lǐng)的未來已經(jīng)發(fā)生在人們眼前了，當前技術(shù)變革的速度非常之快，以至于相關(guān)專業(yè)的教育水平有些跟不上，甚至是大數(shù)據(jù)研究者本身也需要更快速地追趕時代的變革。加拿大工程院院士、加拿大蒙特利爾理工學(xué)院教授穆罕默德·薩萬則更關(guān)注數(shù)據(jù)的記錄方式，“數(shù)據(jù)越多，就需要越好的記錄體系，否則我們就不能利用數(shù)據(jù)進行實時的預(yù)測和決策，構(gòu)建記錄體系的每個步驟都充滿了挑戰(zhàn)。”數(shù)據(jù)的最終目的在于有效應(yīng)用，英國布魯內(nèi)爾大學(xué)教授埃索克·南迪把視角投射到對數(shù)據(jù)的理解上，“我們面臨的問題不是創(chuàng)造更多數(shù)據(jù)，而是需要對目前已有的數(shù)據(jù)進行理解，這是當前大數(shù)據(jù)研究和應(yīng)用所面臨的最大挑戰(zhàn)，所以建模是最重要的問題。數(shù)據(jù)只是數(shù)字，而建模讓我們可以洞悉這些數(shù)字。”
在數(shù)據(jù)處理環(huán)節(jié)，無效數(shù)據(jù)所產(chǎn)生的“噪音”一直是一個難以避免的問題。據(jù)英國愛丁堡皇家學(xué)會院士、歐洲科學(xué)院院士、英國皇家學(xué)會院士樊文飛介紹，數(shù)據(jù)質(zhì)量欠佳
量的挑戰(zhàn)越來越大，單一來源的數(shù)據(jù)是很干凈的，但是如果不同來源的數(shù)據(jù)結(jié)合在一起，就很容易出現(xiàn)問題。”德國科學(xué)院院士、德國巴伐利亞科學(xué)院青年院士、慕尼黑工業(yè)大學(xué)教授朱曉香為解決這個難題支了一招，“從技術(shù)的角度來說，其實很多數(shù)據(jù)是有相關(guān)性的，可以通過計算的基準確保數(shù)據(jù)的質(zhì)量。除此之外，還可以使用建模的方法，給數(shù)據(jù)進行脫敏或者清潔。”
怎樣的數(shù)據(jù)建模能讓數(shù)據(jù)更好地為我們所用?樊文飛認為，大數(shù)據(jù)建模更需要關(guān)注數(shù)據(jù)的種類，而不僅僅是規(guī)模和大小，數(shù)據(jù)格式的差異越大，建模難度就越高;相反，數(shù)據(jù)來源越單一、越同質(zhì)，建模就會越容易。針對這一問題，車相均正在進行一項研究，通過開發(fā)一個工具框架對大數(shù)據(jù)進行建模，把建模周期自動化，“人工智能和機器學(xué)習(xí)領(lǐng)域的研究不斷進步，因此我們現(xiàn)在不需要做編程，而是通過智能手段開發(fā)這一框架。”
近幾年，機器學(xué)習(xí)領(lǐng)域的研究風(fēng)起云涌，與會院士們針對機器學(xué)習(xí)的未來走向做出了預(yù)判。“學(xué)界都在討論人工智能給我們帶來的前景，想要預(yù)測未來的話，必須有很多數(shù)據(jù)做支撐，這是前提。此外，微芯片也將極大地助推人工智能的進步。”穆罕默德·薩萬說。車相均分享了硬件方面的最新進展，據(jù)他介紹，在過去五年，無論是中國還是美國，芯片的價格都越來越大眾化，因此與人工智能相關(guān)的芯片也將越來越多。“假以時日，以往那些價格令人咂舌的物聯(lián)網(wǎng)或人工智能芯片的價格會越來越低，這將給我們開啟更廣闊的前景。”機器是否會擠壓人的就業(yè)空間?埃索克·南迪對這一問題的回答是否定的，“隨著時代的發(fā)展，會有新的工作應(yīng)運而生，我們不需要擔心工作被先進的技術(shù)所取代，世界一定會因為技術(shù)的演進而變得更好。人類有足夠的智慧和彈性來應(yīng)對暫時性的問題，更好地迎接一個更美好的未來。”
京公網(wǎng)安備 11010502049343號