“多大的数据才叫大数据？”
中国南京软博会的重头戏——大数据产业互联网融合创新发展高峰论坛开讲在即，记者在会场门口“抓”到加拿大工程院院士凌晓峰。问及大数据产业如何“驱动未来”，这位国际权威专家以一句反问作答。
作为第一位登台演讲嘉宾，凌晓峰院士正式抛出自己的新观点：大数据≠“大”的数据。
“你可以去问任何一个专家，到底什么叫‘大数据’？多大的数据才能叫‘大数据’？他肯定回答不出来嘛。”凌晓峰说，数据的“大”或“小”并不是关键，重要的是从数据中挖掘价值，创造价值。
举例而言，医学应用上研究心脏疾病，想知道病人怎么做才能更加健康，于是搜集大数据。但一个人每天产生的各类数据是海量的，大量的数据跟病理反应本质上毫无关系，你去搜集、去分析，不但做了无用功，还可能得出错误的分析结论。一个反面案例是，在美国拉斯维加斯的赌场，红黑转盘边都用一个大屏幕显示之前的开奖信息。很多人看着前面出现“红色”次数较多就下注“黑色”，这就是典型的“数据噪声”——搞统计的都知道，这完全是随机的，这些所谓的“大数据”是无效的甚至干扰的。
“开展大数据分析一定要有‘应用场景’，讲求数据的精准性和关联度，数据本身的‘大’或‘小’并不是关键。” 凌晓峰说，盲目追求数据之大，产生不了“有用的结果”，反而容易“自我迷惑”，这也是当下大数据产业存在的普遍误区。
这一观点有极强的现实针对性。当下，不少制造企业言必称“大数据”，无论搞什么产品，都接入光纤，加上传感器，每时每刻产生一大堆“数据”。问题在于，数据有了，但哪些有效哪些无效，无从辨别。不但造成硬件设备和统计计算资源的浪费，还可能因“数据噪音”的干扰得出错误结论，反而削弱市场竞争力。
“我们把大而无当的数据称作‘低价值密度’的数据。”中国工程院院士谭建荣告诉记者，以前专业术语就叫“数据挖掘”“数据分析”，现在为何要给数据加上“大”的前缀？在他看来，所谓的大，一是强调数据的时效性，以前数据报表都是延时的，新的物联传感技术手段提供的数据更实时，也更有价值。二是强调关联化。他调研发现，长三角企业推进信息化，普遍采用生产管理软件。但这些通用软件数量多达几十上百种，不同软件产生的数据是不共享的。如果产生不了关联效应，再多的数据都只能算是“小数据”。三是要强调“个性化”。数据模型越大，越能得到个性化的特征，如何将客户模糊的个性化需求数据转化为设计技术指标，将是工业大数据应用的下一个“风口”。
“大数据真正要义不在于大，而在于多元。”大数据产业大咖、零点研究咨询集团董事袁岳说，如何使多元数据在汇聚的过程中，通过软件处理最终得到科学的分析结果，变成有用的数据源，这才是生产制造和社会管理领域建立大数据决策系统的意义。“就像挖矿过程中，大数据是其中的原油，只有经过精细的提炼变成精数据才有价值。”
一场“头脑风暴”，历时三四个小时。唇枪舌剑中，一项项共识逐渐成型——大数据≠“大”的数据；大数据产业发展要“应用导向”；数据将是未来发展最重要的资源，甚至“驱动未来”……
“去年8月《江苏省大数据发展行动计划》发布后，大数据产业在全省蓬勃发展，应用日新月异，产业园遍地开花。”南京大数据产业协会负责人说，《第三次浪潮》里早把大数据看作是继计算机、互联网之后的信息时代的第三次技术革命。但时至今日，还有人认为“不过是IT、互联网业界的又一次概念炒作”。此次高峰论坛厘清大数据本质，直指当前产业发展误区，既契合“数据驱动未来”的软博会主题，又对国内大数据产业今后发展有“里程碑”意义。
本文转自d1net（转载）
