谭建荣 | 大数据思维与大数据产业：关键技术与发展趋势

谭建荣

中国工程院院士

文章来源：首席信息官联盟

于2018年9月14日中国大数据创新发展高峰论坛演讲实录。

各位领导，各位嘉宾：

很高兴又一次来到无锡，这次是受中国电子学会和无锡市的邀请来参加大数据高峰论坛。考虑到大数据非常重要，但大家对它的认知还是不够。所以我的这个题目叫做“大数据思维、大数据产业，关键技术与发展趋势”。到底大数据的内涵是什么？中国有一个特点，就是对这个思维方式还不是太重视，尤其现在是追求后端，对前端研究比较少。中国“互联网+”搞的轰轰烈烈，但是在信息技术领域，从互联网到物联网，从大数据到云计算，从虚拟世界到人工智能，从理论方法、技术工具一直到软件，基本上都是美国学者和美国工业界提出来的。中国在理念上的源头比较少，所以我想发展大数据产业大家积极性很高，但是从哪起步？我觉得是大数据思维，没有大数据的思维，大数据产业是搞不了的。

首先谈一下大数据的思维方式。改革开放以来，我们国家制造业有了很大的发展，特别是江浙两省成为全国经济的排头兵。前段时间有两种观点，第一个认为中国制造业取得了很大的成绩，这种观点只看到了成绩，没有或者不愿意看到问题。另外一个观点认为制造业一塌糊涂没有什么成绩。这两个我都不赞成，我认为中国制造业既取得了很大的成绩，这个不容否定，同时又存在很多的问题。这个问题主要是因为中国制造技术含量偏低，我们搞数字经济、大数据、制造业需要转型升级，已经形成了共识。政府如何推动制造企业的转型升级，专家如何引导，企业如何实施，我们国内企业做了不少的标准。但是我们的标准有两个问题。第一个是先进性，很多企业做的标准缺乏理论、计算、仿真、数据的支撑；第二个是操作性，标准没有真正用在指导、设计、加工、装备整个过程，标准的前生命周期体系没有建全。过去我们说一流企业有标准，现在要做一个修改，因为标准是需要数据支撑的，所以一流企业要做数据，企业的产品、设备、厂房很重要，但更重要的是你为行业提供了多少数据、标准，这个软的东西可能比硬的东西更重要。

而在大数据的支持下，互联网+、数据经济、数字制造成为不可抗拒的潮流。有些学者认为，美国喜欢炒作，过去是海量数据，现在提出来大数据。实际上这是一个误解，什么叫大数据，还没有统一的定义。40多年前，华盛顿大学教授阿尔温·托夫勒提出了大数据的概念。美国副总统、哥伦比亚大学教授提出了一个著名的概念叫“数字地球”，美国的“数字地球”概念引领了全球的数据化。大数据给社会带来了深刻的变化，这个变化总结为三个部分，第一，推动科学技术的创新；第二，推动研究方法的改变；第三，推动思维方法的变革。

什么是大数据思维

第一，大数据资源是重要的战略资源。

第二，大数据是高技术，需要高技术的人才，同时大数据也是各类客观规律的反映。这句话非常重要，特别是对于在座的领导，我们企业家从哪里找市场？你的客户群在哪里？从大数据去找。我们政府的决策，科学、政策、公开、透明，必须要有大数据。

第三，大数据是创新转型的主要依据。企业转型升级的主要依据是大数据。这三条是大数据的思维的主要宏观规律。

大数据的技术联系

第一，大数据大局观。有人问我大数据为什么要大？学过统计学的知道，统计学有一个大数据，当数据的样本无穷大的时候，它的期望值就等于它的均值，这个很重要，这样才能把规律本质反映出来。

第二，大数据强调关联。通过大数据看看有没有关联，大数据强调数据协调、数据匹配，数据之间有联系。如何协同，如何匹配，这是大数据里面的协同观，也是大数据的一个基本要求。

第三，大数据聚集观。大数据价值通过数据挖掘、数据聚合出来的，所以我们要有一个聚集观。

大数据产业的应用

2017年的中国政府工作报告中说道，要把促进数字经济加快发展，让企业广泛受益，群众普遍受惠作为国家层面的战略。大数据现在成为数字经济的主要技术手段，那么大数据作为技术经济，他要遵循三个法则：

第一，梅特卡夫法则，网络的价值等于其节点数的平方。

第二， 摩尔定律，计算机硅芯片处理能力每18个月翻一翻，价格以减半数下降。

第三，达维多定律，进入市场的第一代产品能够自动获得50%的市场份额。

大数据产业应用要注意的问题

第一，大数据资源的来源与拓展。如果我们做个医疗大数据，首先要把北京301医院、上海的医院，高水平医院的CP值，还是工程的偏值，我们要保存起来。如果没有这个数据，就是欠缺的。所以要保留数据的来源，否则就成为“空城计”。

第二，大数据人才的引进和培养。怎么样获取人才？第一个引进，第二个更重要的是自己能够培养。我们现在搞人工智能，人工智能的人才缺乏几十万，所以南京大学就开办了人工智能学院。大数据也是这样，开办新的专业，培养人才。

第三，大数据硬件的构建与维护。这个非常重要，基础研究很重要，我们一定要以基础研究、软件算法引领大数据的发展。当然对大数据来说，云服务平台的打造很重要。大数据要形成云服务有两个要点：第一个资源虚拟化，第二个软件服务化，大数据和云服务化是紧密关系。

浙江大学在大数据方面也做了很多的工作，包括高端数控机床等等，欢迎各位企业家、各位领导，到杭州来，到浙江大学来，进行人才培养、技术培训交流，因为时间关系我讲到这里，谢谢大家。