【大咖说】英特尔首席工程师：大数据是上帝智能

本文作者：吴甘沙

全文3214字，建议阅读时间：5分钟

上期回顾：【大咖说】吴军：数据为王和机器智能的时代

一、大数据之道

我认为把一件事情讲清楚，就要从这五个方面阐述：势、道、法、术、器。我今天主要从道、法、术三方面阐述大数据。

2010年，谷歌每两天产生的数据量相当于人类文明曙光到2013年数以万计的时间长河所产生的数据总和，数据产生了指数级增长，我们可以看下指数曲线当中有一个有趣的特征：一开始的进展是非常缓慢的，但是突然到了一个转折点后，就以爆炸式的方式发展，下一步的进步可以是前面所有步的总和。因此，我们说，任何一个时间点的进步都不会太晚，而不是说机会都被前人拿走了。

二、大数据为什么会产生指数级的增长？

因为摩尔定律，一旦一个事情可以形成规律，就可以有预测能力，就有自我实现能力；摩尔定义不仅仅是技术的规律，也是经济的规律，如果两年以后你生产的东西和今天的东西一模一样，你的营业额会下降一半，因此，这意味着你必须得不停地奔跑，光跑得快，还不够，还得“更快”。

人是大数据的第一推动力；我认为有三个特点：最小化信息不对称，消费者有选择权；交易成本趋向于零，消费者行为高频化，比如电商；覆盖长尾人群，更多消费者参与。

杰文斯悖论指出技术进步导致资源利用率的提升，进而导致价格降低，最终增加资源的使用量，形成正向反馈。

三、从大数据理论的层面理解：

第一，第四范式；

数据探索可能会超越实践、理论和模式，成为新的范式。未来大家会看到越来越多社会科学和大数据的结合，比如通过和社会学的结合，你会看到计算社会学。

第二，理论已死，数据方法论（经验主义）万岁？

我们如何获得理论呢？传统的科学方法是先大胆假设、小心求证，先建立一个模型，做实验，从实验中看到一个数据，然后看到更多数据，从而发现有些假设是不对的，同时又留下了一些假设，形成我们对于世界的理解。·牛顿的机械力学理论、爱因斯坦的相对论，再到量子力学，我们发现当我们采集的数据越多，越缺乏一个最简单的理论可以解释。当数据多到一个程度，理论已经是奢望，数据即是模型。大数据只能发现当下知识疆域里面隐藏的未知部分，你还是需要靠你的天才想象力和理性拓展新的知识疆域。

第三，大数据的结论具有或然性；

大数据顶多不过是一个消息比较灵通的算命先生而已，大数据获得的任何一个结论都是以概率的视角去审视的。下面我给大家介绍三本书：《黑天鹅》（论点：这个世界是不可预测的）、《爆发》（论点：人类行为是可预测的）、《随机漫步的傻瓜》（虽然世界不可以预测，但是可以找到其中的概率）。

四、大数据的特征

第一，大的量度；

现在说大数据，都是ZB（十万亿亿字节：1000，000，000GB）的概念。制造业总量非常大，但是平均每家公司很小，它有非结构化、颗粒度细、多维度、高活性四个特征。其实，大不如“杂”和“快”重要，当你数据增长的速度够快的话，都可以称之为大数据，它强调多元化和高速的流转。

第二，杂；

数据来源具有结构化、非结构化、多样性。一个人有没有思想，就在于他能不能从各个侧面找到信息之后，从彼此的关联中总结出规律。

第三，快；

数据跟新闻和金融行情一样，具有时效性，你比别人快，就占有了先机。反映“快”的一个属性就是数据活性，这是数据价值的另外一个重要维度。

五、大数据三大思维的思辨

1、要全集，不要采样

传统采样带来了一些好处，但是它有百分之几的误差，更会丢失黑天鹅的信号，所以要全集。大家一直形容大数据是一个矿山，但其实它是贫矿。更多的数据，就一定可以胜过采样吗？好的采样优于不均匀的大量。

2、要混杂，不要精确

拥抱混杂性，等于喜欢混杂性吗？否。数据失去辨识度、失去有效性，就该扔了。“少量高质量数据＋复杂算法”被“大量低质量数据＋简单算法”打败吗？未必。

3、要相关性，不要因果性

人容易快思考，根据一些表面的相关性得出一个结论。比如服用中药，被治好和中药的服用存在相关性，但是不是因果性？未必。西药如果治好了你，它会做大规模的、随机的对照，把治好病的相关因素都列出来，然后一个个排除，看最终是哪个药治好了你的病。因此，我们要防止伪因果性，有些伪因果性是弱向性。

六、大数据的价值变现方式

1、知著（见天地、见众生）

传统收视率的调查是通过打电话问询，现在是通过数据机顶盒。同样，我们可以在Twitter上预测股民的情绪指数，这是从定性向定量计算的。我们常说个体是理性的，群体是非理性的，但是通过大数据，可以看到非理性的轨迹。

2、见微（见自己）

人群可以从细分到微分再到个人，对个人的刻画已经从个性化变成个体化。作为消费者，我们也希望商户以个性化的方式来对待我们。

3、当下

当下的价值是提高时间效率，抓住先机，就是快鱼吃慢鱼的概念。

4、皆明

皆明是同时考虑过去、当下和未来。预测性分析是预料未来会发生什么，而处方性预测是希望未来发生什么，然后提前做一些事情让未来发生。比如预测东风会来，这是预测性分析，而草船借剑就是处方性分析。

5、辩讹（求真）

湖南发现有一个地方用电异常，后来发现竟然有人在偷偷制造枪支。

6、晓意

电影《魔球》里面，一位棒球经理利用数据分析找到被忽略的人才，然后把他们集合在一起获得了很好的成绩。数据分析的秘密是让球探去评估，这是传统数据分析没有办法响应的地方。

七、大数据的境界

1、量化

量化虽然不能带来直接的好处，但是量化相当于给你的企业加上仪表盘，相当于数据史观，完成日志化、无纸化、自动化、工具化、移动化、社交化。我们说我们创造了技术，其实技术也影响了人，我们通过数据的不断刻画，成了“数据人”，“数据人”也会对真实人的行为发生影响和改变。

2、效率

通过量化、洞察、行动这三步可以提高效率。因为数据有噪声、有欺骗性、不全面，这个时候你把它泛化成所有数据是有问题的。我们很容易受到相关“快思考”的诱惑，其实大数据只能做预测，不能预言，它能够告诉你的是概率。

3、个性

首先你要获得客户数据，不断对客户做画像，然后实现基于兴趣图谱、社交图谱、事件图谱的个性化和精准广告、推荐、促销，甚至完成交叉销售等。

4、创造（新产品和服务）

从营销的个性化到产品的个性化；从产品设计的人性化到产品设计的新奇性；产品的拟人化；从数据换取免费服务；利用前后“皆明”获取跨时空的价值。

5、生态

互联网一直强调生态是“应用＋终端＋平台”，形成真正的价值，它既是数据的提供者，也是数据的创意者，也可以进一步提供数据的基础设施服务，它可以丰富自己的生态系统。

未来，我们会基于云计算的开放生态，解决计算速度的问题，现在我们有一个愿景：2020年前，做完全基因检测序、锁定癌症相关基因，形成个性化治疗。注意，主义，生态是开放创新的温床。