大数据引发第二次数据革命

【核心提示】与传统数据相比,大数据的资源性特征尤为突出,成为各国重视开发大数据的依据。在知识的演化过程中,数据既是产生信息、知识、智慧的基础,又同时贯穿于其中。进入信息化时代,遇到的最大难题不是信息不足,而是信息孤岛的问题,只有实现大数据的共享和规范管理,才能破解这一难题。

  曾几何时,数据是人类用于识别环境的计数工具,对其精确性的关注似乎仅限于科学研究领域。进入信息化时代,我们每一个人都明显感受到与信息相关的数据无处不在。可以说,我们自身在不断产生各种数据的同时,数据也在极大地影响我们。

两次数据革命融合数据与科学研究

  在数据的发展历程中有过两次革命。第一次数据革命是近代科学诞生之时,实现了数据与科学研究的融合,数据在科学研究中的基础地位得到确立。对研究过程和结果赋予精确化的诉求,是近代科学的基本特征之一。在以数据为依据的研究范式中,数据的可靠性和准确性代表了研究的精确性,人们甚至将以数据为依据的实证研究作为判断“科学”与“伪科学”的标准。

  随着科学和技术的发展,数据的形式和内涵也在不断变化和发展。除观测数据、实验数据、理论数据、统计数据、模拟数据等外,图、表、文字均被纳入数据行列,形成了结构化数据和非结构化数据的多元化数据形式;信息技术的发展导致从数据匮乏向“数据丰富,理论匮乏”方向转变,数据产生的速度和规模急剧发展;数据所蕴含的信息远远超出其工具性和依据性特征,形成可以从中挖掘出新知识的大数据。与统计数据相比,大数据强调的是全部样本;与科学数据的精确性相比,大数据允许存在一定范围的不准确性;与科学范式的因果关系相比,大数据通过关联性寻求自然和社会的变化规律。因此,大数据引发了第二次数据革命,它不仅改变着科学研究范式,实现社会科学研究的定量化,也将促使经济、社会、军事等所有社会领域产生巨大的变革。

大数据促进社会科学定量研究走向深入

  在科学研究方面,通过遥感装置、感应器、计算机收集数据或模拟方法获取的密集型数据,经过计算机软件处理,产生的信息/知识被存储在计算机中,科学家们只需在后台利用数据管理和统计的方法对数据进行处理、分析,获取知识,形成以大数据为基础的密集型科学,成为格雷提出的数据驱动科学的第四种科学范式。正如EPJ Data Science杂志所指出的,21世纪面临的数据驱动科学已成为传统假说驱动科学方法的补充,这种进化伴随科学范式从还原主义(简化)到复杂系统科学转变的变革。

  大数据可能导致社会科学研究的革命,促进定量研究的深入。大数据突破了自然科学和社会科学的研究界限,实现了数据的可通约性,通过数据沟通了不同学科的资源。哥伦比亚大学沃茨博士通过研究发现,大数据对极其复杂的人类行为的社会学研究起到了极其重大的作用,通过网络数据,大量个人或很小组织的真实行为通过计算机以数据形式被记录下来,这些数据为人类行为研究提供了极其丰富的可靠信息,避免了研究者认知的偏见、感知的误差和框架的歧义。

  大数据对经济、社会、人类日常生活产生的影响不仅仅限于技术层面,对于管理理念、运作方式也都将产生巨大的影响。“数据驱动的社会管理”就是在社会管理中实施的一种新型管理模式,无论是政府还是组织机构,数据收集和分析已经成为基层管理部门的基本要求,根据数据分析结果制定政策和法规,将社会管理从事后处罚转向事前防备,在医疗健康、国土安全、智慧城市建设、防范和打击恐怖活动、社会治安、治理社会腐败等方面发挥着重要作用。20世纪美国的警务管理模式CompStat是利用大数据对社会治安进行管理并取得良好成效的成功范例。利用地方各种传感器收集的大数据和通过互联网搜索关键词,疾病控制部门可以预测和判断某地的流行病爆发的情况。商务智能实现了从数据到知识的挑战和跨越,“决策支持系统”更是以数据和信息为主要来源,等等。

  无论是“数据驱动的社会管理”还是“决策支持系统”,数据的获取和对数据的挖掘都至关重要,对收集到的各种数据,在后台进行分析,建立模型,利用云计算等计算手段,为制定政策、法律和决策提供技术支撑。各国已经意识到大数据的重要性,将其视为与能源同等重要的资源。2012年3月29日,代表美国政府的白宫科技政策办公室发布了《大数据研究和发展计划》,并成立了“大数据高级指导小组”,将大数据技术革命带来的机遇和挑战提升到国家战略层面。

亟须实现大数据共享和规范管理

  与传统数据相比,大数据的资源性特征尤为突出,成为各国重视开发大数据的依据。在知识的演化过程中,数据既是产生信息、知识、智慧的基础,又同时贯穿于其中。进入信息化时代,遇到的最大难题不是信息不足,而是信息孤岛的问题,只有实现大数据的共享和规范管理,才能破解这一难题。

  在移动网络、云计算和其他技术的支持下,大数据迅猛发展,分析数据的技术不断创新,第二次数据革命悄然发生。大数据与任何一项新技术一样,在推动社会变革的同时也造成了社会风险,例如,个人隐私、数据的客观性和准确性、大数据的滥用等问题,已经遍及科学研究、社会管理、医疗保健、商务智能等众多领域。

  大数据与其他技术的不同在于其虚拟性,其隐蔽性和渗透性更加突出。这对个人、组织、国家甚至整个世界都可能带来负面影响。因而,对其进行更深层次的伦理学和哲学反思尤为重要。

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2014-02-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏灯塔大数据

2016 美国大选预测失败意味着什么?14 位专家帮你分析数据科学的未来

本文中一共采访了14位数据科学和预测分析领域的专家。除了表示大数据和预测分析技术将在2017年度得到更大的发展之外,他们普遍提到了通过大数据分析对2016美国...

2844
来自专栏量子位

然并卵,苹果还是那个掉队的巨头

维金 夏乙 编译整理 量子位 出品 | 公众号 QbitAI ? “苹果就是AI界的NSA。” 去年8月,资深计算机科学家、斯坦福大学教授Jerry Kapla...

3374
来自专栏AI科技大本营的专栏

观点 | 转行人士如何在人工智能领域保持一定的竞争力?

前几日,AI科技大本营推送了一篇《年薪25万只是白菜价,这几个专业的毕业生正被疯抢》的文章,引起了AI领域众多学习者和从业者的热议,有赞同的,也有怀疑的,但营长...

36410
来自专栏机器之心

业界 | 英伟达嵌入式计算平台Jetson TX2:让神经网络走进终端设备

机器之心原创 作者:李泽南 在近日于英伟达总部举行的 Jetson TX2 Editor's Day 活动中,英伟达向人们展示了新一代 Jetson 计算平台的...

2995
来自专栏AI科技评论

Michael I. Jordan 撰文:不要被深度学习一叶障目不见泰山

AI 科技评论按:正如大家讨论人工智能时经常把它和机器学习甚至深度学习近似等价,工业界和学术界的许多研究、开发人员们也往往过于关注深度学习,忽略了实际上范围更广...

1166
来自专栏大数据文摘

大数据:第二次数据革命

3977
来自专栏新智元

Facebook AI 翻译主管黄非加盟阿里达摩院

1755
来自专栏新智元

下一代计算:AI 的黄金时代

70 年代的电脑,80 年代的互联网,21世纪初期的智能手机,而现在我们窥见到尚未到来的未来的碎片。我们正处于多个(而不是一个)新时代的入口,智能手机之争...

2798
来自专栏PPV课数据科学社区

2017年机器学习发展十大趋势预测,悲观还是现实?

来源:今日头条 概要:按照惯例,我们首先回顾机器学习技术在实际应用层面的发展历程 “分析时代”目前仍处于起步阶段,它为我们带来众多值得期待且为之兴奋的构想与承诺...

37010
来自专栏AI科技评论

深思考杨志明: 人工智能在路上,奇点还在科幻中

GAIR 今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”(简称GAIR)。大会现场,雷锋网将发布“人工智能&机器人Top25创新企...

3794

扫码关注云+社区