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

来自专栏新智元

【NSR】中国人工智能迎来黄金时代,跟风发展快但缺乏重大突破

【新智元导读】近日,中科院在其第一份英文科技类综述期刊 National Science Review(国家科学评论)上发布了一篇名《中国人工智能研究与发展》的...

37340
来自专栏腾讯研究院的专栏

算法决策兴起:人工智能时代的若干伦理问题及策略|AI观察

本文系根据腾讯研究院研究员曹建峰在“全球人工智能技术大会·2017”的分论坛“AI变革时代的智能系统测评分论坛”上的演讲整理而来。 ? 大家好!很荣幸今天有...

367100
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...

29340
来自专栏人工智能头条

洪小文:AI、机器学习、大数据已成科学基础工具

17730
来自专栏大数据文摘

大数据:第二次数据革命

41270
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...

29180
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...

382100
来自专栏企鹅号快讯

Facebook宣布重组人工智能团队 AI部门架构迎来剧变

Facebook内部人工智能(AI)研究部门负责人伊恩-勒坤 BI中文站 1月24日报道 据消息灵通人士透露,长期掌管Facebook人工智能研究部门(以下简称...

21680
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...

34240
来自专栏CDA数据分析师

嘿!看谷歌如何用数据分析重新定义HR!

HRM新思维——谷歌用数据分析重新定义HR的十种新模式 当人们解读谷歌公司的成就归功于领先的技术及商业模式的时候,然而谷歌公司却坚定地认为,他们的成功来源于成功...

29850

扫码关注云+社区

领取腾讯云代金券