Michael Stonebraker：数据科学替代商务分析尚存挑战

采访嘉宾：Michael Stonebraker 麻省理工学院客座教授，2014年图灵奖获得者，美国计算机协会院士

采访视频：http://www.csdn.net/article/2015-12-21/2826528/7

采访文字实录

CSDN：您当初为何选择数据库研究作为自己的职业，并且在这一领域探索了五十多年，直到您现在已经七十二岁？

Michael Stonebraker：你让我看起来比我真实年龄要大咯！并没有五十年，而是四十四年。先来说我为何选择研究数据库。我是密歇根大学的博士，我的博士论文是应用算法研究。早在我完成博士论文以前，我就觉得这不是一个值得投身其中的领域。所以当我来到加州大学伯克利分校，担任助理教授时，我必须立即选择其他领域，必须发表一些论文才能拿到终身教职。而我选择数据库研究的原因其实只是当时伯克利的教授 Eugene Wong 建议我阅读 Edgar F. Codd的论文。我们就这样开始研究这个领域的论文，一切都是机缘巧合，而非我自己的计划。

CSDN：我们知道你是数据库系统之父。目前你的研究重点是什么，以及你为什么认为它们是重要的问题或领域？

Michael Stonebraker：我目前最关注的领域是数据集成。我很喜欢的一个例子是 Groupon公司，他们也在中国开展业务，他们正在开发一个全球范围的小企业数据库，就是把一万个独立的数据来源进行结构化汇总。传统技术的数据规模大概是十到二十个数据，所以网络集成商都面临严峻的数据整合挑战。企业越来越希望把更多独立的数据来源——也就是信息孤岛——整合起来。所以这是一个亟待解决的现实问题，我们目前就在寻找解决方案。

CSDN：在你所从事的研究领域，有哪些尚未解决的重大问题？

Michael Stonebraker：这样的问题太多了。首先就是处理大规模数据库的标准方法，也就是让你的程序在越来越多的计算机上运行。但是，很多问题都需要同步才能进行。在我的领域里，交易处理就需要大量的同步化操作。关于如何有效地做到这一点，虽然现在的想法不少，但是还没有一种确定的解决方案。另外一个问题就是如何对待即将出现的新硬件。新型存储器就要问世了，我们应该如何运用它，现在还是一个开放性问题。关于如何高效地运用图形处理器（GPUs），想法也很多，但仍然尚待解决。如何处理日渐增长的数据库规模，也还未能解决。以及复杂性分析，也就是，很多人预测数据科学将替代商务分析，即进行分析的标准做法。事实上，数据科学包含机器学习、预测性建模、数据集群、神经网络等技术——它们都是基于RAZE的，而非工作台活动，所以如何将复杂性分析和数据管理整合起来，也是一个有趣的议题。所以我认为，尚待解决的问题非常多，数据管理领域就有不少。

CSDN：今天，许多大学生都是二十岁刚出头，而他们中有些人将来也会变成研究员。如果您能进行时间旅行，您会给当年二十刚出头的自己什么建议？您会对您自己说什么？

Michael Stonebraker：我认为，对于即将毕业的同学来说，明智地选择一个合适的论文导师是非常重要的。合适的论文导师至少要具备以下两个特点：一是帮助你选择正确的问题作为研究对象；二是他能够帮助学生在合理的时间内完成论文。但是，在我读研究生的时候，我的导师没有符合这两个条件，正因为这样，我毕业之后不得不改变研究领域。所以一定要明智地选择论文导师。第二件事情，是决定自己是从事学术研究工作，还是投身实业。我的理解是，在中国，投身实业的收入水平会比从事学术研究高出一倍。在美国，两者的差距并没有这么悬殊，不过可以肯定的是，投身实业会挣得更多。对于大学生而言，时间久了，实业工作会比学术研究更有吸引力。所以要看你在学业结束时，究竟想要什么。