从摩尔定律到数据为王 看大数据未来30年的趋势变化

在未来,为什么说大数据非常非常重要,因为所有的公司都是数据公司,太武断或者太绝对?回想50年前,说今天计算机无所不在,也没有人信。

50年前,英特尔创始人之一戈登·摩尔提出来摩尔定律:当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。换言之,每一美元所能买到的电脑性能,将每隔18-24个月翻一倍以上。

这一定律揭示了信息技术进步的速度,开启了IT非常快速发展的50年。

摩尔定律带来的结果是:所有的硬件公司,每18个月必须实现产品更新。而且,以前我们说,社会需求带动科技发展,现在不是了,一个东西出来之后会产生新的社会需求。各个公司都要针对开发未来的市场。

为什么说今年是一个转折点呢?因为有了大数据,虽然他今天没有产生那么大的GDP,但以后30年内会彻底改变这个世界,而且改变我们的思维方式。

把摩尔定律反过来看,你如果不能18个月把性能翻一番,你就被这个行业淘汰了。或者我干脆不跟你玩了,我去从事一个远离18个月翻一番的行业,就出现什么呢?转型,就是IBM。他说与其我做硬件利润越来越薄,不如我卖给联想去玩,我做IT服务。

于是我们有了很多的服务业,过去,我们理解的服务业是什么呢?旅游?家政?今天不是,是IT服务,光在美国这个市场差不多是一万亿美元。

所以创业时有一个选择,你到底是做什么? IT产业第一代基本上就是做硬件,都是在摩尔定律出来之前诞生的,估值很低。摩尔定律出来后,诞生了一流的软件公司,比如说微软公司、甲骨文。所以不同时代要做不同事情,而不在于说你的专长在那儿。

未来30年的趋势是什么?

未来三十年是什么样的呢?大概分成三部分:

一是云计算和移动互联网;二是大数据和机器智能;三是生物医疗,它的核心是大数据。

大数据为什么如此重要?它有三个很明显的特征,并不仅仅是数据量大,因为它带来了机器智能,而这个机器智能非常可怕。

什么是机器智能?

计算机老祖宗阿兰图灵提出来判定机器是否跟人有样智能的方式,叫做图灵测试。即,大屏幕背后放上一台计算机,再坐上一个人,你问他一个问题,答案你无法判断到底是机器给出来的,还是人给出来的,这时候我们就认为机器和人有同等的智能。

解决这个问题要几个东西,首先要大量的数据,并且开始产生数据驱动。当时没有互联网数据,但是IBM因为有很多的商业客户电传数据。利用这些数据,IBM实现了语音识别系统,当时能识别大概100多个英文单词,识别的错误率30%,这不可用,更何况只能识别100多个字。

而数据驱动能识别2.2万字,这是差别。错误率从30%降到10%,这是划时代的事。大家会发现原来看上去很复杂的机器智能问题,好象还有另外一条路可以走,不是来模拟人,是用数据驱动的方法。

什么是大数据呢?

大数据不仅仅是数据量大,它常常是杂乱无章的多维度的。举个例子,大概两年前百度公布了一个很简单报告,他从百度知道里面做了一些大数据的分析,然后得出一些中国各个地方饮食习惯的调查。这里面有多少呢?大概有7700万条跟吃有关的问题,他根据IP知道你是什么地方人,问什么问题。他不是做问卷调查,你到百度知道去看数据杂乱无章的很,你通过IP地址看你问什么问题,他实际上很多数据不公布,公布以后会发现你的隐私被拿走了。而这个7700万条数据还是历史上不同时期收集来的,维度非常多。

还有一条,大数据必须具备完备性,才是有意义的。

因此,大数据这三条要注意:一个是数据量足够大,一个是多维度,还有一个是数据的完备性。

大数据发展很好的一个机遇是移动互联网,PC互联网是机器和机器联网,在移动互联网时代,是人的连网,以前我们说手机可以让你利用碎片时间,现在是说你根本就没有整的时间,时间全变成碎片时间。你如果有可穿戴设备,你一天24小时某种程度上都挂在互联网上,这也使得数据的完备性成为可能。

还有一个传感器的技术, RFID,这是什么东西呢?大概瓶子盖这么大的东西,零售价四美分,芯片带一个天线,当你走过他读写器的时候,把里面数据传到读写器上了。举个例子,我们买矿泉水需要排队扫码,然后支付。有了这个RFID传感器以后,你把购物车推出去就完了,然后选择移动支付,根本不用那么麻烦,因为传感器会记录你买下的所有东西。

所以我们给出今天的第一个结论,就是说我们今天是一个从摩尔定律到数据为王的年代。而这件事并不是说仅仅是增加几亿,几十亿或者多少亿的市场或者说这么一个产业问题。这整个是几万亿,几十万亿的故事,未来的世界,在现有的公司中什么公司占比较有利的位置,已经拥有这些大数据和有能力处理大数据的,这是两个不同的概念。

拥有大数据和已经有能力处理大数据的公司,他们会变得非常强大。传统的数据公司,因为思维方式的变化,他固定的模式使得他可能反而落伍。

风力发电机有一个叶片,能用十到十五年,为什么是10到15年,这是从平均值得到的。因为你没有办法知道某一个具体的点具体的产品实际情况。

但是,装一些传感器,就能监控到每一个地方叶片情况,有一些地方风大,风又不均,叶片老化快,可能要八年。过去这家公司光制造这个利润并不高,为了竞争压价很厉害。现在有了大数据以后,他可以通过一些无线的联网,把这些东西送回来,每一台发电机具体运行情况知道,卖到什么地方,这个地方风力是大是小,一年四季哪天有风哪天没有风都知道。

其实到以后,每一个产品,以后可以从贴一个RFID,你从出厂到运输,每经过一个地方,最后到了谁手里,你都可以知道。也就是说在过去想都不敢想的事,在大数据时代,我们可以精细到每一件产品。而且通过大数据的收集,有可能这些店家会比你更加了解你的需求。

面对大数据,我们能做什么?

我们能做什么,或者需要做什么呢?第一个是数据的搜集,谷歌两年前买了一个公司NEST30亿美元,才100万的用户量,为什么呢?这是一个号称智能空调的,在你房顶上装一些东西,会提供家里WIFI功能,平时什么生活习惯知道,谷歌买了它,不是真正为了省那点电,他通过这个为了采集数据。

第二,数据的存储,别小看这个。以前我们处理数据,想象的数据,文本的数据,图象的数据,视频的数据,其实相对来讲都是还算是小的。你数据量大了以后怎么办,怎么检索,怎么存储,都是一个挑战。

当然还有一个很关键的,刚才我已经反复讲了隐私性,还有一个数据的安全。数据安全又有两个概念,第一个概念就是说数据最好不要泄露。你不能丢,我们将来说大数据,我们存在百度云盘上,这个丢了怎么办或者说损坏了还能不能恢复,这些都是挑战。

机器智能的三足鼎立

机器智能,产生机器智能三个要素第一个是摩尔定律,计算机多快,存储量多大。大数据,我们思维方式变了。还有一个要有数学模型。因为计算机解决智能的方法和人不一样,他不是思考,他是算,要算要有数学模型,机器智能将来是三足鼎立,你做其中任何一个,你可能将来在今后20年里都会是一个不错的立足点。

比如说谷歌大脑,其实和人脑一毛钱关系没有,这就是一个人工神经网络,以前人工神经网络在一台机器上实现可能几百个节点不错了,现在一百万台机器上实现可以有几万个节点。把这个模型训练的更加准确,计算机显得比以前聪明了。

这个像语音识别的错误,大概从15%-16%,大概能够降到12-13%,没有改变方法,没有改变数据量,只是机器学习这个东西做了一个改变,就有了提高。

有了这些东西,我们回头看一开始我提出的图灵测试的问题,让计算机回答问题。这个事解决了,计算机跟人类同等智能了。之后拼凑答案,还有一些数学模型,保证拼出来的句子读起来像英文句子。就是这样几件事,把一个所谓智能问题变成一个大数据的问题,这是一个很重要的一点,并不是说我们比别人聪明,而是完全换了一个思维方式。你不再按照人的方式要求他去解决这个智能问题,而是让机器的方式来解决智能问题。

未来的社会,由于机器智能和大数据,很多都会受到影响。未来的世界是什么样的世界呢?

第一条,机器其实是不会控制人类的,制造智能机器的公司和这些人,他们实际上是通过机器在控制人。这些人可能占人口很少数量,他们实际上是机器智能时代的受益者,其他人怎么办呢?要不加入他们,要不然你成为98%,被2%的人控制。没有选择,你必须站在这个行业,而且你的思维方式一定是有变化的。

大数据思维——全面性+互联互通

总结一下大数据的思维。大数据思维第一点,一个是全面性,他将来可以在大数据时代做任何事可以细到每一个人,每一个商品,每一笔交易。

这画了一个酒吧台,这是一个创业公司。他把前一家公司卖掉以后,花了两年时间走访了美国100多家酒吧,他就做这个调查,他发现了一个很有意思的事,这个酒吧的酒有24%是被偷喝掉了,他做了什么呢?他把酒架子改造了,每一个酒瓶子下面贴一个特殊的传感器,传感器本身三毛钱,然后每次倒出来,倒多少盎司,什么时候倒的,和移动互联网是连着的,老板躺在家里看手机都知道什么交易。这就是大数据思维。

对比讲过去的互联网思维,实际上,这就是一个互联互通,不是简单的把电子商务,说把商品原来在实体店,现在放到网上去。原来卖硬件的,也开始卖服务,事实上小米今天卖小配件挣的利润比他卖手机要高的多,这是一个大数据思维,要把整个的商业模式都改过来。

END

版权声明: 转载文章均来自公开网络,仅供学习使用,不会用于任何商业用途,如果出处有误或侵犯到原作者权益,请与我们联系删除或授权事宜,联系邮箱:holly0801@163.com。转载大数据公众号文章请注明原文链接和作者,否则产生的任何版权纠纷与大数据无关。

原文发布于微信公众号 - 大数据(hzdashuju)

原文发表时间:2016-04-27

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LET

人工智能的革命:人类的死或生(7~10)

18811
来自专栏CDA数据分析师

到2020年,智能手机将拥有的十项AI功能

? 近日,Gartner 列出了人工智能手机的十大「高影响力」应用,并称这些应用将为设备供应商赋予「更高级」的用户体验,从而为客户带来更多价值。 它还预测,到...

2006
来自专栏DevOps时代的专栏

Devops 是否是一条不归路?

序言 实施 DevOps 有什么前提条件?大型分布式互联网系统从何处入手启用 DevOps?互联网金融平台,本身测试就复杂度大,究竟如何迎合快速交付的要求?企业...

4158
来自专栏黄成甲

互联网商业逻辑:BAT们的二向箔

文/黄成甲 2017年4月,美联航的UA3411航班因为机票超售,而航空公司又有4名机组人员需要坐这班飞机,所以就问有没有志愿者愿意主动下飞机。问来问去发现没...

1723
来自专栏VRPinea

2017年VRPinea厂商年终回访报告(五):Vsensory工作室

3705
来自专栏华章科技

苹果与Google的文化之咒

我们常说要居安思危。但是对于许多伟大的公司来说,最大的问题是他们看不到危机的存在。为什么会看不到危机?因为根深蒂固的文化已经让组织所有人都形成了一组基本的假设,...

873
来自专栏IT大咖说

你用 Python 做过什么有趣的数据挖掘项目?

内容来源:何明科,www.zhihu.com/question/28975391/answer/82797746,转自Python开发者公众号,好文请多支持! ...

56711
来自专栏华章科技

高逼格,谷歌这样玩转大数据

摘要:我们已逐渐认识到,高效使用大数据的核心是将大量的数据分解成许多小部分——在数据库里定位查找,找到与你的需求相关的数据,而不是尝试去“覆盖”全部数据。

1285
来自专栏华章科技

2017大数据版图最新发布

2016年无疑是机器学习之年,任何目睹过众多pitch的VC都应该能感受到这一点,那就是每一家初创企业都成为了“机器学习公司”,“.ai”变成了必备域名,而“等...

1035
来自专栏SDNLAB

从一个网工的独白说开去

独白 曾看到一位网络工程师给自己这样的独白:“我给自己的Title写的是网络大夫,因为感觉做网络的很像医生,只有网络有故障的时候才会想到网络工程师是多么重要,能...

3324

扫码关注云+社区

领取腾讯云代金券