数据一词的qi'yuan

在中文中， “数据”一词从字面上简单看似乎比英文data有直白的内涵：数字+论据；然而data作为datum的复数形式，起源于拉丁文，在历史上也是具有同样丰富的内涵。在当前炙手可热的数据科学潮流下，重温data一词的起源，不忘初心。

根据google的解释，英文的”数据“datum的起源是这样的

datum

ˈdeɪtəm/

noun

noun:datum; plural noun:data

Origin

mid 18th century: from Latin, literally ‘something given’, neuter past participle ofdare‘give’.

据此来看，datum既有数据的输入功能(something given)，也有包含有推理假设 (inference, hypothesis )的含义。data的历史使用频率自20世纪初稳步上升，到21世纪初基本已经到达高峰频率。

在学习了数据这个词的起源之后，你是不是对data这个词已经不仅仅停留在一堆010101010数字的理解层面了？

而在21世纪以来，大数据、数据科学、数据学习等围绕数据的各类新型理论和技术发展一浪高过一浪，大有“万物皆数”的趋势。但是，“数”、“数学”、“数据”，或者说 "number", "math", "data"，是三种不同的概念。在这三种这种，“数据”是带有强烈的 推断、推理、论证色彩的。

因此，跟“数据”一词最能对应的，个人认为应该是“应用和计算数学”----前者输入的是数字世界，输出的是人类解决问题需要的推断、论点或者决策，后者输入的是自然科学的基本原理，输出的是数学形式和数值算法表达的答案。

当然，以上这种划分是一家之言，简单粗暴不精细的（比如，二者偶有交叉部分、输入输出常有相互的迭代等等），二者实现的技术手段也不竟完全相同。但是，其核心都需要吸取“数学”这个基础学科皇后母亲的乳汁，都面临如何具体准确又广泛稳定适用的建模挑战，历史上，问题的离散-连续性，曾是二者的分水岭，除了统计学科在其中充当着中间人的角色。可是，今天随着图像科学、机器学习、深度学习等领域的突起，离散正在连续化、连续正在离散化，应用呼唤沉睡的理论，理论需要应用的指挥，各个领域的研究正在走向深度融合，这一点其实在自然学科早已经反映在如 “物理化学”、“化学物理”、“生物医学”、“生物化学”等等这些貌似稀奇古怪的学科名词上。