大數(shù)據(jù)可以創(chuàng)造什么奇跡？不是為了數(shù)據(jù)而數(shù)據(jù)！

?隨著大數(shù)據(jù)技術的深入應用，未來緊缺的公共資源應該可能得到更加合理的分配。

1844年，莫爾斯發(fā)出人類歷史上的第一份電報：“上帝創(chuàng)造了何等的奇跡！”電報的發(fā)明，揭開了電信史上的第一頁?，F(xiàn)如今，隨著信息技術的不斷發(fā)展和AI數(shù)據(jù)分析能力的飛速提升，大數(shù)據(jù)在今后可以創(chuàng)造出什么樣的奇跡呢？在2017中國大數(shù)據(jù)技術大會（BDTC2017）的媒體群訪中，澳洲昆士蘭大學教授周曉方、微軟亞洲研究院副院長首席研究員劉鐵巖、華東師范大學教授錢衛(wèi)寧、滴滴出行高級副總裁章文嵩與大家共同探討了大數(shù)據(jù)的未來應用問題。

大數(shù)據(jù)，不是為了數(shù)據(jù)而數(shù)據(jù)

如今企業(yè)實施的大數(shù)據(jù)系統(tǒng)，大多展現(xiàn)的是一個非常炫酷的面板和一些看上去很吸引眼球的數(shù)據(jù)分析，但數(shù)據(jù)的實際應用價值并沒有什么確切的體現(xiàn)。就這個問題，四位專家分別表達了自身對目前大數(shù)據(jù)的觀點：

章文嵩總裁首先闡述了自己的觀點：“不是為了數(shù)據(jù)而數(shù)據(jù)，首先要了解需要用大數(shù)據(jù)解決的問題是什么？怎么來定義這些問題？如果把問題梳理清楚然后基于這些問題，看看在數(shù)據(jù)上能不能做很多的啟示，真正要解決問題出發(fā)而不是為了數(shù)據(jù)而數(shù)據(jù)?！?/p>

隨后周曉方教授對這個問題進行了深入分析：第一個方面是剛才說的，我們有一個問題，然后看需要什么樣的數(shù)據(jù)，用這些數(shù)據(jù)如何來解決我們的問題。第二個方面，我們現(xiàn)在有了數(shù)據(jù)以后，怎么樣去解放思想，創(chuàng)造新的應用價值。企業(yè)界和科研界可以合作解決這個問題。大數(shù)據(jù)的話，前面剛才大會的主席發(fā)言也都說了，是我們時代的特征。大數(shù)據(jù)已經(jīng)是事實的存在，而且數(shù)據(jù)應用的技術在那里，各種應用場景現(xiàn)在也都落地了。因此，CRO們不能為了大數(shù)據(jù)而大數(shù)據(jù)，而是你到底應該做什么事情，你有什么樣的數(shù)據(jù)，需要什么數(shù)據(jù)，用這些數(shù)據(jù)怎么樣把我們已有的工作做的更好，用這些數(shù)據(jù)怎么樣能夠把我們一些新的應用推動起來。

劉鐵巖院長：數(shù)據(jù)是我們擁有的一部分，我們拿到數(shù)據(jù)是一個基礎，我們一定要從過程中找到價值，過程是我們做機器學習的這個過程，我們再講大數(shù)據(jù)一定要把數(shù)據(jù)和智能結合起來，要有全盤的規(guī)劃。在這個角度來講我們要拿什么數(shù)據(jù)是為了實現(xiàn)剛才各位說的實現(xiàn)某種目的我們尋找合適的數(shù)據(jù)，而不是拿到所有的數(shù)據(jù)覺得反正是個寶貝留下來就好，數(shù)據(jù)大也有很多好的方面，很豐富，也有很多壞的方面，是噪聲，有些可能是錯誤的，如果沒有一個有效的算法和方法，把噪聲去除掉，把信息挖掘出來，其實大數(shù)據(jù)不見得是有價值的。

最后錢衛(wèi)寧教授做了對這個問題進行了總結：我們的一個看法是說，數(shù)據(jù)其實很像我們以前的電，有電之前跟有電之后應用是不一樣的，如果我有了電我還是在用蒸汽機會覺得說這個電沒有多大的作用，現(xiàn)在又了數(shù)據(jù)之后，我們可能說一個業(yè)務的模型或者決策的模型都是要變的，所以就是說可能你剛才講的有了數(shù)據(jù)之后我只是一個展示只是出一個報表這個還是屬于傳統(tǒng)的這個思維模式，但是更多的要講說我們有了這個數(shù)據(jù)之后怎么樣根據(jù)這個數(shù)據(jù)重構，去重新來設計我們整個業(yè)務的流程，這樣可以把數(shù)據(jù)用的更好。

數(shù)據(jù)清洗，如何區(qū)分沙與金

在上個問題中提到數(shù)據(jù)價值，數(shù)據(jù)好的方面，也有很多壞的方面，是干擾，是噪聲怎樣才能通過有效方法，把噪聲去除掉，把信息挖掘出來？下面幾位專家就數(shù)據(jù)清洗的問題又進行了更深入的探討。

周曉方教授：數(shù)據(jù)質量管理是大數(shù)據(jù)的一個問題，要從數(shù)據(jù)的完整性方面來看待這個問題。比如網(wǎng)上一部分人的觀點不能代表整個社會，因為數(shù)據(jù)不完整。還有時效性、準確性、一致性等等，這個都是傳統(tǒng)的問題。數(shù)據(jù)清洗這個問題已經(jīng)研究了很多年?，F(xiàn)在我們自己的研究團隊也是一直在推這個數(shù)據(jù)質量管理，現(xiàn)在榮耀都被AI拿走了，但是為AI進行支撐的數(shù)據(jù)管理、數(shù)據(jù)分析、各種大數(shù)據(jù)的差異都是在后面默默在做的。如果不把這個底層的數(shù)據(jù)支持做好的話，那么也就是酷炫的都沒有用。

章文嵩總裁：數(shù)據(jù)質量非常關鍵，如果數(shù)據(jù)不準你得出的任何結論都有問題。這里面我們面臨的一些問題，解決的辦法涉及到數(shù)據(jù)的收集、生產(chǎn)、傳輸整體的這個過程，我們對數(shù)據(jù)肯定是層層要做校驗，哪些校驗有些環(huán)節(jié)數(shù)據(jù)不準了，或者有些環(huán)節(jié)數(shù)據(jù)丟了。就拿滴滴來說最重要的一個漏洞，用戶進來那個冒泡表達了他的這個目的地，冒泡之后我們有很多的動作，然后用戶是個發(fā)單，平臺是否派單，派單后執(zhí)行最后到完單支付。這個漏斗模型其實層層環(huán)節(jié)都要校驗。所以這個數(shù)據(jù)，可以幫我們定位哪些買點是對的，哪些環(huán)節(jié)是我們網(wǎng)絡傳輸軟件處理的BUG導致數(shù)據(jù)丟失了，這是層層校驗，就跟財務做校驗一樣，每個環(huán)節(jié)都要校驗，確保數(shù)據(jù)準確性和軟件的正確性。

劉鐵巖院長：我接觸過很多傳統(tǒng)企業(yè)，在跟我們聊的時候更多不是講大數(shù)據(jù)，是講AI。在深入溝通的時候，解決第一問題是大數(shù)據(jù)問題而不是智能問題。他們的愿景是想用智能解決某個應用，實際上整個公司里的數(shù)據(jù)根本沒有管理好組織起來，回到大數(shù)據(jù)真的非常重要。先是數(shù)字化，然后是傳統(tǒng)的管理再是數(shù)字清洗。從做機器學習和AI角度來看，什么是數(shù)據(jù)清洗什么是數(shù)據(jù)管理，我們希望從最原始的數(shù)據(jù)開始出發(fā)，然后通過特別復雜的鏈路，連到最終應用上。每個環(huán)節(jié)可能都提供反饋信息。如果我們不做端到端的處理，割裂開有可能會出現(xiàn)什么現(xiàn)象？我們在前期做數(shù)據(jù)處理的時候以為是噪聲的問題，可能是信號，我們以為是信號的東西也許是噪聲。那么怎么在整個數(shù)據(jù)鏈路的智能化的過程中都給大家一個機會，曾經(jīng)當成是噪聲清洗掉的東西是有機會重新挖掘和反復匹配的，曾經(jīng)被你認為是有用的東西要不斷的甄別里面的寶貝在哪里，問題在哪里，這是一個補充。

數(shù)據(jù)應用，資源的分配與民生

在隨后的討論活動中，幾位專家還就智能出行的無人駕駛對人們生活的改變，通過大數(shù)據(jù)如何減少東西部貧富差距等問題進行了深入溝通。將技術討論提升到了民生問題的高度。

我們相信，隨著大數(shù)據(jù)技術的深入應用，未來緊缺的公共資源應該可能得到更加合理的分配。比如春運的火車票可以給有切實回家需求的購票者更多的購買機會，急需就醫(yī)的患者可以更方便進行掛號，公眾的交通也能得到有針對性的調節(jié)。大數(shù)據(jù)的明天將會令人們的生活更加美好。