李國杰院士：大數據時代需要新“元素周期表”

2014-06-01 21:19:38 大云網　點擊量：評論 (0)

當前，大數據已成為社會熱潮。這股熱潮的主要驅動力來自網絡服務公司，各地政府投資大數據的主要目的則是增加GDP，但其實發(fā)展大數據的意義不僅僅體現在經濟上。日前，在清華大學舉行的大數據時代高端論壇上，中國

“當前，大數據已成為社會熱潮。這股熱潮的主要驅動力來自網絡服務公司，各地政府投資大數據的主要目的則是增加GDP，但其實發(fā)展大數據的意義不僅僅體現在經濟上。”日前，在清華大學舉行的大數據時代高端論壇上，中國工程院院士李國杰表示，發(fā)展大數據技術的另一個重要意義是促進社會公平正義，促進國家治理的現代化。“大數據的挖掘分析還能促進科學研究，尤其是基礎科學研究的發(fā)展。面對大數據浪潮，我們的科學研究也需要作出一定的調整。”

　　“大數據就如同蜜蜂，其主要價值是傳播花粉，自己生產的蜂蜜價值并不大。”李國杰介紹說，2013年世界范圍內狹義的大數據產業(yè)產值只有186億美元，但廣義的大數據應用幾乎覆蓋所有產業(yè)。據麥肯錫公司預測，開放數據僅在教育、保健等7個行業(yè)便可釋放3.2萬億～5.4萬億美元的經濟價值。

　　然而，在李國杰看來，大數據對社會的貢獻并不僅限于經濟領域。“大數據分析是認識客觀世界的新工具，將開拓計算機科學的新領域——數據科學，同時基于大數據分析的科學研究第四范式必將給全球科技發(fā)展帶來深刻影響。”

　　當前，大數據的發(fā)展已給傳統(tǒng)計算機科學帶來挑戰(zhàn)。李國杰坦言，計算機科學是關于算法的科學，傳統(tǒng)的圖靈計算把“輸出值”當成“輸入值”的函數，假定輸入的數據是隨意的，并不關心輸入數據之間的相互關系。然而，現在的研究發(fā)現，其實輸入數據本身也是值得研究的對象。“這就是數據科學要研究的內容。”

　　“在某些情況下，小數據條件下好的算法在大數據條件下可能不再適用。反過來，也有一些問題，數據多了反而更容易解決。大數據的興起導致計算機科學的重點從算法研究向數據科學轉移。”李國杰說，目前的大數據技術大多是針對專門應用開發(fā)的，其實應研發(fā)更加通用的大數據分析和管理技術，發(fā)展像關系數據庫這樣的理論指導海量非結構化Web數據的處理。

　　與此同時，越來越多的研究人員開始在數據不斷涌現的科學領域摸索，數據驅動型發(fā)現也將成為科研的主要形式，熟練應付大數據將很快成為必備技能。對此，李國杰表示，伴隨著所有科學都迅速變成“數據科學”，需要在各領域培養(yǎng)既有專業(yè)知識又熟悉數據分析的人才，使之擁有分屬于不同領域的“雙腿”支撐前進。

　　此外，李國杰強調，為順應大數據時代潮流，我們需要重新構建一張以大數據為基礎的“門捷列夫周期表”。

　　“‘門捷列夫周期表’的發(fā)現，為化學成為一門獨立科學奠定了重要基礎。而在很多學科中，我們也需要對某些基本元素進行系統(tǒng)分析。”李國杰表示，目前生物領域有基因組學，生理學、病理學、制藥、干細胞等領域都在研究“基因組”，也有人在討論人類語言的“基因組”，這些基因組其實都是構成學科整體的基本元素。而發(fā)現這些“基因組”需要通過計算機對海量數據進行分析，這導致各學科領域紛紛出現“某某信息學”的分支學科，凸顯了大數據在許多學科中的基礎性作用。

　　“從上世紀70年代開始，圍繞計算復雜性，已形成了以算法研究為中心的計算機科學。但隨著計算機科學與其他科學的交叉融合，其研究重點將逐步轉移到以研究各種基因組學為重點的數據科學。從這個角度來說，現在已經到了發(fā)現一張新的‘門捷列夫周期表’的時候了。”李國杰說。（中國工程院院士李國杰）