大數(shù)據(jù)正在遭遇成長的煩惱

為期兩天的“2018大數(shù)據(jù)產(chǎn)業(yè)峰會”在北京國家會議中心召開。本次會議由中國信息通信研究院主辦，旨在進一步落實《促進大數(shù)據(jù)發(fā)展行動綱要》和《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016-2020年)》，支撐大數(shù)據(jù)國家戰(zhàn)略落地，展示大數(shù)據(jù)產(chǎn)業(yè)發(fā)展成果，探討發(fā)展面臨重大問題，推動產(chǎn)業(yè)交流與合作。

中國信息通信研究院云計算與大數(shù)據(jù)研究所所長何寶宏在首日會議上作了題為“預(yù)見大數(shù)據(jù)的2018”主題報告，以下為演講實錄：

大數(shù)據(jù)遭遇成長的煩惱

從2011年至今約7年的時間，大數(shù)據(jù)正在遭遇成長的煩惱。歐盟5月份實施GDPR通用數(shù)據(jù)保護規(guī)則，核心是個人隱私數(shù)據(jù)保護，要求用戶明確同意授予數(shù)據(jù)的流動權(quán)。最近的大數(shù)據(jù)在殺熟，F(xiàn)acebook遭遇的窘境，包括今日頭條也正遭遇窘境。7年了，大數(shù)據(jù)必須進行方向性的調(diào)整。

這是又一個三角困境，技術(shù)上追求很多目標時，目標之間容易出現(xiàn)沖突。尤其數(shù)據(jù)方面，個人隱私、國家安全、便利性三者不可兼得，只能選擇兩個。2013年奧巴馬講到，不可能既享有100%的安全，又享有100%的隱私，同時沒有絲毫的不便，我們不得不做出選擇。大數(shù)據(jù)也需要做出選擇，二選一時會發(fā)生一些調(diào)整。

這些事件意味著什么?短期看，說明一些大數(shù)據(jù)應(yīng)用真正落地。如果大數(shù)據(jù)在用戶畫像及營銷沒有落地，這些事情不會發(fā)生。這也反向證明大數(shù)據(jù)真的已經(jīng)成功應(yīng)用，所以才能出現(xiàn)問題。幾年前搞云計算時說可靠性不行，我說恰恰說明是人們開始廣泛使用云計算，要不然不會關(guān)心這些問題。中期看，保護個人隱私必然是未來3年或更長時間內(nèi)的重中之重，全行業(yè)必須團結(jié)起來，為保護用戶隱私制定規(guī)則，這也需要恰當?shù)丶夹g(shù)手段提供支持。長期看，最近一系列事件的爆發(fā)是不是意味著已經(jīng)使用20多年的互聯(lián)網(wǎng)免費模式宣告終結(jié)。恐怕這是更大的議題，免費模式都是以用戶數(shù)據(jù)換取用戶服務(wù)的便利性。

大數(shù)據(jù)行業(yè)正在回歸理性

個人判斷，行業(yè)發(fā)展需要調(diào)整變化。從過去7年時間強調(diào)技術(shù)、發(fā)展，下一步更多的關(guān)注合規(guī)、隱私保護、安全。任何產(chǎn)業(yè)發(fā)展到第二階段必須要強調(diào)關(guān)注合規(guī)性、安全及隱私問題，早期會重點關(guān)心技術(shù)與發(fā)展?，F(xiàn)在，正在從幾年來高估大數(shù)據(jù)的影響開始轉(zhuǎn)變?yōu)榈凸来髷?shù)據(jù)的影響，因為人總是會高估技術(shù)短期影響，而低估技術(shù)的長期影響。我們即將迎來開始低估大數(shù)據(jù)長期影響的階段，現(xiàn)在進入回歸理性階段，行業(yè)正在回歸理性。對大數(shù)據(jù)以前高估的價值更加理性，以前不太關(guān)注的隱私必須補課，這需要3年左右的時間。2021年前后大數(shù)據(jù)會迎來新一輪的黃金發(fā)展期。

從市場看，我們還將繼續(xù)維持規(guī)模小、增速快的態(tài)勢。過去的幾年大數(shù)據(jù)的主要應(yīng)用場景是互聯(lián)網(wǎng)，未來幾年的核心是大數(shù)據(jù)與傳統(tǒng)行業(yè)、實體經(jīng)濟的深度融合。十九大報告講的很清楚，我們必將迎來的是傳統(tǒng)行業(yè)如何更好使用大數(shù)據(jù)的過程，因為傳統(tǒng)行業(yè)更容易賺錢。

從技術(shù)看，開源正在引領(lǐng)各行各業(yè)，大數(shù)據(jù)也不例外。今天上午報告也講到實現(xiàn)在線分析的分布式，下一步需要實現(xiàn)在線處理事物的分布式。OLAP/OLTP的融合是新的趨勢。隨著產(chǎn)業(yè)的發(fā)展完善，意味著產(chǎn)業(yè)的分工越來越細，相互之間的協(xié)作會越來越麻煩。反推的結(jié)果是我們所做的大數(shù)據(jù)產(chǎn)品與技術(shù)需要標準化、模塊化。因為不可能龐大體量堆在一起，運維需要自動化比較好理解，系統(tǒng)越來越龐大，機器產(chǎn)生的事情只能用機器解決，大數(shù)據(jù)產(chǎn)生的運維問題只能靠大數(shù)據(jù)產(chǎn)生的自動化運維解決。

容器化，今天的大數(shù)據(jù)也需要借助容器的思想封裝交付。幾年前發(fā)現(xiàn)軟件開發(fā)交付等跟環(huán)境關(guān)系過于密切，今天看到大數(shù)據(jù)也是這個問題。大數(shù)據(jù)遷移時與環(huán)境配置的關(guān)系過于密切，我們應(yīng)該發(fā)展類似于容器的技術(shù)。專用硬件，隨著摩爾定律的減速，越來越多地需要靠一些專用的而不是通用的硬件解決問題。面向特定場景數(shù)據(jù)處理的專用硬件或軟硬件結(jié)合會是重要的發(fā)展方向。

從算法看，算法的透明度會成為需要關(guān)心的議題。隨著數(shù)據(jù)越來越多，數(shù)據(jù)越來越開放，要打破算法黑箱，解決算法的歧視問題、算法殺熟問題和算法疫情。如果算法一樣，尤其金融市場會引發(fā)算法共振或算法疫情問題。開放算法是必須要考慮的議題，剛剛討論過網(wǎng)絡(luò)中立問題，算法該不該中立?算法該不該透明?算法該不該監(jiān)管?我想需要。

從資產(chǎn)看，過去幾年知道數(shù)據(jù)是資產(chǎn)，市場教育已完成。但如何把數(shù)據(jù)變成資產(chǎn)還在迷茫中，前幾年想是否通過財務(wù)手段把數(shù)據(jù)變?yōu)橘Y產(chǎn)，現(xiàn)在看是不夠的，需要更多的技術(shù)支撐。未來3年要學(xué)習(xí)如何把數(shù)據(jù)變成資產(chǎn)，不僅通過資本與管理的手段，還需要新的技術(shù)，需要創(chuàng)新算法、創(chuàng)新技術(shù)、創(chuàng)新模式。

從流通看，我們還處于男耕女織的時代，據(jù)調(diào)查50%的大數(shù)據(jù)企業(yè)使用的數(shù)據(jù)還是自己生產(chǎn)的或隔壁家生產(chǎn)的。大數(shù)據(jù)說是資產(chǎn)，但它沒有變成資產(chǎn)。我們說大數(shù)據(jù)是商品，但大數(shù)據(jù)沒有變成商品。我們只知道大數(shù)據(jù)很有價值，但如何流通還處于早期的階段，需要很多技術(shù)創(chuàng)新、理論創(chuàng)新。30年后得諾貝爾經(jīng)濟學(xué)獎的人一定會有是干這個活的，因為需要數(shù)字經(jīng)濟時代的數(shù)字經(jīng)濟學(xué)家。今天的經(jīng)濟學(xué)更多的建立在工業(yè)經(jīng)濟的假設(shè)之上，上來就討論工廠、工人與產(chǎn)品，用貨幣衡量價值，這些都是工業(yè)時代的思維。數(shù)字時代需要數(shù)字時代的經(jīng)濟學(xué)家解決數(shù)據(jù)流通存在的理論問題、方法問題。處于從農(nóng)耕產(chǎn)品的貿(mào)易到數(shù)字產(chǎn)品貿(mào)易的轉(zhuǎn)折，現(xiàn)在不太清楚數(shù)據(jù)如何做貿(mào)易，我們正在探索之中。需要實現(xiàn)工業(yè)經(jīng)濟學(xué)到數(shù)字經(jīng)濟學(xué)的躍遷。

從價值看，需要新的用戶，新的價值。數(shù)據(jù)保護問題更像隱私危機，我們說大數(shù)據(jù)是石油，石油也經(jīng)歷過危機，愛迪生危機。煤油的主要用途是照明，愛迪生發(fā)明了電燈后是不是石油面臨危機?石油的用途只是照明，可是電燈來了。后來改善石油的冶煉技術(shù)，煉出汽油，更加廣泛地用于動力。今天大數(shù)據(jù)主要面向人，面向人的大數(shù)據(jù)分析處理應(yīng)用必然會帶來隱私危機。只要知道的都是隱私，不知道的就不是隱私。凡是能夠發(fā)現(xiàn)處理的最終都會被歸于用戶隱私范圍內(nèi)，必然會導(dǎo)致隱私危機。我們需要新的模式與新的創(chuàng)新，將大數(shù)據(jù)的使用范圍擴展，使用價值擴展。不僅僅面向人，可能要面向物聯(lián)網(wǎng)、工業(yè)等各行各業(yè)。而過去幾年更多處理人產(chǎn)生的數(shù)據(jù)。

從風險看，必然會出現(xiàn)風險，數(shù)據(jù)是資產(chǎn)，資產(chǎn)是數(shù)據(jù)。人類的財富正在虛擬化，正在數(shù)據(jù)化，意味著風險正在由物理世界、現(xiàn)實世界遷移到虛擬世界、數(shù)據(jù)世界。哪里有風險，哪里就有保險。中國信通院聯(lián)合中國人保推出云計算保險已經(jīng)有四年的時間，希望與業(yè)界一起研究如何為數(shù)據(jù)買保險，如何通過金融手段解決數(shù)據(jù)面臨風險問題。

從理想看，萬物皆數(shù)據(jù)，數(shù)據(jù)皆兄弟，我們需要連接。單個的孤島數(shù)據(jù)價值不大，我們必須搞流通。我們是連接的時代，流通產(chǎn)生新的價值?，F(xiàn)在不是單體重要，而是單體與別人之間的連接更加重要。數(shù)據(jù)的價值不取決于數(shù)據(jù)本身是什么，而取決于數(shù)據(jù)跟其它數(shù)據(jù)之間的關(guān)系是什么，位置是什么，在數(shù)據(jù)世界處于什么位置。連接比數(shù)據(jù)本身更重要，我們一定會連接起來。我們搞開放、共享的核心目的只有一個，讓數(shù)據(jù)連接流通是長期的目標，需要與在座的諸位共同努力。

以后，數(shù)據(jù)會去往何方?

我們正在迎來摩爾定律老去的時代，摩爾定律減速的時候會對整個行業(yè)帶來翻天覆地的變化，我們需要改變傳統(tǒng)思維方式。以前覺得計算資源很便宜，浪費點沒什么，今天的計算資源越來越貴，因為摩爾定律減速。以前行業(yè)的增速非常穩(wěn)定，有節(jié)奏感，因為有摩爾定律什么也不干也能穩(wěn)定的讓你增長。今天當摩爾定律減速甚至停緩的時候，行業(yè)當然會往前走，但不能僅僅依靠摩爾定律，我們要依靠軟件。我們需要更新軟件的結(jié)構(gòu)，最近看到很多新的軟件架構(gòu)出現(xiàn)的原因之一是，底層計算資源不再符合摩爾定律增長速度，所以要創(chuàng)新軟件與架構(gòu)的設(shè)計。

改進算法。以前不太關(guān)心算法的改進，因為算法改進付出的成本可能比摩爾定律芯片買一個更高。與其改進算法，不如再買芯片。今天必須改進算法，因為底下的計算資源越來越貴。算法優(yōu)化成為未來幾年非常重要的發(fā)展方向，包括大數(shù)據(jù)處理。因為底層資源再浪費不起。

硬件。以前通用硬件非常廣泛，越通用價格越低，缺點是越通用的性能越差。硬件性能上不去只好優(yōu)化硬件，而不再是通用的硬件。面向數(shù)據(jù)的軟硬件結(jié)合是重要的發(fā)展方向。

當大數(shù)據(jù)遇到區(qū)塊鏈，兩者都是用來處理數(shù)據(jù)，一個是希望擴展數(shù)據(jù)的內(nèi)心，結(jié)構(gòu)化擴展到更多的數(shù)據(jù)結(jié)構(gòu)。數(shù)據(jù)以前做信息，現(xiàn)在做價值，海量數(shù)據(jù)提高計算性能。區(qū)塊鏈說針對關(guān)鍵數(shù)據(jù)，主要核心目的是為了防篡改，也有計算模式。把一件事分給多個人做，區(qū)塊鏈希望多個人重復(fù)做一件事情，有利于防篡改。一個用服務(wù)器積存，一個是用P2P網(wǎng)絡(luò)，一個數(shù)據(jù)是信息，一個數(shù)據(jù)是價值。大數(shù)據(jù)處理需要給做大數(shù)據(jù)的人發(fā)工資，因為激勵是外部的。區(qū)塊鏈發(fā)幣的時候可以內(nèi)置，而不是通過外部的數(shù)據(jù)。大數(shù)據(jù)宣傳的口號是相信數(shù)據(jù)，區(qū)塊鏈的口號是相信數(shù)學(xué)。

大數(shù)據(jù)遇到人工智能。大數(shù)據(jù)做數(shù)據(jù)的可視化，是因為計算機把數(shù)據(jù)看明白了，可是人看不明白。計算機視覺，是因為人看明白了，但機器看不明白。一個往左一個往右，前幾年宣揚大數(shù)據(jù)主張關(guān)聯(lián)關(guān)系而不是因果關(guān)系，要回到愚昧的原始社會。機器學(xué)習(xí)能證明數(shù)據(jù)之間有關(guān)聯(lián)，但機器學(xué)習(xí)為什么出現(xiàn)這樣的結(jié)果無法解釋。證明存在關(guān)聯(lián)關(guān)系，但無法解釋為什么有因果關(guān)系。

當忘記成為例外，被機器忘記也是一種幸福。發(fā)明很多技術(shù)，核心目的就是記住，因為人的記性太差。你忘了黑客沒有忘記，數(shù)據(jù)很久遠，一上永流傳。以前發(fā)表文章需要交版面稅，今天刪貼子試一試，遺忘權(quán)成為新問題。以前只關(guān)注如何記住問題，現(xiàn)在關(guān)注如何永久性地消滅數(shù)據(jù)是工程師新的發(fā)展機會。

我們做很多數(shù)據(jù)，只關(guān)心數(shù)據(jù)從哪里來的，用完了以后數(shù)據(jù)去了哪里?大數(shù)據(jù)基本“進冷宮”，用完了就完了，80%的數(shù)據(jù)3個月以后無人理睬。GDPR隱私數(shù)據(jù)“要滅絕”，區(qū)塊鏈數(shù)據(jù)價值“得永生”，因為是為了防篡改，數(shù)據(jù)世界的價值越高壽命越長。有的數(shù)據(jù)會莫名其妙地消失，不知道去哪里，因為介質(zhì)的壽命很短。我們的磁盤長點就是幾十年的壽命，今天存儲的數(shù)據(jù)千年以后的人怎么找到，如何打開word文檔。他們?nèi)ツ睦锟脊胚@代人所謂的大數(shù)據(jù)，到哪里發(fā)現(xiàn)?