《大数据》作者：做大数据要从小数据做起

    数据浪潮汹涌而至，摩尔定律、普适计算、数据挖掘、社交媒体正强烈影响着我们的生活，在“大数据”的现实情景中，个人行为选择的参照系如何？“大数据”又为公共管理和商业创新带来何种机遇和挑战？“大数据”如何在中国落地？针对上述命题，上周日，第一财经·悦读会携手广西师范大学出版社·理想国，与嘉宾《大数据》作者涂子沛、贝格数据总裁李常青在复旦大学围绕“看得见的未来”这一命题进行讨论。

   《大数据》讲述了美国半个多世纪信息开放、技术创新的历史。涂子沛认为，摩尔定律和普适计算将生成一个机会更平等、信息更充分的时代。如波普尔所言，一个开放的社会，意味着，人们把决定建立在他们自己的才智和掌控之上。他认为，如果一个社会对好的公共生活缺少想象力，是因为这个社会的公众站在低处，这个低，不是技术上的，而是价值观上的，“如果你不能理解爱与分享是生命中极为重要的东西，那么，你也很难真正理解，信息交流与分享对于一个社会的重要性。”

   而如何定义“大数据”？涂子沛强调，在认识上需要厘清两个概念：首先，谈论“大数据”应回到信息公开和数据开放这两个维度，信息公开是“知情权”意义上的概念，但数据开放不仅仅是知情权的问题；另一方面，“大数据”不应该仅仅理解为存储数据的容量，而是挖掘数据和计算力的问题，数据挖掘是指通过计算器对大量的信息进行分析，从而揭示数据之间的关系、模式和趋势。

   悦读会：数据开放是一个多方博弈的过程，放在中国的语境中，突破口在哪里？同时，博弈需要各个方面的妥协，妥协的界线是什么？

   涂子沛：推动历史前进最重要的条件是开放，但所有的*都有一个天性，希望你知道的信息越少越好，这就需要社会形成一个集体的声音，大家都认识到知情权的问题时，才能够形成监督的压力。当你有了社会责任感，当你只有在别人碰到问题的时候发出自己的声音，利益的天平才可能变化。我在书里引了一句话：“防止公民犯下错误不是*的责任，但是防止*犯下错误是每一个公民的责任”，你需要发出声音。中国社会的冷漠或者不作为，是大家都不发出声音。突破口还是公民意识的成长，大家都有公民意识、权利意识，我们都需要知道，美国社会的公开是个漫长的过程。

   整个社会需要一个表达利益的机制，同时我们需要理性抗争，需要妥协，界线在于非暴力，整个社会的发展需要在一个共赢的状态中，利益的天平不可能永远公正，所有人都发出了声音，有可能照顾不到你的声音，但是你需要持续地去发出自己的声音，利益的天平才可能改变，这是不断调整的过程，历史就是这样发展过来的。

   李常青：现在，中国逐渐开放数据，*逐渐开放数据了，但是需要一些专业的公司把这些数据变成可阅读的，我想数据挖掘这一块，数据开放了，最终还是需要让个人能够解读，这方面可能需要我们做更多的工作。

   悦读会：数据的大量涌现，出现了很多非结构化的数据，在数据的语义挖掘方面，有没有更好的方法？

   李常青：金融数据的品种越来越多，确实存在很多非结构化的数据，很多文本、网上的消息都可以作为数据公司提取数据的来源，我们的挖掘手段统称大数据技术，这个概念提出很早了，但还需要能够真正落地。阿里巴巴就可以拿出一个具体的数据出来，所有贸易交易的数据显示去年一段时间下滑很厉害，这个数据很早就可以预测经济形势，通过数据挖掘形成一个数据报告，其产生的价值会很大。很多数据都是可以进行语义挖掘的，但是一般人无法使用，需要专业的数据公司进行精确化处理。

   涂子沛：视频数据越来越多，现在语义分析的难点在哪里，不仅是数字挖掘，还包括视频挖掘、图像挖掘。比如，某位经济学家现在发表了一个什么观点，那么我们需要把他历次发表过的观点、他出现过的视频很快地进行挖掘，现在这个技术在很多领域都可以使用。再比如，所有在镜头中出现过玫瑰花的电影，你能否一下子把它找出来？这些语义发掘正显示出越来越重要的意义。

   读者：大数据的行业前景如何？哪个行业在我们国家比较有前景？

   涂子沛：中国面临的问题是大数据落地很难，难在哪里？首先一个原因是缺少数据运用的内驱力，比如，电信有那么多数据，但它没有驱动力去分析这些数据。它有很多领域可以赚钱，为什么还要去分析数据？但如果它需要面对充分的市场竞争，需要它对竞争的应对更加精细化，自然就会进行数据挖掘。究竟哪个领域，更容易落地？领域很多，比如气候，气候数据非常大，真正海量数据，还有交通数据，也是非常庞大的数据，每个摄像头产生的数据，经过分析和运用都是财富。虽然大数据目前在中国落地很难，但这是一个未来的趋势。

   李常青：产生大数据的行业条件是，它需要有很多数据的积累，有人认为在中国只有大的互联网公司能做大数据，这个观点我不大认同。但是反过来看，可能会合理很多，说中国做大了的互联网公司都在做大数据，这个我是认同的，因为一方面是因为他们积累了很多用户交易数据，才可能延伸出更多的运用，催生出新的商业机会。就中国来讲，目前发展不错的行业，也能够佐证我这个观点，比如定位系统的行业，一是它数据量大、准确度高，再一个它跟你的生活关联度较高，这类行业的商业机会会好一些。另外一个我所从事的金融数据业，我也很看好，金融行业的数据量很大，各个金融机构产生的数据都是我们分析的对象，同时我们还需要关注外界对他们的评价，各种新闻、各种消息，都是我们的基础数据，这些数据挖掘、运用得好，数据增值空间会很大。所以，数据量大，跟生活关系密切，数据挖掘和数据结构做得比较合理的话，可能都是很好的商业机会。

   读者：我们如何通过改变思维方式来推动大数据在中国落地？

   涂子沛：还是要改变思维惯性，重视数据，在中国做大数据要从小数据做起。大数据对于中国为什么那么重要？我想它对中国社会的特殊意义在于，不仅仅是一个技术浪潮，也是中国社会提高对数据认识的契机，我们需要用数据来说话，成为论证自己的工具。数据的精神归根到底是理性的精神，数据归根到底是对世界的一个客观反映，中国社会缺乏这种精神，阅读和分析数据应该成为一个人的知识结构中很基础的一部分。