时下,最热的话题不是大数据，而是“世界杯”。即便如此，“世界杯”上也难回避大数据的身影。今年的世界杯赛事，德国队已经把传感器装到了每一位队员的身上，也装到了足球上面。一场比赛下来就有6000万条记录。一个球员的控球时间、传球数量、奔跑速度、奔跑长度，这些全部都被记录下来。这告诉我们：数据是人为的现象，一切的数据都是人为收集的。在我们城市的大街小巷都布满了摄影头，它们就是一个个数据的采集员。而采集到的这些数据最后的目的还是用到“科技改变人的生活”上。因此，大数据虽然高端大气，但却与我们的生活紧密相连。作为中国创新活力的沃土——中关村创业讲坛上再次聚焦大数据，为大家解读大数据的奥妙，畅想大数据的未来。

最近一段时间以来，巴西“世界杯”可以说是最为社会广泛关注的一个热点。一份来自奥地利维也纳经济大学研究人员的公报声称，通过对网上博彩公司的长期赔率、各球队的历史表现和近期球员伤病情况的统计分析，他们预测巴西队问鼎世界杯胜算较大，夺冠几率为22.5%，紧跟其后的是阿根廷15.8%、德国13.4%。虽然夺冠头号热门巴西已经被德国挡在决赛门外，但并未封杀大数据在预测方面的可信度。例如，美国微软的必应搜索在前不久开始进行的八分之一决赛前，成功预测了巴西、哥伦比亚、荷兰、哥斯达黎加、法国、德国、阿根廷、比利时八支球队的晋级。

这些类似电子“章鱼保罗”的预测，其依据就是如今IT界三大技术趋势之一的“大数据”。

“云计算”方兴未艾，“大数据”又悄然兴起。如今，三大技术趋势正在重塑IT世界———云计算、移动互联网、大数据正在不断提供令人惊叹的新价值。为帮助创业者充分理解大数据的业务价值，中关村创业讲坛从2013年起就开展了多次关于大数据的培训活动。7月4日，第108期中关村创业讲坛再次聚焦大数据，特别邀请了微软高级程序员、通联数据首席研究员、《数据之巅》作者涂子沛和知名数据专家、神州数码工程院院长谢耘，带领大家一起认识大数据、畅想大数据的未来。

大数据是什么?

在本届世界杯上，德国队把传感器装到了每一个队员和足球上，一场比赛下来就有6000万条记录，包括球员的控球时间、传球数量、奔跑速度、奔跑长度。

这个例子完美地诠释了这样的说法：数据是人为的现象，一切的数据都是人为收集的。

数据有三个来源：一是测量，二是记录，三是计算。正是因为所有的数据都是收集来的，所以，建设好大数据一定需要顶层设计。

首先我们要弄清什么是数据

“在前信息时代数据意味着对客观世界的测量，它是一个有根据的数字。进入了信息时代之后，数据的内涵发生了深刻的变化，包括音频、视频在内的信息都统称为数据。特别是现在，我们整个城市都布满了摄像头，每个人身上都可能带有好几台智能设备，这个时候产生的大量数据和以前的数据是不一样的。以前的数据是结构化的数据，处于终端的数据，现在的数据属于非结构化的数据，没有办法用固定的字段来完成描述的数据。随着数据内涵的不断扩大，容量的不断增加，也就引发了大数据时代的到来。”据此，涂子沛给出了自己关于大数据的定义：传统的小数据+现代的大记录。现代的大记录是指音频、视频，它的来源是源于记录事件，而传统数据是来源于测量事件。

“以前数据都是和具体的应用绑在一起的，数据服务于应用，应用必须采集这些数据。但是今天大量的数据出现可能没有特定的目的。比如摄影，以前觉得这个景点特别好，才照一张留个纪念。现在则是拿着相机随处拍。”谢耘进一步解释到，随着技术和产品不断的进步，从而导致整个计算资源、通讯资源、存储资源成本大幅度降低，所以才会产生大量的数据。

传统的数据管理是按照一个一个应用把数据管起来，在大数据时代大量的数据产生的时候是没有明确应用的，但是这个数据的价值绝不仅仅在于这一点的应用。到底我们应该怎么管理这个数据?“管好数据才能用好数据。”谢耘认为，传统的方式是采集数据后会进入到各种应用系统，但是各个系统相互之间没有关联，数据也没有办法交换。虽然为了交换数据能够建立交换平台，但依然是传统的交换方式。“如果我们按照人、企业或城市，按照一个一个主体界定的范围，把这些数据依据彼此之间反应的逻辑管理起来，整个系统的建设将会发生根本性的变化。”

大数据的过去

“数据对生活当中的作用由来已久。”涂子沛以美国为例介绍说，美国在建国制定《宪法》时就强调用数据来管理，最典型的例子是每十年要进行一次人口普查，然后按照这个地区人口的多少去分配议员。美国南北战争中著名的将军谢尔曼当时表示，“我要切断后勤，不要补给，带着6万人打到东海岸去。”兵马未动、粮草先行，没有补给怎么打仗?他当时就是根据人口普查的数据，哪个地方有多少头牛、多少匹马、多少家禽，把部队分成五路大军，然后在地图上计算部队走到这里粮食能不能够支持到最后。后来证明这些数据非常有用，6万人一个多月所向披靡，很快到达了目标。谢尔曼在自己的回忆录中写到，“这场战争濒临结束之后种种事件证明，没有数据我赢不了。”

除了在政治和军事上的影响外，涂子沛还给大家列举了大数据在文化生活中的一个典型案例———大家知道美国热播的电视剧《纸牌屋》是大数据推动的结果。其实，大数据真正驱动的第一部影片是《乱世佳人》。1936年，一本名叫《乱世佳人》的小说迅速走红，但好莱坞对此却很迟疑，因为之前以南北战争为题材的电影，部部亏本，而小说版权方要价却很高。在此背景下，美国第一个具有现代意识的数据大师盖勒普做了两年调查，发现这本书的流行程度仅次于《圣经》。好莱坞著名制片人塞尔兹尼克为此信心大增，高价买下电影版权。

接下来，电影时长、演员选取、黑白还是彩色、广告如何设计等重要问题都完全按照盖勒普调查的数据进行。盖勒普甚至计算出，这部电影将是有史以来最卖座的电影，观影人数将达5650万。他还建议，影片的广告要突出“书”，小说的粉丝将是其巨大的潜在观众群体。结果，影片上映后，场场爆满，最后一共售出了5997万张电影票，而当时美国人口为1.3亿，至今仍是美国有史以来最赚钱的电影。

大数据的现在

看了历史再来看今天——大数据给我们生活带来了什么样的影响?

我们会发现我们生活中传感器无处不在。传感器在干什么?传感器在收集数据。一句话就是万物皆联、无处不计算。比如：埋在土里面根据土壤的湿度、结合空气的温度，能够确定花坛或草地什么时候开始浇水或者浇多少水。还有Google的无人驾驶汽车，也是大数据驱动的。首先是街景式的收集数据，然后才有无人驾驶汽车到路面。

那么，这个时代我们在干什么?涂子沛说，我们沿着这样的路径在前进———从数据到信息到知识再到智能。

我们未来的世界是什么样子?“数据之巅是通向智能社会，大数据的兴起标志着社会向智能化的社会迈进和转型。大数据的未来是数据驱动世界，软件定义世界，自动化接管世界，数据正成为智能世界的土壤。我们新的文明将在这块土壤之下延伸，开放数据就是土壤上的河流，河流流过之处就会孕育起发达的数据文明。”涂子沛如此描绘自己眼中的数据未来。

大数据的未来

“今年年初我参加了一个读书会，一位朋友问我：能不能设计一个系统，把一位局长的材料信息全放在系统里，然后系统就能告诉我这个人能不能当副部长，以后能不能当部长?当时我给他的回答是：‘如果一件事情没有人知道该怎么做的话，计算机也不会替你做。’”谢耘通过亲历的事例告诉大家，大数据确实引发了我们对智能的无限遐想，但计算机核心还是在做计算，但凡能变成计算的问题，计算机都可以解决。相反，上述的问题如果没人能够把它当做计算问题的话，给计算机灌多少数据都没有用，是解决不了的。

“我认为，能够实现的所谓智能还是能观察到、测量到、分析到的人的智能活动。智能未来的发展如果总结成一句话，就是让辅助人类体能和智能的工具，都和人逐步无缝连接起来。而不是说我们造一台机器，让它和我们拥有同样的智能，最后来挑战我们。”谢耘向大家描述了智能的未来。

对于智能，他认为具体还是机制模仿和机制替代。什么是机制模仿?就是按照人的大脑做事的方式做，比如：下棋，计算机可以挑战世界冠军并获胜。什么是机制替代?就是某个事情，人是怎么做的可能不知道，但是可以用另外一套机制来实现同样的效果。比如，用手写识别的过程代替人眼识别汉字的过程。

未来想要制造一台和人一样的机器，这个梦想还是非常遥远的，至少从近几十年来的科学实践证明是不太靠谱的。涂子沛提出，未来可实现的是通过向机器“喂取”数据，让机器产生智能，自动地为人类完成任务。谢耘也从IT产业迎来了第二个关键性的转变(即基础技术平台主宰整个产业发展的阶段已经结束了，真正主宰未来产业发展的将会是应用)。这个大的时代背景下提出，未来智能发展的过程是智能机制+知识、数据实现演变的过程。计算机的优势是逻辑计算和存储，人的优势是抽象推理和形象显现。未来的系统会把这两个结合在一起，结合的基点就是构建不同主体的虚拟映像利用大数据存在，使得我们的服务器全面服务于不同的映像，服务于人、服务于企业、服务于城市，从而让我们的生活更美好。