中科院院士徐宗本湘江演讲：在人工智能浪潮下对大数据的再认识

2017-12-07 工业互联网研习社

【智能制造 | 工业4.0 | 工业互联网 | 深度价值文章】

军观察导读

聆听大数据/工业大数据专家、中国科学院院士、西安交通大学教授徐宗本老师的大数据智慧。后续我们还会继续刊发徐老师的真知灼见。

图为徐宗本在2017湘江大数据创新峰会上演讲。易洋摄

中新网长沙12月6日电(向一鹏)“人工智能是人类脑科学、认知科学的进展，它的可见趋势是大数据+场景，由感知智能向认知智能的发展，人工智能的核心就是大数据技术。”6日在长沙举行的2017湘江大数据创新峰会上，中国科学院院士、大数据算法与分析技术国家工程实验室主任徐宗本如是说。

徐宗本认为，人工智能生态包括算法、芯片、软硬件系统和应用，在人工智能浪潮下，需要对大数据再认识。目前，大数据发展存在产业链条缺乏健壮性和完整性、数据开放共享进展滞后、地方政府实践路径不清晰、应用水平仍处于低位等问题。

徐宗本说，大数据不仅是数据存储、建立数据中心，关键是对数据的变现和分析，把不同的数据聚合在一起，就是大数据的价值来源，它有一种累积效应。“我们积攒的数据可以用于生产，从数据到信息、知识、决策的转化就是用计算、算法来分析出价值原理，数据的可复制、可加工能够让数据价值倍增。”

如何推动大数据产业发展？徐宗本以智慧电梯为例，比如采集了电梯运行、维护、视频监控等多源数据，然后对数据进行处理、融合并存储于数据中心，再进行故障预测、智慧安检和调度，最后形成整体解决方案。“这是一种全链条模式，我们拥有传感设备和专有数据源，将数据存储、分析后，就可形成数据产品和服务。”

“当前，大数据面临着重建分析基础、革新计算技术和劣实真伪判定三大科学任务。”徐宗本表示，目前大数据产业人才严重缺乏，当务之急是加大人才培养力度。

峰会上，由西安交通大学、湖南大学和湖南隆驰信息科技有限公司联合成立的“大数据长沙创新中心”正式启动，该中心将结合湖南大数据产业特点，开展大数据算法与分析技术的研究，在金融、体育、旅游等行业和智慧城市大数据领域进行知识库构建及建模分析技术研发，助力大数据科研和市场发展。

造奇新媒体导读

5月5日，“中国工业大数据大会·钱塘峰会”在杭州新国际博览中心（G20主会场）顺利举办。会议围绕“数据驱动创新、融合引领发展”主题，进行探讨交流。

[造奇智能产业新媒体]作为特约媒体支持，创始人兼主编刘成军受邀全程参加，会议安排的非常紧凑，邀请的大咖准备的非常充分，内容干货满满，陆续刊发，以飨读者。

现将中国科学院院士、西安交通大学教授徐宗本精彩演讲实录如下：

中国科学院院士、西安交通大学教授徐宗本

作为一个数学家，用现在的话讲，应该是一个数据科学家。今天，我的绝大部分内容是从基础上演讲。在听了各位领导致辞和专家演讲后，我讲两个观点：

第一，我非常欣赏萧山区对大数据的认识，我不认为大数据对近一两年GDP的贡献有那么大，但肯定的说对于三年、五年之后的GDP贡献巨大。换句话说，只有沉得下心，愿意扎扎实实打好基础的政府和企业，才能从大数据技术上获益。

第二，大数据技术并不是已经成熟的技术，是一个正在从应用中逐渐走向成熟的技术，目前的挑战多于成熟。

今天演讲主要分为两部分：大数据承载了如此多的期望，有些期望是合理的，有些期望未必合理，我想从科学的角度说一些科学问题。第二部分回到智能制造，也就是工业大数据的重要方面，谈谈自己的认识。

第一部分：大数据及大数据原理

什么是大数据？大家都知道数据是什么？数据就是资料的数字化。资料是什么？资料就是生产过程、管理过程，乃至经济、社会、生活过程的记忆，那些记忆可能表现在一个文件，一段演讲，一段文字等等，这是资料。资料不放在计算机上，一般不叫数据。但放在计算机上就叫数据，所以有个标准的说法，数据是指以编码形式存在的信息载体，是资料的数字化形式。

因而，数据一定要放在机器上，要有空间。其实真正的大数据是指大而复杂的资料集，这些复杂性包括了海量性、时变性、异构性、分布性等等，我们从互联网数据能够观察到的特征。

到底什么是大，我画了一张图，希望解释什么是大。这件图是我把对数据的观测放在一起，大家什么都看不见，如果再观察五年，或许还没有看清楚。再观察五年，放到一起看看原来是一个大象的轮廓，再观察五年就看得更细致了，它的牙齿、脚都可以看得更清楚。这张图是告诉大家什么叫大数据，什么叫大。

从这个观察可以看出，随着信息获取的发展，从量变到质变。量变就是数据的增加，质变就是随着规模的增加，到某一刻开始，人们就可以只看看一些局部，只看看一些数据就能够知道它背后的故事。这个量就叫数据的临界量。

凡是对一些问题积攒的数据量超过这个量，就叫大数据，反之则不叫大数据。因而讲大数据是两件事：第一，大和小是相对概念；第二，相对特定问题而言，不同的决策问题要求的数据不一样。否则大家就认为现在是大数据时代，大数据可以解释任何事情，我认为不要神化它，大数据可以做很多事，但也不是能做所有事，这是我的基本观点。

现在都说大数据是基本的生产资料，大数据是基本的生产力，因而，大数据是经济社会的基本生产资源。看看互联网就知道，互联网主要在信息传递上发挥作用，近几年的发展，是把互联网从复杂的信息传递到消费互联，再到生产互联（也就是物联网），再到智慧互联，这就是互联网的大体走向。在这个走向中非常大的问题就是信息技术在互联网产生以后，和其他任何领域要深度整合，这就是今天谈论信息工业化、谈论大数据的主要原因。

这里面还有一些问题要说清楚。我们知道了太多的新技术，比如说物联网、互联网、人工智能、移动互联网等等，其实这些新技术都是信息技术的一个层面，大家不要期望某一项技术包打天下。真正产生效益和作用的是所有技术的综合运用，这是今天和大家分享的第二个观点。

千万不要以为有了大数据就不讲物联网，讲物联网就不讲互联网，讲互联网就不讲人工智能，其实大家是互补的，都是从不同的层面讲问题。

我觉得有一点是肯定的，互联网和云计算是基础设施，这是肯定的。物联网讲的是交互方式，人工智能讲的是应用模式。那么，大数据讲的是信息技术，是人和人、人和机器、机器和机器交互的内容特征。

所以，从这个意义上讲，大数据是最底层的信息技术。因而，大数据掌握的技术，是基本的标配，任何工业要实现“两化”，任何政府要实现科学决策，大数据是基本标配，这是我讲的第三个观点。

大家都知道大数据怎么应用，我想讲五句话，大数据从数据分析，到预处理，到管理方式，到适当的分析和挖掘，到结果解释，到修正，大家记住如果大数据是不走样，至少不走弯路。

第一，明确目标是前提。好像和大数据没有关系，但我认为这是最重要的。我们用大数据不是说国家有个战略，有个文件就用大数据。我想对每个地区、每个政府、每个企业，要解决的问题不一样，必须要真正解决问题，大数据才有用。

第二，拥有数据是基础。什么是大数据产业？大数据产业就是以现代技术设施为基础，以数据为生产要素，以数据的价值挖掘为创新活动的产业，叫大数据产业。因而没有数据谈不上大数据产业。

第三，计算平台是支撑。换句话说，没有一定的计算架构和计算平台，计算不了。它是支撑作用，但做企业的人不必过分强化，也不必过分低估。

第四，分析技术是核心。这是今天较少讲的主题，也是领导较少讲的主题。我非常担心在整个大数据的链条中，有些链条做得过分粗壮，有的链条过分纤弱了一些，也就是我担心的产业链布局不均衡，有的过分膨胀，会产生新的产能过剩。

第五，产生效益是根本。给大家四句话，数据是基础，平台是支撑，技术是核心，赚钱是王道，记住这四句话不走样也不失望。

为什么大数据可以带来超凡价值、背后的原理是什么？在这个大潮中为思维带来怎样的改变呢？

我概括了三条原理：第一，量变到质变的原理。大数据之所以有用，是因为数据积攒到了可以质变，通过数据就可以知道背后的故事，这是这个原理起作用。

第二，分析出价值原理。刚才已经说了，如果存储不分析，无疑是只买米不做饭，产生不了GDP，所以要靠分析，要靠挖掘。

第三，跨界关联原理。举一个简单的例子，假设一个火锅店的老板想提高营业额，这是他的目标。他当然会收集一年当中的采购量资料、现金流资料等等，这些是企业内部数据。但如果能采集到这个火锅店周围的人口分布数据，如果能够买得到这个地区天气预报的精细数据，对火锅店的营业而言就是极为重要的。我们都知道湖南人和四川人比较喜欢吃火锅，天气潮湿的时候比较喜欢吃火锅，这就是赚钱的道理，就是跨界关联原理。这三条原理是我概括出来的，和大家分享。

这个过程中有很多观念要改变：第一，数据是资产，大家都知道数据和资产；第二，用户是资源。谈谈用户，过去企业是上帝，那是教育员工的服务态度，因为我们都知道神是拿来敬，用户是心里尊重的。但到了大数据时代，产业模式变了，用户是我们的生产资源，要个性化服务。如果没有用户的反馈，为谁服务？这就是手机运营商的道理，我知道过几年数据会免费，因为重要的是四大运营商在实时报告我们的信息、行为、爱好，这些是他们挣钱的主要依据，是不是资源？

第三，服务即感知。滴滴、快车已经告诉了我们这件事情，还有公共服务免费，高价值服务盈利也是基本的盈利模式，就是大家很熟悉的羊毛出在猪身上，这是观念。

刚才说了，大数据突飞猛进，能够用来解决相当多的问题，但千万不要以为大数据技术已经成熟了，一定不要这样问题。其实挑战很多，今天不是讲挑战，但概括的说基本挑战是什么？我认为，主要挑战是分析基础被破坏；计算技术待革新，真伪判定需要重建，对新技术的盲目所引起的盲从。

第二部分：智能制造大数据：机遇与挑战

制造大数据非常重要，“中国制造2025”主要讲的就是这件事情。继互联网之后，真正能够对企业产生重大影响的大概就是大数据，再次重申，讲大数据的时候不要和其他技术隔离开。我也重申，现在人工智能潮正在到来，我要告诉大家的是不要冷落了大数据，人工智能在可见时间内，真正能够称得上人工智能，真正发挥作用的就是数据智能，就是大数据。

因为人工智能简单来说是两个大的类型，一类是模拟人脑工作机制、行为方式，是仿脑类脑的技术。另一类是快速的认识，因为人脑对大数据的认识本身没有那么快，但获取数据的速度极强，可以从数据中分析出人类认识问题特定的方式方法，这部分就是数据智能，也叫人工智能。所以，真正起作用的主要是数据智能，而从这个意义上讲，不要和大数据分开。

大家说大数据能服务于转型升级，转什么型，升什么级，至少要清楚这个问题。对工业来讲，转型是什么？就是转过去以产品为中心，以产品组织设计、制造、销售管理的过程，到以服务为中心，以定制化为中心。

最近有一个基本的观点，说从过去的老三基到新三基，过去的材料、工艺、零部件是老三基，现在的新三基是大数据、传感器和零部件。我希望大家了解对一个行业来讲，数据极其复杂，来源于设计、制造、运行和服务，仔细分析每一步的数据。离散型和连续型并存，数值型和非数值类型并存，结构化和非结构化并存。