英特爾中國研究院首席工程師：吳甘沙

微軟亞太研發(fā)集團主席：張亞勤

微軟雷德蒙研究院聯(lián)席院長：埃里克·霍維茲

緊跟著物聯(lián)網(wǎng)、云計算，大數(shù)據(jù)裹挾著各種版本的概念呼嘯而來，短短時間內引領了新技術熱點話題的關注度。

大數(shù)據(jù)究竟是什么新玩意？大數(shù)據(jù)真正的魅力體現(xiàn)在哪里？本報記者約請幾位專家進行了對話。

大數(shù)據(jù)有多大

記者：對于大數(shù)據(jù)，有一個形象的說法：現(xiàn)在即使是一個孩子，也可以把一個小小的存儲器放入書包，隨身攜帶TB級的數(shù)據(jù)去學校上課，甚至把整個人類文明背上都不是問題。經(jīng)過大量數(shù)據(jù)的訓練和裝備，未來的電子產(chǎn)品或者機器可以成為“大有裨益的終身數(shù)碼伴侶”：它可以預測你是想要一包方便面還是一顆感冒藥，你想去旅游還是選擇最不堵車的路線去看球賽，甚至還能以你的名義飽蘸激情投入工作。大數(shù)據(jù)這個概念看似從字面就能理解，但確實以前沒有這么火過。首先我們想知道的是，大數(shù)據(jù)到底有多大？

吳甘沙：互聯(lián)網(wǎng)搜索、電子商務交易平臺和微博等社交網(wǎng)站產(chǎn)生的各種數(shù)據(jù)內容，經(jīng)常被用來證明大數(shù)據(jù)之大。其實在傳統(tǒng)產(chǎn)業(yè)和我們的生活中，大數(shù)據(jù)也比比皆是。

以北京交通為例，北京市的交通智能化分析平臺，它的數(shù)據(jù)源來自路網(wǎng)攝像頭/傳感器、地面公交、軌道交通、出租車以及省際客運、旅游、化危運輸、停車、租車等運輸行業(yè)等：4萬輛浮動車每天產(chǎn)生2000萬條記錄；交通卡刷卡記錄每天1900萬條；手機定位數(shù)據(jù)每天1800萬條；出租車運營數(shù)據(jù)每天100萬條；高速ETC數(shù)據(jù)每天50萬條……這些，從數(shù)據(jù)體量和速度上也達到了大數(shù)據(jù)的規(guī)模。

發(fā)掘這些形態(tài)各異、快慢不一的數(shù)據(jù)流之間的相關性，是大數(shù)據(jù)做前人之未做、前人所不能的機會。也正是大數(shù)據(jù)最主要的特點。

比如，交通狀況與其它領域的數(shù)據(jù)都存在較強的關聯(lián)性：有研究發(fā)現(xiàn)，可以從供水系統(tǒng)數(shù)據(jù)中發(fā)現(xiàn)晨洗的高峰時間，加上一個偏移量，通常是40—45分鐘，就是交通早高峰時間。同樣可以從電網(wǎng)數(shù)據(jù)中統(tǒng)計出傍晚辦公樓集中關燈的時間，加上偏移量來估計出晚上的堵車時點。國外的研究甚至發(fā)現(xiàn)了交通事故率與睡眠質量的關聯(lián)，以及與社交網(wǎng)絡情感波動的相關性。

記者：IT業(yè)界所指的數(shù)據(jù)，誕生不過60多年。而一直到個人電腦普及前，由于存儲、計算和分析工具的技術和成本限制，許多自然界和人類社會值得記錄的信號，并未形成數(shù)據(jù)。大數(shù)據(jù)有沒有一個“門檻”？一些定義準確嗎？

吳甘沙：國際數(shù)據(jù)統(tǒng)計機構IDC對全世界每年創(chuàng)建和復制的信息的體量做了估計和預測：2011年1.8ZB，2012年2.8ZB，按照每兩年翻一番的速度，2020年達到40ZB。這個數(shù)據(jù)怎么算出來的？IDC秘而不宣。1.8ZB什么概念？相當于4500億張DVD，或6500萬年的高清視頻，或是1130億臺裝滿數(shù)據(jù)的iPad。如果把這些iPad覆蓋到足球場，并往上堆疊，高度將達到10.3公里，比珠穆朗瑪峰還高。思科公司也有一個類似的預測：2016年數(shù)據(jù)移動的總量達到1.3ZB。其實所有這些數(shù)據(jù)加起來都不如谷歌的前CEO施密特說法有感染力：從人類文明曙光到2003年數(shù)以萬年計的時間長河里人類一共產(chǎn)生了5EB（天知道他怎么算出來的），而到2010年每兩天人類就能產(chǎn)生5EB的數(shù)據(jù)。

這類數(shù)據(jù)的預測，對于存儲和網(wǎng)絡企業(yè)的投資者來說，無疑能提升信心，但對其他人來說沒有太大意義。他們更關心的是個體行業(yè)、企業(yè)和個人數(shù)據(jù)的狀況。

美國咨詢公司麥肯錫對大數(shù)據(jù)的定義就是從個體數(shù)據(jù)集的大體量入手的：大數(shù)據(jù)是指那些很大的數(shù)據(jù)集，大到傳統(tǒng)的數(shù)據(jù)庫軟件工具已經(jīng)無法采集、存儲、管理和分析。傳統(tǒng)數(shù)據(jù)庫有效工作的數(shù)據(jù)上限一般來說在10—100TB，因此10—100TB通常成為大數(shù)據(jù)的門檻。

無獨有偶，IDC在給大數(shù)據(jù)做定義時也設在100TB。其實這種方法未必科學，不管怎樣，有一個簡單明晰的數(shù)值來指導企業(yè)大數(shù)據(jù)的判斷，總是好事。

大數(shù)據(jù)如何誕生

記者：大數(shù)據(jù)現(xiàn)在是個時髦的詞匯，但和云計算一樣，似乎很多人還沒有了解大數(shù)據(jù)是什么？或者說，因為大數(shù)據(jù)太熱了，各種各樣的說法都有。從我個人的理解，大數(shù)據(jù)應該是和云計算一樣，是隨著IT計算能力、資源和網(wǎng)絡、服務器等硬件設施的發(fā)展自然而然誕生的，它應該是被看作一種能力，而不是數(shù)據(jù)本身。

埃里克·霍維茲：時髦詞匯的產(chǎn)生有各種各樣的原因。對于大數(shù)據(jù)而