英特爾中國(guó)研究院首席工程師：吳甘沙

微軟亞太研發(fā)集團(tuán)主席：張亞勤

微軟雷德蒙研究院聯(lián)席院長(zhǎng)：埃里克·霍維茲

緊跟著物聯(lián)網(wǎng)、云計(jì)算，大數(shù)據(jù)裹挾著各種版本的概念呼嘯而來(lái)，短短時(shí)間內(nèi)引領(lǐng)了新技術(shù)熱點(diǎn)話題的關(guān)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(bào)記者約請(qǐng)幾位專(zhuān)家進(jìn)行了對(duì)話。

大數(shù)據(jù)有多大

記者：對(duì)于大數(shù)據(jù)，有一個(gè)形象的說(shuō)法：現(xiàn)在即使是一個(gè)孩子，也可以把一個(gè)小小的存儲(chǔ)器放入書(shū)包，隨身攜帶TB級(jí)的數(shù)據(jù)去學(xué)校上課，甚至把整個(gè)人類(lèi)文明背上都不是問(wèn)題。經(jīng)過(guò)大量數(shù)據(jù)的訓(xùn)練和裝備，未來(lái)的電子產(chǎn)品或者機(jī)器可以成為“大有裨益的終身數(shù)碼伴侶”：它可以預(yù)測(cè)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(chē)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(gè)概念看似從字面就能理解，但確實(shí)以前沒(méi)有這么火過(guò)。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(wù)交易平臺(tái)和微博等社交網(wǎng)站產(chǎn)生的各種數(shù)據(jù)內(nèi)容，經(jīng)常被用來(lái)證明大數(shù)據(jù)之大。其實(shí)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(tái)，它的數(shù)據(jù)源來(lái)自路網(wǎng)攝像頭/傳感器、地面公交、軌道交通、出租車(chē)以及省際客運(yùn)、旅游、化危運(yùn)輸、停車(chē)、租車(chē)等運(yùn)輸行業(yè)等：4萬(wàn)輛浮動(dòng)車(chē)每天產(chǎn)生2000萬(wàn)條記錄；交通卡刷卡記錄每天1900萬(wàn)條；手機(jī)定位數(shù)據(jù)每天1800萬(wàn)條；出租車(chē)運(yùn)營(yíng)數(shù)據(jù)每天100萬(wàn)條；高速ETC數(shù)據(jù)每天50萬(wàn)條……這些，從數(shù)據(jù)體量和速度上也達(dá)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(guān)性，是大數(shù)據(jù)做前人之未做、前人所不能的機(jī)會(huì)。也正是大數(shù)據(jù)最主要的特點(diǎn)。

比如，交通狀況與其它領(lǐng)域的數(shù)據(jù)都存在較強(qiáng)的關(guān)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(shí)間，加上一個(gè)偏移量，通常是40—45分鐘，就是交通早高峰時(shí)間。同樣可以從電網(wǎng)數(shù)據(jù)中統(tǒng)計(jì)出傍晚辦公樓集中關(guān)燈的時(shí)間，加上偏移量來(lái)估計(jì)出晚上的堵車(chē)時(shí)點(diǎn)。國(guó)外的研究甚至發(fā)現(xiàn)了交通事故率與睡眠質(zhì)量的關(guān)聯(lián)，以及與社交網(wǎng)絡(luò)情感波動(dòng)的相關(guān)性。

記者：IT業(yè)界所指的數(shù)據(jù)，誕生不過(guò)60多年。而一直到個(gè)人電腦普及前，由于存儲(chǔ)、計(jì)算和分析工具的技術(shù)和成本限制，許多自然界和人類(lèi)社會(huì)值得記錄的信號(hào)，并未形成數(shù)據(jù)。大數(shù)據(jù)有沒(méi)有一個(gè)“門(mén)檻”？一些定義準(zhǔn)確嗎？

吳甘沙：國(guó)際數(shù)據(jù)統(tǒng)計(jì)機(jī)構(gòu)IDC對(duì)全世界每年創(chuàng)建和復(fù)制的信息的體量做了估計(jì)和預(yù)測(cè)：2011年1.8ZB，2012年2.8ZB，按照每?jī)赡攴环乃俣龋?020年達(dá)到40ZB。這個(gè)數(shù)據(jù)怎么算出來(lái)的？IDC秘而不宣。1.8ZB什么概念？相當(dāng)于4500億張DVD，或6500萬(wàn)年的高清視頻，或是1130億臺(tái)裝滿數(shù)據(jù)的iPad。如果把這些iPad覆蓋到足球場(chǎng)，并往上堆疊，高度將達(dá)到10.3公里，比珠穆朗瑪峰還高。思科公司也有一個(gè)類(lèi)似的預(yù)測(cè)：2016年數(shù)據(jù)移動(dòng)的總量達(dá)到1.3ZB。其實(shí)所有這些數(shù)據(jù)加起來(lái)都不如谷歌的前CEO施密特說(shuō)法有感染力：從人類(lèi)文明曙光到2003年數(shù)以萬(wàn)年計(jì)的時(shí)間長(zhǎng)河里人類(lèi)一共產(chǎn)生了5EB（天知道他怎么算出來(lái)的），而到2010年每?jī)商烊祟?lèi)就能產(chǎn)生5EB的數(shù)據(jù)。

這類(lèi)數(shù)據(jù)的預(yù)測(cè)，對(duì)于存儲(chǔ)和網(wǎng)絡(luò)企業(yè)的投資者來(lái)說(shuō)，無(wú)疑能提升信心，但對(duì)其他人來(lái)說(shuō)沒(méi)有太大意義。他們更關(guān)心的是個(gè)體行業(yè)、企業(yè)和個(gè)人數(shù)據(jù)的狀況。

美國(guó)咨詢公司麥肯錫對(duì)大數(shù)據(jù)的定義就是從個(gè)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(kù)軟件工具已經(jīng)無(wú)法采集、存儲(chǔ)、管理和分析。傳統(tǒng)數(shù)據(jù)庫(kù)有效工作的數(shù)據(jù)上限一般來(lái)說(shuō)在10—100TB，因此10—100TB通常成為大數(shù)據(jù)的門(mén)檻。

無(wú)獨(dú)有偶，IDC在給大數(shù)據(jù)做定義時(shí)也設(shè)在100TB。其實(shí)這種方法未必科學(xué)，不管怎樣，有一個(gè)簡(jiǎn)單明晰的數(shù)值來(lái)指導(dǎo)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(gè)時(shí)髦的詞匯，但和云計(jì)算一樣，似乎很多人還沒(méi)有了解大數(shù)據(jù)是什么？或者說(shuō)，因?yàn)榇髷?shù)據(jù)太熱了，各種各樣的說(shuō)法都有。從我個(gè)人的理解，大數(shù)據(jù)應(yīng)該是和云計(jì)算一樣，是隨著IT計(jì)算能力、資源和網(wǎng)絡(luò)、服務(wù)器等硬件設(shè)施的發(fā)展自然而然誕生的，它應(yīng)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(shí)髦詞匯的產(chǎn)生有各種各樣的原因。對(duì)于大數(shù)據(jù)而