IT 분야에 있어서 최근에는 클라우드 컴퓨팅, 사물인터넷 등 매우 새로운 개념이 많이 있습니다. 우리가 방금 이 개념들에 대해 명확한 인식을 갖기 시작했을 때, 또 다른 새로운 개념인 빅데이터가 나타났다. 큰 데이터란 무엇입니까? 빅데이터의 개념은 어디로 향하고 있으며, 어떻게 우리의 삶을 변화시킬 수 있을까요? 우리의 삶과 일에 문제가 생길까요?
본보는 제 1 재경 브레인스토밍 프로그램과 합작하여 빅 데이터 시대의 문제를 공동으로 탐구하였다. 토론에 참석한 게스트는 빅데이터 개념을 제시한 옥스퍼드 대학 교수 빅토르 마이어 셰엔버그를 포함한다. Microsoft 아시아 태평양 R&D 그룹 및 클라우드 컴퓨팅 운영 체제 수석 설계자 허가 상해시 정보화 전문가, 각 전문위원회 전문가, 복단대 컴퓨터학원 원장 왕소양 손견 정치가, 코르니 경영 컨설팅 회사 글로벌 파트너; 복단대학교 현대철학연구소 소장 유무진; 명명 벤처투자회사 파트너인 한스 탱 (Hans tung) 의 저명한 재경 평론가 석설사.
1 도대체 큰 데이터란 무엇입니까?
빅터: 나는 이것이 새로운 금이라고 생각한다. 저는 2 1 세기의 가장 중요한 자원이라고 생각합니다. 이런 자원은 사회, 기업, 개인이 성공할 수 있는지, 손해를 볼 수 있는지 여부에 매우 중요한 역할을 한다. 우리가 이전에 데이터를 가지고 있었지만, 데이터를 함께 분석하는 것은 매우 비쌉니다. 그래서 우리는 노동력과 같은 실제 자원, 즉 진금과 은에 더 많은 관심을 기울이고 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 예술명언) 하지만 최근에야 우리는 사람들의 지식과 혁신에 의지하여 부를 창출했다. 더 나아가, 우리는 데이터를 근거로 할 수 있다. 왜냐하면 데이터 수집과 분석에서 비용 증가의 정도가 바뀌었기 때문이다. 그러면 우리의 데이터는 일정한 규모에 도달할 수 있기 때문이다. 마지막으로, 당신이 무엇을 찾고 있든, 당신이 한 사람, 회사, 조직, 이 사회이든, 이른바 새로운 금이다.
왜 최근 금 가치가 크게 떨어졌습니까? 낡은 금은 가치가 없기 때문에, 새 금은 값어치가 없다.
Dong hansi: 제 의견은 약간 비슷합니다. 첫 번째는 구름, 두 번째는 관계, 세 번째는 미래입니다. 빅터 씨가 말씀드렸듯이, 클라우드 시대가 도래하면서 대량의 데이터를 저장하는 데 드는 비용이 매우 낮기 때문에 업무 분석을 위해 큰 데이터를 이용할 수 있습니다. 요즘 많은 일 때문에 더 많은 관계를 알게 되어 미래의 상황을 예측할 수 있다. 내 말로 말하자면, 나는 많은 시간을 들여 듣고 많은 친구들을 보았다. 우리가 일자리를 찾고 있든, 도움이 되는 파트너를 알고 있든. 이렇게 많은 양의 정보량 속에서 이렇게 많은 사람들이 자신의 정보를 위에 올려놓는 것은 바로 한 가지 일을 하는 것이다. 바로 분석이다. 40 세에 크리에이티브 회사의 CEO 가 되고 싶다면, 향후 20 년을 어떻게 계획합니까? 이것은 매우 흥미로운 일이다.
결국 다른 가능성이 있을 수도 있고, 결국 가장 좋은 방법을 찾을 수 있을지는 너 자신에 달려 있다. 가능성이 눈앞에 놓이면 확률이 가장 높다. 어떻게 선택하느냐는 개인적인 결정이기 때문에 큰 데이터는 개인의 의식을 부정하지 않는다.
스톤: 빅데이터는 우리가 세상을 바라보는 방식을 가장 먼저 변화시켰으며, 이는 이 시대의 많은 가치관에 큰 영향을 미칠 것입니다. 예를 들어, 예전에 우리 동양인들은 인과라는 단어를 좋아했는데, 선에는 선보가 있고, 악에는 악보가 있다고 생각하였습니다. 실제로 교관부에서 조사한 자료에 따르면 거리에서 사고를 당한 사람은 사실상 도덕과는 무관하다. 진회 () 의 수명은 악비 () 의 두 배 반이다. 많은 탐관들이 발견되기 전에 부러운 생활을 하고 있다. 그래서, 큰 데이터를 통해, 우리는 새로운 아이디어로 세상을 볼 수 있습니다. 이 세상은 새로운 종류의 관계인데, 이런 관계는 상호 연계되고 건설된 것이다. 과학기술이 어느 정도 발전해야만 이런 높이에 도달할 수 있다.
동시에, 빅 데이터 시대에, 우리는 하단 라인을 준수 해야 하지만, 과학이 우리에 게 진실을 말하고 있기 때문에 그것은 우리에 게 진실을 알려줍니다. 나는 방금 말한 큰 데이터가 새로운 금이라는 소망이 있는데, 예를 들어 지진국을 구하는 것과 같은 사회공익사업에 더 많이 쓰길 바란다. (존 F. 케네디, 희망명언) 이것은 많은 인도 주의적 재앙과 재산 손실을 피할 수 있습니다. 결론적으로, 이전에 우리는 하느님이 철학자나 철학자라고 생각했지만, 지금은 그의 어르신이 늙은 개구쟁이라는 것을 발견하였다.
2 큰 데이터가 각 분야의 일과 생활에 영향을 미칩니까?
왕소양: 큰 데이터는 지혜에 영향을 미칩니다. 어떻게 이해할 수 있을까요? 빅데이터의 개념 자체는 데이터 수집과 처리이며, 우리 사회와 관리자에게 어느 정도 이득이 될 수 있다. 도시의 관점에서 볼 때, 한 관리자는 이러한 데이터와 처리 방법을 수집하여, 우리는 지혜로 도시를 관리할 수 있고, 우리는 교통관리, 공중위생 등의 방면에서 관리할 수 있다. 이런 관리는 데이터를 필요로 하고, 데이터는 지혜를 낳고, 그 반대로 우리의 모형을 관리해야 한다.
예를 들어, 공중 보건 분야에서는 데이터 수집이 실제로 여러 해 동안 진행되었다. 그것의 데이터 수집은 원래 큰 데이터를 위한 것이 아니라, 사실 편의를 위한 것이다. 모두의 진찰을 용이하게 하기 위해서이다. 그리고, 당신의 전자 의료 기록 등. 치료를 좀 더 인간적으로 하거나, 의사가 더 빠르고 편리하게 병세에 익숙해지도록 하세요. (윌리엄 셰익스피어, 햄릿, 건강명언) 그러나 이런 상황에서 일단 이 데이터를 수집하면 우리는 도시 전체의 건강 상태를 더 잘 이해할 수 있다. 그래서 방금 말한 의학 데이터는 사실 초심이다. 큰 데이터가 도착하면, 우리는 실제로 이전에 볼 수 없었던 문제를 볼 수 있다. 예를 들어, 몇 가지 큰 추세, 더 많은 전염병이 있는 곳, 어떻게 전파되는지 등이 있습니다. 이런 것들은 이전에는 볼 수 없었는데, 이런 상황이 바로 큰 데이터의 도움이다.
쑤: 예를 들어 공과 개미가 있습니다. 공은 개미에게 3 차원 세계에서 일하는 것이 훌륭하다고 말했다. 이 선에 얼마나 많은 개미가 있는지 한눈에 알 수 있습니다. 개미는 내가 정말 믿지 않는다고 말했다. 나는 이 선을 따라 기어가야 한다. 카운터가 나쁘지 않을 때까지 나는 얼마나 많은 개미가 있는지 알지 못했다. 보이는 3 차원 및 2 차원 차이는 1 차원이므로 차이가 너무 큽니다. 따라서 큰 데이터는 처음부터 큰 데이터가 아니며, 같은 데이터가 많으면 큰 데이터가 아닙니다. 기존 2 차원 및 기존 데이터베이스를 기반으로 1 차원을 구축하여 새로운 면모를 부여하는 것이다. (윌리엄 셰익스피어, 윈스턴, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스) 예를 들어, 미국에서는 빚을 지고 있습니다. 채권자를 제외한 다른 사람들도 당신에게 관심을 가질 것입니다. 만약 당신이 빚을 지고 갑자기 빚을 갚을 수 있다면, 은행도 당신에게 관심을 가질 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 빚명언) 1 1 년 전, 미국 자본 1 호는 큰 데이터의 응용을 발명했다. 은행과 신용 카드에 누가 빚을 졌는지 알아낼 수 있고, 그러면 소비 데이터를 관찰할 수 있다. (존 F. 케네디, 돈명언) 네가 갚기 시작할 수 있다는 것을 발견했을 때, 그는 즉시 너를 사왔고, 그때부터 그는 너의 이자를 먹었다. 200 1, 자본 1 호 회사의 분기별 성장률은 20% 입니다. 그것의 큰 데이터 프로그램 때문에, 그것은 높은 적중률로 이것을 찾을 수 있다. 어디서 얻은 데이터입니까? 월마트에서, 다양한 소비 데이터에서. 이 예에서 볼 수 있듯이, 빅 데이터는 데이터 분석의 기존 비즈니스 지능에 한 단계 더 추가되어 있으며, 비즈니스 인텔리전스는 다른 사람들이 무엇을 할 것인지, 무엇을 할 수 있는지 알려 줄 수 없습니다.
오스카상에 대한 우리 회사의 예측에 관해서는 이안 외에는 모두 옳다. 사실, 우리의 예측은 모든 사람에 대 한 확률을 만드는 것입니다, 그래서 우리는 19 의 예측을 만들어, 이것은 우리가 첫 번째 확률에 넣어 승자입니다, 거기에 4 두 번째 확률, 그래서 이안 감독이 우리가 두 번째 확률에 그를 넣어, 우리는 그를 뒤에 넣어.
이 예측은 큰 데이터와 큰 관계가 있다. 첫째, 빅 데이터는 IQ 와 IQ 가 필요합니다. 즉, 이 모델은 매우 좋아야합니다. 우리 회사에서 IQ 를 하는 사람은 자데이비드 S. 로스차일드입니다. 그는 우리 연구부서의 일원입니다. 그리고 다른 것도 있는데, 나는 그의 IQ 차이가 어디에 있는지 말하고 싶다. 그의 IQ 는 매우 간단한 집계 모델을 사용한다. IQ 말고 또 뭐가 있나요? IQ 는 앞으로 부지런히 경영하고 근면해야 한다. 사업에 부지런한 것은 그가 데이터를 매우 부지런히 찾고, 다양한 데이터를 찾고, 매우 실용적인 데이터를 찾는 것이다. 그래서 그는 인터넷에서 찾고, 소셜네트워크서비스 (Social Network) 에서 찾는다. 일부 데이터를 찾을 수 없습니다. 어떻게 해야 할까요? 그는 사람을 청해서 조사를 한 후에 또 사람을 청해서, 그는 지능과 근면을 모두 가지고 있다. 충분해요? 이것으로는 충분하지 않다. 이런 일은 5 년 전에는 할 수 없었다. 왜요 5 년 전, 만약 그가 이렇게 많은 양의 데이터를 하고 싶다면, 한 대학원생의 작은 예산은 할 수 없었지만, 클라우드 컴퓨팅이 등장하면서 그는 할 수 있었다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 과학명언) 이러한 데이터를 확장하고 많은 프로세서를 사용하여 처리할 수 있습니다. 이제 그는 구름으로 이런 계산을 했고, 결국 그는 성공했다.
손견 정치가: 저는 기회와 위험, 즉 위기를 썼습니다. 나는 빅터의 결론에 동의한다. 이것은 새로운 금광이거나 새로운 기회라고 할 수 있지만, 동시에 많은 위험을 초래할 수 있다는 것을 잊지 마라. 만약 우리가 큰 데이터를 잘 처리할 수 없다면, 특히 우리가 일상 업무에서 접할 수 있는 많은 중국 기업들, 대부분 심지어 가장 기초적인 데이터 분석에서도 비교적 낙후된 것, 즉 우리가 어떻게 큰 데이터 시대로 빠르게 전환하여 큰 데이터의 도전에 직면할 수 있다는 것을 의미한다. 만약 우리가 준비가 되지 않았다면, 과거의 많은 신기술들이 그랬던 것처럼 많은 기업들이 쉽게 배울까 봐 걱정이 됩니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
우리 업계에서는 큰 데이터 때문에 대량의 제품 혁신이 이루어졌다. 우리는 빅 데이터 시대의 파괴적인 혁신에 대해 이야기하고 있습니다. 사실, 같은 문제에 대해 이야기하고 있습니다. 혁신과 동시에 우리는 실제로 컨설팅 업계의 많은 서비스와 제품을 포함하여 많은 독창적 인 것들을 해석하고 전복해야합니다. 우리는 시대에 발 맞춰야합니다. 예를 들어, 우리는 매일 대량의 데이터를 처리해야 하는 대규모 글로벌 소매업체가 있습니다. 따라서 방대한 데이터를 처리하기 전에, 큰 데이터를 상업에 적용하는 방법을 해결하고, 비즈니스 모델을 변경하고, 비즈니스 혁신에 가치를 부여하며, 기술적 수단이 있음에도 불구하고, 비즈니스 혁신에 가치를 가져다 줄 수 있는 좋은 진입점을 찾아야 합니다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 성공명언) 이 큰 데이터를 더 잘 활용해야 하기 때문에 싸든 투자든 바꿔야 하기 때문이다. 하드웨어 및 소프트웨어의 모든 측면을 구성해야 하며 해당 조직도 조정해야 합니다. 한 기업은 빅데이터 시대의 요구에 부응하기 위해 더 많은 조정이 필요하다. 큰 데이터를 작동시키기 위해서. 그래서 우리가 하는 일은 기업들이 가치 창출을 찾아 비즈니스 모델을 구축하고, 이런 투자를 할 가치가 있다는 것을 증명하고, 큰 데이터를 활용할 수 있도록 돕는 것입니다.
유무진: 인간의 사고방식에 특징이 있기 때문에 다른 견해를 제시하고 싶습니다. 그는 그가 알고 있는 글로벌성을 과장했다. 예를 들어, 백조 세 마리가 하얗지만 실제로는 천 마리의 백조가 흰색이지만 오스트레일리아에서 검은 백조 한 마리를 발견한다면 모든 백조가 흰색이라는 원칙을 뒤집는다. (윌리엄 셰익스피어, 백조, 백조, 백조, 백조, 백조, 백조, 백조, 백조, 백조) 나는 빅데이터의 문제가 중요하다고 생각하지만, 어떻게 올바르게 대하느냐는 극단으로 갈 수 없다. 빅데이터는 사람들이 양적 관계에서 삶을 이해하는 사고방식을 보여준다. 예로부터 높은 중시를 받았다. 물론, 빅데이터라는 개념은 고대에는 쓸모가 없었다.
숫자 자체가 생활에 점점 더 중요해지고 있다. 철학적 관점에서 실용적입니다. 예를 들어 수학의 π, 원주율은 3. 14 15926 과 같습니다. 그것은 모든 큰 데이터를 포함하고, 3 분의 1 은 이해하기 쉽고, 3 분의 1 의 또 다른 표기법은 0.3336 입니다 이 실제 관점에서 볼 때, 나는 큰 데이터가 당대의 변화에서 중요한 역할을 한다고 생각하지만, 우리는 그것을 과장하거나 축소하지 말고, 한 가지 시각으로 바라보아야 한다.
3 인생의 3 분의 1 의 데이터가 모두 요약된다는 것을 어떻게 이해할 수 있습니까?
빅터: 나는 유 선생님의 견해에 동의하지 않는다. 숫자는 오랜 역사를 가지고 있지만, 과거에는 우리가 이 숫자들을 처리하는 방식이 매우 제한적이었다. 기술만으로는 충분하지 않다. 우리는 숫자와 같은 데이터를 분석할 수 있습니다. 당신에게는 단지 숫자일 뿐입니다. 이 의미는 중요하지 않다. 한자나 글자로 표현할 수도 있습니다. 이런 관점에서 볼 때, 큰 데이터는 단지 긴 숫자일 뿐이니, 너는 심혈을 기울여 기억할 수 있다.
그러나 실제로 큰 데이터의 가치는 전체 데이터 수집 과정에서 분석해야 이해할 수 있다는 것입니다. 예를 들어, 예방 유지 보수 방법, 전염병 발생을 방지하는 방법 등이 있습니다. 우리는 단순히 이 숫자를 기록하거나 외우는 것이 아니라 분석, 데이터의 통계 분석을 통해 정리한 후의 분석이다. 이것은 단지 숫자를 외우는 문제가 아니다. 이것은 매우 큰 차이입니다.
빅 데이터 시대는 삶에 어떤 전복을 가져올까요?
빅토르: 우선, 상업적으로 기억해야 할 세 가지 요소가 있다고 생각합니다. 하나는 상업세계에서 의사결정이 변할 수 있다는 것입니다. 이는 데이터에 의존해야 한다는 것을 점점 더 분명하게 증명할 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
미국에서 가장 큰 인터넷 회사는 구글일 수 있으며, 하루에 30 억 건의 검색 요청이 있다. 어느 날 그들은 스크린에서 파란색을 사용할 계획이었고, 그들은 특별한 파란색을 선택했지만, 그는 4 1 종의 다른 파란색을 테스트하여 어떤 것이 가장 인기가 많은지 보려고 했다. 그는 스스로 결정하길 원했다: 나는 총디자이너이기 때문에 파란색을 선택했다. 그러나 그의 사장은 안 된다고 말했다. 나는 어떤 파란색이 가장 인기가 많은지 실증해야 한다. 하지만 구글의 수석 디자이너는 사임했다. 그는 내가 수석 디자이너라고 말했고, 나는 가장 잘 알고 있다. 여러 차례 테스트를 통해 밝혀진 바에 따르면, 파란색과 디자이너가 선택한 파란색의 차이는 그리 크지 않지만, 테스트한 또 다른 파란색은 더 인기가 많고 클릭 수도 더 많다. 논증을 통해 내린 결정이 더 효과적이다. 비슷한 예가 많이 있는데, 내가 이 일을 한 지 수십 년이 지났다고 하니 틀림없다. 이러한 전통적인 사회적 관념과 사고방식은 도전을 받게 될 것이며, 우리의 결정은 반드시 데이터에 의존해야 한다. 이것이 첫 번째 요점입니다.
둘째, 우리가 나가서 이야기할 때, 데이터를 잘못 읽지 않도록 주의해야 한다. 잘못된 데이터는 안 된다. 즉, 원본 자료가 틀리면 원자재가 쓰레기이고 나오는 것은 분명 쓰레기일 것이다. 이 회사는 이 데이터를 더 쉽게 이해할 수 있지만, 네가 잘 알아야 할 데이터는 아닐 것이다.
세 번째는 도전입니다. 일반 산업, 특히 컴퓨터 산업은 데이터를 능가합니다. 이것은 아마도 도전적인 표현일 것이다. 만약 충분한 데이터가 없다면, 대량의 데이터를 가진 비교적 평범한 모델을 따라잡을 수 없을 것이다. 이것이 데이터가 그 업종을 초월할 수 있는 이유다. (존 F. 케네디, 데이터명언) 기계 번역을 예로 들다. 1960 년대와 1970 년대에 IBM 은 기계 번역에 많은 돈을 썼다. 그것은 몇 가지 언어 규칙을 기계에 넣으려고 하지만, 효과는 그다지 좋지 않다. 그것은 새로운 생각을 가지고 있다. 한 언어의 문법 규칙을 기계에 입력하는 것이 아니라 캐나다 의회의 영국-프랑스 이중 언어 번역과 수천 개의 번역 자료를 도입했다. 그것은 많은 누적 조직 데이터베이스를 가지고 있어 효과가 더 좋다. 구글은 이 방면에 더 많은 데이터를 가지고 있으며, 이 번역은 단번에 더욱 성숙하고 효과적이다. 이 데이터를 통해 이 소프트웨어를 뛰어넘었다고 할 수 있습니다. 오늘날 빅데이터의 힘으로 원하는 정보를 쉽게 얻을 수 있지만, 약 10 년 전만 해도 창업을 위해서는 50 만 대의 서버와 대량의 데이터 저장 및 처리 모델이 필요했습니다. 오늘 업무를 입력하려면 클라우드 컴퓨팅으로 테스트해 보세요. 예를 들어, Tiside 라는 회사가 있는데, 제품과 가격이 매우 많다. 그것은 제품이 선반이나 하차할 것인지를 예측하기 위한 데이터를 얻는다. 많은 고객이 있지만 이 회사는 직원 수가 65,438+03 명에 불과하기 때문에 많은 서버를 보유하고 있으며 대량의 데이터를 보유하고 있습니다. 이 단계는 대기업뿐만 아니라 혁신적인 중소기업도 할 수 있다는 것을 알 수 있다.
왕소양: 사실, 우리의 전체 사고방식을 바꾸는 것에 대해 이야기할 때, 소위 실험사유는 이론사고보다 더 중요해요. 잘 모르겠어요. 사실, 빅터 선생님의 예는 우리가 이전에 갖고 싶었던 것을 확인하기 위해 데이터를 사용하는 경우가 많다는 것입니다. 어떤 지혜는 실제로 숫자에서 발굴되었습니다. 이것은 한 언어가 다른 곳에서 온 것일 수 있다. 어떻게 말할까요? 큰 데이터를 기반으로 한 경우, 실제로 소위 순환 개념이 있습니다. 즉, 당신이 그 후기를 검증하기 위해 지혜를 가지고 있고, 검증된 데이터에서 다양한 지혜를 만들어 이런 인식을 할 수 있다는 것입니다. 그래서 이런 관점에서 볼 때, 저는 큰 데이터의 경우 전복이 없다고 생각합니다. 오히려 일종의 개선으로 우리의 인지세계를 개선했습니다. 공중건강이라는 주제에 대해 가장 많이 인용된 예는 구글에 이른바 트렌드 예측이 있어 누리꾼이 검색한 단어로 예측한다는 것이다.
소위 독감을 어떻게 예측할 수 있을까요? 아주 간단합니다. 이전 데이터를 분석하고 독감이 발생한 지역과 당시 해당 지역에서 사람들이 어떤 단어로 검색했는지 알려주면 통계를 낼 수 있습니다. 통계를 작성한 후 이 검색어로 이번 독감을 예측하는 것은 무엇을 의미합니까? 반드시 이런 데이터나 큰 데이터가 갑자기 이 독감에 대한 새로운 인식을 갖게 하는 것은 아니다. 사실 그렇지 않습니다. 사실 구글의 엔지니어들은 독감에 걸린 것 같고, 모든 사람과 관계가 있는 것 같고, 누구나 검색으로 독감과 관련된 정보를 얻을 수 있다는 생각을 가지고 있다. (윌리엄 셰익스피어, 햄릿, 독감명언) (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 스포츠명언 어떻게 이런 관계를 찾을 수 있습니까? 이것은 데이터를 사용하여 소위 큰 데이터라는 방법으로 기존의 개념적인 것을 실현할 수 있다는 것을 발견하고, 실현한 후에 우리는 예측할 수 있다. 그래서 이런 관점에서 볼 때, 반드시 큰 데이터가 있는 것은 아니며, 우리는 모든 지혜를 버릴 수 있다. 우리는 IQ 가 필요하지 않습니다. 데이터가 좋은 한, 이것은 확실히 충분하지 않습니다. IQ 와 데이터여야 긍정적이고 부정적인 개념을 가질 수 있다. 이것이 큰 데이터가해야 할 일입니다.
Dong hansi: 나는 다른 생각을 가지고있다. 나는 빅토르 씨가 방금 말한 것이 매우 흥미롭다고 생각한다. 바로 빅데이터 시대의 지혜에 대한 요구가 다르다는 것이다. 빅 데이터 시대에, 흥미롭게도, 지혜에 대한 요구는 더 낮아질 수 있고, 더 좋은 결과를 얻을 수 있다. 그는 단지 예를 들었다. 예전에는 번역이 힘들었어요. 당신의 규칙은 특히 강력하고 간결하며 완전해야 60% 와 70% 의 정확도를 얻을 수 있다. 하지만 빅 데이터 시대에, 우리는 그 복잡 한 규칙과 루틴에 대해 생각 하지 않아도, 그냥 컴퓨터에 번역 된 문장 수십억, 그리고 통계적 방법으로 번역 된 단어의 또 다른 의미를 찾을 수 있습니다. 지혜에 대한 요구는 사실 줄어들었지만, 효과가 더 좋을 것 같다.
손견 정치가: 아마도 우리의 지혜에 대한 이해는 모호하다. 나는 빅토르 씨가 한 말을 이해할 수 있다고 생각한다. 왜냐하면 그는' 삭제' 라는 책이 있기 때문에 이 삼중지혜를 전문적으로 이야기하고 취사선택을 하기 때문이다. 스토리지 기술과 인터넷이 발달하면서 그는 지식에 대해 더 많이 이야기하고, 지식에 대한 요구는 낮아질 수 있지만, 지혜에 대한 이해는 다르다고 생각한다. 내가 이해하는 지혜는 네가 근본적이고 진정한 통찰력을 가지고 한 가지를 판단하는 것이다. 큰 데이터의 존재로 인해 약해지거나 불필요하지는 않지만, 큰 데이터의 존재로 인해 통찰력이 더 필요하다는 것이다. (존 F. 케네디, 지식명언) (알버트 아인슈타인, 지식명언)
5 대 데이터 시대가 정말 왔나요?
왕소양: 빅데이터 시대가 올 것인지의 여부는 당신이 그것을 어떻게 측정하느냐에 달려 있습니다. 현재 이 데이터의 양과 종류, 그리고 채집 처리 방식은' 전대미유, 전후무자' 의 느낌을 절대 얻을 수 있다. 이 경우, 데이터 수집 및 데이터 처리 능력으로 볼 때, 우리의 빅데이터 시대는 이미 도래했지만, 우리는 이제 막 데이터로 데이터를 이용하기 시작했다.
빅데이터가 우리 생활을 바꾸는 시대는 아직 완전히 오지 않았지만, 우리는 이미 이를 위해 많은 준비를 했다. 이것이 바로 도시의 관리 문제이다. 우리는 이미 빅데이터 시대를 위해 데이터 수집과 같은 많은 준비를 했다. 어떻게 이 데이터를 이용하여 우리의 스마트 도시를 만들 것인가가 가장 큰 문제이다.
허: 상업적으로 볼 때, 저는 개인적으로 그것이 오고 있다고 생각합니다. 예를 들어, 약재 회사인 모크는 날씨의 성격에 따라 올 겨울은 유난히 추워서 알레르기가 많은 동물들이 겨울잠을 자는데, 4, 5 월이 되면 갑자기 열이 나고 꽃가루가 많아져서 올해 많은 사람들이 알레르기를 갖게 된다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 계절명언) 이런 식으로 시장을 통해 크민 에너지 등 약재를 마케팅할 예정이다.
빅토르 마이어 셰인버그: 버락 오바마 미국 대통령은 정부의 노력에도 불구하고 항상 기업과 다른 사회단체에 뒤처졌다고 말했다. 그래서 이런 활동을 하면 데이터를 충분히 자극하여 대중에게 제공할 수 있고, 회사도 이 데이터를 가져가서, 회사가 이 데이터를 이용하여 더 많은 혁신을 할 수 있게 할 수 있다. 이것은 하나의 생각이다. 비즈니스 방법과 같은 몇 가지 방법이 있을 수 있습니다. 나는 마이크로소프트와 같은 똑똑한 회사들의 지혜를 발휘하는 것이 도움이 된다고 생각한다. 정부와 협력하여 사회를 관리하는 것을 포함한다.
Shishu: 비즈니스 거인이 빅 데이터에 대해 이야기 할 때, 우리 모두는 빅 데이터 시대에 우리 모두가 공평하지만, 우리는 작은 회사가 공정한 경쟁 대우를 받을 수 있다고 말할 수 있지만, 실제로 빅 데이터를 마스터하는 것은 거인입니다. 그들은 우리 지갑에서 돈을 빼앗는 독특한 장점을 가지고 있습니다. 우리에게는 어렵다. 회사의 정의는 법이 허용하는 범위 내에서 이익만을 꾀하기 때문이다. 하지만 우리는 정부 부처가 큰 데이터를 이용해 우리에게 혜택을 제공하기를 갈망하고 있습니다. 마치 일부 스마트 도시가 진정으로 지능적인 관리를 할 수 없는 것처럼, 저는 큰 데이터가 중국에 오는 미래에 대해 깊은 우려를 가지고 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언) 그리고 우수한 회사가 큰 데이터를 사용하더라도 현실에 직면해야 한다. 예를 들어 우리는 방송국처럼 광고를 한다. 왜 아직도 많은 사람들이 있습니까? 중국의 빈부 격차가 특히 크기 때문이다. 만약 당신이 소비자의 모든 데이터를 파악한다면, 이 데이터는 오늘날 대부분 무효입니다. 당신은 구매력이 있는 큰 데이터라는 큰 데이터를 선택하는 과정이 있습니다. 그러면 여러 가지 문제가 우리 앞에 나타납니다. 바로 사회가 원래 우리에게 필요한 것이지만, 배후에 많은 것들이 있다는 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 스포츠명언) 우리는 상업 거물들이 소비자를 더 착취하는 데 사용될까 봐 걱정이다.
손견 정치가: 저는 기업 차원에서 같은 문제라고 생각합니다. 앞서 말씀드린 바와 같이, 우선, 현재 국내 많은 기업들이 아직 이 큰 데이터를 준비하지 못하고 있습니다. 왜냐하면 우리는 아직 기초데이터 분석의 비교적 초급 시대에 있기 때문입니다. 우리의 많은 기초데이터는 오늘 사용할 수 없습니다. 큰 데이터는 말할 것도 없고, 오늘은 작은 자료도 잘 쓰지 못합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 기초명언) 가짜 데이터도 많이 있습니다. 왜냐하면 이 데이터의 입력 관리는 매우 미숙하기 때문입니다. 나는 직장에서 많은 기업들과 접촉한 적이 있다. 모두들 오늘 기업이 하고 있는 몇 가지 일을 하고 있다. ERP 시스템, 데이터베이스, 데이터가 모두 안에 저장되어 있습니다. 그러나 나는 많은 중기업이 현금화한 데이터 관리가 있어서 잘 이용하지 못한다는 것을 발견했다. 큰 데이터 시대가 도래한 후 중국 기업들은 이런 데이터 분석을 잘 하지 못한다는 우려가 있다. 큰 데이터의 오늘, 격차가 더 커질 것이다. 미래의 국제 거물들은 성숙한 데이터 분석 방법과 건전한 비즈니스 모델을 많이 갖게 될 것이며, 이로 인해 그 격차가 커질 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
6 대 데이터 시대, 다음 예측은 무엇이고, 다음 판단은 무엇일까?
빅터: 어떻게 하면 지금보다 더 효율적으로 살 수 있을까요? 도시를 더 지능적으로 만들 수 있을까요? 이것은 가능합니다. 왜요 제가 강조하는 것은 우리가 공중위생과 교육을 개선할 수 있고, 데이터를 수집할 수 있다는 것입니다. 대중교통의 보급은 정치가의 수요뿐만 아니라, 에너지 소비가 더 잘 검출되고, 예측되고, 관리되어 우리 도시가 더 스마트해지고, 생활이 더 좋아질 것이다. 150 이전에 도시에 살면 수명이 더 짧을 것이라는 예언이 있었습니다. 시골에 살면 장수한다. 150 년이 지난 오늘날 수명이 더 길어지고 큰 데이터가 더 좋아질 것입니다. 하지만 한 가지 조건은 의사결정자들이 이 수치를 사용해야 한다는 것입니다.
다음 단계는 전문가가 어떻게 하느냐이다. 사실, 이것은 데이터 시대에, 데이터 포인트가 제한 되어 포함, 우리는 문제를 해결 하기 위해 충분 한 데이터를 수집할 수 있습니다. 복잡하고 데이터 포인트가 적기 때문에 데이터 포인트는 고품질의 수집이 필요합니다. 지금은 그렇지 않습니다. 지금은 점점 더 혼란스러워지고 있습니다. 무엇이 많을수록 어지러울수록 더 많은 데이터 포인트가 있다는 것을 설명한다. 우리가 연구하고 싶은 현상에 대해 더 많은 통계를 할 수 있다. 예를 들어, 미국에서는 DNA 유전자지도를 가지고 있다면, 30 억 쌍을 알 수 있도록 전체 유전자지도의 30 억 개가 어떻게 구성되어 있는지 알기만 하면 2000 달러만 있으면 됩니다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 유전명언) 자, 어떤 종류의 암이 유전자 구성으로 이어질 수 있다면, 당신은 유전자 지도를 확인 하 고 내가 말할 수 있습니다. 데이터가 많으면 다소 부정확하기 때문에 점점 더 어지러워지기 때문에 여기에 약간의 부정확성이 허용되거나 약간의 혼란이 허용된다. (윌리엄 셰익스피어, 오셀로, 지혜명언) (윌리엄 셰익스피어, 오셀로, 지혜명언) 이른바 혼돈이란 모든 데이터 포인트가 가장 높은 정확도를 달성해야 한다는 것이다. 그 결과 100% 가 완벽하지는 않지만 큰 데이터의 방향을 향하거나 올바른 데이터 포인트에서 한 방향을 알아야 합니다. 방향을 아는 것은 나중에 완벽한 데이터를 아는 것보다 더 효과적이다. 예를 들어, 트래픽 예측, 어쩌면 우리가 지금 보고 있는 트래픽 예측이 실제 응용 프로그램보다 20 분 늦었을 수도 있고, 너무 늦을 수도 있지만, 이것이 일주일을 예측하는 정보라면 충분하다.
왕소양: 빅데이터 시대에 우리는 우리 도시에 대해 더 잘 알게 되었어요. 이해란 이 도시에서 무슨 일이 일어나고 있는지 아는 것이 중요하다. 예전에는 이 도시의 관리가 손바닥으로 울리지 않았다. 때로는 잘 찍히기도 하고, 멋진 도시이기도 합니다. 하지만 가끔은? 머리를 치는 것은 너무 터무니없는 것 같다. 이런 상황에서, 어떻게 빅 데이터 시대에 그것을 잘 이용할 수 있는지, 바로 우리가 말해야 할 것이다. 정치 실적을 위해서도 큰 데이터를 고려할 수 있다. 이 수치는 그 정적에 좋은 점이 있습니까? 이름이 큰 측면이라는 것입니다. 빅데이터는 우리 도시에서 무슨 일이 일어났는지 뿐만 아니라 우리 도시를 아는 사람들이 무슨 생각을 하고 있는지도 알고 있다. 이것은 도시 관리에 매우 중요하다. 한 도시는 하드웨어 시설뿐만 아니라 지하철과 고층 건물도 있다. 안에 있는 사람은 매우 중요하다.
변쇼가 당신을 위해 공유한 빅데이터 시대의 인간 생활에 대한 전복입니다. 더 많은 정보는 전 세계 아이비리그가 더 많은 건품을 공유하는 것에 집중할 수 있다.