454      阿裏雲  技術社區[雲棲]

李彥宏：大數據沒有不可能

百度公司董事長兼首席執行官 李彥宏

人類運用數據已久，而且自工業革命以來，數據經曆過一次又一次的爆發，何以近年來才出現「大數據」的概念？僅僅是它所能記錄和計算的數據量更多而已嗎？自然數可以無限數下去，1、2、3、4……以至於無窮，但「多」是不夠的，還必須具有幾大特征：

第一，大數據的「大」。毋庸置疑，這個「大」相對於人類傳統數據的儲存方式，不是一個量級上的大小之分，而是幾何量級的差距。想想百度地圖上每日720億次的定位請求，再想想互聯網上每天有多少次點擊、社交媒體上每天有多少文字和圖片發出……各種大數據平台一天之內收集到的數據量就可以超越人類幾千年來文字、圖像的總和。

第二，大數據的另一個重要特點是多維度。多維度代表著大數據可以對一個事物進行多方位的描述，從而更準確。

在電影《諜影重重》裏出現過一個大數據公司，能夠根據互聯網數據、交通數據、曆史檔案等各種維度的數據幫助美國中央情報局（CIA）迅速追蹤和定位疑犯。現實中美國的Plantir數據公司便是如此幫助美國政府追蹤本·拉登，提供反恐信息和社會危機預警。它們更常見的業務是識破金融詐騙。

以金融征信應用為例，傳統金融機構在進行征信時，一般采集20個維度左右的數據，主要包括年齡、收入、學曆、職業、房產車產、借貸情況等。然後綜合評分來識別客戶的還款能力和還款意願，決定信貸額度。

互聯網公司采用大數據方法，所獲得的維度可以讓傳統銀行嚇一跳。BAT都開設了自己的金融服務，因為擁有全麵且巨大的用戶數據，可以查詢客戶的各種線上記錄，比如是否有批量申請貸款等異常行為；還可以將客戶信息與互聯網全局信息比對，通過欺詐行為模式的比對分析其可信度；更進一步，還可以分析客戶的消費行為和習慣，結合填報收入分析還款能力如何。當然，作為用戶的隱私，這些數據都不會被公開，用戶所能感受到的便利是征信排隊時間極大地縮短了，因為大數據可以在幾秒鍾內就對申請者超過1萬條的原始信息進行調取和審核，迅速核對數萬個指標維度。

對一個陌生人進行征信就好比「盲人摸象」，傳統方法是通過20個「盲人」去評估一個客戶的信用「大象」，注定是有缺陷的。而大數據的多維度就如同幾萬人同時「摸象」，再把這幾萬人的反饋匯總到一起。維度越多，結論就越準確。

第三，處理非結構化數據的能力。結構化數據中最基本的數字、符號等，可以用固定的字段、長短和邏輯結構保存在數據庫中，並用數據表的形式向人類展現（想一下常見的Excel表格），處理非常方便。但是互聯網時代產生了大量非結構化數據，對於圖片、視頻、音頻等內容，它們的數據量巨大卻沒有清晰的結構。對於圖像的數據，我們隻能理解為一個二維矩陣上的無數像素點。非結構化數據增長量很快，據推測將占未來10年新生數據總量的90%。而大數據技術可以通過圖像識別、語音識別、自然語言分析等技術計算，分析大量非結構化數據，大大提升了數據維度。

非結構化數據的數量遠超結構化數據，蘊含巨大能量，應用前景廣闊。例如，在機場等公共場合的個人身份檢查，過去隻能根據旅客提供的身份信息這一個主要維度去判斷其身份。而人臉識別、語音識別等技術應用成熟後，大數據可以直接通過攝像快速比對審核，增加對個人身份判斷的維度，進行既精確又高效的安全檢查。

第四，大數據是生生不息的「流」，具有時間性。它過去就不再回來，就像人無法兩次踏入同一條河流。這一方麵是因為數據量太巨大，無法全部存儲；另一方麵是大數據和人類生生不息的行動相關，瞬息萬變。百度大數據實驗室因此提出一個概念叫作「時空大數據」。

地圖就是時空大數據之母。百度地圖有一個路段擁堵預警功能。如果前方路段暢通會顯示為綠色；如果擁堵則會顯示成紅色，提醒用戶選擇其他路線。這是我們與數據互動的一個簡明例子。如果我們有A和B兩條路線可以選擇，此時A路線擁堵而B路線暢通，那麼我們都會選擇B路線；當越來越多的車主選擇B路線，那麼B路線將會變成擁堵而A路線又會暢通。

此消彼長，變化萬千。依靠智能手機的定位功能，百度地圖可以實時更改當前的路況監測結果，精確地告訴每一個位置用戶當前自己所麵對的路麵情況。通過數據可視化技術和各種評估手段，可以描繪一座城市的日常脈搏，比如上下班的人流數據變化，仿佛城市在吞吐唿吸。除了被記錄下來的，更多數據隻在當時有效。把數據全部存儲下來是不可能的，那樣需要的硬盤可能整座城市的地皮都堆不下，隻能即時應用，用過就消失。

最後一點，也是最重要的，大數據的「大」表現為無盡的重複。對於語音識別來說，正因為人們重複講述同樣的語句，機器通過反複識別這些人類語音的細微差別，才能全麵掌握人類語音。也正因為人們周而複始的運動，才讓係統能捕捉城市運動的規律。「重複」的數學意義是「窮舉」。以往人類無法通過窮舉法來把握一個事情的規律，隻能采用「取樣」來估計，或者通過觀察用簡單明了的函數來代表事物規律，但大數據讓窮舉法這種「笨辦法」變得可能了。

歡迎掃碼添加“小趣”入群“大數據百人會”，參與更多討論！

文章來源/投資人說

東湖大數據編輯整理

最後更新：2017-10-08 17:55:57

  上一篇： 迪麗熱巴在你眼裏是什麼樣子的？

  下一篇： 鄭爽自稱單身狗，坐實與胡彥斌分手傳聞，刪掉所有微博