《数据之巅》作者开中国大数据之先河,《数据之巅》内容更加丰富,观点更加震撼,堪称作者集大成之作。《数据之巅》将再次掀起全民阅读大数据的热潮。
作者是中国数据文化的首倡者,提出把科技符号变成文化符号的理念,倡导数据治国的理论。
数据,科学的生机和命脉;数据之巅,进入科学的殿堂,引领未来的思索。记住,我们要用数据来说话,用科学来思考。
史学家许倬云、招行前行长马蔚华、中国宽带资本董事长田溯宁联袂推荐;神州数码公司董事局主席郭为、中信银行行长朱小黄、万向集团副董事长肖风倾情解读。
《数据之巅》案例丰富,生动,读起来趣味盎然,又不失科学的风采和素养。
海报:
数据,自古就有,人口普查、农业统计、军事战争、政治计算……数据虽小,却有助于治国安邦。美国之所以繁荣鼎盛,数据文化根基牢不可破概是主因之一。
信息爆炸、互联互通、智慧城市时代,大数据,更以排山倒海之势席卷全球,政府施政、企业掘金,大众要公平与正义,大数据被赋予了新的历史使命。
在《数据之巅:大数据革命,历史、现实与未来》这本书中,从小数据时代到大数据的崛起,作者以宏大的历史观、文化观、大数据观,给我们描绘了一幅数据科学、智慧文化的全景图。全书从美国建国之基讲起,通过阐述初数时代、内战时代、镀金时代、进步时代、抽样时代、大数据时代的特征,系统梳理了美国数据文化的形成,阐述了其数据治国之道,论述了中国数据文化的薄弱之处,展望了未来数据世界的远景。
“尊重事实,用数据说话”,“推崇知识和理性,用数据创新”,作者不仅意在传承黄仁宇“数目字”管理的薪火,还试图把数据这个科技符号在中国转变为文化符号,形成一种文化话语体系。大数据正在撬动中国的制度创新、科技创新。阅读此书,历史与现实相互融合,知识与激情相互交织,思想与观念相互碰撞,未来与前景必定豁然开朗。
第七章 大数据时代:通往计算型的智能社会
大数据是人类文明新的土壤,在这片土壤之上,人类将开始建设一个智能社会。
—本书作者,2014年
世上本没有数:正解大数据
传统意义上的“数据”,是指“有根据的数字”,数字之所以产生,是因为人类在实践中发现,仅仅用语言、文字和图形来描述这个世界是不精确的,也是远远不够的。例如,有人问“姚明有多高”,如果回答说“很高”、“非常高”、“最高”,别人听了,只能得到一个抽象的印象,因为每个人对“很”、“非常”有不同的理解,“最”也是相对的,但如果回答说“2.26米”,就一清二楚。除了描述世界,数据还是我们改造世界的重要工具。人类的一切生产、交换活动,可以说都是以数据为基础展开的,例如度量衡、货币的背后都是数据,它们的发明和出现,都极大地推动了人类文明的进步。
数据最早来源于测量,所谓“有根据的数字”,是指数据是对客观世界测量结果的记录,而不是随意产生的。测量是从古至今科学研究最主要的手段,可以说,没有测量,就没有科学;也可以说,一切科学的本质都是测量。就此而言,数据之于科学的重要性,就像语言之于文学、音符之于音乐、形色之于美术一样,离开数据,就没有科学可言。
除了测量,新数据还可以由老数据经计算衍生而来。测量和计算都是人为的,也就是说,世上本没有数,一切数据都是人为的产物。我们说的“原始数据”,并不是“原始森林”这个意义上的“原始”,原始森林是指天然就存在的,而原始数据仅仅是指第一手的、没有经过人为修改的数据。
传统意义上的数据,和信息、知识也是完全不同的概念:数据是信息的载体,信息是有背景的数据,而知识是经过人类的归纳和整理,最终呈现规律的信息。
图7–1 传统意义上的数据和信息的区别
但进入信息时代之后,“数据”二字的内涵开始扩大:不仅指代“有根据的数字”,还统指一切保存在电脑中的信息,包括文本、图片、视频等。其中的原因是,20世纪60年代软件科学取得了巨大进步、发明了数据库,此后,数字、文本、图片都不加区分地保存在电脑的数据库中,数据也逐渐成为“数字、文本、图片、视频”等的统称,也即“信息”的代名词。
文本、音频、视频本身就已经是信息,而且其来源也不是对世界的测量,而是对世界的一种记录,所以信息时代的数据又多了一个来源:记录。
图7–2 数据的三大来源
图7–3 现代意义上的“数据”:范畴比信息还要大
注:进入信息时代之后,数据成为信息的代名词,两者可以交替使用。一封邮件虽然包含很多条信息,但从技术的角度出发,可能还是“一个数据”,就此而言,现代意义上的数据的范畴,其实比信息还大。
除了内涵的扩大,数据库发明之后,还出现了另外一个重要现象,那就是数据的总量在不断增加,而且增加的速度不断加快。
20世纪80年代,美国就有人提出了“大数据”的概念。这个时候,其实还没有进入数据大爆炸的时代,但有人预见到,随着信息技术的进步,软件的重要性将下降,数据的重要性将上升,因此提出“大数据”的概念。这时候的“大”,如“大人物”和“大转折”之“大”,主要指价值上的重要性;到了21世纪前10年,尤其是2004年社交媒体产生之后,数据开始爆炸,大数据的提法又重新进入大众的视野并获得了更大的关注。这个时候的“大”,含义也更加丰富了:一是指容量大,二是指价值大。
从这个角度出发,大数据可以首先理解为传统的小数据加上现代的“大记录”,这种大记录的主要表现形式是文本、图片、音频、视频等,和传统的测量完全是两回事。而且大数据之所以“大”,主要是“大记录”的增长,基于信息技术的进步,人类记录的范围在不断扩大:
大数据 = 传统的小数据 + 现代的大记录
(源于测量) (源于记录)
但到底多大才算大呢?针对这一问题,十多年来争议颇多。这首先涉及衡量数据大小的单位,2000年的时候,一般认为,“太”(T)级别的数据就是大数据了,当时拥有“太”级别数据的企业并不多,但自此之后,互联网企业开始崛起,这些企业拥有各种各样的数据,其中大部分都是文本、图片和视频,其数据量之大,传统企业根本无法望其项背。
理解几个主要的存储单位
一首音乐 ≈ 4兆(M)
一部电影 ≈ 1吉(G,1吉=1 024兆,相当于250首歌曲的大小)
一个普通图书馆的藏书 ≈ 1太(T,1太=1 024吉,相当于1 024部电影的大小)
我认为,不仅仅是互联网行业,其实各行各业的数据都在爆炸,只是规模不同。如果仅仅把大数据的标准限定在互联网企业,认为只有互联网企业才拥有大数据,那就严重窄化了大数据的意义。毕竟容量只是表象,价值才是本质,而且大容量并不一定代表大价值,大数据的真正意义还在于大价值,价值主要是通过数据的整合、分析和开放而获得。大数据是指人类有前所未有的能力来使用海量的数据,在其中发现新知识、创造新价值,从而为社会带来“大知识”、“大科技”、“大利润”和“大智能”等发展机遇。
以上论述,是从概念上分析“数据”和“大数据”的区别,而掌握一个概念最好的方法,还是从动态上了解其成因。大数据的成因,还是人类信息技术的进步,而且是信息技术领域不同时期多个进步交互作用的结果,其中最重要的原因,当数摩尔定律。
改变世界的三股力量:大数据的成因
1965年,英特尔的创始人之一戈登·摩尔(Gordon Moore)在考察了计算机硬件的发展规律之后,提出了著名的摩尔定律。该定律认为,同一面积芯片上可容纳的晶体管数量,一到两年将增加一倍。1
要理解这种增加的意义,并不简单。摩尔的本意是,由于单位面积芯片上晶体管的密度增加了,计算机硬件的处理速度、存储能力,即其主要性能一到两年将提升一倍。本来性能提升了,价格也应该上升才对,但现实却很诡异:半个多世纪以来,硬件的性能不断提高,价格却持续下降。之所以这样,竟然还是因为晶体管越做越小,这种体积的缩小也导致其成本下降,再加上人类对晶体管的需求越来越大,大规模的生产也导致价格不断下降。
回顾这半个多世纪的历史,硬件的发展基本符合摩尔定律。以物理存储器为例,其性能确实不断上升,与此同时,价格不断下降。1955年,IBM推出了第一款商用硬盘存储器,一兆字节的存储量需要6 000多美元,此后,其价格不断下降:1960年,一兆字节下降到3 600美元;1993年,下降到大概1美元;2000年,再降至1美分左右;到2010年,每兆价格约为0.005美分。半个多世纪,存储器的价格下降了1亿多倍,这种变化的速度既巨大又剧烈,令人瞠目结舌。事实上,考察人类全部的历史,没有其他任何一种产品的价格下降空间能够如此巨大!
图7–4 1971~2011年中央处理器上的晶体管数量和摩尔定律
注:纵坐标为晶体管数量,横坐标为年份。该曲线表明,在1971~2011年,大概每两年相同面积的中央处理器集成电路上的晶体管数量就增加1倍。需要注意的是,纵坐标从2 300到10 000再到
100 000,其实不成比例,如果严格按比例作图,这将是一条非常陡峭的曲线,页面将无法容纳。(资料来源:维基百科)
晶体管的产量多过全世界的大米颗粒
……
★涂子沛先生开启了一道大门,我相信,后面会有更多的发展,让大家进入这一个重要的现代文化园地。
——许倬云知名历史学家、美国匹兹堡大学历史系荣誉讲座教授
★在《数据之巅》这本书中,涂先生跳到了哲学思考的层面,以统计学的社会应用为切入点,解构数据文化在美国政治、经济乃至军事发展上起到的关键作用,一环扣一环,构思精巧,故事生动,逻辑清晰,读起来实在“解渴”。感谢涂先生的智慧,为时代贡献了一部杰作!
——郭为神州数码控股有限公司董事局主席
★涂子沛先生的《数据之巅》通过追溯梳理美国的数据历史、展望人类的数据未来,给中国社会提出了一个数据时代的新命题——如何构建数据文化?本书引人入胜、发人深思,是不可不读的好书。
——马蔚华招商银行前行长
★数据本无大小,但运用数据的立场却分出大小,是谓大数据。数据表示的是过去,但表达的是未来,所以观察数据需要有历史观。涂子沛先生的这本新作《数据之巅》以大历史、大数据、大社会、大进步的格局,通过数据将遥远拉近,将悠久缩短,将巨大归聚,将过程简直。无论你从事何业或研究何题,都值得认真阅读这部巅峰之作。
——朱小黄中信银行行长、中信集团监事长
★大数据是互联网金融的基础支柱。互联网金融是云计算、大数据、社交网络这个移动互联大时代里的小时代。时代潮流,浩浩荡荡!涂子沛先生的大数据系列著作,带您观时代大潮!
——肖风通联数据董事长、万向信托董事长
★涂子沛先生《数据之巅》一书的历史高度和现实意义,超出了他的《大数据》。如果说他上部书开启了中国人对大数据的认识,此书则从历史的角度来说明,对数据的理解和掌握是人类文明进步的标志。中国人在“初数时代”是被动的、落后的,黄仁宇在他的名著《万历十五年》中也将中国明朝未能走向资本主义归结为中国人不能在“数目字上管理国家”。在新世纪的大数据时代,我们能否成为参与者甚至领导者?子沛这本书中有诸多可贵的思考和启示,我向读者推荐。
——田溯宁中国宽带资本董事长
★涂先生深思熟虑,用语殷殷,穿行在中美两国的历史中,努力发掘各个大数据改变观念,改造社会,改革制度的故事,无论人与事件,都是栩栩如生,发人深省。这本书让我们有目标有信心,也给我们创新的无限空间。
——王巍中国金融博物馆理事长
★大数据的江湖有两派,国家治理派和产业升级派。涂子沛先生无疑是国家治理派的宗师,这本书在美国200多年的政界商海、刀光剑影中勾勒出雄浑的数据思维、文化、价值观和方法论。临到尾处,我的期待愈来愈强。他的一本书《大数据》在通篇的历史视角、西方视角后,煞费苦心附上一篇“挑战中国”的尾声,把人拉回当下、令人掩卷忧思;这次果不其然,子沛以整整一章的浓墨重彩,挑战了“智慧城市”这一兼具进行时和未来时的话题,而当涉及中国元素时,子沛的行文中出现了暖色调,那种欣赏和希冀让人宽慰之极、意犹未尽!期待《数据之巅》之后,山不穷,峰更高。
——吴甘沙英特尔中国研究院院长
★涂子沛先生已经成为中国大数据和数据分析领域最前沿的思想者和专家,如果您想了解大数据的历史、现实和未来,这本书将是您的必读书目。
——托马斯·H·达文波特巴布森学院教授,麻省理工学院数字商务中心研究员