（文章來源：網(wǎng)絡(luò)整理）

什么是數(shù)據(jù)？數(shù)據(jù)有狹義和廣義之分。狹義的數(shù)據(jù)就是我們說的一些數(shù)字，比如我們學(xué)習(xí)過程中的物理、化學(xué)等實驗數(shù)據(jù)，國家GDP等各種統(tǒng)計數(shù)據(jù)。廣義的數(shù)據(jù)包括任意形式的信息，比如我們每個人的個人的姓名、年齡、家庭情況、學(xué)歷等基本信息，還包括我們所能記錄和查詢的所有信息，如圖紙、視頻、音頻等。

我們所要談?wù)摰氖菑V義上的數(shù)據(jù)。數(shù)據(jù)不僅在科學(xué)研究中，而且在生活的方方面面都很重要，它已經(jīng)成為我們?nèi)粘Q策的重要依據(jù)。數(shù)據(jù)可以說伴隨真我們的一生。遠(yuǎn)古時代的結(jié)繩記事等就是最原始的數(shù)據(jù)傳遞方式。人類的文明與進步，從某種意義上講是通過對數(shù)進行收集、處理和總結(jié)而達(dá)成的。

“大數(shù)據(jù)”是怎么一回事呢？它就是我們字面意思理解的“大量的數(shù)據(jù)”嗎？如果不是，這兩者又有什么聯(lián)系和區(qū)別呢？大數(shù)據(jù)是隨著信息技術(shù)的發(fā)展而興起的，當(dāng)數(shù)據(jù)的計算和存儲不再是問題時，人們發(fā)現(xiàn)超大量的數(shù)據(jù)會給我們決策帶來驚喜，這才有了更多的人研究和應(yīng)用大數(shù)據(jù)。

首先，大數(shù)據(jù)的數(shù)據(jù)量肯定是非常大的，但光是量大還不能稱之為大數(shù)據(jù)。比如我們做結(jié)構(gòu)有限元分析的實驗數(shù)據(jù)，往往計算過程就需要幾天甚至幾周，數(shù)據(jù)量也很大，但是不能算是大數(shù)據(jù)。大數(shù)據(jù)對數(shù)據(jù)最基本的要求是數(shù)據(jù)的多維度和完備性，要將原本看似毫無聯(lián)系的事物聯(lián)系起來，達(dá)到對事物全方位的完整描述，以便做出更科學(xué)的決策。

與數(shù)據(jù)相比，大數(shù)據(jù)的核心就是大數(shù)據(jù)是對收集掌握的各個維度的數(shù)據(jù)的再處理和分析。沒有經(jīng)過科學(xué)收集和處理的數(shù)據(jù)只是客觀存在，大數(shù)據(jù)可以理解為是一種決策能力的體現(xiàn)。

大數(shù)據(jù)（big data，mega data）或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。 在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時代》中大數(shù)據(jù)指不用隨機分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進行分析處理。大數(shù)據(jù)的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值密度）、Veracity（真實性）。

理解了數(shù)據(jù)和大數(shù)據(jù)的聯(lián)系和區(qū)別后，我們再來看看由數(shù)據(jù)到大數(shù)據(jù)應(yīng)用過程和數(shù)學(xué)基礎(chǔ)。有了數(shù)據(jù)之后，如何科學(xué)地使用數(shù)據(jù)，就要用到一門應(yīng)用科學(xué)——統(tǒng)計學(xué)。

非數(shù)學(xué)專業(yè)在大學(xué)有一門課程叫《概率和統(tǒng)計》，但其實概率論和統(tǒng)計學(xué)雖然緊密相連，卻是獨立發(fā)展的。概率論是研究隨機現(xiàn)象數(shù)量規(guī)律的數(shù)學(xué)分支；統(tǒng)計學(xué)是通過收集、整理、分析數(shù)據(jù)等手段，通過特定的數(shù)學(xué)模型和數(shù)學(xué)計算，以用來推測所測對象的本質(zhì)，甚至預(yù)測對象未來的一門綜合性科學(xué)。

比如我們在上篇文章中討論的人工智能，數(shù)字人工智能中，如果沒有足夠多的數(shù)據(jù)供機器深度學(xué)習(xí)，得到的結(jié)果就會有很大的不確定性，那它跟仿生人工智能相比就不會有很大的進步。為什么數(shù)據(jù)要足夠大且全面呢？舉個簡單的例子。

我們現(xiàn)在對著馬路上的車輛進行統(tǒng)計，主要對國產(chǎn)和進口兩個數(shù)據(jù)維度進行統(tǒng)計。如果半個小時之內(nèi)，過去了100輛車，其中50臺進口車，我們不能說進口車已經(jīng)占50%，顯然這個結(jié)論是有非常大的誤差的。我們以這個調(diào)查來對但假如我們改變數(shù)據(jù)來源和數(shù)據(jù)的統(tǒng)計維度，從國家層面的車管所收集數(shù)據(jù)，比如2018年進口車占銷量的4%，這個數(shù)據(jù)對企業(yè)決策就有比較大的參考意義。

這個例子比較特殊。如果數(shù)據(jù)具有代表性，統(tǒng)計量又足夠，統(tǒng)計維度又比較科學(xué)，那么從這些數(shù)據(jù)中得到的統(tǒng)計結(jié)果，對我們的工作和生活就有意義，不然充其量就是大量的數(shù)據(jù)，而失去了數(shù)據(jù)存在的意義。

目前，大數(shù)據(jù)已經(jīng)在我們生活中起著巨大的作用。政府層面：宏觀經(jīng)濟調(diào)控、公共衛(wèi)生安全防范、社會輿論監(jiān)督、智慧交通管理；生活方面：醫(yī)療疾病風(fēng)險跟蹤、公司運營成本節(jié)省、售后服務(wù)質(zhì)量提升、運輸車輛的故障險情以提前預(yù)警維修、用戶商品推薦和服務(wù)、個人旅游、二手市場買賣等等。

毫不夸張地說，大數(shù)據(jù)創(chuàng)造了一種新的生活和商業(yè)模式，給人們提供了前所未有的便捷，甚至在網(wǎng)絡(luò)政務(wù)方面創(chuàng)造眾多奇跡。大數(shù)據(jù)已經(jīng)被當(dāng)作一種核心資產(chǎn)和商業(yè)模式，被不同程度地進行著挖掘，隨之帶來了個人隱私和安全問題。

你剛剛搜索一個關(guān)鍵詞，比如“手表”，你的瀏覽器甚至一些應(yīng)用APP就開始頻繁地向你推薦各類手表廣告信息，難道你的手機這么懂你的“心思”？當(dāng)然不是，你剛剛的搜索信息被收集并馬上被應(yīng)用到你的手機上了。是不是有點赤裸裸的感覺！個人信息安全相關(guān)法律法規(guī)亟需出臺。大數(shù)據(jù)既帶來了創(chuàng)新，也帶來了挑戰(zhàn)，數(shù)據(jù)的應(yīng)用需要有一定的約束，需要相關(guān)法律法規(guī)進行有效地引導(dǎo)和管理。
（責(zé)任編輯：fqj）