可能都會覺得懷校長有點像個外星人一般在那自顧自的演講。作為一個曾經有志從事人工智能研究但失之交臂的又是學計算機畢業的人卻越聽越興奮，冥冥中似乎找到了未來的人工智能所能抵達的可能性，那么筆者現在就嘗試把懷教授的演講轉換為大家也能夠聽懂的語言吧。

一、理解大數據

1、當前大數據的四大特征：規模大、變化快、種類雜、價值密度低。

其實這理解起來很簡單，我們來看新浪微博的大數據，為什么變現那么困難就知道了，新浪微博擁有龐大海量的用戶大數據，但用這些行為數據變現卻步履維艱，原因就在于微博上所產生的數據不夠垂直，涉及面極廣，而能夠與商業相關的價值就更加難以挖掘了。

2、產業成果

懷校長列舉了三塊內容，百度和谷歌熟悉用戶瀏覽行為，進而提供個性化的搜索。淘寶亞馬遜因為熟悉用戶購物習慣，可以為用戶提供精準的喜好物品。微博和twitter了解用戶思維習慣和社會認知，可以為國家和企業提供民眾情緒等系列數據。

二、大數據到大數據計算

1、大數據膨脹，如何處理算法以及數據的問題?上面提到的是通過改變算法來達到遍歷數據的目的，但是在真正處理數據時依然是無法做到高效的，畢竟機器CPU的運算瓶頸擺在那里，算法工程師本質上在做的事情就是在現有的運算條件下，設計出最優方案，來求得最好的結果。

2、大數據膨脹，如何解決搜索問題?傳統的算法在搜索數據時完全沒有問題，因為數據量很小，但是當數據海量增長時問題就會凸顯出來，用原來的算法去計算肯定是不行的，按照當前最快的硬盤檢索速度(60GPS)，線性掃描完1PB(10TB的15次方)的數據需要1.9天的時間，所以當數據海量膨脹時，必須重構算法策略來做數據的處理。百度目前的處理量是一天處理10PB的網頁數據，這其中包括了運算和讀取，算是目前最好的算法了。

而懷校長告訴我們的這個挑戰就是，在大數據的膨脹后，不僅要將原來的算法更換為近似算法，同樣還要將數據更換為近似數據，只有二者合力改變才有可能在現有機器運算能力的情況下抵達最優的結果。

同樣是說起來容易做起來難，在這樣的近似算法以及近似數據的改變下，到底該近似到何種程度，才能夠最接近原算法的結果?要知道，在計算機世界里，差之毫厘失之千里，改變的量也許很小，但是如果一旦改錯，就會造成巨大的錯誤結果，稍懂程序的人都知道，幾行簡短的代碼就能讓無論CPU運算能力多強的電腦徹底死機，而搜索引擎則更是一個更加龐大的試錯工程。

最后，懷校長展示了兩個學術前沿發展，第一，是定義易解類問題，從現實應用中找到這類易搜索問題，將之歸類并應用于其他實踐當中。第二，是將大數據進行小數據處理，尋找轉化的精度度量，也就是他之前所說的尋找數據的近似值。

此外在大數據計算中，懷校長還講了大數據運算的三大基礎，表示，度量和理解。因為太過專業，解釋每一個詞都足夠用一篇文章來解釋，而且還不一定說得清，所以在此略過。

三、實踐中的思維轉變

大數據帶給我們在研究以及實踐策略上的思維轉變。

1、從精確到非精確。關于這一點其實也很好理解，我們就拿傳統時代的搜索來說，在傳統的搜索時代，當我們去查詢某個信息時，我們需要得到的是全部的數據，但是搜索引擎則完全改變了我們這種認識，搜索引擎提供的只是前幾項內容，而這幾項內容則完全滿足了我們的信息需求。

搜索引擎其實在做的是一套模糊算法，經過一系列的算法計算，將最優秀的結果帶到用戶面前，而這種結果上的呈現也顛覆了傳統所認知的對于目標的定義，在大數據時代，我們追求的不再是絕對目標，而是一個從宏觀趨勢下推導出的一些模糊的不精確的未知目標。

2、從抽樣到全樣，大數據的大決定了大而全的特性，在傳統工業中教會我們做統計的最大方式就是抽樣，諸如系統抽樣，分層抽樣，定額抽樣……，這些統計方法將會在大數據時代越來越不復存在。大數據的信息化可以統計到一切想要統計的數據，將工業時代的統計方法淘汰掉。

3、從因果到關聯。而這也直接導致了西方又產生了驚人的言論—“理論已死”，這是繼“上帝之死”，“人之死”，“作者已死”“歷史的終結"，”哲學已死“后的又一大膽的言論。以往的決策者要想決定某件事，必須參考各種理論，對其中的因果進行判定后才能達成，但是大數據時代則讓決策變得更加容易，比如超市大數據可能會用清晰的圖表告訴你每當下雨天時，超市里的蛋糕會賣的多，這時候決策者根本不需要知道任何理論，任何因果，只需要在天氣預報預測明天將要下雨時提前準備蛋糕就行了。

四、大數據軟件工程

1、如何解決大數據的計算支撐問題?說的簡單點就是，大數據處理必然不是一臺或者幾臺服務器就能搞定的小事情，大數據處理需要龐大的硬件支撐，硬件支撐也必然是分布式的設計，那么該如何設計頂層的系統架構才能高效能的滿足大數據的處理工作?近似性(Inexact)、增量性(Incremental)和歸納性(Inductive)的3I特征如何被滿足?

大數據下分布式硬件如何與軟件協同，如何避免擴展失度，處理失效和耗能失控，這些都是令人頭大的問題。在系統設計上充滿挑戰。

2、眾包大數據是否可以開發軟件?這其實是一個非常瘋狂的想法，我是這樣解讀懷校長的想法的，假設目前我們可以做到眾包大數據軟件開發，那么情形應該如下：大數據爬行機器根據讀取新浪微博的數據，百度指數的數據，百度貼吧的數據，淘寶的交易數據后，發現了用戶的各種情緒以及需求的曲線，軟件開發者再根據這些數據的呈現開發出一套軟件的模型然后交給運營商放置于云端，而用戶再參與進入各種云端產生的軟件，在此種產生了各種行為，于是機器再根據這些用戶的行為，為軟件建模，規劃。

這是一種極為精尖交互式數據挖掘技術，前提是解決算法以及存儲問題，一切皆有可能。未來的大數據軟件將不會是一種固有形態，而是一個不斷根據數據自動變化的超級生態，可能不是依靠產品經理推動，而是依靠算法工程師來推動，讓用戶的需求自然暴露，然后為他們去實現一些功能。

大數據或許會在未來某個階段被定義為：對人類世界的真實還原，并且不斷的滿足我們的任何愿望，曾經我們依靠它來決策一些事情，現在我們依靠它來直接抵達我們想要做的事情，我們所有的行為都已經成為我們決策的一部分。

更多資訊請關注工業機器人頻道