序 言
王崇駿
四方上下曰宇，往來(lái)古今曰宙！
從137億年前宇宙大爆炸，到46億年前地球誕生，再到38億年前地球上開(kāi)始有生命，直至約6000年前文字的出現(xiàn)開(kāi)啟了人類文明，這是一個(gè)多么漫長(zhǎng)的過(guò)程！與其他物種大多通過(guò)遺傳進(jìn)化不同，人類在進(jìn)化過(guò)程中發(fā)展和演化出了一種非遺傳性的繼承：通過(guò)獨(dú)一無(wú)二且日益發(fā)達(dá)的文化媒介（語(yǔ)言、文字以及有意識(shí)地利用外在物和工具的特質(zhì)）將知識(shí)留給后代。這種文化傳承使得人類可以快速進(jìn)化，并最終成為這個(gè)星球的“統(tǒng)治者”。
在漫長(zhǎng)的人類文明發(fā)展史中，從源自動(dòng)物性的“數(shù)覺(jué)”到為了“征服”自然界，人類開(kāi)始對(duì)“數(shù)”產(chǎn)生了需求，并且隨著這種需求的逐步膨脹，一系列的工具、算法、設(shè)備被不斷發(fā)明和創(chuàng)造，比如早期的計(jì)時(shí)工具、計(jì)數(shù)工具，以及諸如算籌、算盤(pán)等算術(shù)工具。隨著計(jì)算理論的豐富，以及機(jī)械工藝的進(jìn)步，人們開(kāi)始思考如何用更為精巧的設(shè)備進(jìn)行計(jì)算，如納皮爾籌、機(jī)械尺、機(jī)械計(jì)算機(jī)等；而圖靈機(jī)理論的發(fā)明、馮諾伊曼體系結(jié)構(gòu)的提出，以及1946年ENIAC的發(fā)明，則讓數(shù)字計(jì)算時(shí)代就此來(lái)臨。
在后ENIAC時(shí)代，計(jì)算機(jī)從最開(kāi)始的軍用走向了民用，其功能不斷發(fā)展和豐富，從最開(kāi)始的數(shù)值計(jì)算走向網(wǎng)絡(luò)通信、計(jì)算感知，并逐漸應(yīng)用于生活?yuàn)蕵?lè)和企業(yè)管理。與此同時(shí)，也因?yàn)橛?jì)算機(jī)在各個(gè)領(lǐng)域的滲透和深入應(yīng)用，計(jì)算機(jī)從最原始的計(jì)算工具變?yōu)橐粋�(gè)研究對(duì)象，伴隨著各類計(jì)算理論的發(fā)展，計(jì)算機(jī)科學(xué)與技術(shù)、工程和應(yīng)用也得到持續(xù)的發(fā)展和推進(jìn)。在這個(gè)發(fā)展過(guò)程中，傳統(tǒng)的“數(shù)”的內(nèi)涵，也從最開(kāi)始的“數(shù)值”不斷拓展，數(shù)據(jù)開(kāi)始以不同的類型、模態(tài)、視圖樣式出現(xiàn)，并服務(wù)于人們的需求，傳統(tǒng)意義的“數(shù)值”則成為一種數(shù)據(jù)類型。
信息技術(shù)，尤其是互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，煙囪式軟件開(kāi)發(fā)模式、云計(jì)算在不同領(lǐng)域的不斷滲透，以及人們?nèi)找娑鄻踊�和碎片化的行為方式，或許還有其他更多的原因，讓人們?cè)跀?shù)據(jù)層面不得不面對(duì)“大數(shù)據(jù)”這樣的難題，即難以在期望的時(shí)間內(nèi)利用常規(guī)工具進(jìn)行有效處理并獲得期望的價(jià)值。在當(dāng)下的大數(shù)據(jù)時(shí)代，傳統(tǒng)意義的“數(shù)據(jù)”成為一種可以交易的“資產(chǎn)”，一種具有戰(zhàn)略資源意義的“石油”，一種提高競(jìng)爭(zhēng)力的“資本”，一種用于科學(xué)研究的“第四范式”。出于對(duì)大數(shù)據(jù)價(jià)值期望的共同追求，社會(huì)各界都對(duì)大數(shù)據(jù)產(chǎn)生了極大的興趣、熱情和期盼，使得“大數(shù)據(jù)”這個(gè)概念從其誕生之日起，就得到了“政、產(chǎn)、學(xué)、研、商、用”的一致認(rèn)同，并引起了包括哲學(xué)家、科學(xué)家、技術(shù)研究者和工程研發(fā)人員等的普遍關(guān)注。
牛津通識(shí)讀本《大數(shù)據(jù)》一書(shū)，當(dāng)然也是對(duì)這一社會(huì)關(guān)注點(diǎn)的回應(yīng)。道恩??E.霍爾姆斯教授是貝葉斯網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘方面的專家，她用深入淺出的文字扼要介紹了什么是數(shù)據(jù)、什么是大數(shù)據(jù)以及它有什么意義，進(jìn)而對(duì)大數(shù)據(jù)應(yīng)用所涉及的存儲(chǔ)和分析技術(shù)進(jìn)行了簡(jiǎn)明扼要的綜述，并在此基礎(chǔ)上，分析和研判了大數(shù)據(jù)在醫(yī)學(xué)、電子商務(wù)、安全、生活等各個(gè)領(lǐng)域的應(yīng)用。這樣一本概述性質(zhì)的通俗讀物，非常有助于普通讀者更多地了解大數(shù)據(jù)，學(xué)習(xí)大數(shù)據(jù)，應(yīng)用大數(shù)據(jù)，進(jìn)而培養(yǎng)一種大數(shù)據(jù)思維，惟其如此，才能適應(yīng)未來(lái)的大數(shù)據(jù)時(shí)代。
對(duì)于本書(shū)所涉及的內(nèi)容，筆者還想做一些補(bǔ)充說(shuō)明，即看待大數(shù)據(jù)的三個(gè)視角和四個(gè)維度，以使讀者對(duì)于大數(shù)據(jù)的認(rèn)識(shí)更加全面。首先談?wù)勅齻�(gè)視角。
一是計(jì)算視角：從計(jì)算視角來(lái)看，大數(shù)據(jù)是一個(gè)難以獲取、難以組織與管理、難以處理和分析的技術(shù)難題（以及因此而引發(fā)的各類思維層難題），也正是因?yàn)檫@樣的難題驅(qū)動(dòng)，加之人們對(duì)大數(shù)據(jù)在優(yōu)政、興業(yè)、科研、惠民等不同領(lǐng)域的價(jià)值期望，促使相關(guān)科研人員進(jìn)行技術(shù)攻關(guān)和發(fā)明創(chuàng)造，進(jìn)而推進(jìn)了相關(guān)理論和技術(shù)的發(fā)展。
二是科研視角：從科學(xué)研究的角度來(lái)看，大數(shù)據(jù)成為繼實(shí)驗(yàn)、理論、模擬之后用于科學(xué)研究的“第四范式”（此處的“范式”指的是從事某一科學(xué)的科學(xué)家群體所共同遵從的世界觀和行為方式）。
三是商業(yè)視角：從商業(yè)應(yīng)用的角度來(lái)看，大數(shù)據(jù)能夠帶來(lái)利潤(rùn)。一般而言，只要找到一個(gè)合適的應(yīng)用場(chǎng)景，能夠?yàn)檫@個(gè)應(yīng)用場(chǎng)景找到一個(gè)合適的解決方案，知道數(shù)據(jù)的來(lái)源并且能夠獲取，而且有技術(shù)支撐（研發(fā)能力），更重要的是能夠找到融資支持（經(jīng)過(guò)可行性分析、盈虧平衡分析等之后），就有可能最終成功應(yīng)用并獲得收益。這在彰顯大數(shù)據(jù)商業(yè)價(jià)值的同時(shí)，也會(huì)促使同行去挖掘更多的大數(shù)據(jù)價(jià)值。
更進(jìn)一步說(shuō)，大數(shù)據(jù)的價(jià)值實(shí)現(xiàn)，涉及數(shù)據(jù)、技術(shù)與應(yīng)用的協(xié)同，具有典型的多學(xué)科交叉與跨界整合特征，因此就總體而言，大數(shù)據(jù)價(jià)值的實(shí)現(xiàn)至少涉及如下四個(gè)維度（層面）。
1.算法（Algorithm）：大數(shù)據(jù)價(jià)值的實(shí)現(xiàn)路徑涵蓋了數(shù)據(jù)采集與匯聚、數(shù)據(jù)存儲(chǔ)與管理、數(shù)據(jù)處理與分析、應(yīng)用系統(tǒng)開(kāi)發(fā)與運(yùn)維，每一個(gè)環(huán)節(jié)都需要依賴不同的算法進(jìn)行，如數(shù)據(jù)采集算法、數(shù)據(jù)匯聚算法、數(shù)據(jù)治理算法、數(shù)據(jù)處理和分析算法等。
2.商業(yè)應(yīng)用（Business）：大數(shù)據(jù)應(yīng)用一般體現(xiàn)在描述性分析、預(yù)測(cè)性分析或者決策性分析等，任何一種應(yīng)用都是圍繞某個(gè)具體場(chǎng)景展開(kāi)的，因此大數(shù)據(jù)價(jià)值得以實(shí)現(xiàn)的一個(gè)重要前提，是找到一個(gè)合適的應(yīng)用場(chǎng)景，該應(yīng)用場(chǎng)景既直擊需求痛點(diǎn)并有投資回報(bào)預(yù)期，又有數(shù)據(jù)積淀和IT建設(shè)基礎(chǔ)。大數(shù)據(jù)在這個(gè)場(chǎng)景的應(yīng)用，能夠進(jìn)一步內(nèi)生和富集更多數(shù)據(jù)并因而形成數(shù)據(jù)閉環(huán)，就能進(jìn)一步體現(xiàn)和實(shí)現(xiàn)大數(shù)據(jù)價(jià)值。
3.算力（Computing Power）：所謂算力，指的是設(shè)備的計(jì)算能力，顯然，對(duì)于大數(shù)據(jù)應(yīng)用而言，更精準(zhǔn)（復(fù)雜）的算法以及更高效的計(jì)算需求都需要強(qiáng)大的算力支撐，因此算力是大數(shù)據(jù)價(jià)值實(shí)現(xiàn)的基本保障。
4.數(shù)據(jù)（Data）：數(shù)據(jù)是大數(shù)據(jù)價(jià)值實(shí)現(xiàn)的基礎(chǔ)，因此必須首先解決諸如數(shù)據(jù)在哪以及如何從不同的數(shù)據(jù)源獲取數(shù)據(jù)，并進(jìn)行有效的富集、匯聚和深入加工等問(wèn)題，從而為應(yīng)用提供數(shù)據(jù)支撐或高級(jí)語(yǔ)義支撐。
2017年，中國(guó)政府發(fā)布了“新一代人工智能規(guī)劃”，明確提出了大數(shù)據(jù)智能這一概念，其內(nèi)涵在于形成從數(shù)據(jù)到知識(shí)、從知識(shí)到智能的能力，打穿數(shù)據(jù)孤島，形成鏈接多領(lǐng)域的知識(shí)中心，支撐新技術(shù)和新業(yè)態(tài)的跨界融合與創(chuàng)新服務(wù)。顯然，大數(shù)據(jù)智能進(jìn)一步明確了，在上述四個(gè)維度共同發(fā)力的基礎(chǔ)上實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的基本路徑。
此外，筆者還想提請(qǐng)讀者注意的是，數(shù)據(jù)的本質(zhì)是行為主體（例如人）在進(jìn)行各類活動(dòng)（生活、工作、娛樂(lè)）時(shí)的行為、偏好等痕跡被業(yè)務(wù)系統(tǒng)（或互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等）地記錄在各個(gè)服務(wù)器里。因此，數(shù)據(jù)本身暗含著行為主體的隱私，所以圍繞大數(shù)據(jù)價(jià)值的實(shí)現(xiàn)，數(shù)據(jù)隱私與安全保護(hù)是一個(gè)不可回避的重要內(nèi)容。這一點(diǎn)在《大數(shù)據(jù)》一書(shū)中也有專章介紹。2018年5月25日，歐盟《通用數(shù)據(jù)保護(hù)條例》（簡(jiǎn)稱GDPR）正式實(shí)施，在全球范圍內(nèi)掀起了數(shù)據(jù)保護(hù)改革的浪潮。在數(shù)據(jù)全球化深入發(fā)展的當(dāng)下，如何在后GDPR時(shí)代建立起一套數(shù)據(jù)保護(hù)法律體系，既符合國(guó)際最佳立法實(shí)踐又符合本國(guó)國(guó)情，既能為個(gè)人權(quán)益、數(shù)字經(jīng)濟(jì)、國(guó)家安全等系列利益保駕護(hù)航，又能在國(guó)際數(shù)據(jù)規(guī)則制定中占有話語(yǔ)權(quán)，也成為各國(guó)政策制定者普遍關(guān)注的領(lǐng)域。
通讀《大數(shù)據(jù)》一書(shū)，縈繞于筆者心中的問(wèn)題是：大數(shù)據(jù)會(huì)讓我們的生活變得更好嗎？如何才能讓我們的生活變得更好呢？在閱讀本書(shū)的過(guò)程中，筆者能夠感覺(jué)到作者在成文時(shí)力求做到“在不犧牲準(zhǔn)確性的前提下，盡可能寫(xiě)得簡(jiǎn)單”，同時(shí)又能做到周全和清晰。因此，本書(shū)尤其適合對(duì)大數(shù)據(jù)有興趣的初學(xué)者，其真正的意義在于：為你打開(kāi)了一扇門(mén)，并言明了很多方向。

于南京九鄉(xiāng)河
2020年7月12日