京公网安备 11010802034615号
经营许可证编号:京B2-20210330
7年后 中国将进入“完全大数据时代”是真的吗
现在,我们的社会正从一个“以计算为主”的时代进入到“以数据为中心”的时代。
我们正在用比以往任何时候都更快的速度,去获取更大量、更丰富的数据,这就是“大数据”——每天产生250亿亿字节的新数据。
4G将给生活带来怎么样的便利?新的产业革命是否将在智能产业中产生?未来哪些产业将迎来大发展?昨天,《大数据时代》作者、牛津大学教授维克托,中国移动原董事长王建宙,全国人大财经委副主任委员贺铿,微软全球副总裁、大中华区董事长贺乐赋在昨天投洽会2013国际投资论坛上展开了讨论。
维克托会场发第三次预言
25年前,维克托就预言计算机病毒将成为网络非常严重的问题,5年前,他预测了大数据时代的到来,这也是他自认为最好的预言。在本次会场,他也预言了一次,7年后,在2020年,世界将进入完全大数据时代,未来会经常用到智能手机个性化应用。“我们身体的功能一旦有什么不适,都会通过手机得到警示,信息会和手机库进行对接,咨询相关专家,通过手机应用让我们的寿命更长。”维克托说。
在现场,主持人让在场的人举手,谁在使用3G手机,现场举手的人数超过了90%。陈伟鸿开玩笑说:“在这个时代,没有用3G都不好意思和人说。”
超快速:3秒惊呆场内观众
在会场中,王建宙带着4G手机,向现场观众展示了4G,当起了“王婆”,夸起了4G。与现在的3G手机相比,外观并没有什么差别。王建宙解释,这是4G应用的第一个阶段,只是在3G智能手机的基础上把速率加快,手机上有4G的信号。
王建宙说,这个速率加快,能解决用手机上网看视频卡的问题。在王建宙的展示中,看视频基本上不需要缓冲,进度条拉到哪里,就能播放。
更厉害的是,下载速度也快得惊人。一部30分钟左右的短片,从网站上下载下来,需要多少时间?在场的2位嘉宾给的答案是30秒钟,王建宙却只用3秒钟就搞定了。这样的超快速度也让维克托“惊呆”了,维克托承认,他犯了一个错误,他把欧洲速度放到了中国,在欧洲,手机使用3G速度也很慢,“我真希望我们在欧洲能用上中国4G的速度。”维克托说。
声音
全国人大财经委副主任委员贺铿——第三次工业革命或将在智能产业诞生
第三次工业革命将在什么产业中诞生,是3D打印还是新能源,抑或是其他产业?贺铿表示,他认为真正在酝酿的一次工业革命很有可能是智能产业,理由是智能产业在美国这几年已经悄然兴起,发展前景很好。在劳动成本中,人类的劳动成本越来越大,所以现在出现了不少机器人代替人的工作,机器人服务生、机器人炒菜这些都已出现,相信智能产业的发展会真正地再一次改变我们的生产方式和生活方式。
对于大数据,贺铿不吝赞美之词。“我所了解的大数据,说它是华彩乐章也不为过,我认为这个乐章还有许多音符需要创造或者填写,因为大数据毕竟现在还是一个很浑沌、很模糊的理论。要真正进入到实用还需要很多人的智慧去完善,去改写这个乐章。”贺铿说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16