京公网安备 11010802034615号
经营许可证编号:京B2-20210330
这是中国科学院院士、中科院遥感与数字地球所所长郭华东于日前在北京召开的大数据与科学发现国际研讨会上做出的判断。从数据发展历史看,19世纪70年代以来,数据量大约每十年翻一番;从工业化时代进入信息化时代后,数据量以每三年翻一番的速度持续增长;当今社会,随着计算机技术和互联网的快速发展,数据存储量、规模和种类更是飞速增长,“大数据时代”已经来临。
“不过,在大数据概念与应用实践中,互联网大数据、商业大数据得到了广泛重视和快速发展,与之相比,科学大数据的理论研究与实践还相对较少。”
在郭华东看来,大数据有着重要的发展潜力,其中重要的一点是能够改变人们的科研方式。“通过对大数据的挖掘,取得新的科学发现。”
实际上,科学界已经有了这样的先例。比如上帝粒子的发现,就是欧洲强子对撞机长期数据积累的结果;而诸如人类基因组计划、全球变化研究等,浩瀚的数据量也不断产生着重要的科学发现。
与此同时,科技界屡现大数据相关的论文、专刊和书籍。2008年,英国《自然》杂志率先出版了“大数据”专刊,分析了大数据对当代科学的影响和意义;2011年,美国《科学》杂志推出“数据处理”专刊;2012年,联合国发布大数据政务白皮书《大数据促发展:挑战与机遇》……
“大数据的数量之大已经出乎了人们的预料,更重要的是,它改变了人类认识自然的方式。”郭华东告诉《中国科学报》记者,“尤其是需要巨额投资建造、运行和维护大型研究设施的大科学工程,以及需要跨学科合作的大规模、大尺度的前沿性科学研究项目,更是与大数据联系密切。大数据+大科学=大发现。”
目前,国际上已经有一些学术组织和大型科学计划在着力推动科学大数据的发展,如国际科学理事会下属的国际科技数据委员会是全球最大的科技数据国际学术组织,现拥有国家会员、国际学术组织会员等50余个会员。2010年郭华东当选该组织主席。
任职期间,郭华东努力加强与各国际组织的联系,为其提供战略指导和专业的关键数据,积极推动各项工作,取得了显着的成绩。
在这些工作中,郭华东发现,科学大数据要真正引发科学上的大发现,还存在着一些瓶颈。除了数据获取、处理、存储、传输、系统控制等技术瓶颈外,理念和政策上的瓶颈更亟待突破。“对我国来说,政府已经认识到了大数据的重要性,但数据的共享工作仍然任重道远,这座高山还远远没有翻过去。”
一项统计数字显示,中国目前拥有的数据量占全球的14%;而到2020年,这一比例将上升至21%。
可现实的情况却是“即便同在一个单位里,两个部门之间都很可能不相往来”,“这些部门其实都掌握了许多数据,但不共享,这就等于没有大数据”。
郭华东呼吁,国家应将大数据上升为一项国家战略,做好顶层设计,要从国家层面上推进中长期计划和政策的实施。“大数据时代已经来临,如果认识跟不上,将来落后的不止一步两步。当我们把大数据看作与土地、森林、矿产一样的国家资源时,这件事就能够做好了。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03