2009年時(shí)，全世界關(guān)于大數據的研究項目還非常有限，從2011年開(kāi)始，越來(lái)越多的管理者開(kāi)始意識到，大數據將是未來(lái)發(fā)展不可規避的問(wèn)題，而到2012年年底，世界財富500 強企業(yè)中90%的企業(yè)都開(kāi)展了大數據的項目。

IDC的研究顯示，到2015年，大數據市場(chǎng)前景將達到169億美元的規模。當前所有企業(yè)的商業(yè)數據每隔1.2年就將遞增一倍。無(wú)疑，數據信息的大爆炸不斷提醒著(zhù)我們，未來(lái)將會(huì )因大數據技術(shù)而改變。

那么，大數據為什么成為所有人關(guān)注的焦點(diǎn)？大數據帶來(lái)了什么樣的本質(zhì)性改變？為此，我們與中國計算機學(xué)會(huì )大數據學(xué)術(shù)帶頭人、中國人民大學(xué)信息學(xué)院院長(cháng)杜小勇教授進(jìn)行了訪(fǎng)談。

杜小勇教授認為，大數據帶來(lái)了三大根本改變：第一、大數據讓人們脫離了對算法和模型的依賴(lài)，數據本身即可幫助人們貼近事情的真相；第二、大數據弱化了因果關(guān)系。

大數據分析可以挖掘出不同要素之間的相關(guān)關(guān)系。人們不需要知道這些要素為什么相關(guān)就可以利用其結果，在信息復雜錯綜的現代社會(huì )，這樣的應用將大大提高效率；

第三、與之前的數據庫相關(guān)技術(shù)相比，大數據可以處理半結構化或非結構化的數據。這將使計算機能夠分析的數據范圍迅速擴大。

杜小勇教授用例子更進(jìn)一步闡述了上述觀(guān)點(diǎn)：

第一、計算機科學(xué)在大數據出現之前，非常依賴(lài)模型以及算法。

人們如果想要得到精準的結論，需要建立模型來(lái)描述問(wèn)題，同時(shí)，需要理順邏輯，理解因果，設計精妙的算法來(lái)得出接近現實(shí)的結論。因此，一個(gè)問(wèn)題，能否得到最好的解決，取決于建模是否合理，各種算法的比拼成為決定成敗的關(guān)鍵。

然而，大數據的出現徹底改變了人們對于建模和算法的依賴(lài)。舉例來(lái)說(shuō)，假設解決某一問(wèn)題有算法A 和算法B。在小量數據中運行時(shí)，算法A的結果明顯優(yōu)于算法B。也就是說(shuō)，就算法本身而言，算法A能夠帶來(lái)更好的結果.

然而，人們發(fā)現，當數據量不斷增大時(shí)，算法B在大量數據中運行的結果優(yōu)于算法A在小量數據中運行的結果。這一發(fā)現給計算機學(xué)科及計算機衍生學(xué)科都帶來(lái)了里程碑式的啟示：

當數據越來(lái)越大時(shí)，數據本身（而不是研究數據所使用的算法和模型）保證了數據分析結果的有效性。即便缺乏精準的算法，只要擁有足夠多的數據，也能得到接近事實(shí)的結論。數據因此而被譽(yù)為新的生產(chǎn)力。

第二、當數據足夠多的時(shí)候，不需要了解具體的因果關(guān)系就能夠得出結論。

例如，Google 在幫助用戶(hù)翻譯時(shí)，并不是設定各種語(yǔ)法和翻譯規則。而是利用Google數據庫中收集的所有用戶(hù)的用詞習慣進(jìn)行比較推薦。Google檢查所有用戶(hù)的寫(xiě)作習慣，將最常用、出現頻率最高的翻譯方式推薦給用戶(hù)。

在這一過(guò)程中，計算機可以并不了解問(wèn)題的邏輯，但是當用戶(hù)行為的記錄數據越來(lái)越多時(shí)，計算機就可以在不了解問(wèn)題邏輯的情況之下，提供最為可靠的結果?？梢?jiàn)，海量數據和處理這些數據的分析工具，為理解世界提供了一條完整的新途徑。

第三、由于能夠處理多種數據結構，大數據能夠在最大程度上利用互聯(lián)網(wǎng)上記錄的人類(lèi)行為數據進(jìn)行分析。

大數據出現之前，計算機所能夠處理的數據都需要前期進(jìn)行結構化處理，并記錄在相應的數據庫中。

但大數據技術(shù)對于數據的結構的要求大大降低，互聯(lián)網(wǎng)上人們留下的社交信息、地理位置信息、行為習慣信息、偏好信息等各種維度的信息都可以實(shí)時(shí)處理，立體完整地勾勒出每一個(gè)個(gè)體的各種特征。