?

英國帝國理工學(xué)院、上海大學(xué)計算機(jī)學(xué)院 郭毅可大數(shù)據(jù)為科學(xué)創(chuàng)造價值

世界的數(shù)據(jù)化帶來了大數(shù)據(jù)時代的興起。數(shù)據(jù)科學(xué)（Data Science）作為一門研究數(shù)據(jù)的新興學(xué)科，旨在系統(tǒng)地學(xué)習(xí)數(shù)據(jù)的特性、結(jié)構(gòu)以及相互作用并從中獲取相關(guān)的信息和知識。它結(jié)合了多個領(lǐng)域的理論和技術(shù)，包括應(yīng)用數(shù)學(xué)、統(tǒng)計學(xué)、信息學(xué)中的模式識別、機(jī)器學(xué)習(xí)、信號處理、數(shù)據(jù)存儲與管理、可視化以及高性能計算等。

如今，數(shù)據(jù)科學(xué)已經(jīng)滲入到包括生物科學(xué)、醫(yī)學(xué)信息、醫(yī)療衛(wèi)生、社會科學(xué)、人文科學(xué)以及工程學(xué)之中，并深深影響著經(jīng)濟(jì)、商業(yè)和金融業(yè)的發(fā)展。數(shù)據(jù)科學(xué)涉及到數(shù)據(jù)從采集、探索到分析、交流的整個生命周期，已經(jīng)成為現(xiàn)代跨學(xué)科科學(xué)研究的核心。

通過大數(shù)據(jù)中分析，一是可以幫助人們做社會調(diào)查，二是能夠訓(xùn)練新一代的數(shù)據(jù)科學(xué)家，三是發(fā)展大數(shù)據(jù)管理與分析技術(shù)，四是將技術(shù)轉(zhuǎn)化成工業(yè)產(chǎn)品，與工業(yè)界進(jìn)行良好合作。

大數(shù)據(jù)科學(xué)研究

1.數(shù)據(jù)管理

數(shù)據(jù)管理主要包括兩個方面，一是融合，就是把不同的數(shù)據(jù)整合起來。二是分析，在大數(shù)據(jù)環(huán)境下，更重要的是把數(shù)據(jù)提取出來后進(jìn)行分解，而不是簡單進(jìn)行查詢。以往人們都是用90%的時間進(jìn)行數(shù)據(jù)整理，10%的時間來進(jìn)行分析。數(shù)據(jù)分析做好了，往往就成功了一半。數(shù)據(jù)整理工作非常復(fù)雜，但卻是非常重要的一項內(nèi)容。

2.數(shù)據(jù)獲取

在數(shù)據(jù)獲取中，主要有兩個問題，一是使用各式各樣的傳感器，另一個就是數(shù)據(jù)交匯。數(shù)據(jù)進(jìn)來之后，在數(shù)據(jù)加工過程中，要動態(tài)地獲取信息，目前所有的科學(xué)研究，都是信息驅(qū)動的。

大數(shù)據(jù)的應(yīng)用

帝國理工學(xué)院包括醫(yī)學(xué)院、理工院、商學(xué)院和工學(xué)院，這些學(xué)院也都是有數(shù)據(jù)的。

大數(shù)據(jù)不是單一的，是多學(xué)科交叉，其中與醫(yī)學(xué)的合作能切實有效地服務(wù)于大眾。人們都在談精準(zhǔn)醫(yī)學(xué)，就是對它進(jìn)行分子級的衡量，這所產(chǎn)生的數(shù)據(jù)量大，數(shù)據(jù)的采集和分析工作是非常復(fù)雜的。現(xiàn)在有許多手機(jī)軟件可以記錄用戶的每天生理數(shù)據(jù)，通過采集這些數(shù)據(jù)，用戶可以根據(jù)每天的數(shù)據(jù)進(jìn)行對比，判斷自己每天的健康狀態(tài)。

大數(shù)據(jù)的生成需要各種儀器，所以物聯(lián)網(wǎng)、醫(yī)療基因測序等得以生成各種數(shù)據(jù)的儀器設(shè)備便風(fēng)生水起。再如，對大數(shù)據(jù)這種“資源”進(jìn)行處理，需要大規(guī)模使用計算機(jī)，“云計算”、智能終端的重要性得以凸顯，它們不僅處理數(shù)據(jù)，也同時輸送數(shù)據(jù)，繼而產(chǎn)生新數(shù)據(jù)。

如何用好這些數(shù)據(jù)？通過軟件，人們每天都可以了解自己的心跳等數(shù)據(jù)。但是僅僅知道心跳多少，并沒有什么意義。關(guān)鍵在于如何把這些數(shù)據(jù)變得有用起來，這就需要構(gòu)造一個個人的生理模型。如果這一模型構(gòu)造完成，就能代表人們的正常狀態(tài)，每天可以用數(shù)據(jù)來比對模型，如果不一致，就能了解到身體處于不正常狀態(tài)。

步入大數(shù)據(jù)時代，整個計算機(jī)科學(xué)的研究重點和使用方法都發(fā)生轉(zhuǎn)變——計算機(jī)更向“智”的方向發(fā)展。這也是為什么類腦計算機(jī)、人工智能會從過去的計算機(jī)科學(xué)的支流變成今天的主流。

大數(shù)據(jù)人才培養(yǎng)

大學(xué)擔(dān)負(fù)著培養(yǎng)人才的重任，近兩年來，隨著大數(shù)據(jù)不斷升溫，國內(nèi)很多大學(xué)和研究機(jī)構(gòu)也都忙著掛牌成立大數(shù)據(jù)研究機(jī)構(gòu)。

英國帝國理工學(xué)院數(shù)據(jù)科學(xué)研究所成立于2014年4月。以數(shù)據(jù)科學(xué)基礎(chǔ)為科研方向， 數(shù)據(jù)科學(xué)研究所旨在發(fā)展數(shù)據(jù)科學(xué)和大數(shù)據(jù)背景下最前沿的理論、技術(shù)及系統(tǒng)。數(shù)據(jù)科學(xué)研究所為帝國理工的科學(xué)家和合作伙伴提供了以數(shù)據(jù)為驅(qū)動的跨學(xué)科研究支持， 并同時培養(yǎng)下一代數(shù)據(jù)科學(xué)家。目前，帝國理工數(shù)據(jù)科學(xué)研究院正在快速發(fā)展成為英國數(shù)據(jù)科學(xué)的一個重要研究中心，并與全球多所頂尖科研機(jī)構(gòu)以及企業(yè)建立了緊密的合作關(guān)系。

帝國理工沒有設(shè)立信息科學(xué)的碩士課程，相反，學(xué)院將數(shù)據(jù)科學(xué)，融合到每一細(xì)分學(xué)科，并劃分為四個模塊，信息科學(xué)與數(shù)據(jù)信息基礎(chǔ)、分析與機(jī)器學(xué)習(xí)、大數(shù)據(jù)編程、規(guī)模數(shù)據(jù)管理。在這個四個模塊中，學(xué)生可以選擇其中三個模塊進(jìn)行學(xué)習(xí)，等學(xué)習(xí)完之后，再與另外一個領(lǐng)域科學(xué)進(jìn)行合作的時候，就能成為這一領(lǐng)域的數(shù)據(jù)科學(xué)家。

數(shù)據(jù)科學(xué)如果沒有領(lǐng)域科學(xué)作為支撐，那么就不會有數(shù)據(jù)產(chǎn)生，人們也就無從分析。因此，單純的數(shù)據(jù)科學(xué)是不適合的。只有大數(shù)據(jù)與領(lǐng)域科學(xué)合作，才能真正地為科學(xué)創(chuàng)造價值。不然，數(shù)據(jù)再大，也沒有任何意義！

（本文整理自英國帝國理工學(xué)院終身教授、上海大學(xué)計算機(jī)學(xué)院院長郭毅可在第四屆中國科研信息化發(fā)展研討會上的演講“ Big Data for Better Science ”）