1 引言

在2 0 1 7年中國大數(shù)據(jù)技術(shù)大會（B DTC）開幕式上，中國計算機學會（CCF）大數(shù)據(jù)專家委員會（以下簡稱大專委）如期發(fā)布了2018年大數(shù)據(jù)十大發(fā)展趨勢預測，引發(fā)了業(yè)界的廣泛關(guān)注和持續(xù)傳播。

本次大數(shù)據(jù)發(fā)展趨勢預測經(jīng)歷了候選項征集和正式投票兩個環(huán)節(jié)。在候選項征集環(huán)節(jié)，補充了若干體現(xiàn)大數(shù)據(jù)領(lǐng)域最新進展的候選項，并調(diào)整和刪除了一些過時選項，最終形成的預測選項包括67項發(fā)展趨勢選項和9項專項調(diào)研選項。在正式投票環(huán)節(jié)，投票范圍面向大專委的正式委員和通訊委員，共收回選票82份。通過對這些選票的匯總和整理，形成了對2018年發(fā)展趨勢的預測，與2017年預測結(jié)果的對比見表1。

表1 大專委2017年、2018年大數(shù)據(jù)十大發(fā)展趨勢預測對比

通過對比不難發(fā)現(xiàn)，大專委對2018年大數(shù)據(jù)發(fā)展趨勢預測的結(jié)果與2017年預測結(jié)果的重合度較高，10條預測項中有6條出現(xiàn)在2017年度的預測結(jié)果中。新出現(xiàn)的4條預測項反映了本次大專委預測結(jié)果的兩大特點：一是人工智能在大數(shù)據(jù)應(yīng)用中具有壓倒性的優(yōu)勢，新增的4條預測項中，3條與人工智能相關(guān)（2018年預測排名中的第6條、第8條、第10條）；二是對大數(shù)據(jù)學科建設(shè)的依賴性增強，體現(xiàn)在新出現(xiàn)的另外一條預測項上（2018預測排名中的第4條），大專委的專家既對數(shù)據(jù)科學寄予厚望，又擔心其學科突破進展緩慢。本文將對2018年大數(shù)據(jù)十大發(fā)展趨勢預測進行簡要的解讀。

2 2018年大數(shù)據(jù)發(fā)展十大趨勢

2.1 趨勢一：機器學習繼續(xù)成為大數(shù)據(jù)智能分析的核心技術(shù)

該項延續(xù)了2017年的預測結(jié)果，再次在投票中拔得頭籌，可見其公認度之高和穩(wěn)定?！按髷?shù)據(jù)”一詞原本是數(shù)據(jù)量大、數(shù)據(jù)樣式復雜等特性的代名詞，如今已經(jīng)逐漸轉(zhuǎn)變?yōu)轭A測分析、用戶行為分析、態(tài)勢感知等高級智能分析方法的運用。

大數(shù)據(jù)智能分析旨在從數(shù)據(jù)中挖掘提取潛藏的巨大價值，這正是大數(shù)據(jù)的核心意義所在。智能分析方法均以機器學習為核心，甚至可以說是機器學習技術(shù)的不同表現(xiàn)形式。機器學習（包括近年來興起的深度學習、強化學習等）已是從事大數(shù)據(jù)行業(yè)的人員應(yīng)具備的基礎(chǔ)技能之一，它在大量數(shù)據(jù)樣本的支撐與分布式存儲管理及計算處理等技術(shù)的支持配合下，成為將大數(shù)據(jù)轉(zhuǎn)化為實際價值的核心手段的不二之選。

2.2 趨勢二：人工智能和腦科學相結(jié)合，成為大數(shù)據(jù)分析領(lǐng)域的熱點

與趨勢一相同，該項也延續(xù)了2017年預測結(jié)果的排位，再次占據(jù)投票排行的榜眼位置。腦科學也稱神經(jīng)科學（Neuroscience），近年來在研究深度和寬度上有了重大突破，包含從對單個神經(jīng)細胞的分子與細胞級的研究到對全腦神經(jīng)網(wǎng)絡(luò)的活動成像。人工智能與腦科學的結(jié)合可以追溯到20世紀四五十年代，人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)正是兩個學科的最初也是最重要的成果之一。DeepMind公司在2017年12月發(fā)布的AlphaZero同時在圍棋、國際象棋上展現(xiàn)出超越人類的強大智能，其中采用的卷積神經(jīng)網(wǎng)絡(luò)等深度學習技術(shù)的思想也是起源于人工神經(jīng)網(wǎng)絡(luò)及一些對人腦的初步研究結(jié)論，這說明了腦科學與人工智能結(jié)合的巨大潛力。

然而，腦科學研究與人工智能的真正融合還沒有發(fā)生，因為研究者尚未完成對人腦神經(jīng)結(jié)構(gòu)的解析，不清楚百億級的神經(jīng)元如何交互，以完成高效的信息處理。腦科學的研究進展可能成為人工智能跨越發(fā)展的關(guān)鍵助推，如神經(jīng)網(wǎng)絡(luò)的自組織、自學習等，從而為大數(shù)據(jù)分析帶來突破。因此，對人工智能與腦科學的結(jié)合研究將持續(xù)升溫，成為相關(guān)領(lǐng)域的重要熱點。

2.3 趨勢三：數(shù)據(jù)科學帶動多學科融合

該項是2017年預測結(jié)果趨勢四——“多學科融合與數(shù)據(jù)科學興起”的發(fā)展演進。數(shù)據(jù)科學從興起逐漸成長為現(xiàn)實，專門的研究機構(gòu)的建立以及相應(yīng)的專業(yè)與學位的設(shè)立是這一過程的真實寫照，數(shù)據(jù)科學家已然成為21世紀最受追捧的職業(yè)之一。但從本質(zhì)上看，數(shù)據(jù)科學是一門綜合統(tǒng)計、數(shù)據(jù)挖掘、機器學習、數(shù)據(jù)可視化、分布式系統(tǒng)、高性能計算等多項理論及技術(shù)，以從數(shù)據(jù)中提取潛在價值為目標的學科，它的存在本身就是多學科融合的典范。因此，數(shù)據(jù)科學的發(fā)展成熟必然會進一步推動相關(guān)學科的深入交叉融合。

此外，數(shù)據(jù)科學的發(fā)展對其他領(lǐng)域也產(chǎn)生了重要影響，包括經(jīng)濟學、醫(yī)學、生物學、社會學等，它提供的數(shù)據(jù)處理及分析技術(shù)為研究者們提供了極大的幫助。人們發(fā)現(xiàn)越來越多的來自不同學科領(lǐng)域的問題可以采用類似的思想和方法進行研究，從而推動學科間的交流融合，促進共同發(fā)展。

2.4 趨勢四：數(shù)據(jù)學科雖然興起，但是學科突破進展緩慢

該項是十大預測中的新面孔。隨著大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，近年來數(shù)據(jù)學科已然興起。國內(nèi)外一些高校已經(jīng)設(shè)立了相關(guān)專業(yè)，開設(shè)有關(guān)課程，逐步探索其發(fā)展方向。國外很多大學將數(shù)據(jù)科學與原有特色專業(yè)結(jié)合，在本校具有優(yōu)勢的領(lǐng)域中關(guān)注和實踐數(shù)據(jù)科學。國內(nèi)高校也紛紛設(shè)立了與大數(shù)據(jù)相關(guān)的專業(yè)或研究所，探索數(shù)據(jù)科學專業(yè)的未來發(fā)展。2016—2017年，經(jīng)教育部批準，國內(nèi)共有35所高校成功申請了“數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)”本科專業(yè)。除了數(shù)學、通信和計算機等基礎(chǔ)課程外，開設(shè)的專業(yè)課程主要分為3個方向，即大數(shù)據(jù)分析方向、大數(shù)據(jù)平臺方向和深度計算分析方向。

學科是人類知識體系中的基本組成部分，任何一個學科的發(fā)展都會經(jīng)歷萌生、形成、成長到成熟的過程?？傮w來說，大數(shù)據(jù)學科建設(shè)尚處于摸索階段，還沒有一個成熟的學科體系，相關(guān)課程體系及要求尚未完全達成共識，還需要進行進一步的技術(shù)研究、實踐積累和理論提升，只有相應(yīng)的知識被創(chuàng)造并逐步發(fā)展成系統(tǒng)化的理論與方法，才能形成一個有特色的學科。

趨勢四與趨勢三共同出現(xiàn)，反映了大專委的專家對大數(shù)據(jù)學科建設(shè)的矛盾心理。一方面，大專委的專家寄希望于在具體的應(yīng)用技術(shù)之外，能夠通過學科建設(shè)帶動大數(shù)據(jù)的發(fā)展；另一方面，又對學科建設(shè)發(fā)展的進度持悲觀看法。暫且不考慮這種矛盾性，這兩項趨勢預測同時出現(xiàn)，也體現(xiàn)了大專委越來越多的專家開始在技術(shù)之外，從科學的角度思考大數(shù)據(jù)的本質(zhì)問題。

2.5 趨勢五：推動數(shù)據(jù)立法，重視個人數(shù)據(jù)隱私

該項來自于2017年預測結(jié)果的趨勢九。數(shù)據(jù)安全和個人隱私泄漏已然成為全球安全問題的焦點，近年來，有關(guān)數(shù)據(jù)和個人隱私數(shù)據(jù)泄露的安全事件頻頻爆出，如美國信用機構(gòu)Equifax因遭到黑客襲擊，大約1.43億名用戶的數(shù)據(jù)被泄露，相關(guān)內(nèi)容包括社保號碼、生日、地址等。所以，在2018年的十大趨勢中，該項被更多的專家關(guān)注，一舉進入前五。

要做到對數(shù)據(jù)加強保護，除了采用技術(shù)手段和行業(yè)自律外，還應(yīng)加強法律建設(shè)和政府監(jiān)管。2017年6月1日起,我國開始施行的《中華人民共和國網(wǎng)絡(luò)安全法》用一個章節(jié)的篇幅專門規(guī)定網(wǎng)絡(luò)信息安全保護相關(guān)條款，這對加強數(shù)據(jù)保護起到了非常積極的作用。但是，還要看到，由于技術(shù)的快速發(fā)展和現(xiàn)實情況的復雜多變，我國現(xiàn)行的法律法規(guī)中對網(wǎng)絡(luò)信息保護的條款還不夠，相互之間的協(xié)調(diào)也還存在一定的問題。因此，要從數(shù)據(jù)的全生命周期進行綜合考慮，進一步推動數(shù)據(jù)立法，從法律層面對數(shù)據(jù)的采集、傳輸、流轉(zhuǎn)、交易、使用和銷毀等環(huán)節(jié)做出明確約束，使得個人數(shù)據(jù)隱私保護有法可依，以更好地對數(shù)據(jù)和個人隱私進行強有力的法律保護。

2.6 趨勢六：大數(shù)據(jù)預測和決策支持仍然是應(yīng)用的主要形式

這是有關(guān)大數(shù)據(jù)應(yīng)用場景的預測。利用大數(shù)據(jù)做預測和決策支持是大數(shù)據(jù)的經(jīng)典應(yīng)用場景，也與機器學習和數(shù)據(jù)挖掘密切相關(guān)。典型做法是通過分析海量歷史數(shù)據(jù)，找到現(xiàn)有現(xiàn)象之間的相關(guān)關(guān)系，建立相應(yīng)的機器學習模型，并應(yīng)用構(gòu)建的模型預測未來，進而向決策者提供決策支持。

通過對海量的多維、異構(gòu)數(shù)據(jù)進行融合分析，可以從時間、空間、網(wǎng)絡(luò)等多個維度面向特定對象建立更全面和精準的畫像，分析歷史行為軌跡，預測未來發(fā)展態(tài)勢。典型應(yīng)用場景包括個性化推薦、資源配置優(yōu)化、企業(yè)決策支持等。例如，電子商務(wù)企業(yè)通過分析用戶的歷史購買行為，進行精準的商品推薦；網(wǎng)約車企業(yè)通過歷史數(shù)據(jù)對特定區(qū)域未來的客流量進行預測，進而實現(xiàn)車輛預先調(diào)度，達到整體資源利用最優(yōu)化的目的。

2.7 趨勢七：數(shù)據(jù)的語義化和知識化是數(shù)據(jù)價值的基礎(chǔ)問題

該項在2017年的預測中排名第六，2018年的排名變化不大。數(shù)據(jù)語義化是通過符號變換將文檔轉(zhuǎn)換成機器可“理解”的符號的過程；數(shù)據(jù)知識化是在語義化的基礎(chǔ)上進一步挖掘并展示數(shù)據(jù)深層含義的過程，這兩個過程是知識自動發(fā)現(xiàn)和挖掘的基礎(chǔ)。從Linked of Data的發(fā)展，到Google知識圖譜，再到Google Vault以及深度問答應(yīng)用的出現(xiàn)，證明了數(shù)據(jù)的知識化組織和語義關(guān)聯(lián)是發(fā)現(xiàn)、挖掘并有效管理大數(shù)據(jù)深層價值的前提。在可預見的未來，人們將面臨更快的數(shù)據(jù)增長和更廣的數(shù)據(jù)維度，面對這些海量復雜數(shù)據(jù)，數(shù)據(jù)的價值更容易被淹沒。如何更好地發(fā)現(xiàn)和理解這些海量數(shù)據(jù)，依然會是未來持續(xù)關(guān)注的問題。

2.8 趨勢八：基于海量知識的智能是主流智能模式

該項同樣是趨勢預測中的新面孔，可以作為趨勢七的后續(xù)。2017年人工智能領(lǐng)域的一大熱點是出現(xiàn)了像“AlphaGo”“AlphaZero”這種不基于人類已有知識的智能模式，但大專委的專家給出的預測中包含了基于海量知識的智能模式，這也體現(xiàn)了人工智能應(yīng)用模式多樣化的趨勢。

計算機既能存儲人們積累起來的知識和經(jīng)驗，又可以挖掘大數(shù)據(jù)中包含的信息，因此可以取代部分人腦的勞動。如果對人腦的研究有重大科學突破，機器很有可能成為人工大腦，像會思考的人一樣處理信息。人工大腦的實現(xiàn)依賴于海量數(shù)據(jù)語義挖掘、信息抽取和知識庫構(gòu)建的創(chuàng)新及實用方法以及面向海量語義知識庫（信息）的語義查詢技術(shù)和方法。在趨勢七的基礎(chǔ)上，利用大數(shù)據(jù)實現(xiàn)基于海量知識的智能，也就順理成章了。

2.9 趨勢九：大數(shù)據(jù)的安全持續(xù)令人擔憂

這是最近5年來連續(xù)出現(xiàn)在預測結(jié)果中的選項，只是每年的排名會有一些變化。大數(shù)據(jù)安全風險伴隨大數(shù)據(jù)應(yīng)用而生，人們在享受大數(shù)據(jù)福祉的同時，也遭受著前所未有的安全挑戰(zhàn)。隨著大數(shù)據(jù)應(yīng)用的爆發(fā)，應(yīng)用系統(tǒng)遭受攻擊、數(shù)據(jù)丟失和個人信息泄漏的事件常有發(fā)生，而地下數(shù)據(jù)交易“黑灰產(chǎn)”也導致了大量的數(shù)據(jù)濫用和網(wǎng)絡(luò)詐騙事件。這些安全事件，有的造成了個人的財產(chǎn)損失，有的引發(fā)了惡性社會事件，有的甚至危及了國家安全?？梢哉f當前環(huán)境下，大數(shù)據(jù)平臺與技術(shù)、大數(shù)據(jù)環(huán)境下的數(shù)據(jù)和個人信息、大數(shù)據(jù)應(yīng)用等方面都面臨著極大的安全挑戰(zhàn)，這些挑戰(zhàn)不僅對個人會產(chǎn)生重大的影響，更直接威脅到社會穩(wěn)定和國家安全。

相對于業(yè)務(wù)功能，安全手段往往具有滯后性。現(xiàn)有大數(shù)據(jù)平臺和技術(shù)主要圍繞大容量、高速率的數(shù)據(jù)處理功能開發(fā)，在安全機制方面多通過調(diào)用外部安全組件、修補安全補丁的方式進行，存在整體安全規(guī)劃不足、缺乏內(nèi)建安全機制和安全措施協(xié)調(diào)不夠等問題。因此，要想讓大數(shù)據(jù)發(fā)揮作用，其安全保護仍然是一個要花大力氣、持續(xù)解決的重要事項。

2.10 趨勢十：基于知識圖譜的大數(shù)據(jù)應(yīng)用成為熱門應(yīng)用場景

該項首次出現(xiàn)在大專委的調(diào)查問卷中，就成功入選十大趨勢，可見知識圖譜在大數(shù)據(jù)領(lǐng)域的受關(guān)注程度。知識圖譜是一種以符號形式描述物理世界中概念、實體及其關(guān)系的網(wǎng)狀知識結(jié)構(gòu)。當前知識圖譜技術(shù)主要應(yīng)用于智能語義搜索（如Knowledge Vault）、移動個人助理（如Google Now、Apple Siri）以及深度問答系統(tǒng)（如IBM Watson、Wolfram Alpha）等。然而，隨著各領(lǐng)域數(shù)據(jù)的積累，海量復雜數(shù)據(jù)將不斷加劇知識的碎片化和復雜化，知識的碎片化會降低知識的價值，而知識的復雜化會降低知識的易用性。因此，需要一個能夠有效管理領(lǐng)域知識的載體。知識圖譜的出現(xiàn)，不僅可以將信息表達成更近似人類認知世界的形式，而且提供了一種更好的組織、管理和利用海量復雜數(shù)據(jù)的方式。現(xiàn)在基于知識圖譜的大數(shù)據(jù)應(yīng)用已經(jīng)開始慢慢滲透到各行各業(yè)，例如，互聯(lián)網(wǎng)金融中的反欺詐應(yīng)用、企業(yè)的精準營銷應(yīng)用、生命科學中的藥物發(fā)現(xiàn)應(yīng)用、電信行業(yè)的客戶關(guān)系發(fā)現(xiàn)應(yīng)用等。預期未來基于知識圖譜的大數(shù)據(jù)應(yīng)用將會滲透到更多領(lǐng)域和場景。

3 大數(shù)據(jù)發(fā)展專項調(diào)研

3.1 最令人矚目的應(yīng)用領(lǐng)域

大數(shù)據(jù)的發(fā)展最直接的推動力來自于應(yīng)用，最近5年大數(shù)據(jù)“最令人矚目的應(yīng)用領(lǐng)域”的專項調(diào)研結(jié)果見表2。前三甲一直都是互聯(lián)網(wǎng)和電子商務(wù)、金融、健康醫(yī)療，但2018年金融超越互聯(lián)網(wǎng)和電子商務(wù)，排名上升到首位，這在調(diào)研中還是首次出現(xiàn)。此外，城鎮(zhèn)化和智慧城市的得票數(shù)也有所上升，其他選項的得票數(shù)與前四名相去甚遠，不足以出現(xiàn)在排名中。這反映出隨著國家智慧城市建設(shè)的推進，面向智慧城市的大數(shù)據(jù)應(yīng)用受到了更多的關(guān)注。

表2 大數(shù)據(jù)應(yīng)用最令人矚目領(lǐng)域調(diào)查結(jié)果對比

3.2 取得應(yīng)用和技術(shù)突破的數(shù)據(jù)類型

所謂“取得應(yīng)用和技術(shù)突破的數(shù)據(jù)類型”是指當前的分析技術(shù)和應(yīng)用形態(tài)還不成熟、在未來一年最有可能取得突破性進展的數(shù)據(jù)類型，最近4年的預測結(jié)果見表3。其中對2018年的預測集中在城市數(shù)據(jù)和視頻數(shù)據(jù)，排名第三的語音數(shù)據(jù)及后續(xù)項目的得票數(shù)與前兩名相去甚遠。這可能與對這兩類數(shù)據(jù)的處理還沒有成熟的應(yīng)用模式有關(guān)，而對語音、互聯(lián)網(wǎng)、圖形圖像等數(shù)據(jù)的處理技術(shù)和應(yīng)用模式已相對成熟，要想取得新的突破難度更大。

表3 取得應(yīng)用和技術(shù)突破的數(shù)據(jù)類型調(diào)查結(jié)果對比

3.3 與大數(shù)據(jù)最匹配的概念

本項調(diào)查結(jié)果見表4。在對2018年的預測中，“機器人和人工智能”得票數(shù)遠高于其他候選項，以至于其他選項都不足以出現(xiàn)在該統(tǒng)計表中。人工智能呈現(xiàn)出的“一邊倒”的優(yōu)勢，也反映了正處于風口上的人工智能的火熱程度。

表4 與大數(shù)據(jù)最匹配的概念調(diào)查結(jié)果對比

3.4 我國大數(shù)據(jù)發(fā)展的最主要推動者

本項關(guān)注到底是什么樣的力量在推動大數(shù)據(jù)的技術(shù)、產(chǎn)業(yè)、應(yīng)用的發(fā)展，調(diào)研結(jié)果見表5?？梢钥闯?，除了大型互聯(lián)網(wǎng)公司和政府機構(gòu)，其他的推動者都已經(jīng)先后淡出了這個名單。這說明大專委的專家們已經(jīng)形成了較為一致的看法：能夠推動大數(shù)據(jù)發(fā)展的，要么是具備資金、技術(shù)和數(shù)據(jù)優(yōu)勢的互聯(lián)網(wǎng)公司，要么是具備政策影響力的政府機構(gòu)，其他機構(gòu)對大數(shù)據(jù)發(fā)展的推動力都十分有限。

表5 我國大數(shù)據(jù)發(fā)展的最主要推動者調(diào)查結(jié)果對比

3.5 大數(shù)據(jù)發(fā)展階段判斷

本項借用Gartner技術(shù)成熟度曲線中對技術(shù)發(fā)展階段的劃分，評估人們對大數(shù)據(jù)當前發(fā)展階段的看法，見表6。從這6個階段的投票分布來看，第二階段（即將快速增長）和第六階段（穩(wěn)步成長中）占投票數(shù)的63%，對比2017年的預測集中度有了進一步的提升，這表明整體上大專委的專家對大數(shù)據(jù)的發(fā)展前景持更加樂觀的態(tài)度。事實上Gartner從2015年起，已經(jīng)不在每年的新興技術(shù)成熟度曲線中給出大數(shù)據(jù)的位置，Gartner對此的解釋是大數(shù)據(jù)已經(jīng)快速發(fā)展成為一項各個領(lǐng)域通用的基礎(chǔ)技術(shù)，因此不再作為新興技術(shù)進行定位。大專委的專家們給出的發(fā)展階段判斷與Gartner的判斷有一定的一致性。

表6 大數(shù)據(jù)發(fā)展階段判斷調(diào)查結(jié)果對比

4 結(jié)束語

本文介紹了CCF大專委對2018年大數(shù)據(jù)發(fā)展趨勢預測的結(jié)果，并將最近幾年的預測結(jié)果進行了對比分析，以便讀者能夠全面地了解大數(shù)據(jù)的發(fā)展趨勢。

當前在各個領(lǐng)域通過采集、分析和運用數(shù)據(jù)提升能力的行為越來越普遍，大數(shù)據(jù)已經(jīng)真正成為眾多行業(yè)的底層關(guān)鍵技術(shù)。在國家戰(zhàn)略層面，新一屆政治局在2017年底就實施國家大數(shù)據(jù)戰(zhàn)略進行了第二次集體學習，習近平總書記強調(diào)要通過大數(shù)據(jù)進行產(chǎn)業(yè)創(chuàng)新、打造數(shù)字經(jīng)濟、提升國家治理水平、改善民生以及保障國家數(shù)據(jù)安全。期待國內(nèi)的大數(shù)據(jù)產(chǎn)業(yè)和技術(shù)能夠?qū)崿F(xiàn)快速、良性的發(fā)展，為社會創(chuàng)造更多的價值。