言，我認(rèn)為是幾個(gè)因素共同導(dǎo)致了這一朗朗上口的詞匯的流行。其中之一是人們?cè)诓煌I(lǐng)域采集到的數(shù)據(jù)量之大，達(dá)到了前所未有的程度，而傳感、存儲(chǔ)和網(wǎng)絡(luò)等計(jì)算機(jī)科學(xué)領(lǐng)域也在不斷前行。人們需要收集大量數(shù)據(jù)，一部分原因在于許多人類活動(dòng)已經(jīng)轉(zhuǎn)向了網(wǎng)絡(luò)，各種交易和事件數(shù)據(jù)的收集變得十分容易，而且能夠?qū)崟r(shí)同步收集。這些活動(dòng)包括電子商務(wù)、通過道路上的傳感器記錄汽車行駛狀況、利用位置數(shù)據(jù)提供智能手機(jī)服務(wù)等。而在醫(yī)療領(lǐng)域，基因組研究的突飛猛進(jìn)和醫(yī)院臨床數(shù)據(jù)捕獲，將越來(lái)越多的GB級(jí)乃至TB級(jí)患者數(shù)據(jù)輸送到數(shù)據(jù)庫(kù)中。

吳甘沙：數(shù)據(jù)總量的增長(zhǎng)主要?dú)w功于非結(jié)構(gòu)化數(shù)據(jù)的增長(zhǎng)，目前普遍被認(rèn)為占到85%以上，而且增速比結(jié)構(gòu)化數(shù)據(jù)快得多，有種說(shuō)法是快10—50倍。

早期的非結(jié)構(gòu)化數(shù)據(jù)，主要是文本，如電子郵件、文檔等。隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，又?jǐn)U展到網(wǎng)頁(yè)、社交媒體、感知數(shù)據(jù)，涵蓋音頻、圖片、視頻、模擬信號(hào)等等，真正詮釋了數(shù)據(jù)的多樣性。但同時(shí)，低信息密度的非結(jié)構(gòu)化數(shù)據(jù)是大數(shù)據(jù)的一大挑戰(zhàn)。

從具體內(nèi)容上，大數(shù)據(jù)通常分為四類：科研數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、企業(yè)數(shù)據(jù)、感知數(shù)據(jù)。

科研數(shù)據(jù)屬于大數(shù)據(jù)時(shí)代前很久就存在的“史前生物”，可能來(lái)自生物工程、天文望遠(yuǎn)鏡或粒子對(duì)撞機(jī)，不一而足。這些數(shù)據(jù)存在于封閉系統(tǒng)中，玩家都是傳統(tǒng)上做高性能計(jì)算的企業(yè)或機(jī)構(gòu)。最著名的是歐洲核子研究中心的大型強(qiáng)子對(duì)撞機(jī)，此機(jī)不撞則已，一撞驚人，工作狀態(tài)下每秒產(chǎn)生PB級(jí)的數(shù)據(jù)。

互聯(lián)網(wǎng)大數(shù)據(jù)是目前這個(gè)時(shí)代的主流，尤其社交媒體被認(rèn)為是大數(shù)據(jù)的爆發(fā)點(diǎn)。幾乎所有的大數(shù)據(jù)技術(shù)都起源于互聯(lián)網(wǎng)企業(yè)。所有這些企業(yè)當(dāng)中，做搜索的最大，百度達(dá)到了千PB的規(guī)模，谷歌更大一些。臉譜網(wǎng)、雅虎等都在數(shù)百PB，亞馬遜、阿里巴巴應(yīng)該也同在此列。

進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代后，移動(dòng)平臺(tái)的感知功能和LBS（基于位置的服務(wù)）的普及，使得互聯(lián)網(wǎng)數(shù)據(jù)與感知數(shù)據(jù)產(chǎn)生了重疊。同樣，企業(yè)數(shù)據(jù)和感知數(shù)據(jù)也有重合，如企業(yè)會(huì)部署物聯(lián)網(wǎng)收集感知數(shù)據(jù)。但感知數(shù)據(jù)的體量要大得多，甚至有預(yù)測(cè)感知數(shù)據(jù)的總量在2015年超過社交媒體，并達(dá)到后者的10—20倍。企業(yè)自身的數(shù)據(jù)比起十年前雖然沒有數(shù)量級(jí)的提升，但也得到了有機(jī)的增長(zhǎng)：一方面，內(nèi)部數(shù)據(jù)從結(jié)構(gòu)化數(shù)據(jù)擴(kuò)展到非結(jié)構(gòu)化的數(shù)據(jù)，另一方面，更強(qiáng)調(diào)與新的外部數(shù)據(jù)源如社交媒體數(shù)據(jù)的融合。

大數(shù)據(jù)的價(jià)值在于獲得洞察力

記者：雖然有多種解讀，但業(yè)界一般認(rèn)為，大數(shù)據(jù)有四個(gè)“V”字開頭的特征：Volume（體量）, Velocity（速度）, Variety（種類），Value（價(jià)值）。這其實(shí)也是大數(shù)據(jù)概念的組成。Volume是指大數(shù)據(jù)巨大的數(shù)據(jù)量與數(shù)據(jù)完整性；Velocity可以理解為更快地滿足實(shí)時(shí)性需求；Variety則意味著要在海量、種類繁多的數(shù)據(jù)間發(fā)現(xiàn)其內(nèi)在關(guān)聯(lián)；Value最重要，它是大數(shù)據(jù)的最終意義——獲得洞察力和價(jià)值。簡(jiǎn)單說(shuō)，大數(shù)據(jù)4個(gè)V：就是體量大，快速化，類型雜，價(jià)值大。

張亞勤：體量容易理解。速度可以理解為更快地滿足實(shí)時(shí)性需求。數(shù)據(jù)的實(shí)時(shí)化需求正越來(lái)越清晰。對(duì)普通人而言，開車去吃飯，會(huì)先用移動(dòng)終端中的地圖查詢餐廳的位置，預(yù)計(jì)行車路線的擁堵情況，了解停車場(chǎng)信息甚至是其他用戶對(duì)餐廳的評(píng)論。吃飯時(shí)，會(huì)用手機(jī)拍攝食物的照片，編輯簡(jiǎn)短評(píng)論發(fā)布到微博或者微信上，還可以用LBS應(yīng)用查找在同一間餐廳吃飯的人，看有沒有好友在附近……

通過各種有線和無(wú)線網(wǎng)絡(luò)，人和人、人和各種機(jī)器、機(jī)器和機(jī)器之間產(chǎn)生無(wú)處不在的連接，這些連接不可避免地帶來(lái)數(shù)據(jù)交換。而數(shù)據(jù)交換的關(guān)鍵是降低延遲，以近乎實(shí)時(shí)——意味著小于250毫秒的方式呈獻(xiàn)給用戶。

類型雜必然促使我們對(duì)海量數(shù)據(jù)進(jìn)行分析、處理和集成，找出原本看來(lái)毫無(wú)關(guān)系的那些數(shù)據(jù)的關(guān)聯(lián)性，把似乎沒有用的數(shù)據(jù)變成有用的信息，以支持我們做出的判斷，最終形成大數(shù)據(jù)的價(jià)值——獲得洞察力和價(jià)值。

大數(shù)據(jù)的崛起，正是在人工智能、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等技術(shù)的迅速發(fā)展驅(qū)動(dòng)下，呈現(xiàn)這么一個(gè)過程：將信號(hào)轉(zhuǎn)化為數(shù)據(jù)，將數(shù)據(jù)分析為信息，將信息提煉為知識(shí)，以知識(shí)促成決策和行動(dòng)。所以真正好的大數(shù)據(jù)系統(tǒng)，重要的不是越多越好，其實(shí)越少越好，最終變成一個(gè)決策，這才是最關(guān)鍵的。

大數(shù)據(jù)開啟了一個(gè)新的世界，人們