大数据的本质和核心是什么

一、一场以大数据为核心的智能盛宴

　　时下仿佛大家都在谈人工智能，就像当年人人都在谈大数据一样。在不同场合上，阿里巴巴的马云、百度的李彦宏及腾讯的马化腾分别谈过自己对人工智能的看法和观点。这种对话有点儿像金庸小说中的华山论剑。到底是气宗( 大数据)还是剑宗(人工智能)更有战略意义?我认为，两者是相辅相成的。经历了互联网20 年的发展，我们已经积累了足够多的数据去驱动一场“智能盛宴”，以大数据为核心的人工智能渐露端倪。


　　有一天晚上准备睡觉时，听到隔壁传来女儿跟苹果智能语音助手Siri 对话的声音。我太太问我，这样正常吗?我告诉她不用担心，这是目前的趋势。根据不久前美国“用户普及率调查”的结果，语音助手的使用已经达到引爆点，并在走向大规模普及的阶段。

　　前段时间，我在美国旧金山就拜访了Semantic Machines 的创始人兼CEO 丹· 罗斯(Dan Roth)，这家公司的成员很多都是Siri 和Echo 的幕后功臣。如今，罗斯领导着一个汇集了自然语言处理、语义理解、会话计算等领域专家的顶级团队，目标是攻破人机对话领域这个老大难的题目。

　　罗斯把他们正在研发的革命性技术称为对话式人工智能(Conversational AI)。与Siri 相比，这种技术能够更真实地了解用户本人的意图，哪怕用户从一个话题跳到另一个话题，又或者说的话不完整、不连贯，而这些正是人类对话的自然特点。这些特点正是目前这类技术的难点所在，相信了解破解自然语言难度的人都清楚，这项研究一旦成功，必然会改变世界。

　　2010 年，“数据科学家”这个称谓的发明者帕蒂尔(D.J.Patil)和杰夫· 哈默巴赫(Jeff Hammerbacher)认为，一切应该以产品为中心，从数据获取、数据清洗、搭建和管理数据设施、原型开发、产品设计等方面，去实践数据的价值。我在阿里就经历了从“数据产品”到“数据作为产品”的阶段，后者其实才是大数据的真正产物，也是人工智能的源泉。

　　二、谁掌握“完美信息”，谁就将拥有整个世界

　　刚开始进入数据行业时，我一直秉承着这样一个理念：在“假设数据都是可获取的”基础上，思考问题。随着整个社会数据化程度的进一步加深，以及人与物之间的高度互联，以前很