《大数据原理：复杂信息的准备、共享和分析》一一0.6 大数据成为信息宇宙的中心...

0.6　大数据成为信息宇宙的中心
物理是宇宙的操作系统。
―Steven R. Garman

以前，科学家们一直遵循这条通向真理的路线：提出假说，进行实验；然后获取数据，分析数据，最后发表文章。科学家分析数据的行为是非常关键的，因为其他科学家无法获得同样的数据，也不能重现数据分析的过程。基本上，最终的手稿就是这个科学家的产出。因此，科学认识就建立在了信任的基础上。
在大数据的例子里，最终手稿的概念没有什么意义。大数据资源是永久性的，其中的数据是不可变的（见第6章）。任何科学家的分析结论都不会取代数据本身，其他科学家能够一次又一次地使用这些数据并重新进行分析。
在1976年9月3日那天，海盗2号探测器在火星着陆，并在接下来的3年7个月8天的时间里一直保持着运行状态。海盗2号在着陆不久后做了一个有趣的远程控制实验，天体生物学家使用火星土壤样本，进行了放射性标记的前体转化为复杂的碳基分子的研究，即所谓的标记释放性研究。在这项研究中，土壤的对照样本被加热到很高的温度（例如消毒），且同样暴露在放射性标记前体中，这样不会产生复杂的含碳分子。此后不久，初步的定论是我们为火星土壤中的微生物通过代谢的方式生成了碳基分子11。正如你所想的那样，这个结论立即受到了挑战，并且至今仍存在争议。
那么海盗2号的实验是如何与大数据产生联系的？自1976年以来，在首篇论文发表后的很长一段时间，科学家们能够获取来自标记释放性研究的数据，并进行重新分析。一些新的分析技术在这些数据上获得了应用，产生了新的结论，并已公开发表。随着火星任务的增加，产生了越来越多的数据（例如，水和甲烷的检测数据），同时也支持了火星上存在生物的结论。但没有数据可以作为确证，火星上的微生物也没有被分离出来。这里要指出的是，标记释放性数据是可被访问且永久性的，也是能够被重复研究的，能够与新数据比较或结合，当然也能不断遭受争议。
如今，大数据资源极有可能形成自成千上万的个体。资源中的数据或许会激发出几十个科学项目、上百个手稿、上千个分析结果或者百万个搜索和检索操作。大数据资源已经成为高校、研究实验室、公司和联邦机构圈所围绕的中心对象。他们从大数据资源中获取信息，然后利用这些信息进行分析研究并发表论文。由于大数据资源的永久性，因此在同一数据集上，任何分析都能够被检查，在未来任何时候也能够被重新分析。由于大数据资源在时间上既向前增长（例如，产生新信息），也向后增长（例如，吸收遗留数据），因此数据的价值也就随着持续增长。
大数据资源是现代信息宇宙中的恒星。物理宇宙中的所有物质都来自恒星中产生的重元素和轻元素。在信息宇宙中的所有数据是由简单数据形成的复杂数据。正如恒星能够耗尽自己的生命，爆炸，甚至在其自身重量下坍塌成为黑洞，大数据资源也可能因失去经费而枯竭，灰飞烟灭，甚至在其自身重量下因不堪重负而倾塌，最终化为暗黑的虚无。这是一个有趣的隐喻。后续章节将说明如何设计和操作大数据资源以确保其稳定、有用、生长和永恒。而那些你所期盼的从一个巨大物体中发现的特征也许就位于信息宇宙的中心。