分享至
新华网北京１２月１７日电 按照业界比较普遍的看法，大数据具有海量、多种类、需要大规模处理和快速响应等特点。
根据ＩＤＣ（国际数据公司）的跟踪分析，全球产生的数据总量２０１０年首次突破１泽（１０的２１次方）字节，２０１２年达到约２．８泽字节，２０２０年有望达到４０泽字节。２０１２年，全球产生的数据中仅有约０．５％得到分析。到２０２０年，全球数据总量中有２２％将来自中国。
从内容来看，这些海量数据可分为结构化和非结构化数据。问卷调查、产品评论、信用卡记录和实验结果等属于结构化数据，仅占数据总量的５％左右；大数据时代的数据量爆炸多来自非结构化数据，例如在社交网站上发布的照片和视频，在搜索引擎中输入的搜索词，手机产生的即时位置信息等，约占数据量的９５％。
在大数据的处理上，舍恩伯格所著《大数据时代》一书指出，大数据处理分析面对的不是随机样本而是全体数据，不是精确性而是混杂性，不是因果关系而是相关关系。
比如，世界上第一部“先拍照后对焦”光场相机Ｌｙｔｒｏ，就运用了大数据处理分析理念。与传统相机只记录一束光不同，Ｌｙｔｒｏ可以记录整个光场里所有的光，也就是用总体数据取代了随机样本。用户没必要一开始就对焦，想要什么样的照片可以在拍摄之后再决定。
数据量大幅增加对人们注重精确性的习惯等提出了挑战，大数据需要技术和思维上的变革才能利用。谷歌公司人工智能专家说，谷歌翻译在语料库使用庞杂的网络内容后取得了飞跃发展，不完整的句子、拼写错误、语法错误等各种错误，让谷歌翻译可以正确地推算出英文词汇搭配在一起的可能性，混杂性和谬误反而让谷歌翻译在同类产品中更为突出。
本文来源：新华网
责任编辑：
王晓易_NE0011
