2016即將結(jié)束，外媒KDnuggets日前針對大數(shù)據(jù)領(lǐng)域在2016年度取得的重大發(fā)展，以及2017年度可能出現(xiàn)的變化趨勢，詢問了8位行業(yè)內(nèi)的***專家。

[[180646]]

雖然各位專家的意見不盡相同，但從其發(fā)言中大約可以總結(jié)出一個共通點：大數(shù)據(jù)研究正在由前幾年的新鮮技術(shù)變得越來越普及和商業(yè)化。同時，由于研究的向前推進(jìn)，以數(shù)據(jù)為基礎(chǔ)的人工智能、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)等其他各個領(lǐng)域也將會取得越來越大的成果。

1. Craig Brown，大數(shù)據(jù)、數(shù)據(jù)科學(xué)、數(shù)據(jù)庫技術(shù)領(lǐng)域?qū)＜摇Ｃ绹那嗄陮?dǎo)師、科技導(dǎo)師，以及作家。

在2016年，數(shù)據(jù)科學(xué)領(lǐng)域出現(xiàn)了一次大規(guī)模的數(shù)據(jù)增長。這一增長從需求端推動了諸多云計算服務(wù)供應(yīng)商的快速成長，包括亞馬遜AWS、微軟Azure和Rackspace等。我認(rèn)為，數(shù)據(jù)增長的勢頭將在2017年得到延續(xù)。并且，2017年將會出現(xiàn)更多的基于這些大數(shù)據(jù)研究的應(yīng)用項目，包括機(jī)器學(xué)習(xí)、認(rèn)知計算以及預(yù)測分析等。不過，隨著數(shù)據(jù)量的增加，應(yīng)用項目的逐漸豐富，用戶的數(shù)據(jù)安全問題也將變得日益嚴(yán)峻，這一點在2017年也不會有很大改善。2017年，數(shù)據(jù)科學(xué)家、***數(shù)據(jù)官、***數(shù)據(jù)架構(gòu)師等職位將變得越來越搶手，崗位職責(zé)和定位也會越來越明晰。實時數(shù)據(jù)流和功能更強(qiáng)大的數(shù)據(jù)傳輸通道將徹底顛覆所謂“快速數(shù)據(jù)”(fast data)和“可操控數(shù)據(jù)”(actionable data)的定義。

總體上說，大數(shù)據(jù)科學(xué)仍然是一個處于不斷發(fā)展中的學(xué)科，在2017年，這一學(xué)科一定會迎來比2016年更大的發(fā)展。如果把大數(shù)據(jù)比作一輛汽車的駕駛員，那么在這位駕駛員的帶領(lǐng)下，未來基于大數(shù)據(jù)的各種實際應(yīng)用項目將會越來越豐富，也即這輛汽車上的乘客會越來越多。

2. James Kobielus，大數(shù)據(jù)領(lǐng)域?qū)＜?，IBM公司大數(shù)據(jù)研究***科學(xué)家。

分布式框架Hadoop在大數(shù)據(jù)領(lǐng)域的重要性正在日漸減弱，MapReduce模型、HBase數(shù)據(jù)庫，甚至分布式文件系統(tǒng)HDFS在大數(shù)據(jù)科學(xué)家眼中也遠(yuǎn)沒有從前重要了。

2017年最顯著的變化趨勢應(yīng)該來自于程序員群體，他們將越來越關(guān)注數(shù)據(jù)庫領(lǐng)域的編程技能，通過這一技能的提升，獲得更多的職業(yè)發(fā)展優(yōu)勢。我認(rèn)為在2017年，最熱門的大數(shù)據(jù)科學(xué)應(yīng)用項目將會聚焦于流媒體分析、嵌入式深度學(xué)習(xí)、物聯(lián)網(wǎng)、聊天機(jī)器人、認(rèn)知計算、自動駕駛、計算機(jī)視覺和語音識別等領(lǐng)域。同時，我們也將會看到，新一代的神經(jīng)網(wǎng)絡(luò)芯片、GPU和其他的高性能認(rèn)知計算框架也將在明年得到更大的發(fā)展。

3. Douglas Laney，美國著名咨詢公司Gartner副總裁，***分析師。

2016年，大數(shù)據(jù)領(lǐng)域一個***的變化就是人們不再談?wù)摯髷?shù)據(jù)了，因為大數(shù)據(jù)已經(jīng)充斥了我們的生活，隨處可見?，F(xiàn)在大家關(guān)注的焦點變成了如何將大數(shù)據(jù)業(yè)務(wù)化、商用化。在Gartner內(nèi)部，我們和客戶現(xiàn)在談?wù)撟疃嗟膯栴}是如何管理、評估信息資產(chǎn)，以及如何將信息資產(chǎn)變現(xiàn)。

2017年，我們應(yīng)該努力搞清楚大數(shù)據(jù)領(lǐng)域幾項重要的權(quán)利和義務(wù)，包括數(shù)據(jù)的所有權(quán)、特權(quán)和隱私權(quán)，特別是由物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)。另外，關(guān)于數(shù)據(jù)能否被視為一種全新形態(tài)的資產(chǎn)，這一問題會繼續(xù)引發(fā)會計行業(yè)、律師行業(yè)和保險行業(yè)的困惑。但隨著機(jī)構(gòu)投資人和股票分析師們越來越關(guān)注一家企業(yè)的信息化進(jìn)程，傳統(tǒng)行業(yè)的這種困惑將會有所緩解。2017年，各行各業(yè)都將會更加關(guān)注大數(shù)據(jù)領(lǐng)域的人才招攬，例如數(shù)據(jù)經(jīng)理人和其他的信息整合者。

4. Yves Mulkers，知名博客一切皆數(shù)據(jù)(All Things Data)博主之一，負(fù)責(zé)維護(hù)大數(shù)據(jù)板塊。

在2016年，大數(shù)據(jù)這個詞似乎不像前幾年那樣熱門。隨著大數(shù)據(jù)相關(guān)的基礎(chǔ)設(shè)施、服務(wù)器、軟件系統(tǒng)和理論體系的持續(xù)發(fā)展，目前大數(shù)據(jù)分析方面的解決方案已經(jīng)逐漸成熟，并且越來越普及，而不像前幾年那樣還是少數(shù)科技極客眼中的新領(lǐng)域。隨著技術(shù)的成熟，自助和自動化的信息服務(wù)也將越來越受到重視。大數(shù)據(jù)分析工具和相關(guān)的解決方案雖然會變得越來越簡單易用，但我們?nèi)匀恍枰邆浠镜耐ㄐ偶夹g(shù)和信息處理領(lǐng)域的專業(yè)知識，隨時準(zhǔn)備迎接下一個發(fā)展階段的到來。未來，和機(jī)器學(xué)習(xí)、人工智能、VR/AR、物聯(lián)網(wǎng)相關(guān)的大數(shù)據(jù)解決方案將越來越完備，摩爾定律的邊界也會受到更多的挑戰(zhàn)。

5. Mark van Rijmenam，Datafloq網(wǎng)創(chuàng)始人，大數(shù)據(jù)相關(guān)書籍《Think Bigger》作者。

對于大數(shù)據(jù)領(lǐng)域來說，2016是令人激動的一年，因為“大數(shù)據(jù)”終于不再是一個流行詞。這說明研究者們正在基于大數(shù)據(jù)開發(fā)真實可用的解決方案和應(yīng)用程序，而不再是簡單的噱頭。

2017年，隨著技術(shù)的進(jìn)步，以大數(shù)據(jù)為基礎(chǔ)而開發(fā)的應(yīng)用將越來越豐富。由于計算機(jī)的計算能力和真實可用的龐大數(shù)據(jù)量不再是問題，因此以人工智能和深度學(xué)習(xí)為代表的智能應(yīng)用也將變得更加聰明，更加普及?？傮w上說，由于大數(shù)據(jù)、智能應(yīng)用和越來越豐富的智能終端產(chǎn)品的出現(xiàn)，2017年應(yīng)該是值得我們期待的一年。不過，隨著大數(shù)據(jù)的廣泛應(yīng)用，數(shù)據(jù)安全和隱私問題也將越來越嚴(yán)峻。

6. Ronald van Loon，Adversitement網(wǎng)站主管，大數(shù)據(jù)科學(xué)領(lǐng)域年度10大影響力人物之一。

今年是大數(shù)據(jù)科學(xué)領(lǐng)域產(chǎn)生重大變化的一年?？梢钥吹?，無論是單一學(xué)科還是跨學(xué)科的用戶，在這一年中都在向著以數(shù)據(jù)驅(qū)動為核心的組織架構(gòu)調(diào)整。而且通過物聯(lián)網(wǎng)的進(jìn)一步普及，我們已經(jīng)在某些核心應(yīng)用場景積累了大數(shù)據(jù)處理和傳輸?shù)膶氋F經(jīng)驗。另外，由于強(qiáng)大的云計算平臺的支持，越來越多的機(jī)器學(xué)習(xí)應(yīng)用也正在研發(fā)之中。

在2017年，這一趨勢將得以延續(xù)，人工智能、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)應(yīng)用在大數(shù)據(jù)的支撐下將迎來一個爆發(fā)性的增長。目前，技術(shù)研發(fā)能力已經(jīng)就緒，對于市場需求的靈活迭代機(jī)制也越發(fā)成熟，根據(jù)預(yù)測，截止2020年，接入互聯(lián)網(wǎng)的設(shè)備總數(shù)將達(dá)到100億-340億之間。

7. Jeff Ullman，斯坦福大學(xué)計算學(xué)科教授，主要研究數(shù)據(jù)庫理論、數(shù)據(jù)庫集成一體化和數(shù)據(jù)挖掘等。

歐盟剛剛針對大數(shù)據(jù)的使用和分析模型的建立出臺了一個新的隱私保護(hù)法(雷鋒網(wǎng)獲悉，這一法案將于2018年1月起正式施行)。現(xiàn)在還無法確定這一法案將會造成怎樣的影響，但有一點似乎可以確定，那就是它將在很大程度上避免深度學(xué)習(xí)領(lǐng)域內(nèi)由于分析模型亂用導(dǎo)致的意外問題。目前許多公司都在與歐盟溝通，試圖確認(rèn)究竟哪些數(shù)據(jù)資源和分析模型是可用的，而哪些不行。比如說，谷歌可以探測一封郵件的內(nèi)容，并且將其和已知的垃圾郵件對比，如果內(nèi)容類似就判定這封郵件為垃圾郵件。那么谷歌到底有沒有讀取用戶郵件的權(quán)利?這些問題都還有待確定。

8. Matei Zaharia，Databricks平臺***科學(xué)家，大數(shù)據(jù)處理框架Apache Spark創(chuàng)始人。

1) 公有云正在成為部署大數(shù)據(jù)應(yīng)用的主流平臺。根據(jù)今年夏天的用戶調(diào)查結(jié)果顯示，在公有云部署Spark框架的用戶比例高達(dá)61%，而使用Hadoop YARN的用戶則只有36%。更重要的是，使用公有云的61%的用戶去年只有51%，而使用Hadoop YARN的用戶則從去年的40%下滑到36%，這說明公有云的用戶正在持續(xù)的增長。分析原因，這或許是由于亞馬遜AWS S3這樣的云服務(wù)產(chǎn)品正在變得越來越經(jīng)濟(jì)，性能越來越穩(wěn)定，易用性也越來越好。

2) 今年7月，我們發(fā)布了Apache Spark 2.0版，這一版本針對Spark SQL和數(shù)據(jù)幀(Dataframes)在新款硬件的使用方面進(jìn)行了較大的性能提升。值得一提的是，我們已經(jīng)看到2.0版的使用率正在快速增長，目前大約有40%的集群用戶正在使用它。這說明用戶需要對新硬件建立快速的支持。