人人都在說大數(shù)據(jù)，但并非每個(gè)場(chǎng)景都適合用大規(guī)模的數(shù)據(jù)存儲(chǔ)和處理，因?yàn)樘幚泶髷?shù)據(jù)集意味著需要更多的存儲(chǔ)和計(jì)算資源，不是每家客戶都有這樣的能力，而且在一些細(xì)分場(chǎng)景中，小數(shù)據(jù)可能更有效。

為什么要算明白數(shù)據(jù)這本賬?全球互聯(lián)網(wǎng)用戶每天總計(jì)發(fā)送電子郵件2940億封、發(fā)送推文5億條、在Facebook創(chuàng)建數(shù)據(jù)多達(dá)4PB。同時(shí)，每天發(fā)送WhatsApp消息達(dá)到650億條。該報(bào)告同時(shí)預(yù)測(cè)明年全球數(shù)據(jù)總量將增長(zhǎng)10倍，達(dá)到44ZB。互聯(lián)網(wǎng)飛速發(fā)展引發(fā)的數(shù)據(jù)大爆炸可謂是一把“雙刃劍”，在帶來經(jīng)濟(jì)效益、促進(jìn)社會(huì)發(fā)展的同時(shí)，也使得數(shù)據(jù)隱私面臨更大風(fēng)險(xiǎn)。

基于大數(shù)據(jù)的個(gè)性化推薦已屢見不鮮，似乎只要數(shù)據(jù)維度和量級(jí)足夠豐富，AI對(duì)其的價(jià)值挖掘就會(huì)用之不竭。數(shù)據(jù)讓AI有了應(yīng)用價(jià)值，如Facebook會(huì)利用AI來預(yù)測(cè)用戶的未來行為，作為廣告投放的依據(jù)，所參考的信息包括：位置、設(shè)備信息、圖片/視頻瀏覽記錄、WiFi連接狀態(tài)、好友關(guān)系、聊天內(nèi)容等等。

再如智能音箱對(duì)用戶語音語義的收集、無人駕駛系統(tǒng)對(duì)行進(jìn)路線的采集等等，人們除了要在數(shù)據(jù)合規(guī)的基礎(chǔ)上，開放更多的數(shù)據(jù)源，還要借助區(qū)塊鏈等新技術(shù)或手段為這些數(shù)據(jù)建立完善的審核機(jī)制。

也就是說，大數(shù)據(jù)在提供數(shù)據(jù)畫像的同時(shí)，自身除了成本，也在面臨更大的監(jiān)管因素。而且，有時(shí)大數(shù)據(jù)在標(biāo)簽上識(shí)別會(huì)忽視個(gè)體的差異化。這就要提到小數(shù)據(jù)，小數(shù)據(jù)通過各種終端記錄著用戶自己產(chǎn)生的數(shù)據(jù)，例如每天運(yùn)動(dòng)所產(chǎn)生的卡路里、每次上網(wǎng)的閱讀習(xí)慣和推薦、每次去超市的消費(fèi)行為等等，這些對(duì)數(shù)據(jù)的智能化決策更為精細(xì)。

雖然小數(shù)據(jù)不像大數(shù)據(jù)看起來那樣宏大，但對(duì)個(gè)體的價(jià)值卻不容忽視，例如對(duì)于運(yùn)動(dòng)行業(yè)的人，身上所穿戴的傳感器種類很多，可以監(jiān)測(cè)運(yùn)動(dòng)員的轉(zhuǎn)向、加減速、運(yùn)動(dòng)指標(biāo)等等因素，之后可以根據(jù)這些數(shù)以百計(jì)的數(shù)據(jù)點(diǎn)對(duì)運(yùn)動(dòng)特征進(jìn)行分析，得出有針對(duì)性的科學(xué)訓(xùn)練效果。

同樣的例子也會(huì)發(fā)生在工業(yè)場(chǎng)景，物聯(lián)網(wǎng)總是和大數(shù)據(jù)一起出現(xiàn)，但局部應(yīng)用里面的數(shù)據(jù)總是由小及大的。再如對(duì)于銷售人員來說，他們對(duì)廣告播放時(shí)間、效果轉(zhuǎn)化、促銷時(shí)段這些信息的要求通常是精確到分秒的，這樣才能掌握用戶行為。

不過，對(duì)于這樣的數(shù)據(jù)進(jìn)行訓(xùn)練，機(jī)器學(xué)習(xí)也只是在大數(shù)據(jù)上才有更好的效果，一旦遭遇小數(shù)據(jù)集就會(huì)事倍功半。如果沒有那么大的數(shù)據(jù)集，在設(shè)計(jì)深度學(xué)習(xí)網(wǎng)絡(luò)的時(shí)候?qū)γ恳粚雍驮搶拥纳窠?jīng)元數(shù)量就要格外看重。如果是無監(jiān)督學(xué)習(xí)，那么通過自動(dòng)的編碼方式也能也可能避開無標(biāo)簽的數(shù)據(jù)，但這種自監(jiān)督式的預(yù)訓(xùn)練能力并不是每個(gè)業(yè)務(wù)人員都能掌握的。

因此，如果把大數(shù)據(jù)和小數(shù)據(jù)結(jié)合起來是否能甩掉鍋呢?大數(shù)據(jù)可以在頂層上找到宏觀數(shù)據(jù)并對(duì)其進(jìn)行分層定位，這種調(diào)研的逐級(jí)深入就讓小數(shù)據(jù)開始發(fā)揮作用，也就是對(duì)樣本顆粒度的分析，即小數(shù)據(jù)讓“大數(shù)據(jù)”變小。例如大數(shù)據(jù)關(guān)注的是性別、年齡、職業(yè)、消費(fèi)能力，小數(shù)據(jù)則更關(guān)心背后的成因，而這對(duì)人的畫像塑造是更貼切的。相應(yīng)的，小數(shù)據(jù)對(duì)畫像的精細(xì)化也可以讓大數(shù)據(jù)更精準(zhǔn)。

與大數(shù)據(jù)相比，小數(shù)據(jù)對(duì)場(chǎng)景和算法更窄面，這樣的好處是對(duì)數(shù)據(jù)種類的選擇更明確，比如大數(shù)據(jù)的場(chǎng)景是工廠里面的智能溫控系統(tǒng)，那么小數(shù)據(jù)的場(chǎng)景就是溫度檢測(cè)器搜集來的數(shù)據(jù)算法應(yīng)用。換句話說，電商在網(wǎng)頁上檢索到的用戶交易記錄，向用戶推薦感興趣的書籍，這種分析的過程就是小數(shù)據(jù)。

如果只盯住大數(shù)據(jù)不顧小數(shù)據(jù)，那么在大數(shù)據(jù)出問題時(shí)就可能讓它背了鍋，讓大數(shù)據(jù)變小、小數(shù)據(jù)變大，才是真正的數(shù)據(jù)智能。