?元宇宙是指與物理世界分離的平行數(shù)字世界，由人創(chuàng)造并以數(shù)字形式對(duì)其進(jìn)行操作。每個(gè)進(jìn)入元界的人都會(huì)形成一個(gè)數(shù)據(jù)文件，隨著社會(huì)活動(dòng)的產(chǎn)生，數(shù)據(jù)會(huì)不斷增長(zhǎng)，從而形成一個(gè)大數(shù)據(jù)網(wǎng)絡(luò)。

可以肯定的是，元宇宙一旦開發(fā)應(yīng)用，將產(chǎn)生海量數(shù)據(jù)，給現(xiàn)實(shí)世界帶來(lái)巨大的數(shù)據(jù)處理壓力。因此，大數(shù)據(jù)處理技術(shù)是順利實(shí)現(xiàn)元宇宙的關(guān)鍵技術(shù)之一。

1.元宇宙中的大數(shù)據(jù)

大數(shù)據(jù)是組織收集的結(jié)構(gòu)化數(shù)據(jù)（例如交易和財(cái)務(wù)數(shù)據(jù)）、半結(jié)構(gòu)化數(shù)據(jù)（例如Web服務(wù)器日志和來(lái)自傳感器的流數(shù)據(jù)）和非結(jié)構(gòu)化數(shù)據(jù)（例如文本、文檔和多媒體數(shù)據(jù)）的組合，可以利用大數(shù)據(jù)挖掘信息并用于機(jī)器學(xué)習(xí)項(xiàng)目及構(gòu)建預(yù)測(cè)建模（見圖2.7）。

▲圖2.7 大數(shù)據(jù)類型

大數(shù)據(jù)是信息技術(shù)和計(jì)算機(jī)技術(shù)持續(xù)發(fā)展的產(chǎn)物。它為人們提供了一種可量化的認(rèn)知世界的方式，稱得上是一次重大的科技進(jìn)步。

2009 年，谷歌公司的工程師根據(jù)用戶的搜索數(shù)據(jù)成功預(yù)測(cè)了甲型 H1N1 流感在全球范圍的流行，該預(yù)測(cè)結(jié)果甚至早于美國(guó)公共衛(wèi)生官員的判斷。谷歌公司對(duì)流行病的預(yù)測(cè)并不需要大規(guī)模實(shí)地檢測(cè)，而是利用每天數(shù)十億次用戶的網(wǎng)絡(luò)搜索數(shù)據(jù)得出了上述預(yù)測(cè)結(jié)果。這便是谷歌公司基于大數(shù)據(jù)的分析技術(shù)為社會(huì)生活提供支持的一個(gè)典型應(yīng)用案例。

根據(jù)實(shí)際操作流程和技術(shù)的演進(jìn)，大數(shù)據(jù)分析可大致分為四部分。首先是對(duì)數(shù)據(jù)的預(yù)處理，包括收集、存儲(chǔ)、清洗和整合。之后，可以使用統(tǒng)計(jì)學(xué)方法得到一些數(shù)據(jù)特征的描述。為了發(fā)掘數(shù)據(jù)隱含的更深層次的價(jià)值，可進(jìn)一步采用數(shù)據(jù)挖掘技術(shù)（初級(jí)的機(jī)器學(xué)習(xí)技術(shù)），以及人工智能技術(shù)（高級(jí)的機(jī)器學(xué)習(xí)技術(shù)）。

可以預(yù)見的是，在元宇宙世界中，會(huì)有更多高質(zhì)量的數(shù)據(jù)用于機(jī)器學(xué)習(xí)，并促進(jìn)大數(shù)據(jù)技術(shù)繼續(xù)發(fā)展和革新。

在現(xiàn)實(shí)世界中，人的時(shí)間、勞動(dòng)力和成本的問題很容易被元宇宙中的人工智能所取代。例如在現(xiàn)實(shí)世界中，人們必須經(jīng)過(guò)很多流程才可以播放新聞，例如招聘播音員，在工作室拍攝，以及剪輯視頻，最后在電視上播放。

然而在元宇宙中，利用人工智能播音員，可以快速、持續(xù)、長(zhǎng)時(shí)間地傳遞緊急和重要的新聞。為了在元宇宙中播放新聞，真實(shí)播音員的面部表情、肌肉運(yùn)動(dòng)、聲音、細(xì)微差別和手勢(shì)都是可以被用來(lái)學(xué)習(xí)的有效數(shù)據(jù)。存儲(chǔ)在區(qū)塊鏈塊中的元數(shù)據(jù)就可以選擇性地提供必要的高質(zhì)量數(shù)據(jù)。

元宇宙中的創(chuàng)意活動(dòng)往往是用人工智能而非真人來(lái)開發(fā)的。人工智能藝術(shù)家在創(chuàng)作作品時(shí)，會(huì)了解作品的趨勢(shì)和風(fēng)格，然后使用所學(xué)來(lái)進(jìn)行創(chuàng)作。過(guò)去，大量的數(shù)據(jù)被用于風(fēng)格分析?，F(xiàn)在，人工智能藝術(shù)家將數(shù)據(jù)存儲(chǔ)在分布式賬本中，以便可以輕松選擇和重復(fù)使用。獲取更多數(shù)據(jù)并反復(fù)練習(xí)，可以減少選擇錯(cuò)誤數(shù)據(jù)的概率。

2.元宇宙中的數(shù)據(jù)存儲(chǔ)

元宇宙是一個(gè)需要大量數(shù)據(jù)和服務(wù)器容量的虛擬 3D 環(huán)境。但是通過(guò)中央服務(wù)器進(jìn)行控制會(huì)產(chǎn)生昂貴的成本，目前最適合元界的數(shù)據(jù)存儲(chǔ)工具無(wú)疑是分布式存儲(chǔ)。

與傳統(tǒng)應(yīng)用平臺(tái)的集中管理相比，元宇宙網(wǎng)絡(luò)部署在區(qū)塊鏈上，采用分布式存儲(chǔ)處理數(shù)據(jù)。所有數(shù)據(jù)由各個(gè)節(jié)點(diǎn)維護(hù)和管理，可以降低集中存儲(chǔ)帶來(lái)的數(shù)據(jù)丟失、篡改或數(shù)據(jù)泄露的風(fēng)險(xiǎn)，且可以滿足元宇宙對(duì)海量數(shù)據(jù)存儲(chǔ)的高要求。

例如，基于分布式存儲(chǔ)的GDFS（GoodData File System）將區(qū)塊鏈技術(shù)與IPFS相結(jié)合（見圖2.8），通過(guò)多次數(shù)據(jù)備份，就近分配存儲(chǔ)資源，保證數(shù)據(jù)存儲(chǔ)的可靠性、可用性和永續(xù)性。

▲圖2.8 區(qū)塊鏈技術(shù)與IPFS結(jié)合

GDFS作為一個(gè)社區(qū)驅(qū)動(dòng)的去中心化系統(tǒng)，建立了完善的激勵(lì)機(jī)制，對(duì)存儲(chǔ)提供者進(jìn)行獎(jiǎng)勵(lì)，對(duì)造假者進(jìn)行懲戒，有效地協(xié)調(diào)了存儲(chǔ)用戶、存儲(chǔ)資源提供者、元數(shù)據(jù)管理者和協(xié)調(diào)者之間的關(guān)系。

此外，在元宇宙中，數(shù)據(jù)也將作為個(gè)人資產(chǎn)返回給數(shù)據(jù)生產(chǎn)者。在數(shù)據(jù)隱私保護(hù)中，這一步往往需要隱私計(jì)算技術(shù)的支持。目前，常見的隱私計(jì)算技術(shù)包括安全多方計(jì)算、聯(lián)邦學(xué)習(xí)、差分隱私等。一些隱私計(jì)算項(xiàng)目已經(jīng)實(shí)現(xiàn)，例如GoodData區(qū)塊鏈。GoodData是一個(gè)關(guān)于數(shù)據(jù)安全、數(shù)據(jù)共享、數(shù)據(jù)資本化的區(qū)塊鏈平臺(tái)。

目前GoodData的主要功能是鼓勵(lì)用戶在平臺(tái)上分享元宇宙中的數(shù)據(jù)（如睡眠數(shù)據(jù)），以協(xié)助醫(yī)療等研究機(jī)構(gòu)通過(guò)數(shù)據(jù)研究失眠等健康問題。用戶可以共享個(gè)人的睡眠數(shù)據(jù)，而作為數(shù)據(jù)所有者，用戶可以持續(xù)獲得代幣收益。

在當(dāng)今技術(shù)飽和的世界中，有數(shù)百萬(wàn)臺(tái)設(shè)備通過(guò)互聯(lián)網(wǎng)收集和共享信息。大多數(shù)信息在大型數(shù)據(jù)存儲(chǔ)中心進(jìn)行處理。大多數(shù)公司的云服務(wù)器位于遙遠(yuǎn)的地方，導(dǎo)致效率極低。為了處理更大體量的數(shù)據(jù)，邊緣計(jì)算應(yīng)運(yùn)而生。該技術(shù)可以解決企業(yè)在傳統(tǒng)云計(jì)算平臺(tái)上存在的問題。

3.邊緣計(jì)算

邊緣計(jì)算（edge computing）是一種計(jì)算策略，它使計(jì)算能力和存儲(chǔ)更靠近數(shù)據(jù)源，而不是將數(shù)據(jù)傳輸?shù)竭b遠(yuǎn)的中央服務(wù)器（見圖2.9）。如今，許多企業(yè)將數(shù)據(jù)作為其運(yùn)營(yíng)的命脈，同時(shí)也面臨著數(shù)據(jù)量不斷增加的挑戰(zhàn)。傳統(tǒng)的基于云的平臺(tái)是計(jì)算數(shù)據(jù)的標(biāo)準(zhǔn)途徑。

▲圖2.9 云計(jì)算和邊緣計(jì)算

邊緣計(jì)算是一種分散式運(yùn)算的架構(gòu)，將應(yīng)用模式、數(shù)據(jù)資料與服務(wù)的運(yùn)算由網(wǎng)絡(luò)中心節(jié)點(diǎn)移到網(wǎng)絡(luò)邏輯上的邊緣節(jié)點(diǎn)來(lái)處理。邊緣計(jì)算將原本完全由中心節(jié)點(diǎn)處理的大型服務(wù)加以分解，切割成更小及更容易管理的部分，分散到邊緣節(jié)點(diǎn)去處理。

邊緣節(jié)點(diǎn)更接近于用戶的終端裝置，可以加快資料的處理與傳送速度，減少延遲。在這種架構(gòu)下，資料的分析與知識(shí)的產(chǎn)生更接近于數(shù)據(jù)資料的來(lái)源，因此更適合處理大數(shù)據(jù)。

顧名思義，邊緣計(jì)算在邊緣上工作。一切都發(fā)生在大部分?jǐn)?shù)據(jù)傳輸發(fā)生的網(wǎng)絡(luò)邊緣，而不是將原始數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心進(jìn)行處理和分析。邊緣計(jì)算將存儲(chǔ)和計(jì)算資源轉(zhuǎn)移到產(chǎn)生大量數(shù)據(jù)的地方。不同類型的設(shè)備可以在邊緣附近執(zhí)行數(shù)據(jù)分析。

在這個(gè)“邊緣”，數(shù)據(jù)被排序、分析和修改。這種技術(shù)將有助于提高業(yè)務(wù)效率并減少不必要的成本，它還可以減少網(wǎng)絡(luò)延遲。

在處理大量數(shù)據(jù)方面，邊緣計(jì)算被視為云計(jì)算的一種更有效的替代方案。傳統(tǒng)的云計(jì)算能夠非常有效地處理單個(gè)數(shù)據(jù)單元，但是它無(wú)法容納跨數(shù)據(jù)中心的大量數(shù)據(jù)，并且中央服務(wù)器產(chǎn)生有意義且實(shí)時(shí)結(jié)果的能力很差。未來(lái)，更多的人工智能設(shè)備將使用邊緣計(jì)算而不是云計(jì)算。

人工智能和云計(jì)算都是IT界的熱詞，兩種技術(shù)相得益彰。人工智能傳統(tǒng)上存在于由云計(jì)算提供支持的數(shù)據(jù)中心內(nèi)，但隨著時(shí)間的推移，該技術(shù)慢慢進(jìn)入物聯(lián)網(wǎng)領(lǐng)域和互聯(lián)智能設(shè)備世界。需求的增長(zhǎng)使公司每天必須處理的數(shù)據(jù)增加了一倍或三倍以上。

科技公司意識(shí)到需要升級(jí)計(jì)算能力并使數(shù)據(jù)中心更接近最終用戶，以減少延遲和其他網(wǎng)絡(luò)效率低下的情況。這一認(rèn)識(shí)促使業(yè)界開始將人工智能和邊緣計(jì)算結(jié)合到設(shè)備中，以期減少延遲，同時(shí)最大限度地減少帶寬消耗和運(yùn)營(yíng)成本。

以在Google Assistant 上運(yùn)行的智能揚(yáng)聲器為例。該設(shè)備通常配備了邊緣計(jì)算和人工智能功能的組合，這使獨(dú)立的處理和分析呈現(xiàn)出幾乎即時(shí)的結(jié)果。它還使設(shè)備能夠運(yùn)行離線命令。

關(guān)于作者：成生輝，博士，西湖大學(xué)西湖學(xué)者，現(xiàn)任智能可視化實(shí)驗(yàn)室負(fù)責(zé)人。他于紐約州立大學(xué)石溪分校獲得計(jì)算機(jī)科學(xué)博士學(xué)位，并在德國(guó)萊比錫大學(xué)醫(yī)學(xué)研究所、布魯克海文國(guó)家實(shí)驗(yàn)室和美國(guó)哈佛醫(yī)學(xué)院進(jìn)行研究，曾任世界銀行（總部）數(shù)字經(jīng)濟(jì)組顧問。他的主要研究方向?yàn)閿?shù)據(jù)可視化、可視分析和元宇宙等。

本文摘編自《元宇宙：概念、技術(shù)及生態(tài)》（ISBN：978-7-111-70354-9），經(jīng)出版方授權(quán)發(fā)布。?