北京2020年10月15日 /美通社/ -- 近日，“浪潮云數智中國行-重慶站”現(xiàn)場，重慶郵電大學計算機學院/人工智能學院執(zhí)行院長張清華做了題為《人工智能發(fā)展的內驅動力》的主題演講。張清華院長分享了人工智能時代下數據、算法和算力的發(fā)展，尤其對人工智能時代下的“數據科學”做了精彩的解讀。
隨著計算機、互聯(lián)網、移動互聯(lián)網與物聯(lián)網的發(fā)展，我們已經進入了以數據為主體的數字化進程中，科學研究也已經走向“數據科學”第四范式。數據是數字世界的基本要素，也是人工智能的生產資料。然而，目前我們對數據的挖掘與探索仍然停留在表層，并未發(fā)現(xiàn)數據本身的新規(guī)律、新知識，并由此創(chuàng)造新的價值。面對數據的挑戰(zhàn)，深化人工智能發(fā)展，重大的科學基礎設施建設必不可少。
將重慶郵電大學建設為“重慶市大數據智能化的一個實驗場所、人才高地、科技高地”，是重慶市的重要戰(zhàn)略部署。目前，重慶郵電大學正加緊籌劃建設“大數據試驗場”，推動科學基礎設施的建設，為重慶市以大數據智能化為引領的創(chuàng)新驅動發(fā)展戰(zhàn)略提供強有力的基礎設施支撐。2020年7月，重慶郵電大學與浪潮攜手打造了計算性能達每秒千萬億次規(guī)模的人工智能創(chuàng)新平臺，作為重郵的核心算力底座，支撐起重郵的大數據智能化研究，切實推動重慶市的智慧新基建發(fā)展與國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設。
以下為張清華院長演講實錄（節(jié)選）：
數字世界來臨，數據成為生產資料
人工智能的三大要素是算法、算力和數據。其中，數據是人工智能時代的生產資料。那么我們?yōu)槭裁催M入數字世界，被數據包圍？首先要提到的是計算機的發(fā)展，計算機令一切數字化成為可能，也讓高效計算成為可能，我們已經身處數字化進程中，是抵擋不住的潮流。第二，網絡的發(fā)明讓機器的互聯(lián)互通成為可能，讓信息高效匯聚成為可能。第三，移動互聯(lián)網的發(fā)展使得我們的數據從固定終端轉移到移動終端，變?yōu)槲覀兊氖謾C、iPad。第四，物聯(lián)網通過傳感器，使人與人之間、人與物之間、物與物之間構建起萬物互聯(lián)的數據世界，讓現(xiàn)實世界精確映射到數字世界成為可能。實際上我們每個人都是數字世界的最基本要素和數據生產者，每個人都在數字世界上對自己進行畫像，最后匯聚成一個數字海洋，也就是我們今天所說的“數字世界”。
在人類社會誕生前，世界上我只有一維空間，即物理空間。有人類社會后，我們說形成了包含社會空間在內的二維空間，現(xiàn)在我們給自己構造了一個第三空間，就叫數字空間。在三維空間里，除了物理空間、社會空間，還有虛擬的數字空間。數字世界現(xiàn)在正在逐漸形成，其基本要素就是數據，數字世界就是我們現(xiàn)實世界的基本映射，有人提出是孿生世界。我個人認為，這個映射空間目前還不是孿生，未來可能構建從物理世界到數字世界的雙生，可能那時候提“數字人”會更為準確。
數據科學作為第四范式
2013年被稱為大數據元年，后來國家每年都在制定計劃推動大數據發(fā)展，我們如何治理數據世界，如何應用數據世界？對應的就需要處理數據的科學，因此，大數據戰(zhàn)略推出后，“數據科學”應運而生。
什么是數據科學，我查了很多資料，但是沒有很準確的定義。有人這樣說過，要成為一門科學，背后一定要有基礎理論支撐。我們的人工智能發(fā)展得非常繁榮，然而，繁榮主要是在應用端?？梢哉f，治理數據的模型、方法都還在路上。現(xiàn)在，應用實踐已經倒逼我們做理論研究、基礎理論分析。
科學研究的第一范式是實驗科學，第二范式是理論科學，第三范式是計算科學，第四范式就是數據密集型科學，也即“數據科學”，它以數據挖掘為依據，也就是數據世界形成后我們希望從數據當中獲取其本身蘊含的規(guī)律和價值。然而，目前我們在數字世界中能還原現(xiàn)實世界的規(guī)律，但是還沒有發(fā)現(xiàn)，數據世界本身的新規(guī)律。
“數據科學”的特征我主要說三個。第一是不在意數據的雜亂，而在意數據的量；第二是不要求數據精準，而強調數據面面俱到。面面俱到的含義不是涵蓋所有數據，而是各個方面都要有代表性數據，這就離不開概率論支持。第三是不追求因果關系，但重視統(tǒng)計規(guī)律。這意味著不只追求因果關系，更多在于追求關聯(lián)關系。
科學研究的前三種范式都屬于知識范式，它們的重要特征就是從數據特征里面挖掘出能夠被我們理解的知識。數據科學范式下，有一個不一樣的思維方式：我們是否可以挖掘出客觀存在但人類無法理解的知識呢？數據科學的內涵知識，是否可以通過數字世界的特殊方式直接解決問題？我認為數據科學范式下挖掘出來知識，可能我們理解不了，但是機器能理解，這種規(guī)律應該是數據范式下我們去探索和思考的。
建設大數據試驗場驅動數據科學發(fā)展
要探索數據世界、治理數據世界，就必須發(fā)展“數據科學”，這是一個重要前提。每一個科學都需要探索，在探索過程中都需要做試驗或者實驗。試驗是探索，實驗是驗證。我想，最重要的事情就是做“大數據試驗場”。大數據試驗場想做的就是驅動數據科學發(fā)展，探索數字世界的奧秘，換一個角度看世界。
為什么要建大數據試驗場呢？因為數據孤島的存在，我們現(xiàn)在的一些數據挖掘方法，只能挖到一些很低端的淺層次的數據，更深層次的怎樣進行挖掘，需要新的挖掘方法和新的理論，就需要建設試驗場。做一個比較淺顯易懂的對比方式，試驗場跟礦場是類似的。
目前，重郵正在建設“大數據試驗場”，我們建設大數據試驗場的目的是探索數據科學本身的內涵、探究數據科學本身規(guī)律，然后引導產業(yè)創(chuàng)新，引導行業(yè)的發(fā)展。我們在浪潮等一些知名企業(yè)的指導下，構建了千萬元級的算力，但長期目標是打造示范性算力基礎設施，構建大數據試驗場基礎設施，在高校中打造算力平臺的典范，為重慶市實施大數據智能化發(fā)展作出貢獻。
最后，歡迎大家到重郵來，也對本次2020浪潮云數智峰會的召開表示祝賀，謝謝大家！
