从事“大数据”工作的三大方向十大职位
随着大数据的趋势引起的越来越多的重视，各大企业对与大数据相关高端人才的需求也越来越紧迫。这一趋势，也给想要从事大数据方面工作的人员提供了难得的职业发展机遇。
目前，大数据方面的工作人员主要有三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。
从企业方面来说，大数据人才大致可以分为产品和市场分析、安全和风险分析以及商业智能三大领域。产品分析是指通过算法来测试新产品的有效性，是一个相对较新的领域。在安全和风险分析方面，数据科学家们知道需要收集哪些数据、如何进行快速分析，并最终通过分析信息来有效遏制网络入侵或抓住网络罪犯。
对于想从事大数据工作的求职者来说，如何根据自身条件进行职位选择？下面介绍十种与“大数据”相关的热门职位：
一、ETL研发
随着数据种类的不断增加，企业对数据整合专业人才的需求越来越旺盛。ETL开发者与不同的数据来源和组织打交道，从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要。
ETL研发，主要负责将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
目前，ETL行业相对成熟，相关岗位的工作生命周期比较长，通常由内部员工和外包合同商之间通力完成。ETL人才在大数据时代炙手可热的原因之一是：在企业大数据应用的早期阶段，Hadoop只是穷人的ETL。
二、Hadoop开发
Hadoop的核心是HDFS和MapReduce.HDFS提供了海量数据的存储，MapReduce提供了对数据的计算。随着数据集规模不断增大，而传统BI的数据处理成本过高，企业对Hadoop 及相关的廉价数据处理技术如Hive、HBase、MapReduce、Pig等的需求将持续增长。如今具备Hadoop框架经验的技术人员是最抢手的大数据人才。
三、可视化工具开发
海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。
可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有数据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。
过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。
四、信息架构开发
大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以最有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。
五、数据仓库研究
数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单
个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。
数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。
六、OLAP开发
随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合。联机分析处理（OLAP）系统就负责解决此类海量数据处理的问题。
OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。
七、数据科学研究
这一职位过去也被称为数据架构研究，数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际工作将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。因此，数据科学家首先应当具备优秀的沟通技能，能够同时将数据分析结果解释给IT部门和业务部门领导。
总的来说，数据科学家是分析师、艺术家的合体，需要具备多种交叉科学和商业技能。
八、数据预测分析
营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。
九、企业数据管理
企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据清洗和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需要保证市场数据的完整性，准确性，唯一性，真实性和不冗余。
十、数据安全研究
数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。
企业大数据思维 张靖笙 “一切皆可数据化”，舍恩伯格大数据思维里面这句话道出了这个时代滚滚洪流的主旋律，不管你听与不听，看与不看，数据都在哪里，像空气一样弥漫，也会像空气一样要命。在各种应用大数据的声音不绝于耳的今天，前者已是普遍的共识的，而对于后者，很多人却还不见得认同了，您可能觉得言过其实了，凭什么你说大数据会要命？我们没有用大数据就活不了了吗？而对于当今人类社会的所有组织机构来说，数据的重要性已经越来越明显，已经直接影响到存亡命运，缺少数据资源，无以谈事业；缺少数据思维，无以言未来，所以数据是很要命的。 而当前最要命的是，很多甚至是大多数的中国企业家还远远没有认识到这个严重性，这里折射的就是很多人在思维层面对于大数据这种新兴事物认识的不充分，正如马云所指出的：“很多人输就输在，对于新兴事物，第一看不见，第二看不起，第三看不懂，第四来不及。”赵国栋、易欢欢、糜万军、鄂维南合著的《大数据时代的历史机遇》中指出，有四种典型的片面认识阻碍企业家完整地认知大数据：第一，认定是炒作；第二，片面理解；第三，狭隘视野；第四，唯技术论。这些都是缺少全面和准确的大数据认识的表现，尽管还有其他各种客观原因，但是企业家对大数据没有正确的思想认识是阻碍大数据在企业获得深入应用的主要原因。 正确的思维来自正确的认知，在心理学上有一个思维圈法则，被许多高端人士推崇，这就是黄金思维圈，黄金思维圈是一种认知世界的方式，它能够帮助我们快速认识这个世界的本质。黄金思维圈包含三个层面，第一个层面是what层面，也就是事物的表象，特征。第二层则是how，方法，就是如何去解决这个问题，第三层则是本质层，就是why，就是事情背后的原因与真实的目的，可以说这个黄金思维圈是我们认识大数据最好的思维武器。
全球数据中心市场现状及趋势 一、亚太地区带动全球IDC市场规模持续增长 据中国IDC圈最新发布的《2012-2013年度中国IDC产业发展研究报告》（简称“IDC报告”）数据显示，2012年，全球IDC市场整体规模达到255.2亿美元，增速为14.6%。虽然受到全球经济疲软的影响，增长趋势有所减缓，但是由于IT、互联网和电信企业从自身业务支撑和拓展的强烈需求，起到了积极地促进作用。 图 2007－2012年全球IDC市场规模及增长 资料来源：中国IDC圈和赛迪顾问，《2012-2013年度中国IDC产业发展研究报告》，2013.3 2012年，全球经济进一步疲软，欧美等国家开始着手调整数据中心建设及预算，提出针对IDC的应用及管理平台，加强数据中心应用平台的整合。欧美
传统数据中心业务市场已经基本饱和，数据中心建设已趋于停滞。去年，美国已关闭137座数据中心，并还将计划在未来几年关闭1100座数据中心。欧美地区新建数据中心也均为大型云计算数据中心为主，以提供新型的Iaas、Paas等作为发展方向。相比欧美，亚太地区成为数据中心增长最快的市场，新兴市场包括中国、印度等数据中心建设速度突出，未来几年亚太有可能成为世界级电信服务中心。但由于数据中心能力的大幅度提高，未来2-3年内亚太地区也有可能出现数据中心容量的过度供给，市场竞争程度加倍的形式1。 二、全球第三方数据中心服务市场快速发展 近年来，全球第三方数据中心服务市场快速发展，2010年8月份美国政府提出来要用五年左右的时间，整合联邦政府1100多个数据中心，到2015年将减少到800个，转移部分政府数据中心到第三方服务商。2010年到2014年，拉丁美洲、英国等第三方数据中心市场将分别增长61%和74%，数据表明全球数据中心的产业化正在快速发展，其中第三方服务正在逐步成为数据中心和数据存储的主流。 三、绿色数据中心将成为未来建设热点 信息技术（IT）行业的碳排放量占世界碳排放总量的2%，数据中心又是IT 行业中发展最迅速的碳排放大户。虽然能源效率一直是信息技术组织所关注的焦点，但是行业中却并没有关注减少能源消耗和数据中心产生的碳排放解决方案的执行。根据Pike Reasearch公司的研究报道：绿色数据中心的投资将在未来5年经历快速的发展，到2015年收益值将达414亿美元，占数据中心产业市场的28%。报告还指出，电力和冷却基础设施解决方案将是绿色数据中心产业市场的首要机遇，在未来5年中将占到46%的收益值；节能信息技术设备将是第二大机遇，预计占市场份额的41%；对数据中心的监控和管理服务也将带来占总收益14%的收益值2。 1中国IDC圈和赛迪顾问.2012-2013年中国IDC业务市场发展研究报告[R].2013.3. 2PikeResearch. Green Data Center Market to Reach $41 Billion Annually by 2015[EB/OL].：
大数据思维的十大原理 一、数据核心原理 从“流程”核心转变为“数据”核心 大数据时代，计算模式也发生了转变，从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求，将改变IT系统的升级方式：从简单增量到架构变化。大数据下的新思维——计算模式的转变。 例如：IBM将使用以数据为中心的设计，目的是降低在超级计算机之间进行大量数据交换的必要性。大数据下，云计算找到了破茧重生的机会，在存储和计算上都体现了数据为核心的理念。大数据和云计算的关系：云计算为大数据提供了有力的工具和途径，大数据为云计算提供了很有价值的用武之地。而大数据比云计算更为落地，可有效利用已大量建设的云计算资源，最后加以利用。 科学进步越来越多地由数据来推动，海量数据给数据分析既带来了机遇，也构成了新的挑战。大数据往往是利用众多技术和方法，综合源自多个渠道、不同时间的信息而获得的。为了应对大数据带来的挑战，我们需要新的统计思路和计算方法。 说明：用数据核心思维方式思考问题，解决问题。以数据为核心，反映了当下IT产业的变革，数据成为人工智能的基础，也成为智能化的基础，数据比流程更重要，数据库、记录数据库，都可开发出深层次信息。云计算机可以从数据库、记录数据库中搜索出你是谁，你需要什么，从而推荐给你需要的信息。 二、数据价值原理 由功能是价值转变为数据是价值 大数据真正有意思的是数据变得在线了，这个恰恰是互联网的特点。非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。 例如：大数据的真正价值在于创造，在于填补无数个还未实现过的空白。有人把数据比喻为蕴藏能量的煤矿，煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”，价值含量、挖掘成本比数量更为重要。不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。 数据能告诉我们，每一个客户的消费倾向，他们想要什么，喜欢什么，每个人的需求有哪些区别，哪些又可以被集合到一起来进行分类。大数据是数据数量上的增加，以至于我们能够实现从量变到质变的过程。举例来说，这里有一张照片，照片里的人在骑马，这张照片每一分钟，每一秒都要拍一张，但随着处理速度越来越快，从1分钟一张到1秒钟1张，突然到1秒钟10张后，就产生了电影。当数量的增长实现质变时，就从照片变成了一部电影。 美国有一家创新企业https://www.doczj.com/doc/eb17428678.html,
2017公需科目多选题（132题） 1《大数据背景下的公共治理模式变革（中）》在“智慧化的扩建布局”内容中提出“四大政府”，其中四大政府包括（）。正确答案：【B】 【C】【D】【E】 2《大数据下的资源整合和知识共享（上）》提到，物联网在逻辑上包含（）几个层级。正确答案：【A】【B】【D】 3《大数据下的资源整合和知识共享（下）》提到，利用大数据，协助监管遗漏的违法事件以及社会不文明现象是有必要的，目前的社会问题主要有（）。正确答案：【A】【B】【C】【D】 4根据《保密技术防范常识（中）》，以下关于美国的网络霸主地位的表现说法正确的是（）。正确答案：【B】【C】【D】【E】 5根据《保密技术防范常识（中）》，以下设备可能属于窃听设备的是（）。正确答案：【A】【B】【C】【D】【E】 6根据《大数据背景下的公共治理模式变革（上）》，从信息化本身历程来讲，可以概括为（）。正确答案：【B】【C】【D】 7根据《电子政务网络安全保障体系建设》，安全威胁产生的原因包括（）。正确答案：【A】【B】【C】 8根据《电子政务网络安全保障体系建设》，数据交换有三种方式，分别是（）。正确答案：【A】【B】【D】 9下列不属于第三信息平台的有（）。正确答案：【B】【E】 10（）通常具备轻资产、重知识、跨界融合等特征，以批代管和偏重目录准入管理的模式制约了新经济的发展。正确答案：【A】【B】【C】【D】 11）新经济是以技术进步为主要动力，在制度创新、需求升级、资源要素条件改变等多要素的驱动下，以大量的（）蓬勃涌现为显著特征，以信息经
济、生物经济、绿色经济为主要发展方向的新经济形态。正确答案：【A】【B】【C】【D】 12 “大数据”这个词同下列词语（）一样，都是从国外学来的。正确答案：【A】【B】【C】【D】【E】 13《保密技术防范常识（上）》提到，“互联网+”时代的发展趋势包括（）。正确答案：【A】【C】【E】 14《保密技术防范常识（下）》提到，电磁泄露发射泄密的防范包括（）。正确答案：【A】【B】【C】【D】【E】 15《保密技术防范常识（下）》提到，运营商生态链由（）构成。 正确答案：【A】【C】【D】【E】 16《大数据背景下的公共治理模式变革（上）》提到，大数据处理模式包括（）。正确答案：【A】【B】【C】【D】 17《大数据背景下的公共治理模式变革（下）》认为，面对深刻的社会变革，（）是政府治理走向现代化的必然选择和必然趋势。正确答案：【A】【B】【C】 18《大数据背景下的公共治理模式变革（下）》认为运用（）等新技术可以促进社会治理和公共服务的实现。正确答案：【A】【B】【C】 【D】 19《大数据背景下的公共治理模式变革（下）》提到，提高政府社会治理能力，要围绕（）等多个领域实行监管。正确答案：【A】【B】 【C】【D】【E】 20《大数据背景下的公共治理模式变革（中）》在“智慧化的扩建布局”内容中提出“四大政府”，其中四大政府包括（）。正确答案：【B】 【C】【D】【E】
触目惊心！全球数据中心灾难史大盘点2012-11-29 数据中心的常见【杀手】 数据中心，支撑整个IT系统正常运转的后台架构，囊括了计算、存储、网络等多种IT资源。也正是因为数据中心地位的重要性和在现代社会生活中扮演的重要角色，使得数据中心的安全和持久稳定运行成为了人们极为关注的问题。然而，前段时间飓风桑迪为代表给数据中心带来的灾难性创伤，再次引发了人们对数据中心的安全担忧。本文，将为读者介绍全球数据中心遭遇到的灾难事故，并从中总结得出数据中心安全杀手以及如何防范等问题。 本月早些时候，飓风桑迪重创美国东海岸，尤其是支持着整个工业园运转的数据中心在此次飓风肆虐中因断电而瘫痪，造成了难以挽回的巨大损失。 那么，数据中心常见的杀手有哪些呢？换句话说，究竟有哪些因素会影响数据中心的正常运行、而需要我们特别加以重视的呢？一般说来，以下因素或者灾害对数据中心会带来较大危害： 一、洪灾 毋庸置疑，曾经泰国洪灾给硬盘产业带来的影响就可以“窥一叶而知春秋”，数据中心也同样害怕汹涌的洪灾； 二、火灾 俗话说“大火无情”，一旦出现火灾事故，后果不堪设想。也正是如此，数据中心往往都备有消防装备； 三、网络中断 光纤网络在很多偏远地区并不常见，如果路由器、交换机出现宕机或者人为误操作（误配置）导致网络中断，后果同样不堪设想。没有网络的数据中心宛如一座孤岛——对于提供网络或者云服务的数据中心来尤其如此； 四、电力中断 相比网络中断，电力中断带来的麻烦更大。没有电力的数据中心就如同一堆废铁； 五、地震 去年日本大地震带来的影响，大家可能都历历在目。身处地震带或者地震频发周边的数据中心尤其要注意在防震方面的设计和构建。
大数据技术原理与应用-林子雨版-课后习 题答案
第一章 1.试述信息技术发展史上的3次信息化浪潮及具体内容。 2.试述数据产生方式经历的几个阶段 答：运营式系统阶段，用户原创内容阶段，感知式系统阶段。 3.试述大数据的4个基本特征 答：数据量大、数据类型繁多、处理速度快和价值密度低。 4.试述大数据时代的“数据爆炸”的特性 答：大数据时代的“数据爆炸”的特性是，人类社会产生的数据一致都以每年50%的速度增长，也就是说，每两年增加一倍。 5.数据研究经历了哪4个阶段？ 答：人类自古以来在科学研究上先后历经了实验、理论、计算、和数据四种范式。 6.试述大数据对思维方式的重要影响 答：大数据时代对思维方式的重要影响是三种思维的转变：全样而非抽样，效率而非精确，相关而非因果。 7.大数据决策与传统的基于数据仓库的决策有什么区别 答：数据仓库具备批量和周期性的数据加载以及数据变化的实时探测、传播和加载能力，能结合历史数据和实时数据实现查询分析和自动规则触发，从而提供对战略决策和战术决策。 大数据决策可以面向类型繁多的、非结构化的海量数据进行决策分析。
8.举例说明大数据的基本应用 9.举例说明大数据的关键技术 答：批处理计算，流计算，图计算，查询分析计算 10.大数据产业包含哪些关键技术。 答：IT基础设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。 11.定义并解释以下术语：云计算、物联网 答：云计算：云计算就是实现了通过网络提供可伸缩的、廉价的分布式计算机能力，用户只需要在具备网络接入条件的地方，就可以随时随地获得所需的各种IT资源。 物联网是物物相连的互联网，是互联网的延伸，它利用局部网络或互联网等通信技术把传感器、控制器、机器、人类和物等通过新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。
大数据时代的思维变革 作者：贾凯 来源：《现代审计与经济》 2016年第4期 贾凯 大数据是这几年互联网领域的一大热门话题。最近，这个话题的热度已经不仅局限在互联 网领域了，正在逐渐拓展到其他领域，成为全社会关注的话题。那么，什么是大数据？大数据 的特点是什么？为什么现在才有大数据？大数据的应对方法是什么？大数据时代能带来哪些变革？这些变革对于审计工作有什么影响？这一系列问题都有待回答，本文将量力而行，给以上 问题做出初步回答。 一、什么是大数据 毫无疑问，大数据是一个新鲜概念。对于这样的新鲜概念，其定义也要经过时间的积淀才 能明确。就目前而言，业界公认度高的是ＩＤＣ的“ ４Ｖ” 理论，即 Ｖoｌｕｍｅ（数据量大）、Ｖａｒｉｅｔｙ（数据多样性）、Ｖｅｌｏｃｉｔｙ（数速大）和Ｖａｌｕｅ（价值密度低），在此基础上，ＩＢＭ重新定义并完善了“ ４Ｖ”理论，将最后一个“ Ｖ” 改而解释为Ｖｅｒａｃｉｔｙ（真实性）。但大数据技术的战略意义不在于 掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，从大数据中提取、挖掘 对业务发展有价值的潜在知识，找出趋势，做出预测性分析。 二、为什么现在才有大数据 可以从数据的产生、采集、存储三个步骤来分析：一是生产信息的门槛降低了。要想知道 现在数据产生有多方便，可以首先回顾一下以前的数据产生方式：20年前，如果想让别人知道 你的观点，只能是向报纸投稿，或者出版著作，这要求的写作技能太高了，对普通人来说是不 可能的。10年前，博客开始流行，稍有写作水准的人都可以发表文章。4年前，微博大行其道，只要不是文盲，就能玩转这最多只有140个字的小玩意儿。现在呢，手机拍照，分享到微信朋 友圈，已经成为大多数人的新选择，朋友圈甚至都不鼓励用户发纯文本的状态。在这个时代， 几乎人人都可以玩转朋友圈了。可以看到，每一次变革都极大地降低了生产信息的难度，极大 地扩充了具备生产数据能力的人群。所以说，技术的进步给了普通人发表观点的机会。 二是数据采集的难度降低了。这一点主要得益于现实世界的不断数字化，线下的内容不断 向线上迁移，具体表现为两个方面。首先是，原来需要专业技术人员才能干的事情，现在普通 人也能干了。比如给人物留影，从画家蜕变为摄影师，到现在人人都能拍照。再比如测量地理 位置，以前要专业的测绘人员，现在打开手机地图应用就可以了。其次是，以前不可能实现的 数据采集，现在也能实现了。例如，顾客在每样商品前的停留时间。在传统的商店里，采集这 个数据是不可能完成的任务，而在淘宝上，顾客在每个商品页面的驻留时间，是一目了然的事情。 三是数据存储的成本降低了。大约十几年前U盘的卖点是1MB只需要1块钱，现在京东上 1T的硬盘，价钱不到400元，更别提企业的大规模采购价了。 以上三点，决定了大数据时代只有在现在才能到来。其中第二条更是可以说明，为什么大 数据最先兴于互联网领域，因为互联网领域的数据采集难度最低。但是，随着传感器技术的进 步和物联网的发展，大数据将无疑会渗透到各行各业。
大数据的思维方式 大数据的思维方式总体思维 社会科学研究社会现象的总体特征，以往采样一直是主要数据获取手段，这是人类在无法获得总体数据信息条件下的无奈选择。在大数据时代，人们可以获得与分析更多的数据，甚至是与之相关的所有数据，而不再依赖于采样，从而可以带来更全面的认识，可以更清楚地发现样本无法揭示的细节信息。正如舍恩伯格总结道：“我们总是习惯把统计抽样看作文明得以建立的牢固基石，就如同几何学定理和万有引力定律一样。但是，统计抽样其实只是为了在技术受限的特定时期，解决当时存在的一些特定问题而产生的，其历史不足一百年。如今，技术环境已经有了很大的改善。在大数据时代进行抽样分析就像是在汽车时代骑马一样。在某些特定的情况下，我们依然可以使用样本分析法，但这不再是我们分析数据的主要方式。”也就是说，在大数据时代，随着数据收集、存储、分析技术的突破性发展，我们可以更加方便、快捷、动态地获得研究对象有关的所有数据，而不再因诸多限制不得不采用样本研究方法，相应地，思维方式也应该从样本思维转向总体思维，从而能够更加全面、立体、系统地认识总体状况。 容错思维 在小数据时代，由于收集的样本信息量比较少，所以必须确保记录下来的数据尽量结构化、精确化，否则，分析得出的结论
在推及总体上就会“南辕北辙”，因此，就必须十分注重精确思维。然而，在大数据时代，得益于大数据技术的突破，大量的非结构化、异构化的数据能够得到储存和分析，这一方面提升了我们从数据中获取知识和洞见的能力，另一方面也对传统的精确思维造成了挑战。舍恩伯格指出，“执迷于精确性是信息缺乏时代和模拟时代的产物。只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户”。也就是说，在大数据时代，思维方式要从精确思维转向容错思维，当拥有海量即时数据时，绝对的精准不再是追求的主要目标，适当忽略微观层面上的精确度，容许一定程度的错误与混杂，反而可以在宏观层面拥有更好的知识和洞察力。 相关思维 在小数据世界中，人们往往执着于现象背后的因果关系，试图通过有限样本数据来剖析其中的内在机理。小数据的另一个缺陷就是有限的样本数据无法反映出事物之间的普遍性的相关关系。而在大数据时代，人们可以通过大数据技术挖掘出事物之间隐蔽的相关关系，获得更多的认知与洞见，运用这些认知与洞见就可以帮助我们捕捉现在和预测未来，而建立在相关关系分析基础上的预测正是大数据的核心议题。通过关注线性的相关关系，以及复杂的非线性相关关系，可以帮助人们看到很多以前不曾注意的联系，还可以掌握以前无法理解的复杂技术和社会动态，相关关系甚至可以超越因果关系，成为我们了解这个世界的更好视角。舍恩伯格指出，大数据的出现让人们放弃了对因果关系的渴求，
课后测试 测试成绩：70.0分。恭喜您顺利通过考试！ 单选题 ?1、下列关于个性化思维的说法正确的是？（10 分） A 一切皆可量化 ? B 以消费者为中心 C 一切皆可尝试 D 一切皆有联系 正确答案:B ?2、下列关于“探索未知的思维变革”的说法错误的是？（10 分） A 从追求因果关系到追求相关关系 B 从追求算法到追求数据 C 大数据的复杂计算和小数据的简单计算 ? D 大数据的简单计算和小数据的复杂计算 正确答案:C 多选题 ?1、下列哪些属于实体商家的经营难题？（10 分） A 客流量少 B 宣传成本高 C 回头客少 D 成交率低 正确答案:A B C D ?2、门店流量持续下降的现状是什么？（10 分） A 实体经营趋于稳定 B 人流量持续上升 C 人口增长红利衰减 D 用户增长逐渐放缓
正确答案:A C D ?3、下列关于“管理决策的思维变革”说法正确的是？（10 分） A 从事后总结到事前规划 B 从定性描述到定量分析 C 从拍脑袋到用数据说话 D 从抽样调研到全体数据分析 正确答案:A B C D ?4、在大数据的世界里，我们需要知道客户的哪些最基本的信息？（10 分） A 消费习惯 B 用户喜好 C 用户需求 D 消费能力 正确答案:A B C D ?5、大数据在哪些阶段内会成为第四范式？（10 分） A 经济科学阶段 B 理论科学阶段 C 计算科学阶段 D 数据密集型阶段 正确答案:A B C D 判断题 ?1、大数据的世界不只是一个单一的巨大的计算机网络，而是一个由大量活动构件以及多元参与者元素所构成的一个生态系统。（10 分） ? A 正确 B 错误 正确答案:正确 ?2、大数据下新零售门店的变革目的是吸粉和留存。（10 分） ? A 正确 B
全球数据中心领先企业发展态势 全球的数据中心企业类型大致可以分为电信运营商、专业服务商、系统集成商和新兴服务提供商等。 电信运营商凭借其在传统电信运营上积累的天然的电信资源的优势，通过向客户直接出售或出租电信资源获取利润。代表企业有美国电话电报公司（AT&T）、日本电报电话公司（NTT）、国内的中国电信等。 专业服务商的核心业务就是提供服务器托管服务。它们一般向基础电信运营商租用相应的电信资源，通过数据中心的服务将资源转卖给最终用户，同时数据中心提供高增值的服务获得利润。他们的客户一般是传统企业和一些互联网公司。代表企业有美国的GoDaddy、Exodus、国内的世纪互联等。 系统集成商则专注于特定的软硬件系统。他们主要以服务为导向，利用原有的客户群，向用户提供更进一步完善的服务。诸如惠普（HP）、易安信（EMC）、国际商业机器（IBM）都是比较具有代表性的企业。 近几年，在数据中心产业中，出现了互联网软件企业自身建立全球数据中心的趋势，如微软、亚马逊、谷歌等。 下文将对这四种类型代表企业的数据中心做简单介绍。 一、AT&T数据中心 美国最大的电信运营商AT&T在全球拥有近40个数据中心。这些数据中心占地面积达到了260万平方英尺，包括40万台以上的网络设备。目前，该公司在英国伦敦新建的数据中心将支持高密度计算，还专门设计了电力系统，来适应高密度计算的需求。随着全球主机托管和云计算服务的日益增长，AT&T进一步加大了能够提供企业级托管业务和先进的网络服务的基础设施建设。在未来，AT&T 将计划投资10亿美元，来满足不同国家的客户对业务的需求，这些投资包括新建数据中心和建设网络。 二、世纪互联数据中心 世纪互联创立于1996年，是目前中国规模最大的电信中立互联网基础设施服务提供商。世纪互联在中国已经部署了10个以上独立机房，全网处理能力超过200Gbps，拥有按需部署、伸缩自如的弹性CDN网络体系，在北京拥有超过10000㎡的电信级数据中心，在华南、华东及全国其他城市拥有超过50000㎡的大型电信级数据中心。世纪互联的数据中心采用全光纤链路与各因特网单位互联互通，以1G（将扩容为40G）速率连接到CinaNet的专用互联点，并以100M
大数据时代的思维革命 目前再说“我们生活在一个网络时代”的话，显得有点落伍了，当下最时髦的说法是“我们生活在一个大数据时代”。从表层意义上看，人们是用“大数据”来描述和定义信息爆炸时代产生的海量数据。实际上，“大数据”的渗透能力远远超出人们的想象，不管是在物理学、生物学、环境生态学等领域，还是军事、金融、通信、贸易等行业，数据正在迅速膨胀，没有一个领域可以不被波及。“大数据”正在改变，甚至颠覆我们所处的整个时代，对社会发展产生方方面面的影响，也让我们的思维不得不跟随时代的变迁而经历自我革命。 2013年5月20日，在北京朝阳北路朝阳大悦城六楼，一家餐厅低调开业了。没有热闹的广告，没有红地毯，没有领导剪裁和讲话，有的只是长达半年的封闭测试，邀请一些明星“吃货”们试吃，这些明星“吃货”一旦被成功邀请，就立即通过微博、微信向粉丝们讲述就餐感受。而这家餐厅通过分析明星与粉丝的互动信息等大数据，渐渐掌握了话语权，并尽可能地改造菜品、环境、流程。于是，一个传奇诞生了。这家名为“雕爷牛腩餐厅”现在被标榜为中国第一家“轻奢餐”餐饮品牌，其烹饪牛腩的秘方是向周星驰电影《食神》中的原型人物——香港食神戴龙——以500万元购买而得。戴龙经常为李嘉诚、何鸿燊等港澳名流提供家宴料理，他还是1997年香港回归当晚的国宴行政总厨，所以他的代表作，一道“咖喱牛腩饭”和一道“金汤牛腩面”，成为无数人梦寐以求的舌尖上的巅峰享受。这是微博、微信的胜利，也是互联网的胜利，更是大数据的胜利。以互联网为主要手段的大数据，就这么征服了市场，颠覆了经典，创造了传奇。 其实，雕爷传奇绝非个案，在大数据时代，这样的传奇每天都会发生。小米、黄太吉的成功都是基于大数据思维。我们身处大数据时代，很多的
第一章 1.试述信息技术发展史上的3次信息化浪潮及具体内容。 2.试述数据产生方式经历的几个阶段 答：运营式系统阶段，用户原创内容阶段，感知式系统阶段。 3.试述大数据的4个基本特征 答：数据量大、数据类型繁多、处理速度快和价值密度低。 4.试述大数据时代的“数据爆炸”的特性 答：大数据时代的“数据爆炸”的特性是，人类社会产生的数据一致都以每年50%的速度增长，也就是说，每两年增加一倍。 5.数据研究经历了哪4个阶段？
答：人类自古以来在科学研究上先后历经了实验、理论、计算、和数据四种范式。 6.试述大数据对思维方式的重要影响 答：大数据时代对思维方式的重要影响是三种思维的转变：全样而非抽样，效率而非精确，相关而非因果。 7.大数据决策与传统的基于数据仓库的决策有什么区别 答：数据仓库具备批量和周期性的数据加载以及数据变化的实时探测、传播和加载能力，能结合历史数据和实时数据实现查询分析和自动规则触发，从而提供对战略决策和战术决策。 大数据决策可以面向类型繁多的、非结构化的海量数据进行决策分析。 8.举例说明大数据的基本应用 答： 9.举例说明大数据的关键技术
答：批处理计算，流计算，图计算，查询分析计算 10.大数据产业包含哪些关键技术。 答：IT基础设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。 11.定义并解释以下术语：云计算、物联网 答：云计算：云计算就是实现了通过网络提供可伸缩的、廉价的分布式计算机能力，用户只需要在具备网络接入条件的地方，就可以随时随地获得所需的各种IT资源。 物联网是物物相连的互联网，是互联网的延伸，它利用局部网络或互联网等通信技术把传感器、控制器、机器、人类和物等通过新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。 12.详细阐述大数据、云计算和物联网三者之间的区别与联系。
世界主要国家的大数据战略和行动 2015年07月03日17:30:22 来源：中国信息安全 分享到：3 【打印】【纠错】 美国 将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面，并大力发展相关信息网络安全项目。 2009年，美国政府推出https://www.doczj.com/doc/eb17428678.html,，这是为了增加政府资料透明度而设立的一系列网站。 该网站依照原始、地理数据和数据工具三个门类，截至2012年11月，https://www.doczj.com/doc/eb17428678.html,共开放出了超过40万项原始数据和地理数据，涵盖大约50个细分门类。为方便公众使用和分析，https://www.doczj.com/doc/eb17428678.html,平台还加入了数据的分级评定、高级搜索、用户交流以及和社交网站互动等新功能，汇集了1264个应用程序和软件工具、103个手机应用插件。通过开放API接口，https://www.doczj.com/doc/eb17428678.html,使得私人领域的开发者能够利用那些政府采集但未经梳理的各类信息，开发应用来提供公共服务或者进行盈利。但随着近年美国政府陷入财政困局，白宫于2011年4月宣布这些网站将终止营运，但会将它们开源化，以供各国的开发者使用或者根据需要修改。 2012年3月29日，美国白宫科技政策办公室发布《大数据研究和发展计划》，成立“大数据高级指导小组”。
该计划旨在通过对海量和复杂的数字资料进行收集、整理，以增强联邦政府收集海量数据、分析萃取信息的能力，提升对社会经济发展的预测能力。美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构宣布将进行2亿美元的投资，提高从大量数据中访问、组织、收集发现信息的工具和技术水平。同时，奥巴马政府还计划与工业界、大学研究界、非营利性机构与管理者一起利用大数据所创造的机会。这是美国政府在政策层面上将“大数据”上升到国家意志的重要举措，其影响极为深远。 2013年11月，美国信息技术与创新基金会发布了《支持数据驱动型创新的技术与政策》的报告。 报告指出，“数据驱动型创新”是一个崭新的命题，其中最主要的包括“大数据”、“开放数据”、“数据科学”和“云计算”。一方面，数据规模不断膨胀，且可获性越来越大，极大地刺激了新技术和新方法的发展。另一方面，这些技术反过来又提高了原始数据的使用价值，激励着更广泛、更大规模的数据收集和应用。报告就政府如何支持数据型驱动的创新提出了建议。一是政府应大力培养所需的有技能的劳动力，二是政府要推动数据相关技术的研发。报告还指出政府应该发挥的一项重要作用是，不仅要收集和提供数据，还要制定推动数据共享的法律框架，并提高公众对数据共享的重大意义的认识。
大数据时代的思维革命的演讲稿 目前再说“我们生活在一个网络时代”的话，显得有点落伍了，当下最时髦的说法是“我们生活在一个大数据时代”。从表层意义上看，人们是用“大数据”来描述和定义信息爆炸时代产生的海量数据。实际上，“大数据”的渗透能力远远超出人们的想象，不管是在物理学、生物学、环境生态学等领域，还是军事、金融、通信、贸易等行业，数据正在迅速膨胀，没有一个领域可以不被波及。“大数据”正在改变，甚至颠覆我们所处的整个时代，对社会发展产生方方面面的影响，也让我们的思维不得不跟随时代的变迁而经历自我革命。 xx年5月20日，在北京朝阳北路朝阳大悦城六楼，一家餐厅低调开业了。没有热闹的广告，没有红地毯，没有领导剪裁和讲话，有的只是长达半年的封闭测试，邀请一些明星“吃货”们试吃，这些明星“吃货”一旦被成功邀请，就立即通过微博、微信向粉丝们讲述就餐感受。而这家餐厅通过分析明星与粉丝的互动信息等大数据，渐渐掌握了话语权，并尽可能地改造菜品、环境、流程。于是，一个传奇诞生了。这家名为“雕爷牛腩餐厅”现在被标榜为中国第一家“轻奢餐”餐饮品牌，其烹饪牛腩的秘方是向周星驰电影《食神》中的原型人物——香港食神戴龙——以500万元购买而得。戴龙经常为李嘉诚、何鸿燊等港澳名流提供家宴料理，他还是1997年香港回归当晚的国宴行政总厨，所以他的代表作，一道“咖喱牛腩饭”和一道“金汤牛腩面”，成为无数人梦寐以求的舌尖上的巅峰享受。这是微博、
微信的胜利，也是互联网的胜利，更是大数据的胜利。以互联网为主要手段的大数据，就这么征服了市场，颠覆了经典，创造了传奇。 其实，雕爷传奇绝非个案，在大数据时代，这样的传奇每天都 会发生。小米、黄太吉的成功都是基于大数据思维。我们身处大数据时代，很多的传奇在发生，但也很快就有可能被淹没在大数据时代的汪洋大海里。 其实，所谓的大数据思维具有三层含义。第一层含义是，大数 据思维必须分析全面的数据而非随机抽样，必须重视数据的复杂性，弱化精确性，必须关注数据的相关性，而非因果关系。第二层含义是要把数据当做一种可以升值的重要资产，而不是只做研究对象，研究完就束之高阁。第三层含义是数据有变现功能，通过挖掘数据价值，就能改变价值的生成基础和价值链条。 历史上任何一次成功的变革都是由思维方式的转变开始的，旧 的体制和传统理念在面临新的思维逻辑的时候，如果不能与时俱进，吸收并转变为顺应潮流的新思维，通过新思维来重新组织战略和策略，那么任何过去成功的经验反而会成为阻碍发展的桎梏。这种新思维颠覆巨头的案例最先发生在信息技术的传统领域，然后渗透到传统的商业领域。比如黑莓，比如摩托罗拉，比如诺基亚，比如柯达，比如雅虎等等，案例比比皆是。 大数据思维的基础是互联网，而互联网有没有思维呢？答案是 肯定的。在xx年，互联网思维是科技先锋大拿们的热门话题，一个 个以互联网思维为话语体系的圈子论坛及营销甚嚣尘上。就连CCTV
【最新整理，下载后即可编辑】 第一章 1.试述信息技术发展史上的3次信息化浪潮及具体内容。 2.试述数据产生方式经历的几个阶段 答：运营式系统阶段，用户原创内容阶段，感知式系统阶段。
3.试述大数据的4个基本特征 答：数据量大、数据类型繁多、处理速度快和价值密度低。 4.试述大数据时代的“数据爆炸”的特性 答：大数据时代的“数据爆炸”的特性是，人类社会产生的数据一致都以每年50%的速度增长，也就是说，每两年增加一倍。 5.数据研究经历了哪4个阶段？ 答：人类自古以来在科学研究上先后历经了实验、理论、计算、和数据四种范式。 6.试述大数据对思维方式的重要影响 答：大数据时代对思维方式的重要影响是三种思维的转变：全样而非抽样，效率而非精确，相关而非因果。 7.大数据决策与传统的基于数据仓库的决策有什么区别 答：数据仓库具备批量和周期性的数据加载以及数据变化的实时探测、传播和加载能力，能结合历史数据和实时数据实现查询分析和自动规则触发，从而提供对战略决策和战术决策。 大数据决策可以面向类型繁多的、非结构化的海量数据进行决策分析。
8.举例说明大数据的基本应用 答： 9.举例说明大数据的关键技术 答：批处理计算，流计算，图计算，查询分析计算 10.大数据产业包含哪些关键技术。 答：IT基础设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。
11.定义并解释以下术语：云计算、物联网 答：云计算：云计算就是实现了通过网络提供可伸缩的、廉价的分布式计算机能力，用户只需要在具备网络接入条件的地方，就可以随时随地获得所需的各种IT资源。 物联网是物物相连的互联网，是互联网的延伸，它利用局部网络或互联网等通信技术把传感器、控制器、机器、人类和物等通过新的方式连在一起，形成人与物、物与物相连，实现信息化和远程管理控制。 12.详细阐述大数据、云计算和物联网三者之间的区别与联系。
大数据带来的四种思维 2015-02-01 10:31 来源：学习时报 张义祯 近年来大数据技术的快速发展深刻改变了我们的生活、工作和思维方式。大数据研究专家舍恩伯格指出，大数据时代，人们对待数据的思维方式会发生如下三个变化：第一，人们处理的数据从样本数据变成全部数据；第二，由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求；第三，人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相关关系。事实上，大数据时代带给人们的思维方式的深刻转变远不止上述三个方面。笔者认为，大数据思维最关键的转变在于从自然思维转向智能思维，使得大数据像具有生命力一样，获得类似于“人脑”的智能，甚至智慧。 总体思维 社会科学研究社会现象的总体特征，以往采样一直是主要数据获取手段，这是人类在无法获得总体数据信息条件下的无奈选择。在大数据时代，人们可以获得与分析更多的数据，甚至是与之相关的所有数据，而不再依赖于采样，从而可以带来更全面的认识，可以更清楚地发现样本无法揭示的细节信息。正如舍恩伯格总结道：“我们总是习惯把统计抽样看作文明得以建立的牢固基石，就如同几何学定理和万有引力定律一样。但是，统计抽样其实只是为了在技术受限的特定时期，解决当时存在的一些特定问题而产生的，其历史不足一百年。如今，技术环境已经有了很大的改善。在大数据时代进行抽样分析就像是在汽车时代骑马一样。在某些特定的情况下，我们依然可以使用样本分析法，但这不再是我们分析数据的主要方式。”也就是说，在大数据时代，随着数据收集、存储、分析技术的突破性发展，我们可以更加方便、快捷、动态地获得研究对象有关的所有数据，而不再因诸多限制不得不采用样本研究方法，相应地，思维方式也应该从样本思维转向总体思维，从而能够更加全面、立体、系统地认识总体状况。 容错思维 在小数据时代，由于收集的样本信息量比较少，所以必须确保记录下来的数据尽量结构化、精确化，否则，分析得出的结论在推及总体上就会“南辕北辙”，因此，就必须十分注重精确思维。然而，在大数据时代，得益于大数据技术的突破，大量的非结构化、异构化的数据能够得到储存和分析，这一方面提升了我们从数据中获取知识和洞见的能力，另一方面
IDC业务： 互联网数据中心（Internet Data Center）简称IDC，就是电信部门利用已有的互联网通信线路、带宽资源，建立标准化的电信专业级机房环境，为企业、政府提供服务器托管、租用以及相关增值等方面的全方位服务。 介绍： IDC主机托管主要应用范围是网站发布、虚拟主机和电子商务等。比如网站发布，单位通过托管主机，从电信部门分配到互联网静态IP地址后，即可发布自己的www站点，将自己的产品或服务通过互联网广泛宣传；虚拟主机是单位通过托管主机，将自己主机的海量硬盘空间出租，为其他客户提供虚拟主机服务，使自己成为ICP服务提供商；电子商务是指单位通过托管主机，建立自己的电子商务系统，通过这个商业平台来为供应商、批发商、经销商和最终用户提供完善的服务。 · IDC 业务简介：主机, 服务器, 托管, 虚拟主机, 域名注册, 企业邮局、邮件系统, 增值服务, 主机托管, idc, 大型知识库, 会员管理, 系统集成, 虚拟主机, sql数据库, vpn虚拟专网, web 应用程序, 电子支付, 国际域名, 国内域名, 商业网站, 网页设计公司, web 服务, 后台管理, 邮件服务器, 网页设计模板. IDC：International Data Corporation （国际数据公司）是全球著名的信息技术、电信行业和消费科技市场咨询、顾问和活动服务专业提供商。在IT领域的市场跟踪数据已经成为行业标准。IDC
于1982年正式在中国设立分支机构，是最早进入中国市场的全球著名的市场研究公司。 IDC是对入驻(Hosting)企业、商户或网站服务器群托管的场所；是各种模式电子商务赖以安全运作的基础设施，也是支持企业及其商业联盟其分销商、供应商、客户等?实施价值链管理的平台。 IDC有两个非常重要的显著特征：在网络中的位置和总的网络带宽容量，它构成了网络基础资源的一部分，就像骨干网、接入网一样，它提供了一种高端的数据传输(Data Delivery)的服务，提供高速接入的服务。 IDC起源于ICP对网络高速互联的需求，而且美国仍然处于世界领导者位置。在美国，运营商为了维护自身利益，将网络互联带宽设得很低，用户不得不在每个服务商处都放一台服务器。为了解决这个问题，IDC应运而生，保证客户托管的服务器从各个网络访问速度都没有瓶颈。 四大特征： 07月25日报道：在今天举办的英特尔大数据论坛上，IDC中国企业级系统与软件研究部高级研究经理周震刚表示，IDC定义了大数据的四大特征——海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。 “对用户最有意义的，就是大数据可通过处理和分析而被发掘出来的价值——无论是商业价值还是社会价值。”周震刚如此说道。周
大数据时代下的创新思维 一、大数据时代下的创新思维 一、过去与未来：摩尔定律的时代VS数据为王的时代 在过去的五十年里，人类整个的发展根本的动力从科技的角度来讲，就是一个摩尔定律，什么意思呢？就是在1965年的时候，英特尔公司后来的创始人摩尔先生，他提出来在今后的十几年里，半导体处理器的性能，比如说容量、计算速度和复杂程度每18个月左右可以翻一番，他也没有预想到这件事一直发生了五十年，以至于整个人类发生了天翻地覆的变化。可以这么讲，我们过去的整个的社会的科技进步、工业进步以及这个GDP的提升都是靠这个摩尔定律，如果我们把这个摩尔定律带来的电信化从过去五十年中拿去，我们会发现我们可能GDP不但没有增加，而且还在减少。那么这是过去五十年的情况，在今后二十年它又会往哪儿走呢？ 在未来的二十年里，什么决定世界经济发展的方向？我认为如果说过去五十年是摩尔定律的时代，未来二十年就是数据为王的时代。大数据会带来机器智能，也就是说让我们的计算机变得非常聪明，以至于它超过我们人类的智能。为什么这么说呢？我们刚才讲了，计算机的发展速度本身是一个指数增长，而我们人的智能的发展速度是一个线性增长，甚至还会稍微慢一点，那么一定在某一个时间点，它会重合。今天可能就是这个重合的时间点，那可能你又会问了，为什么正好在这个时间点上，我们会有这么多的数据？一个是互联网的收集和积累，再有一个就是今天各种传感器，各种智能设备，各种监控设备，它们无时无刻地不在为我们提供大量的数据。而在我们过去，因为存储量、计算量不够的时候，我们把这些数据都抛弃掉了，不是说这些数据在过去不存在现在存在，只是说我们现在因为半导体事业的发展，我们有能力、有可能来存储和处理这样一些数据。 二、什么是机器智能 在讲机器智能以前，我们就首先要说说，什么是机器智能？我们都知道1946年人类第一台电子计算机诞生了，名字叫做ENIAC（电子数值积分计算机）诞生。那台计算机其实计算速度只有一秒钟五千次，大概是你的手机计算速度差不多可能几十万分之一。那么计算机诞生后不久，人类其实就开始考虑，说既然这个计算机计算速度能这么快，它能不能产生一些智能？所以五十年代初的时候，计算机老祖宗阿兰图灵就提出了一个叫图灵测试的概念。什么意思呢？就是说在屏幕后面，我放一台机器放一个人，然后我们问他一个问题，比如说天为什么是蓝色的？计算机给一个，人给一个，给出的答案让我来判断，说哪一个计算机给的？哪个是人给的？如果我判断不出来，哪个答案是计算机给的或者是人给的，已经能够把这两个答案要混淆起来了，我就认为机器和人一样的智能。人类为这个目标做了20年，这20 年的发展非常不顺利，到了1970年基本上计算机还做不了任何具有智能的事情。为什么会产生这样的问题呢？或者说这20年研究为什么会走弯路呢？主要是我们完全地按照人的方式去理解机器，没有完全按机器的方式理解。 举一个例子，预测美国总统选举结果这么一个例子。比较著名的大家可能听说过盖洛普这样一个预测公司，那么它实际上是用一些传统的抽样的统计方法做一些预测，有时灵，有时不灵。即使正确的时候，基本上误差两到三个百分点，在全国范围预测能准，但是你知道竞选是一个州一个州这么算选票，它不是一人一票制，所以它从来没有做到过美国50个州全部做对的。到了2012年，有一个毛头小伙子，这个人从来以前没有名，也不是什么了不得的科学家，他就做了一件事儿，他就在互联网上比如社交网络上，比如脸书上、推特上、地方