logo821.gif (10572 bytes) 首頁          新增資料與公告

最新消息:

中國向荷蘭送出了50年的氣象數據

 

 

無官御史台

首頁
上一層
BSE LAB 介紹
生醫研究之統計方法
授課資料
人文關懷
智能生物產業
蘭花產業
蘭界感言篇
活動公告區
Orchids Cultivation

 

 
大數據口號在哪裡?

 

中興大學 生物系統工程研究室 陳加忠

 
 

這是2015年一篇專訪。在當時,大數據此名詞成為火紅,自政治至民間企業,加工上學術界紛紛與此連結。如果缺乏此大數據連結,就是落後。

2019年,大數據此名詞在哪裡?自大數據之後,喊著互聯網。而互聯網此名詞之流行也只有一陣子,現今最火紅的名詞是智慧產業。

一個缺乏自信,缺乏專業的社會,只好找個名詞以掩飾空洞與不安。在農業,醫學,自2000年開始喊著生技產業,而今生物技術能成為產業又有何幾?反而是不相干的農業機械,果樹栽培技術等等被掛上生物技術。

看看此4年前的訪問文章,大師級人物一開始就表示,大數據在5年內會消失。而且他強調的是資料分析與應用,而不是拘於大數據此名詞。

台灣政治的根本問題是人心的浮淺跟風,容易被搧動欺騙,學術界也是如此,每段時間就有一個口號,如同煙火在夜空裡綻放,煙火滅了,夜空還是夜空。

201910月,重新看看2015年有關大數據的訪問內容。

附錄: 美國Top 4 技術長寶立明:大數據即將在五年內消失

2015.02.17 by https://cdn.bnextmedia.com.tw/img/1x1.png 李欣宜

https://www.bnext.com.tw/article/35404/BN-ARTICLE-35404

大數據這個關鍵字從去年紅到今年,早已成為科技業的重要趨勢,研調機構IDC便預測2015年將有超過25%的企業導入巨量資料方案,而美國專業招聘公司羅致恆富(Robert Halt)公布的2015薪資指南(2015 Salary Guide更把大數據工程師列為今年薪資漲幅最大的六大行業之一,預計薪資年成長率9.3%,平均年薪119,250美元至168,250美元。

台灣從企業到政府也人人高喊大數據,連向來對新科技接受速度最慢的政府都開始動作。行政院長毛治國甫上任祭出的科技三箭,就有兩箭跟數據息息相關,一個是開放資料,一個是大數據,新北市政府日前也推出全國第一個「傳統產業大數據應用示範計畫」,希望導入大數據分析,幫助金屬、機械和紡織等傳統產業轉型,還在日前的新北大數據論壇活動中請來美國大數據分析與儲存技術公司Teradata首席技術長寶立明(Stephen Brobst)來分享大數據趨勢。

身為全球頂尖的大數據專家,寶立明在接受《數位時代》專訪時卻說,他認為大數據這個詞將會在五年內消失,以下為寶立明專訪的內容摘要:

1. 大數據這個詞近年來非常火紅,但也有人認為大數據已處在泡沫期,您怎麼看這種人人高喊大數據的現象?

他們以為大數據就是指大數目的數據,事實上,我認為這是大數據中最無趣的部分,我們真正在尋找的是非傳統的、而且未曾被挖掘過的資料,並且從這些資料中去提煉出價值,我相信在五年內我們就不會再使用「大數據」這個詞了,到頭來大數據就只是資料而已,不是嗎?資料是很重要,但是這個世界上還有一大堆以往根本不被視為是資料的資料在那邊等著我們挖掘,到最後,人們會開始回頭分析這些資料,他們會發現,大數據不過就只是數據的一種,大數據、小數據、結構化、非結構化的資料...這些稱呼通通都不重要,因為這些都是資料啊,這是我認為為什麼到最後大數據這個詞彙將會退燒的原因。

2. 你認為數據經濟以後將會成為每個企業的DNA嗎?

是的沒錯,人們將會依據一家公司是否有效地運用數據,來定義這家公司是否成功。大數據這個詞也許是三年前才出現的,但其實它早在十年前就有了,概念比名詞出現得更早。

3.你對大數據的定義是什麼?

一般來說我們用3V定義大數據,容量(Volume)、快速(Velocity)與多樣性(Variety),其中我認為最重要的是多樣性,資料不只來自那些傳統管道,有更多來自非傳統管道的非傳統資料產生,我認為價值(Value)是第四個V,人們常常忘了這件事,他們專注於技術,卻忘了創造價值,但這卻是一個大數據計畫能否成功的關鍵:這不只關乎技術,而是你能用技術創造出什麼價值。

4.台灣有許多中小企業,許多中小企業也許認為大數據是個離他們很遙遠的概念,因為他們根本沒有「大數據」,您會給他們什麼樣的建議?

這些小企業一看到大數據就會想說,喔這一定是很大的數據才有辦法做,但數據的量其實從來都不是重點,我認為「大數據」是個非常差勁的命名,因為它讓人們直接聯想到「大」,但數據的大小其實是最無趣的部分,最重要的其實是那些你從來沒有想過可以用的數據以及那些非傳統的資料,我認為這才是人們對大數據應有的認知。

4. 你認為現在要尋找優秀的數據分析學家很困難嗎?

人們常常把電腦科學家和數據科學家混為一談,數據科學家不一定非得要寫程式才能分析數據,你需要會使用科技,但重點其實還是在數據,你要會設計實驗、熟悉數學和統計、如何獲取資料和得到結果等。

數學系畢業的人是很好的選擇,但我的經驗是畢業自實驗性科學科系的人也會成為很好的數據科學家,例如:應用物理系、化學系、天文系等,因為他們知道怎麼設計實驗、怎麼蒐集數據和得到結果,這讓他們成為優秀的數據科學家。

看事情的眼光還需要充滿創意,所以社會學出身的人也會是很好的數據科學家,很多社會學家必須做調查,並且從中蒐集和調查數據,這已經具備了數據科學家該有的特質了。