從復(fù)雜性的角度看大數(shù)據(jù)研究和應(yīng)用面臨的挑戰(zhàn).doc

《從復(fù)雜性的角度看大數(shù)據(jù)研究和應(yīng)用面臨的挑戰(zhàn).doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、從復(fù)雜性的角度看大數(shù)據(jù)研究和應(yīng)用面臨的挑戰(zhàn)從復(fù)雜性的角度看大數(shù)據(jù)研究和應(yīng)用面臨的挑戰(zhàn)　　中國(guó)信息化百人會(huì)學(xué)術(shù)委員、中國(guó)工程院院士李國(guó)杰認(rèn)為，目前大數(shù)據(jù)技術(shù)還不成熟，面對(duì)海量、異構(gòu)、動(dòng)態(tài)變化的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理和分析技術(shù)難以應(yīng)對(duì)，現(xiàn)有的數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用的效率較低，成本和能耗較大，而且難以擴(kuò)展，這些挑戰(zhàn)大多來(lái)自數(shù)據(jù)本身的復(fù)雜性、計(jì)算的復(fù)雜性和信息系統(tǒng)的復(fù)雜性。李國(guó)杰認(rèn)為，發(fā)展大數(shù)據(jù)不要一味追求“數(shù)據(jù)規(guī)模大”，不要“技術(shù)驅(qū)動(dòng)”，要“應(yīng)用為先”，不能拋棄“小數(shù)據(jù)”方法，同時(shí)要高度關(guān)注構(gòu)建大數(shù)據(jù)平臺(tái)的成本?！　〈髷?shù)據(jù)技術(shù)和人類探索復(fù)雜性的努力有密切關(guān)系。20世紀(jì)70年代，新三論（耗散

2、結(jié)構(gòu)論、協(xié)同論、突變論）的興起對(duì)幾百年來(lái)貫穿科學(xué)技術(shù)研究的還原論發(fā)起了挑戰(zhàn)。1984年蓋爾曼等3位諾貝爾獎(jiǎng)得主成立以研究復(fù)雜性為主的圣菲研究所，提出超越還原論的口號(hào)，在科技界掀起了一場(chǎng)復(fù)雜性科學(xué)運(yùn)動(dòng)。雖然雷聲很大，但30年來(lái)并未取得預(yù)期的效果，其原因之一可能是當(dāng)時(shí)還沒(méi)有出現(xiàn)解決復(fù)雜性的技術(shù)?！　〖呻娐贰⒂?jì)算機(jī)與通信技術(shù)的發(fā)展大大增強(qiáng)了人類研究和處理復(fù)雜問(wèn)題的能力。大數(shù)據(jù)技術(shù)將復(fù)雜性科學(xué)的新思想發(fā)揚(yáng)光大，可能使復(fù)雜性科學(xué)得以落地。復(fù)雜性科學(xué)是大數(shù)據(jù)技術(shù)的科學(xué)基礎(chǔ)，大數(shù)據(jù)方法可以看作復(fù)雜性科學(xué)的技術(shù)實(shí)現(xiàn)。大數(shù)據(jù)方法為還原論與整體論的辯證統(tǒng)一提供了技術(shù)實(shí)現(xiàn)途徑。大數(shù)據(jù)研究要從復(fù)雜性研究中吸

3、取營(yíng)養(yǎng)，從事數(shù)據(jù)科學(xué)研究的學(xué)者不但要了解20世紀(jì)的“新三論”，可能還要學(xué)習(xí)與超循環(huán)、混沌、分形和元胞自動(dòng)機(jī)等理論有關(guān)的知識(shí)，擴(kuò)大自己的視野，加深對(duì)大數(shù)據(jù)機(jī)理的理解?！　〈髷?shù)據(jù)技術(shù)還不成熟，面對(duì)海量、異構(gòu)、動(dòng)態(tài)變化的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理和分析技術(shù)難以應(yīng)對(duì)，現(xiàn)有的數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用的效率較低，成本和能耗較大，而且難以擴(kuò)展。這些挑戰(zhàn)大多來(lái)自數(shù)據(jù)本身的復(fù)雜性、計(jì)算的復(fù)雜性和信息系統(tǒng)的復(fù)雜性。　　　　1數(shù)據(jù)復(fù)雜性引起的挑戰(zhàn)　　圖文檢索、主題發(fā)現(xiàn)、語(yǔ)義分析、情感分析等數(shù)據(jù)分析工作十分困難，其原因是大數(shù)據(jù)涉及復(fù)雜的類型、復(fù)雜的結(jié)構(gòu)和復(fù)雜的模式，數(shù)據(jù)本身具有很高的復(fù)雜性。目前，人們對(duì)大數(shù)據(jù)背后

4、的物理意義缺乏理解，對(duì)數(shù)據(jù)之間的關(guān)聯(lián)規(guī)律認(rèn)識(shí)不足，對(duì)大數(shù)據(jù)的復(fù)雜性和計(jì)算復(fù)雜性的內(nèi)在聯(lián)系也缺乏深刻理解，領(lǐng)域知識(shí)的缺乏制約了人們對(duì)大數(shù)據(jù)模型的發(fā)現(xiàn)和高效計(jì)算方法的設(shè)計(jì)。形式化或定量化地描述大數(shù)據(jù)復(fù)雜性的本質(zhì)特征及度量指標(biāo)，需要深入研究數(shù)據(jù)復(fù)雜性的內(nèi)在機(jī)理。人腦的復(fù)雜性主要體現(xiàn)在千萬(wàn)億級(jí)的樹突和軸突的鏈接，大數(shù)據(jù)的復(fù)雜性主要也體現(xiàn)在數(shù)據(jù)之間的相互關(guān)聯(lián)。理解數(shù)據(jù)之間關(guān)聯(lián)的奧秘可能是揭示微觀到宏觀“涌現(xiàn)”規(guī)律的突破口。大數(shù)據(jù)復(fù)雜性規(guī)律的研究有助于理解大數(shù)據(jù)復(fù)雜模式的本質(zhì)特征和生成機(jī)理，從而簡(jiǎn)化大數(shù)據(jù)的表征，獲取更好的知識(shí)抽象。為此，需要建立多模態(tài)關(guān)聯(lián)關(guān)系下的數(shù)據(jù)分布理論和模型，理清數(shù)據(jù)復(fù)雜度

5、和計(jì)算復(fù)雜度之間的內(nèi)在聯(lián)系，奠定大數(shù)據(jù)計(jì)算的理論基礎(chǔ)?！　?計(jì)算復(fù)雜性引起的挑戰(zhàn)　　大數(shù)據(jù)計(jì)算不能像處理小樣本數(shù)據(jù)集那樣做全局?jǐn)?shù)據(jù)的統(tǒng)計(jì)分析和迭代計(jì)算，在分析大數(shù)據(jù)時(shí)，需要重新審視和研究它的可計(jì)算性、計(jì)算復(fù)雜性和求解算法。大數(shù)據(jù)樣本量巨大，內(nèi)在關(guān)聯(lián)密切而復(fù)雜，價(jià)值密度分布極不均衡，這些特征對(duì)建立大數(shù)據(jù)計(jì)算范式提出了挑戰(zhàn)。對(duì)于PB級(jí)的數(shù)據(jù)，即使只有線性復(fù)雜性的計(jì)算也難以實(shí)現(xiàn)，而且，由于數(shù)據(jù)分布的稀疏性，可能做了許多無(wú)效計(jì)算?！　鹘y(tǒng)的計(jì)算復(fù)雜度是指某個(gè)問(wèn)題求解時(shí)需要的時(shí)間空間與問(wèn)題規(guī)模的函數(shù)關(guān)系，所謂具有多項(xiàng)式復(fù)雜性的算法是指當(dāng)問(wèn)題的規(guī)模增大時(shí)，計(jì)算時(shí)間和空間的增長(zhǎng)速度在可容忍的范圍內(nèi)。

6、傳統(tǒng)科學(xué)計(jì)算關(guān)注的重點(diǎn)是，針對(duì)給定規(guī)模的問(wèn)題，如何“算得快”。而在大數(shù)據(jù)應(yīng)用中，尤其是流式計(jì)算中，往往對(duì)數(shù)據(jù)處理和分析的時(shí)間、空間有明確限制，比如網(wǎng)絡(luò)服務(wù)如果回應(yīng)時(shí)間超過(guò)幾秒甚至幾毫秒，就會(huì)丟失許多用戶。大數(shù)據(jù)應(yīng)用本質(zhì)上是在給定的時(shí)間、空間限制下，如何“算得多”。從“算得快”到“算得多”，考慮計(jì)算復(fù)雜性的思維邏輯有很大的轉(zhuǎn)變。所謂“算得多”并不是計(jì)算的數(shù)據(jù)量越大越好，需要探索從足夠多的數(shù)據(jù)，到剛剛好的數(shù)據(jù)，再到有價(jià)值的數(shù)據(jù)的按需約簡(jiǎn)方法?！　』诖髷?shù)據(jù)求解困難問(wèn)題的一條思路是放棄通用解，針對(duì)特殊的限制條件求具體問(wèn)題的解。人類的認(rèn)知問(wèn)題一般都是NP難問(wèn)題，但只要數(shù)據(jù)充分多，在限制條件下可

7、以找到十分滿意的解，近幾年自動(dòng)駕駛汽車取得重大進(jìn)展就是很好的案例。為了降低計(jì)算量，需要研究基于自舉和采樣的局部計(jì)算和近似方法，提出不依賴于全量數(shù)據(jù)的新型算法理論，研究適應(yīng)大數(shù)據(jù)的非確定性算法等理論。　　3系統(tǒng)復(fù)雜性引起的挑戰(zhàn)　　大數(shù)據(jù)對(duì)計(jì)算機(jī)系統(tǒng)的運(yùn)行效率和能耗提出了苛刻要求，大數(shù)據(jù)處理系統(tǒng)的效能評(píng)價(jià)與優(yōu)化問(wèn)題具有挑戰(zhàn)性，不但要求理清大數(shù)據(jù)的計(jì)算復(fù)雜性與系統(tǒng)效率、能耗間的關(guān)系，還要綜合度量系統(tǒng)的吞吐率、并行處理能力、作業(yè)計(jì)算精度、作業(yè)單位能耗等