大數據蹣跚前行，邁進下半場

隨著2012年維克托·邁爾-舍恩伯格《大數據時代》一書的出版，“大數據”這一概念乘著互聯網的浪潮在各行各業中扮演了舉足輕重的角色，得大數據者得天下，業界紛紛用大數據這個詞來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新。

2013年被稱為中國的“大數據元年”，大數據開始在我國流行，以勢不可擋的姿態進入人們的思想意識，并在社會的各個領域探索與落地實踐。涂子沛的《大數據》一時成為暢銷讀物，大數據的概念風行大江南北，阿里巴巴成為最早提出通過數據進行企業數據化運營的企業。2015年，我國政府通過了《關于促進大數據發展的行動綱要》，大數據更是上升為國家戰略。

同美國市場一樣，以Hadoop為代表的大數據技術，在中國的大數據產業中也經歷了一段狂熱期，在很長一段時期內，Hadoop幾乎成了大數據的代名詞。在這個數據大爆炸的時代，企業需要對海量數據存儲、快速處理和分析，Hadoop正是為此而生。但目前看來，這股浪潮正漸漸退去，Hadoop正在逐漸變成一項傳統技術。

從誕生到現在，Hadoop已經走過十多年的歷史，但近年來，以Hadoop為代表的大數據產業生態，在實際落地中卻面臨著尷尬的局面。首先，大數據的價值被夸大，在投入產出比上差強人意。其次，中小企業對大數據的應用極為有限。目前看來，需求主要來源于一些大型企業，數據量過大，數據分析需求旺盛，但中小企業自身數據量并不大，需求度較低，同時也缺少相應的大數據技術人才。最后，大數據管理難度大，數據開放共享、數據質量、數據安全、個人隱私信息保護等已經成為管理大數據最頭疼的問題。今年5月，歐盟數據保護法規《通用數據保護條例》發布，對大數據企業采集的個人隱私數據管理工作產生極大的挑戰。

2018年10月底，IBM宣布以高達340億美元的價格收購Red Hat，IBM宣稱其將成為全球的頭號混合云提供商，而亞馬遜、微軟、阿里巴巴等云計算巨頭早已將計算、存儲、網絡資源和應用軟件（大多來自開源社區）作為在線云服務來提供，Anaconda產品和營銷高級副總裁Mathew Lodge指出，大數據的中心已經從Hadoop轉移到了云端，在云環境下的對象存儲系統（如亞馬遜 S3、微軟Azure Blob Storage和Google Cloud Storage）中存儲數據比在HDFS中便宜了5倍。

盡管現在就談Hadoop已死為時尚早，但大數據產業面臨的以上問題已經累積很久，也沒有被很好地解決，能否解決以上問題將直接關乎大數據的未來發展。

人工智能方興未艾，取得新突破

人工智能（AI）是研究用于模擬與延伸擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，目前在商業和生活中已有大量應用場景，被產業界寄望為下一輪技術革命，對它的關注熱度已經超過大數據。

AI的發展歷程一波三折，呈螺旋式發展，在歷史上共經歷三個時期。首先是1956年達特茅斯會議提出了AI的概念，但當時的計算機處理性能和數據容量制約了AI技術的發展。然后在20世紀80年代，專家系統興起，AI算法模型有了重大發明，包括多層神經網絡和BP反向傳播算法的提出，出現了能與人類下象棋的高度智能機器，但隨著臺式機的出現，使得AI專家系統走向沒落。再往后就是2006年，Hinton論文開啟了深度學習時代，特別是2016年，AIphaGo大敗李世石，將AI從后臺推到了科技界的聚光燈下，一時間萬眾矚目。