6月7日消息，據(jù)國外媒體報道，IBM今日宣布發(fā)布名為“數(shù)據(jù)科學(xué)實驗”（ Data Science Experience）的通用數(shù)據(jù)平臺。其寄希望于通過該平臺整合各個不兼容系統(tǒng)中獨立存儲的數(shù)據(jù)，從而對這些數(shù)據(jù)進行深入分析。
數(shù)據(jù)科學(xué)家，有人也稱之為硅谷的統(tǒng)計學(xué)家，其潛力毋庸置疑。但目前對其作用不乏出現(xiàn)了一些失望。這個問題并不是關(guān)于大數(shù)據(jù)本身，而是相關(guān)技術(shù)的實用性。簡單的說，我們最先設(shè)計的系統(tǒng)能夠執(zhí)行特定的任務(wù)，進行特定的數(shù)據(jù)分析，隨后發(fā)現(xiàn)我們想讓它做的更多，作用更大。當(dāng)需求明確起來時，會發(fā)現(xiàn)最大的問題是系統(tǒng)的兼容性。
而現(xiàn)在IBM發(fā)布的通用平臺就是用于解決不同系統(tǒng)的兼容性問題，通過整合不同系統(tǒng)、各種格式的數(shù)據(jù)，有助于公司進行管理，或參與市場競爭。
通用平臺的重要性
歐洲核研究組織CERN一直以來是世界上最大的科研機構(gòu)之一。它曾經(jīng)發(fā)現(xiàn)了反物質(zhì)的分離，近期正在進行希格斯玻色子的相關(guān)研究。這里的工作與六個諾貝爾獎的誕生有關(guān)。
然而，當(dāng)?shù)倌?middot;伯納斯·李（Tim Berners-Lee）于1980年在那里工作時，他注意到該研究中心有一個非常棘手的問題。世界各地的研究人員來到這里進行科學(xué)實驗，并記錄下他們的結(jié)果。但是，這些實驗結(jié)果被以不同的格式存儲在不同的系統(tǒng)中，使得相互之間難以共享。
因此，李于1989年11月創(chuàng)建了三個著名協(xié)議：HTTP、URL以及HTML，創(chuàng)建了關(guān)于文檔的通用平臺。最終這三個協(xié)議構(gòu)成了現(xiàn)有互聯(lián)網(wǎng)的基石，使得我們能夠以前所未有的方式共享信息，在很多方面最終改變了世界。
盡管如此，李在回憶錄中還是承認這種網(wǎng)絡(luò)的缺點：雖然它能夠以前所未有的方式使人與人進行溝通，但是對于機器與機器之間的通信卻做得很少。換句話說，它讓我們呢的思想能夠自由流動，但我們的數(shù)據(jù)卻依舊被困在各自的系統(tǒng)中。
數(shù)據(jù)的問題
現(xiàn)在的每個組織在數(shù)據(jù)上都存在類似CERN在上世紀80年代所遇到的問題。他們通過各個系統(tǒng)收集數(shù)據(jù)，由不同的部門管理，很多系統(tǒng)有幾十年的歷史，所應(yīng)用的計算環(huán)境也完全不同。
諸如一個典型的零售企業(yè)，其有各自獨立的采購、銷售、庫存以及市場業(yè)務(wù)。所有的這些業(yè)務(wù)在與真實世界交互的過程中，都在不斷地產(chǎn)生和存儲數(shù)據(jù)。理想情況下，這些系統(tǒng)應(yīng)當(dāng)是緊密集成的，一個業(yè)務(wù)產(chǎn)生的新數(shù)據(jù)可以影響到另外業(yè)務(wù)的決策。
但事實上，不同的業(yè)務(wù)之間很難無縫對接、攜手共進。這些系統(tǒng)往往以不同的格式存儲信息，這使得人們很難獲得數(shù)據(jù)的全部價值，譬如現(xiàn)實中營銷活動的相關(guān)數(shù)據(jù)會影響網(wǎng)站和商店的客流量，但是作為決策者經(jīng)常需要將其從系統(tǒng)中提取出來加載到分析表格中。
實際上，我們有了分析海量數(shù)據(jù)并獲得相應(yīng)決策的工具。屈臣氏所使用的高級認知系統(tǒng)可以利用大數(shù)據(jù)進行學(xué)習(xí)，指導(dǎo)相應(yīng)的行動決策。但對于這些工作的共性前提是，需要訪問不同系統(tǒng)的信息數(shù)據(jù)。
建立綜合數(shù)據(jù)環(huán)境
這一切并不是說，我們處理數(shù)據(jù)的方式在過去十年并沒有真正的進步。于2003年上線的Hadoop可以將數(shù)據(jù)分散存儲在成千上萬個世界各地的服務(wù)器中，并將其看作一個數(shù)據(jù)集進行分析。而2014年發(fā)布的星火系統(tǒng)，可以幫助人們實時分析數(shù)據(jù)。但是，目前不同系統(tǒng)的兼容性仍是數(shù)據(jù)分析面臨的最大問題。
讓我們回到零售業(yè)的例子，假設(shè)我們能夠?qū)崟r的營銷活動建立一個采購預(yù)測模型，將其與庫存系統(tǒng)的數(shù)據(jù)整合到一起，使我們能夠避免缺貨或是庫存過多?？雌饋砗芎唵?，但是由于數(shù)據(jù)分散在各個獨立的系統(tǒng)中，所以很難實現(xiàn)。
這也是IBM的數(shù)據(jù)科學(xué)實驗這個通用平臺所要解決的問題。IBM副總裁羅伯·托瑪斯（Rob Thomas）、大數(shù)據(jù)革命一書的作者告訴我，“今天數(shù)據(jù)科學(xué)是一項個人項目。我們現(xiàn)在所做的就是要把它變成一項團隊項目，各個獨立的組織可以共同創(chuàng)建、分析以及共享數(shù)據(jù)。”
可以說，IBM數(shù)據(jù)科學(xué)家在實現(xiàn)李對互聯(lián)網(wǎng)所做的工作，只不過處理對象從文檔換成了數(shù)據(jù)。將分布于世界上的各個孤島數(shù)據(jù)整合到單一的系統(tǒng)環(huán)境，使人們更有效的工作。