大數(shù)據(jù)源起：
對未來不確定性的恐懼
我們所生活的世界，就像一片混沌（chaos），大數(shù)據(jù)時代，我們周圍更是充斥著各種不同的理論、知識、信息和噪音，數(shù)據(jù)爆炸式增長和科技高速發(fā)展所帶來的沖擊，加大了未來的不確定性。當我們接收的數(shù)據(jù)和信息越多，面臨的選擇就越多，如若不善于過濾、挖掘和處理，對各種決策就可能會造成負面影響，當然也會放大我們對未來不確定性的恐懼。小到個人命運大到國家前途，都是在這樣一片混沌中煎熬著。
如何從混沌中發(fā)現(xiàn)規(guī)律，成為預測未來的“先知”，抑或是少出幾只黑天鵝？是歷代人類的夢想，不管是古人的占卜、算命還是現(xiàn)在的專家系統(tǒng)、商業(yè)智能、數(shù)據(jù)挖掘、機器學習、人工智能、智慧地球、智慧城市等應用，都源于我們對未來不確定性的恐懼。當然還有應對當前管理走向的失控，軟件在加速吞噬世界，而大部分人類對其原理和特性卻知之甚少，就像華爾街的金融交易一樣，系統(tǒng)越復雜出現(xiàn)黑天鵝的概率就會增大；社交網絡的實時性打破了時空限制，信息的流動速度和廣度讓也管理者越發(fā)難以掌控。隨著舍恩伯格教授《大數(shù)據(jù)時代》一書的面世，給我們帶來了“醍醐灌頂”式的認知洗禮，難道抓住大數(shù)據(jù)這根救命稻草，我們就有機會做“先知”？從而也更有能力把自己和周遭世界管理得更好嗎？在一定程度上是這樣的，但我們也要知道，任何技術都是把雙刃劍。
舍恩伯格其實沒有機器學習背景，書上所說的某些內容也是有爭議的，不過在教育民眾和政府官員科普方面，還是具有重要意義，至少讓大家知道了什么是大數(shù)據(jù)，也能在一定程度上促使我們思考大數(shù)據(jù)的價值和潛力，從而提升大數(shù)據(jù)應用水平以應對管理失控和黑天鵝等問題。
大數(shù)據(jù)泡沫：
泡沫是必然但有其深遠意義
數(shù)據(jù)科學其實已經興起多年，從早年的專家系統(tǒng)、數(shù)據(jù)挖掘到前些年的商業(yè)智能，不少大型企業(yè)和機構在管理大數(shù)據(jù)方面積累了豐富的經驗，筆者10年前就曾參與過運營商的數(shù)據(jù)挖掘系統(tǒng)建設，那都是實實在在的大數(shù)據(jù)，只不過當時技術手段有限罷了，所以很少人能挖出什么高價值的東西，更談不上智能化決策了。但這些年的技術積累和數(shù)據(jù)積累，卻是極大地促進了大數(shù)據(jù)領域的發(fā)展，不然也沒有那么多人認同舍恩伯格教授書中的觀點。
甲骨文公司CEO埃里森曾說過，高科技是唯一能媲美好萊塢的產業(yè)，說明高科技領域的技術明星也是變換極快的。技術和產品一樣，有其發(fā)展周期規(guī)律，大數(shù)據(jù)也只是一種技術手段，最終目的還是要解決現(xiàn)實問題，不管是科研、商業(yè)還是政府管理問題。關注大數(shù)據(jù)的人多了，自然就有泡沫，個人認為泡沫主要體現(xiàn)在如下幾個方面：
（1）這幾年社會上關于大數(shù)據(jù)的宣傳，媒體人的引進和炒作，有部分內容是在誤導大家，主要原因還是很多人在盲人摸象，少有系統(tǒng)的研究和理解。
（2）只知其然不知其所以然，導致對大數(shù)據(jù)應用的期望太高，大數(shù)據(jù)技術不是萬金油，在新的技術泛型和技術生態(tài)下，現(xiàn)階段技術的穩(wěn)定性、成熟性和有效性還待進一步發(fā)展。
（3）關注重點有問題，導致目前的很多大數(shù)據(jù)應用并未涉及到核心業(yè)務和計算模型，多是數(shù)據(jù)的采集和存儲管理，這也是造成行業(yè)整體門檻還不夠高，同質化競爭激烈，沒有發(fā)揮出應有價值的原因。大數(shù)據(jù)泡沫顯然是客觀存在的，但其長期的應用價值卻不容小覷，泡沫不代表沒有價值，就像2000年的互聯(lián)網泡沫，泡沫破滅之后的涅磐，讓人類真正跨入了互聯(lián)網時代。大數(shù)據(jù)泡沫的價值就是讓全民認識到大數(shù)據(jù)時代數(shù)據(jù)分析和數(shù)據(jù)決策的重要性，這波泡沫過去，也許我們能正式跨入人工智能時代。
大數(shù)據(jù)價值：
需要你自己去定義
大數(shù)據(jù)絕不只是數(shù)據(jù)大，不能光看字面意思?？梢哉f大數(shù)據(jù)是一套技術體系，可以說是一種認知挖掘過程，也可以說是一種方法論和管理決策思維。
我們要搞懂大數(shù)據(jù)的價值，首先繞不開數(shù)據(jù)挖掘（或更窄的機器學習、或更廣義的人工智能技術）。數(shù)據(jù)挖掘（DataMining），又稱為資料探勘、數(shù)據(jù)采礦，或數(shù)據(jù)庫知識發(fā)現(xiàn)（Knowledge-Discovery in Databases，KDD）。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過各種算法挖掘隱藏于其中的規(guī)律和有價值信息的過程，通常通過統(tǒng)計方法、機器學習、專家系統(tǒng)、模式識別和在線分析處理等諸多方法來實現(xiàn)上述目標。