“數(shù)據(jù)融合需要標準規(guī)范先行，實現(xiàn)數(shù)據(jù)可見性、數(shù)據(jù)易理解性、數(shù)據(jù)可鏈接性、數(shù)據(jù)可信性、數(shù)據(jù)互操作性和數(shù)據(jù)安全性。”中國工程院院士鄔賀銓在近期舉辦的“永不落幕的數(shù)博會”2020系列活動——“大數(shù)據(jù)產(chǎn)業(yè)生態(tài)創(chuàng)新發(fā)展高峰會”上表示。

那么，什么是數(shù)據(jù)可見性、數(shù)據(jù)易理解性、數(shù)據(jù)可鏈接性、數(shù)據(jù)可信性、數(shù)據(jù)互操作性和數(shù)據(jù)安全性?

鄔賀銓通過舉例來解釋，數(shù)據(jù)可見性方面，在以色列特拉維夫，把城市內所有交通攝像頭拍攝的視頻在實時合成完整的城市交通視頻之后，看到這個視頻就像城市的領導坐著直升機俯視這個城市一樣，能夠看到不同時間用不同顏色標注交通管制、交通事故的情況，并實時通過5G、4G網(wǎng)絡發(fā)送給行人、駕駛員，優(yōu)化城市交通情況;數(shù)據(jù)易理解性方面，在抗擊新冠肺炎疫情期間，肺部CT影像是新冠肺炎確診的重要手段，但疑似病例的肺部往往需要拍300多張CT，而大數(shù)據(jù)可以把300多張CT照片還原為一個肺，這樣醫(yī)生就可以看到肺部有沒有纖維化，了解肺周邊情況;數(shù)據(jù)可鏈接性方面，要展示去年和今年的歐洲航空情況，可以把所有航空公司的飛行數(shù)據(jù)鏈接起來，形成整個區(qū)域飛行情況的數(shù)字孿生的交通鏡像;數(shù)據(jù)互操作性方面，很多古羅馬的遺址散落在現(xiàn)代建筑之中，如果想看古羅馬的情況，可以把這些遺址照片合成一個視頻，把時空分散的照片組合起來，生成一個反映古羅馬街景的視頻。對于數(shù)據(jù)可信性，鄔賀銓認為，如果數(shù)據(jù)本身是不全面的或存在很多差錯，那這個數(shù)據(jù)挖掘是沒有價值的，這就需要數(shù)據(jù)質量管理技術，按照規(guī)定程序適當標記、保存和記錄數(shù)據(jù)，在壽命周期內保護數(shù)據(jù)。而數(shù)據(jù)安全性，需要實現(xiàn)精細化權限管理和審計，定期評估分類標準并測試合規(guī)性。

“數(shù)據(jù)挖掘首先要建數(shù)據(jù)模型，而建數(shù)據(jù)模型需要了解模型開發(fā)背景和用途，以及誰來訓練模型、這些數(shù)據(jù)從哪來、模型運用的效果如何，需要關注算法的完整性、可解釋性、公平性和適應能力。同時，模型開發(fā)完成后還需要不斷地檢驗、迭代和完善。”鄔賀銓表示，目前，人工智能的算法經(jīng)歷了兩次迭代，經(jīng)歷了從知識驅動到數(shù)據(jù)驅動的變革，但仍然不夠完善，因為目前很多大數(shù)據(jù)應用仍然處于“大數(shù)據(jù)、大算力、小任務”的情況，而最好的情況應該是“小數(shù)據(jù)、小算力、大任務”，這就需要人工智能向第三代發(fā)展，實現(xiàn)知識與數(shù)據(jù)雙驅動。

鄔賀銓認為，當前“大數(shù)據(jù)、大算力、小任務”的情況主要是指有非常多的數(shù)據(jù)和非常強的計算能力，但最后只完成了一件很小的事情，而且穩(wěn)定性不夠、可解釋性差、應用場景窄。要想實現(xiàn)“小數(shù)據(jù)、小算力、大任務”，不僅需要提升人工智能算法，還需要提升大數(shù)據(jù)分析能力。而大數(shù)據(jù)分析不能只靠中心云，還要使用邊緣云，因為邊緣云可以就近處理數(shù)據(jù)，能夠適用于對數(shù)據(jù)試驗敏感的業(yè)務。

“智慧城市管理和工業(yè)互聯(lián)網(wǎng)應用中有很多需要數(shù)據(jù)融合的應用場景，多元異構的數(shù)據(jù)融合能夠盤活數(shù)據(jù)，通過數(shù)據(jù)挖掘提升數(shù)據(jù)的價值，發(fā)揮數(shù)據(jù)作為生產(chǎn)要素的作用。”鄔賀銓表示，數(shù)據(jù)只有融合才有價值，但融合就涉及隱私和商業(yè)秘密保護問題。

“每個企業(yè)都希望利用其他企業(yè)的數(shù)據(jù)，卻不一定愿意把自己的數(shù)據(jù)共享，因為覺得是商業(yè)秘密。那數(shù)據(jù)怎么融合?怎么做到既融合又不泄露每個企業(yè)的商業(yè)秘密?”鄔賀銓表示，目前有很多解決方案，比如采用多方計算方式。此外，大數(shù)據(jù)分析有很多軟件，其中有很多開源軟件，但開源軟件漏洞多，而且版本升級頻繁，需要檢查軟件的安全性。

“大數(shù)據(jù)創(chuàng)新任重道遠。”鄔賀銓最后強調，數(shù)據(jù)挖掘和人工智能分析要面對海量處理能力、云邊端協(xié)同、建模、小數(shù)據(jù)、人與數(shù)據(jù)融合、數(shù)據(jù)自身安全、隱私和商密保護等挑戰(zhàn)，因此需要從基礎理論跟工程實踐多方面研究數(shù)據(jù)價值挖掘的問題，開發(fā)出更高效的大數(shù)據(jù)和人工智能分析技術。