ZDNet至顶网软件频道消息: 这是一场来自东西方对大数据不同理解、不用研究思路下的观点碰撞,颇有些“巅峰对话”的意味。一个是多年来在美国硅谷从事数据研究工作、洞悉美国IT产业发展、对大数据等前沿问题有着独到研究的信息管理专家涂子沛;一位是对技术研究执着而痴迷,主持开发的“智慧城市”公共信息服务平台已在国内多个城市落地实践的神州数码首席科学家谢耘。在中关村创业论坛第108期活动上,结合“大数据时代,中美IT产业是否将‘分道扬镳’”等话题,涂子沛、谢耘不仅带来精彩演讲、带来自己的新书,更是带来一场观点的大讨论。
在北京大学新闻与传播学院教授胡泳的主持下,涂子沛、谢耘对东西方在数据和信息技术思维上的差异进行阐述。谢耘认为,东西方各有自己的长处。在数据上,中国人讲究大而化之,但是对于数据精细度的关注不如西方。西方比较重数据、重逻辑,但是数据和逻辑依旧是比较表层的,更深层的包括思维、创作等过程,这些过程不是逻辑过程也不是数据过程,这时候西方的长处用不上,相反这一部分往往还容易变得机械。谢耘希望能够把东方的灵魂和西方的严谨结合起来,为冰冷的逻辑注入一个鲜活的灵魂。
从左至右分别为:胡泳、涂子沛、谢耘。
对于这个问题,涂子沛的观点是:数据文化在中国十分匮乏,强调系统、强调宏大叙事、强调含蓄、强调婉约,就是不强调把事情算清楚。他举例,今天的人情社会也是一是一、二是二没有划清楚;中国的隐私观念这么薄弱也是没有划清楚。他认为数据是尊重事实,是对客观世界的记录和测量,所以第一点要素是尊重事实。数据文化和数据精神是追求精确,然而中国是“差不多”先生,混沌。涂子沛认为现在社会是大数据的时代,我们还是要应该主动向西方学习,要有这样的思维。
针对于数据主权问题,有观众在现场提问:在大数据不断发展的过程当中,数据分裂会不会进一步导致全球的进一步分裂?大数据时代面对数据管理的法律分割,会不会导致社会的进一步分裂?
对这个问题涂子沛表示:数据主权不仅存在于国家,同样存在于个人和企业。到底是谁的数据?怎么去控制?怎样去界定所有权?其实数据主权是一柄双刃剑,你选择拒绝别人挖掘你的数据信息,在保护隐私的同时,也失去了重要信息。国家与国家之间,企业与企业都存在这样的问题。
而谢耘站在神州数码作为IT厂商的角度来看待这个问题。他认为,目前的这种数据主权问题导致数据是割裂的,在中国没法给欧洲提供数据服务,因为不允许数据出来,我们国家也不允许数据出去。目前谈的更多的是一个国家之内怎么来对大数据做更好的管理,但是从全球化的视野来看,这种法规如果不能解决的话很难形成全球的数据服务市场。对于IT产业本身也是非常负面的结果。
本次论坛由中关村科技园区管理委员会、中国科学院国家科学图书馆主办,北京长风信息技术产业联盟、神州数码“发现城市”创新论坛承办,中关村社会组织联合会协办。系“中关村创业讲坛”系列讲座之一,柳传志、李彦宏等多位科技界名人都曾在此活动中登台演讲。
嘉宾精彩观点:
涂子沛:世上本没有数据,大数据的三大来源是测量、记录和计算;大数据是传统的小数据加上现代的大记录;大数据的3大特点是量大、多源、实时;使用数据的巅峰形式是机器学习,即通过向机器喂取数据,让机器产生智能,自动地为人类完成任务;大数据的未来是数据驱动世界、软件定义世界、自动化接管世界,数据正在成为智能世界的土壤;很多人比喻说大数据是矿藏,我认为不是矿藏,大数据是土壤,我们新的文明将在这块土壤之下延伸,开放数据就是土壤上的河流,河流流过之处就会孕育起发达的数据文明。
谢耘:计算机的应用实际上分为两大类,一类是控制类应用,一类是信息类应用。我们今天讲的大数据,实际上更多的是信息类的应用,而不是控制类的应用;今天我们要围绕主体来管理数据,因为这个数据是由人、企业、城市的存在而产生,所以数据从一开始就已经和主体紧密地绑在一起;如果我们对整个IT产业未来发展的理解,能够按照“智慧城市”的方式来管理的话,整个系统的建设将会发生根本性的变化;神州数码“智慧城市”的框架是这样的:底层是城市多元的虚拟映像,映像之上是基础的数据应用服务,在这之上是三个面向不同对象的服务平台:一个是面向市民的服务平台、一个是面向企业的服务平台、一个是面向城市管理的服务平台,我们会给每一个市民都建立一个虚拟的映像,用来储存他在虚拟世界里活动的所有信息,我们也会在企业平台里面构建企业的虚拟映像...我们整个“智慧城市”的框架都是按照这个思路做的。
好文章,需要你的鼓励
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。