2021大数据5大趋势,值得关注

发布时间:  2021年01月16日 16:42:48 作者:  黑科技

  

2021大数据5大趋势,值得关注



  自2014年“大数据”首次进入政府工作报告,中国市场就开始了一场大数据的“淘数”热。2015年开始的中国国际大数据产业博览会(简称:数博会)到2020年新冠疫情期间的“永不落幕的数博会”,经过历时5年6届数博会的洗礼,已经把“大数据”的观念推广到街头巷尾。而在过去的5年间,中国的大数据技术产业也已经蓬勃而起,形成了强有力的技术支撑体系——根据中国信通院,截止2020年10月我国活跃大数据企业超过3000余家。

  经过5年的发展,如今“大数据”已经走单纯的技术架构和技术体系,走向了社会基础设施。2020年“新基建”就将“大数据中心”定义为数字新基础设施的重要建设内容。2020年底,上海市发布了《关于全面推进上海城市数字化转型的意见》,鲜明提出要“再造数字时代的社会运转流程”,特别是引导企业实现基于数据的“决策革命”,引导市场重塑数字时代的认知能力与思维模式,推动政府以数据驱动流程再造。

  然而,根据中国信通院的《大数据白皮书(2020)》:企业运营中的数据只有56%能够被及时捕获,而这其中仅有57%的数据得到了利用、43%的采集数据并没有被激活,也就是说仅有32%的企业数据价值能够被激活。虽然未来两年,企业数据将以42.2%的速度保持高速增长,但如何激活数据价值、真正从大数据中“淘金”,成为2021年大数据的重中之重。

  数据融合与数据价值挖掘

  数据融合对于数据价值挖掘来说,具有重要的意义。中国工程院院士邬贺铨在“永不落幕的数博会”2020系列活动——“大数据产业生态创新发展高峰会”上表示,数据融合利用需要标准规范先行,实现数据可见性、数据易理解性、数据可链接性、数据可信性、数据互操作性、数据安全性。同时,数据的融合利用面临着建立数学模型的挑战,大数据挖掘面临算力与算法、数据样本准确性、小数据、人与数据融合的挑战。

  邬贺铨认为,在智慧城市管理与工业互联网中有很多需要数据融合应用的场景,多元异构的数据融合将盘活数据,通过数据挖掘开发数据价值,发挥数据作为生产要素的作用。数据挖掘和AI分析需要面对海量处理能力、云边端协同、建模、小数据、人与数据融合、数据自身安全、隐私与商密保护等的挑战,需要从基础理论与工程实践多方面研究数据要素价值挖掘的问题,开发出更多的大数据和AI分析技术。

  在跨企业数据融合时,还要保证数据能共享但敏感数据不外泄,需要建立新的数据隔空分析机制,以虚拟的黑箱使得数据既不脱离所在单位的管理又能被授权的其他单位调用,现有基于黑盒子的可信计算环境方式,但仍需证明第三方的可靠性。

  在创新数据流通技术手段方面,联邦学习是一种重要的机器学习框架。联邦学习是针对“数据孤岛”和数据共享中的隐私安全问题而提出的机器学习框架,传统的方式是需要将数据硬拷贝移动到授信的第三方,而联邦学习则希望达到各个企业和机构的自有数据不出本地,通过加密机制下的参数交换方式,建立一个虚拟的共有模型,数据本身不移动也不泄露隐私或影响数据合规。

  数据敏捷型经济体

  世界各国都在加强发展大数据,推出国家级数据战略,探索数据发展之路。其中,欧盟的数据战略极具体代表性。由于欧盟是由20余个国家所组成的经济联合体,欧盟所制订的各类政策对于其它单一国家或经济体来说,更前瞻性考虑到不同市场、国家和区域之间的协同、平衡和包容性,也更具有代表意义。

  根据中国信通院《大数据白皮书(2020)》,欧盟为了应对未来发展而致力于平衡数据流动与广泛使用,希望通过建立单一的数据市场,确保欧洲在未来的数据经济中占据领先地位。2020年2月,欧盟委员会公布了《欧盟数据战略》,对欧盟数据发展提出了明确的愿景目标——2030年欧洲将成为世界上最具吸引力、最安全、最具活力的数据敏捷型经济体。即在保持高度的隐私、安全和道德标准的前提下,充分发掘数据利用的价值造福经济社会,并确保每个人能从数据红利中受益。

  2020年5月,赫尔辛基欧盟办公室成员组织(Helsinki EU Office members)联合发布了《数据敏捷型经济:从被动到主动式,更好的服务社会》白皮书2.0版本,建议了从被动利用数据向主动利用数据而转型的立法框架:创新型跨部门利用数据,从而在更高效、主动和个性化公共服务中起到主要作用;不同生态伙伴之间的紧密合作,包括公共机构、RDI组织、私营企业和NGO非营利性机构,对释放数字化转型潜力起到关键作用;让每个人都可以按自己的方式使用和利用个人数据,从而为个人带来收益以及为社会贡献;通过更好的数据管理和更高水平的数据文化及数字技能,实现数据信任和民众的赋能。

  知识图谱与决策智能

上一篇:2021年大数据产业预测

下一篇:没有了