闵应骅:数据收集或比数据挖掘更有意义(140414)

访客:22220  发表于:2014-04-14 20:02:10

数据收集或比数据挖掘更有意义(140414闵应骅

   按照今天信息技术的发达程度,数据收集看起来很容易。一个摄像头每天收集多少信息?空间跑着那么多卫星,它们每天收集多少信息?好像不用愁没有信息。而数据挖掘要从繁杂的信息中寻找知识,就很困难了。但是,事情可能不是那么简单。在某些情况下,数据收集可能比数据挖掘更难、更有意义。

   不竟想起所谓“费米悖论(Fermi Paradox)”。1950年的一天,诺贝尔奖获得者、物理学家费米在和别人讨论飞碟及外星人问题时,突然冒出一句:如果有外星人,他们为什么没在这里?这句看似简单的问话,就是著名的费米悖论如果认为在如此广阔的宇宙中(上百亿光年的空间,约700万亿亿颗恒星),在如此漫长的时间里(100亿~160亿年),全宇宙总共只诞生了太阳系的地球这唯一的文明,这听起来无论如何总是极端武断的。那么,总该有一个两个外星文明被我们发现,或到地球来访问过了吧?为什么它们至今仍然是沉默的呢?人类能用100万年的时间飞往银河系各个星球,那么,外星人只要比人类早进化100万年,现在就应该来到地球了。迄今为止,仍然缺乏任何被科学共同体接受的证据,能够证明地外文明的存在;另一方面,科学共同体也无法提出任何令人信服的证据,能够证明外星文明不存在,这就使得费米悖论成为一个极端开放的问题

    我们学偏微分方程的时候,总是要先论证某一类方程解的存在性。知道解的存在,才能去求解。可是,不求出解来,怎么知道解是存在的呢?这就是一个悖论。对存在的数据集应用算法过去是产生新发现的有效方法,而现在新知识可以使用可用的材料资源创造财富,比累积新资源更有效。过去,生物学家,天文学家和宇宙学家从历史数据中找发现,考古学家艰难地去挖掘。现在,他们可以重建所有的废墟和人工制品,从卫星和航拍图像侦察到的表面跟踪想象出来。研究(Research)就真成了重新搜索(Re-Search)

   联想到马航MH370失联事件201438日凌晨120分,由马来西亚吉隆坡飞往中国北京的马来西亚航空公司MH370航班与地面失去联系,机上239人中有154名中国籍乘客。此事已经过去35天,先后26个国家参加搜索,出动几百架次飞机和军舰、商船,花费超过5000万美元。先说在南海,折腾了10多天一无所获;有人根据卫星图像说是在吉尔吉斯西北部的塔拉斯州州府以南约30公里处的山谷里;后来又说是在印度洋;反复折腾,试图收集MH370的数据,但是,至今没找到。按理说,有关的数据多的是,即使是这35天的卫星数据、搜索飞机得到的数据,不可谓不大,不管你怎么去挖掘这些数据,你也得不到任何MH370的数据。这个例子说明,在某些情况下,数据收集比数据挖掘更难、更有意义,因为这种数据收集就是发现。新闻联播每天都播MH370搜索的消息。新闻联播1分钟值多少钱?做过广告的公司也许知道,反正很贵。也许会说,那是因为机上有154名同胞。可是,国内死人的事天天有,怎么没花这么多的笔墨?这问题很复杂。即使黑匣子找到了,各国都有自己的秘密,只能用各国都能接受的方式做报道。所以,这里的数据分析是和政治有关的,甚至说,数据收集的过程也与政治有关。不要认为,大数据能解决一切。而在数据收集中,硬件技术不可缺少。我们国家在硬件技术和生产方面应该承认差距,加强研究、制造和发展。

本文引用地址:http://blog.sciencenet.cn/blog-290937-784675.html

 

评论(1)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");