工业大数据漫谈1：大数据的由来

        “大数据”（Big Data）已经成为当前社会的热门词汇，不但在计算机领域，即使在全社会领域也成为人们耳熟能详的名次。甭管了解不了解，只要聊起新技术，“大数据”必然是挂在嘴边的词汇。要不，你看看全国各地、各城市的发展报告，几乎每个城市、每个地区都要发展大数据产业，牛一点的城市，像北京、深圳，那几乎是要把这个当成支柱产业的架势。就连贵阳，这种以前无论如何无法和信息化、互联网领先城市联系起来的地方，都轰轰烈烈的搞起了大数据产业，而且走在全国前列，实实在在颠覆了我对全国信息化地区格局的认知底线。

        那么，到底什么是大数据？我觉得，还是得从大数据是怎么来的一点一点捋一捋。

        不过，这不捋不知道，一捋吓一跳。网上关于大数据的由来五花八门，靠谱不靠谱的让人眼花缭乱，我选取了几个毕竟流行的大数据来源的段子和大家分享一下。（有人肯能会说，这不是吃饱了撑的吗，管它从哪儿来，知道它是怎么回事不就行了吗？您说的太对了，持以上观点的童鞋可直接略过本部分，这部分就是没事找着玩的，哈！）

        段子一：

       尽管“大数据”这个词直到最近才受到人们的高度关注，但早在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中就提出，“如果说IBM的主机拉开了信息化革命的大幕，那么‘大数据’才是第三次浪潮的华彩乐章。”《自然》杂志在2008年9月推出了名为“大数据”的封面专栏。从2009年开始“大数据”才成为互联网技术行业中的热门词汇。

       这个段子说，大数据一次最早是1980年提出的，说的是有根有据。兄弟我还真找来这本书，1983年三联书店朱志焱先生翻译的，花了N长时间翻阅了一遍，反正我没找到，哪位朋友如果找到了这个话，麻烦告诉我，我找到好辛苦的……

       不过，虽然探寻“大数据”源头之旅失败了，但是，我没想到，这本30多年前的书着实让我惊叹了一把，书中关于数据和信息，有一段文字堪称经典，摘录如下：

       第十四章  智能环境  P194、P195

       当社会记忆储存在人类头脑中时，它不断被侵蚀，更新和变动，不断地以一种新的方式组合，再组合。它是积极的，能动的。它确确实实是充满着活力，是有生气的。

       当工业文明把很多社会记忆从人类头脑中取出来时，记忆变成了客观对象，体现在人工印刷品，书籍，工资单，报纸，照片和电影中。但是一旦符号被写在纸上，复制在照片上，摄入电影中，印刷在报纸上，就变成消极静止的东西了。只有当这些符号再一次被人脑所吸收时，这些东西才变活了，并且以一种新的方法操纵和重新组合。第二次浪潮文明在急剧的扩大社会记忆的同时，实际上也将社会记忆冻结了起来。

        第三次浪潮信息领域所以称为历史性的大事，不仅是它极度地扩大了社会记忆，而且还把它起死回生。因为计算机能处理它储存的数据，这样就出现了一个史无前例的现象：社会记忆变得既丰富又活泼。这两者的结合，证明是有推进力的。

       这种情势将释放出新的文化能量。因为计算机不仅能帮助我们将“瞬息即变文化”组成或合成为现实的有条理的模式，它也开拓了可能的极限。图书馆，档案馆都不能思考，更不用说用非传统的方式来思考了。但是相比之下，我们可以要求计算机“思考难以想象的和以前没有想到的事情”。这样就有可能出现大量新的理论，新的思想，新的观念，新的艺术见解，新的技术进展，新的经济和政治的创见。老实说，在此以前，这些事情都是难以置信和不能想象的。这样，它促进了历史变革，向第三次浪潮多样化的社会挺近。

       以上这段对于数据的认识牛不牛？太牛了，再看看2016年王坚博士的《在线》一书的观点：

       ★今天数据的意义并不在于有多“大”，真正有意思的是数据都变得在线了，这恰恰是互联网的特点。......写在磁带和纸上的数据，作用是有限的；

       ★离线的数据难以产生最大化的经济价值，在线的可以；离线的数据难以产生最大的社会竞争力，在线的可以；离线的数据难以产生大的影响力，在线的可以；

       ★数据本身没有价值，...直到你有计算能力去处理才会产生价值。计算，如同其他基础设施一样，能够把沉寂的数据“沙子”变成经济、产业、财富的“金矿”。

       一比较，有没有一种跨越了30年的两位大牛共论数据之道的感觉，1980年啊，托老先生就对数据有如此深刻的见解，让我瞬间对他的崇拜之情犹如滔滔江水，连绵不绝……

       好像有点跑偏了，好吧，我们再拐回来。

       段子二：

       大数据是SGI的首席科学家 John R. Masey 1998年首次提出的。

       SGI是个什么东东呢？SGI（Silicon Graphics ）是美国硅图公司，成立于1982年，是一个生产高性能计算机系统的跨国公司。这公司虽然不太出名，但是也是很牛X的一家公司，许多电影，包括《侏罗纪公园》、《魔戒》、《泰坦尼克号》等等，均是在SGI的图形工作站上制作出来的。

       这个PPT我也找到了，标题是《Big Data ...and the NextWave of InfraStress》，其中的InfraStress是Infrastructure Stress的缩写，他主要描述的是由于数据量的增大给计算机的各种基础设施，包括CPU啊、内存啊等等带来的压力，感觉和我理解的大数据沾那么一点点边吧，不过也就一点点。

       段子三：

       最早提出“大数据”概念的是全球知名咨询公司麦肯锡，在其2011年的研究报告《大数据：下一个创新、竞争和生产率前沿》中首次提出“大数据”一词，认为：数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。

       这个段子就有点扯了，因为08、09年的时候，大数据就开始有很多文章谈论了，麦肯锡应该是比较早进行研究和应用大数据的公司，但要说是他提出来的，恐怕他自己都不信。

       啰啰嗦嗦说了这么多，那么，到底大数据的概念是谁先提出来的呢？看来，这个版权暂时找不到拥有者，这哥们损失得多大啊，提出了一个上万亿产业的概念，不赶紧出来认领，看来确实不是我，我没有那么优秀的品质，哈！

       不过我认为，
4000
计算机及互联网的发展史上，这种无头公案非常多，因为最早使用这个词汇的，未必是今天我们理解的含义，它会在信息化飞速发展的浪潮中不断地完善、发展、丰富着自己的内涵和外延，”大数据“只是一个名词，我们更多的是如何理解它，应用它（看到这儿的朋友是不是有一种要冲过来打我的冲动，冷静，冷静，冲动是魔鬼啊J）。

       那么，到底怎么理解大数据呢，请听下回分解。