数智换商：驱动智能革命与数字经济的新跨越

大数据（big data），IT行业术语，是指在合理的时间范围内用人工或者常规软件工具无法对之进行获取、存储、分析和管理的数据集合。

从这个概念中可以看出：

大数据的第一大特征是规模巨大，也就是数量特别大。在同时具备其他特征的情况下，数据越大，信息量越大，数据价值越大。对于人类而言，也是如此。数据量越大，数据价值越大，达到一定程度就会发生质变。信息、知识、思想、理论，乃至智慧，都是数据“喂养”和加工的结果；对数据进行加工的“认知加工厂”——人的大脑中的思维模型，也是数据“喂养”、塑造、积累和演变的结果。基于互联网而产生和储存的数据，其规模是人的大脑容量根本无法比拟的；因此，其量变到质变的意义也是十分惊人的，它所内涵的信息价值通过相应软件加工处理后能大大提升人们的洞察力和决策能力。例如人脸识别，就是大数据应用的产物。

必须强调的是，数据仅仅量大是没有多少价值的，假如说你仅仅是记录了参观消费的人的年龄等单维数据，那么它所承载的信息是很有限的。

所以，具有高价值的数据，除数量巨大之外，数据的及时性（快速的流转）、完备性和多样性（多样的数据类型）等特征是十分重要的。这里重点说一下多样性。

多样性，包括数据的多类型、多层次和多维度。多样性是数据相关性的基础，而相关性是把握一个事物内在联系的核心，也是进行相关决策的依据。例如判断房价走势，不能只有供给侧的数据而缺少需求侧的数据，对于供给侧，不能只看新房供给，还需要看土地供应和资金供给；需求侧也是一样，不能只看区域内人口存量的买房需求，还要得到新流入该区域的人口数量及其购房需求。总之，数据越是具有多样性，其承载的信息越具有价值，在此基础上挖掘出来的知识、呈现出来的发展变化的规律就越清晰、深刻、准确，从而能够化不确定性为确定性。

那么，大数据最大的意义是什么？或者说大数据给人类带来的最大的影响是什么？简单地讲就是智能革命，是大数据让计算机这种没有生命的机器能够像人一样具有“智能”，并由此延伸了人类的智能，并将根本改变人类的思维方式。

1950年，电子计算机的奠基人阿兰·图灵提出了一个验证机器有没有智能的判定方法，这个方法后来被称为图灵实验。实验方法是：拉起一块黑幕，让一台机器和一个人坐在幕后，再让一个坐在幕前的裁判同时与幕后的人和机器进行交流。如果裁判无法判断跟自己交流的对象是人还是机器，那么就可以判定这台机器有了和人同等的智能。

科学家认为，如果计算机具有了以下五个方面的功能，或者说能做到这五件事情，就可以认为它具有了图灵所说的智能：一是语音识别，二是机器翻译，三是文本的自动摘要或者写作，四是战胜人类的国际象棋冠军，五是自动回答问题。(www.xing528.com)

我们知道，以上表现智能属性的五件事情，无生命的计算机器现在都做到了。有的方面，计算机的水平还大大超过人类。这就意味着由于数据的驱动，实际上发生了一场智能革命。这场革命与其说是计算机的智能革命，不如说是人类的智能革命。计算机的智能，本质上是人类智能的延伸。

这里有一个需要特别强调的问题是：计算机是靠什么走到这一步的呢？一是靠数据，二是靠数学模型；而即便是有了数学模型，解决方法也是不确定的，因为不知道代入什么参数，那么就需要让计算机从大量的数据中进行学习而得到相应的参数。所以，从某种意义上说，一切的智能问题都是数据问题。这就如同我们人类的大脑，通过学习接受和掌握了很多事情的原理，这些原理实际上就像是数学模型；但是如果我们不去调查研究，没有足够的实践机会，那么得到的数据寥寥无几或者支离破碎，导致的结果就是理论水平似乎很高，懂得了很多的原理，但解决现实问题的能力低下。

机器的学习与人类的学习机制有着极大的相似性，学习的速度和效果主要取决于：数据的数量和质量、学习的持续性和深度。

我们常讲“读万卷书、行万里路、阅人无数、名师指路”，这个过程实际上就是通过读书、做事、与人互动、向高人学习等方式和途径，不断地得到数据的过程。这其中既要有数量要求，也要有质量要求。读书并不是读什么书都有用，或者说学习效果都一样，而是既要多读书，也要读好书，还要读相关的书，成体系地读书。而阅人无数，并不只是说交往的人数越多，学习效果就一定好，而是要围绕自己的学习成长目标以及人生理想向各个方面的人学习，如学习愚公坚韧不拔、顽强拼搏的精神，学习白求恩精益求精的专业主义，学习张思德为人民服务的品格，学习雷锋的“钉子”精神。计算机也是一样，我们既要为他提供足够巨大的数据数量，又要提供高质量的数据，包括具有相关性的多样化的数据。

与此同时，学习的深度也非常重要。这也跟人的学习一样，光“读万卷书、行万里路、阅人无数、名师指路”是不够的，加上“自我觉悟”才近乎圆满，而加上“实践中体悟”则更加完美。自我觉悟可以理解为自觉地、持续地扩宽学习广度、拓展学习深度，并强化记忆、深入思考、反复练习；实践中体悟则意味着在行动中继续学、问、思、辨，做到学、问、思、辨与实际行动的交互、融合与升华。同理，机器学习也不是一蹴而就，而是需要不断地迭代训练算法，学习越深入，就越能进化数学模型。

所以说，智能革命的核心驱动力是大数据。

因为大数据是智能革命的核心驱动力，而数字经济是凭借对数据的获取和利用来开展经济活动的一种新的经济形态。所以，大数据无疑也是数字经济的核心驱动力。

由于5G、云计算、区块链等技术的融合发展与应用，人类即将面临“数据核爆”，数据核爆将人类带入到一个数字经济发展的崭新阶段。