為落實(shi)黨(dang)中(zhong)央和國(guo)務院對生態環(huan)(huan)(huan)境(jing)監測大(da)數(shu)據的(de)要求，助推環(huan)(huan)(huan)境(jing)管(guan)理(li)轉(zhuan)(zhuan)型，近期，環(huan)(huan)(huan)境(jing)保護部(bu)行政(zheng)體制與人事(shi)司主(zhu)辦(ban)了大(da)數(shu)據與環(huan)(huan)(huan)境(jing)管(guan)理(li)轉(zhuan)(zhuan)型專題培訓班。

“這次培訓(xun)的(de)可貴之處在于，這是環境保護部(bu)第一次以(yi)先進信息化理(li)念(nian)為主要(yao)培訓(xun)內容的(de)專題培訓(xun)班。”環境保護部(bu)信息中(zhong)心主任程春明表(biao)示。

培(pei)訓(xun)班(ban)的(de)規模之大(da)也前所未有，基本覆蓋了環(huan)境(jing)(jing)保護部(bu)、省環(huan)境(jing)(jing)保護廳(局)、市(shi)級(ji)環(huan)保局三級(ji)環(huan)保系(xi)統(tong)。現場(chang)參加培(pei)訓(xun)的(de)有環(huan)境(jing)(jing)保護部(bu)機(ji)關(guan)各司(si)局級(ji)、處級(ji)以(yi)上干部(bu)、在京各部(bu)直屬單位主(zhu)要負責人(ren)。全國各省(自治區、直轄市(shi))環(huan)保廳(局)工(gong)作(zuo)人(ren)員、部(bu)機(ji)關(guan)其他工(gong)作(zuo)人(ren)員則(ze)通過(guo)遠程視頻會議(yi)系(xi)統(tong)設置的(de)45個分會場(chang)，以(yi)及內網(wang)共171個視頻會議(yi)終端同(tong)步觀看了視頻直播。據統(tong)計，培(pei)訓(xun)人(ren)數(shu)多達4850人(ren)。

主(zhu)辦(ban)方邀請(qing)的(de)(de)(de)主(zhu)講嘉賓也(ye)都是(shi)重量(liang)級(ji)專(zhuan)家，中(zhong)國科學(xue)院虛擬經濟(ji)與數據(ju)科學(xue)研(yan)究(jiu)(jiu)中(zhong)心常務副主(zhu)任石勇，曾從(cong)事中(zhong)國人(ren)民(min)銀行個人(ren)信(xin)用(yong)(yong)評分研(yan)究(jiu)(jiu)、實時信(xin)用(yong)(yong)卡審(shen)批系統研(yan)發(fa)等;阿里巴巴副總(zong)裁(cai)涂子沛是(shi)著名的(de)(de)(de)信(xin)息管理(li)專(zhuan)家，著作《大(da)數據(ju)》、《數據(ju)之巔》成為我國研(yan)究(jiu)(jiu)大(da)數據(ju)的(de)(de)(de)標桿;微軟(ruan)亞洲研(yan)究(jiu)(jiu)院主(zhu)管研(yan)究(jiu)(jiu)員鄭宇是(shi)多家高校的(de)(de)(de)客座教授，提出了(le)“城市計算(suan)”理(li)論并獲得國內外(wai)多個獎項。此外(wai)，清華大(da)學(xue)軟(ruan)件學(xue)院副院長王建民(min)、百(bai)度總(zong)編(bian)輯趙承、IBM中(zhong)國研(yan)究(jiu)(jiu)院研(yan)發(fa)總(zong)監尹(yin)文君也(ye)都是(shi)大(da)數據(ju)領(ling)域(yu)的(de)(de)(de)資(zi)深專(zhuan)家。

專家們的精(jing)彩講座令聽(ting)(ting)眾大開眼界(jie)，不少上午(wu)因業務未(wei)能參(can)加的人，聞聽(ting)(ting)反應熱烈(lie)，下午(wu)紛(fen)紛(fen)擠時間趕(gan)來參(can)加。許多聽(ting)(ting)眾表示，大數據培訓不僅(jin)開闊了思路，也化解了平時工作的迷茫。

大數據應用要避免哪(na)些(xie)誤區?

大(da)數據冠以(yi)“大(da)”字，極容易(yi)讓人(ren)誤以(yi)為大(da)數據是要窮盡全部的數據，方能破解難題。

●大數據不只是 “大”和“全”

石勇坦言道，很多人確實(shi)認為(wei)大數(shu)據(ju)時代就是要研究數(shu)據(ju)整體(ti)，數(shu)據(ju)量越大越好(hao)，某些著(zhu)作也不(bu)乏這樣(yang)(yang)的誤導。他解釋說，大數(shu)據(ju)條件下，既要全數(shu)據(ju)，也需(xu)要樣(yang)(yang)本(ben)數(shu)據(ju)，不(bu)能有了全體(ti)，就拋棄(qi)樣(yang)(yang)本(ben)。

“沒有經過機器(qi)學(xue)(xue)習的模型和(he)算法就不(bu)能(neng)發揮(hui)預(yu)測(ce)作用(yong)。”石勇說，任何大數據都(dou)不(bu)能(neng)違背機器(qi)學(xue)(xue)習的過程，具(ju)有預(yu)測(ce)作用(yong)的模型都(dou)是機器(qi)學(xue)(xue)習的結果。并(bing)且開發一項應(ying)用(yong)可能(neng)同時有很多算法和(he)模型，機器(qi)學(xue)(xue)習成為挑選最優算法和(he)模型關鍵。

而這一(yi)切都依賴于樣(yang)(yang)本(ben)(ben)(ben)，模型(xing)和(he)算法需要通(tong)過樣(yang)(yang)本(ben)(ben)(ben)進行學習，從(cong)而具有(you)可推廣(guang)型(xing)和(he)預(yu)測性。如在1000個全樣(yang)(yang)本(ben)(ben)(ben)中(zhong)挑(tiao)取300個進行機(ji)器學習，將結果推廣(guang)到另外700個樣(yang)(yang)本(ben)(ben)(ben)中(zhong)，驗證(zheng)模型(xing)和(he)算法。同時(shi)，大數據中(zhong)抽(chou)取的樣(yang)(yang)本(ben)(ben)(ben)普適性更強。

鄭宇強調說，不能(neng)盲目(mu)迷信大數(shu)據。數(shu)據并不是種類越多、數(shu)量越大，模型(xing)效果(guo)就越好。他認為，不同數(shu)據代(dai)表的含(han)義(yi)不一(yi)樣，不能(neng)把所有的數(shu)據放到“黑(hei)盒子”里進行計算(suan)(suan)，納入(ru)模型(xing)計算(suan)(suan)的每(mei)一(yi)類數(shu)據都要經過驗證，對數(shu)據進行有機融合才(cai)能(neng)發揮1+1>2的效果(guo)，否則既浪費計算(suan)(suan)資源(yuan)，也影響模型(xing)和算(suan)(suan)法的性(xing)能(neng)。

鄭宇(yu)提出了3條驗證數據相關性(xing)的途徑(jing)，一要(yao)靠前人的經驗和知識進行判斷(duan)，二要(yao)對數據相關性(xing)做可(ke)視化分析，三(san)要(yao)用實踐證明數據與(yu)目標的相關性(xing)。

●大(da)數據不只是發現相關(guan)性

大數(shu)據(ju)時代最重要(yao)的(de)一點(dian)是，可以將碎片(pian)化的(de)、看似毫無(wu)關(guan)聯、只反(fan)映(ying)某個(ge)方面(mian)表面(mian)現象(xiang)的(de)信息進(jin)行關(guan)聯分析，從而發(fa)現彼此之間的(de)聯系，為決(jue)策提供參(can)考。

但石勇認為(wei)發現數據之(zhi)間的(de)相關(guan)性還不夠，還要通過相關(guan)性研究數據之(zhi)間的(de)因果(guo)性和必然性，實現大數據的(de)預測功(gong)能，為(wei)決策服務，這才(cai)是(shi)大數據魅(mei)力所在(zai)。

鄭宇也認為，大數據的魅力就(jiu)在于通過(guo)不確(que)定加(jia)不確(que)定，形(xing)(xing)成確(que)定性的結果(guo)，從而形(xing)(xing)成決策指(zhi)導實踐(jian)。

微軟配合環保部(bu)門開發的(de)城市局地(di)大(da)氣主要污染物時空分布大(da)數(shu)據(ju)模(mo)型(xing)——U-Air,正是將各種不確(que)(que)定(ding)的(de)數(shu)據(ju)融合在一起，產生了(le)確(que)(que)定(ding)性的(de)結(jie)果。U-Air可以預(yu)測任(ren)(ren)何(he)時段任(ren)(ren)何(he)地(di)點1km×1km的(de)空氣質(zhi)量(liang)，準確(que)(que)率已(yi)經超越傳統模(mo)型(xing)。

大(da)數據怎(zen)么助推信息經濟(ji)?

后互聯(lian)網(wang)時代(dai)(dai)，數據經濟(ji)(ji)為代(dai)(dai)表的信息經濟(ji)(ji)已經初露(lu)端(duan)倪。涂子(zi)沛認為誰擁(yong)有(you)(you)數據，誰就(jiu)將擁(yong)有(you)(you)金山(shan)，誰使用好(hao)數據，誰就(jiu)會脫(tuo)穎而出。

●大(da)數據提(ti)升(sheng)效(xiao)率

涂子沛認為(wei)信(xin)息(xi)經濟的首要(yao)表現(xian)是大(da)數據引發(fa)的效率(lv)革(ge)命。

滴(di)(di)滴(di)(di)快(kuai)車正是大數據時代(dai)下信(xin)息(xi)(xi)經濟的(de)典型應用。滴(di)(di)滴(di)(di)快(kuai)車通(tong)過(guo)整合司機(ji)和(he)公眾(zhong)的(de)供求(qiu)信(xin)息(xi)(xi)，為雙(shuang)方提供更加對稱的(de)信(xin)息(xi)(xi)，達(da)到了(le)一石三鳥的(de)效(xiao)(xiao)果(guo)，道路行車效(xiao)(xiao)率提高，司機(ji)收入(ru)增加，公眾(zhong)需求(qiu)得到滿足。據介紹，用了(le)滴(di)(di)滴(di)(di)快(kuai)的(de)等打車軟件(jian)，司機(ji)的(de)平均收入(ru)增加了(le)約三分之一。

石勇則提(ti)到實時(shi)信(xin)(xin)用卡審批系(xi)統，5秒(miao)鐘(zhong)就可以辦一張信(xin)(xin)用卡，怎么實現的(de)(de)(de)(de)呢?申辦人的(de)(de)(de)(de)信(xin)(xin)息(xi)輸(shu)入(ru)個人信(xin)(xin)用系(xi)統后，系(xi)統可以在成(cheng)千上萬(wan)的(de)(de)(de)(de)信(xin)(xin)息(xi)中搜(sou)索(suo)跟申請(qing)人相似的(de)(de)(de)(de)信(xin)(xin)息(xi)，通過(guo)類比，系(xi)統對申請(qing)者的(de)(de)(de)(de)貸(dai)款申請(qing)做出同(tong)意或(huo)拒絕的(de)(de)(de)(de)決策。如(ru)果申請(qing)人的(de)(de)(de)(de)貸(dai)款申請(qing)通過(guo)了，系(xi)統還(huan)會給出建議信(xin)(xin)貸(dai)額度(du)。

石勇表示，現(xian)代社會高效率運作只有(you)大(da)數據可以實現(xian)，這(zhe)在以往完(wan)全是無法想象的。

●大數據催生眾(zhong)包眾(zhong)籌

大數(shu)據(ju)(ju)不僅帶(dai)來(lai)了效率革命(ming)，而且帶(dai)來(lai)了新的資源和藍海。移動互聯網(wang)帶(dai)來(lai)的公(gong)眾大數(shu)據(ju)(ju)，是大數(shu)據(ju)(ju)的新藍海。

涂子(zi)沛舉例道(dao)，華(hua)爾街日(ri)報(bao)(bao)(bao)要把129年(nian)的(de)(de)(de)(de)紙(zhi)質(zhi)報(bao)(bao)(bao)紙(zhi)電(dian)(dian)子(zi)化(hua)，但是(shi)由于(yu)報(bao)(bao)(bao)紙(zhi)年(nian)代久(jiu)遠(yuan)，掃描的(de)(de)(de)(de)準確率非常低。如果用人工打字，日(ri)夜兼程也需要將(jiang)近48年(nian)的(de)(de)(de)(de)時(shi)(shi)間。恰巧，當時(shi)(shi)校驗(yan)碼(ma)的(de)(de)(de)(de)研發者發現，校驗(yan)碼(ma)一(yi)天有幾億次的(de)(de)(de)(de)應用。于(yu)是(shi)，他們將(jiang)報(bao)(bao)(bao)紙(zhi)掃描后(hou)，分割(ge)成(cheng)(cheng)一(yi)個一(yi)個的(de)(de)(de)(de)校驗(yan)碼(ma)，運(yun)用公眾(zhong)的(de)(de)(de)(de)力量完成(cheng)(cheng)報(bao)(bao)(bao)紙(zhi)的(de)(de)(de)(de)電(dian)(dian)子(zi)化(hua)工作。原(yuan)理是(shi)，如果3~4人輸入同樣的(de)(de)(de)(de)內容，就(jiu)(jiu)顯示內容識別(bie)正(zheng)(zheng)確，之后(hou)再通過軟(ruan)件將(jiang)正(zheng)(zheng)確識別(bie)的(de)(de)(de)(de)驗(yan)證碼(ma)整合起來，僅用24個月就(jiu)(jiu)完成(cheng)(cheng)了所有報(bao)(bao)(bao)紙(zhi)的(de)(de)(de)(de)電(dian)(dian)子(zi)化(hua)。華(hua)爾街日(ri)報(bao)(bao)(bao)正(zheng)(zheng)是(shi)通過眾(zhong)包的(de)(de)(de)(de)方式(shi)，借助(zhu)大(da)眾(zhong)的(de)(de)(de)(de)力量，低成(cheng)(cheng)本、高(gao)效(xiao)率地(di)完成(cheng)(cheng)了報(bao)(bao)(bao)紙(zhi)電(dian)(dian)子(zi)化(hua)。

具體到環保領域，涂子(zi)沛認(ren)為未來政(zheng)(zheng)府(fu)可(ke)以充當(dang)“接單員”的角色，借助市場(chang)和公眾(zhong)的力量參與環境保護，開(kai)展環境管(guan)理工(gong)作。貴州就已經開(kai)始應(ying)用隨(sui)手(shou)拍，市民對(dui)污染信息(xi)拍照后可(ke)以直接上(shang)傳到政(zheng)(zheng)府(fu)部門，政(zheng)(zheng)府(fu)可(ke)以根(gen)據公眾(zhong)的舉報進行處理，這樣有利于(yu)形成全民參與環保的局面。

此外(wai)，大數(shu)據時(shi)代還可以調動公眾(zhong)、企業(ye)、環(huan)(huan)保(bao)組織(zhi)等社會資源，共同挖掘數(shu)據，為環(huan)(huan)境管(guan)理貢獻(xian)力量。原(yuan)來僅靠環(huan)(huan)保(bao)部門一家完(wan)成(cheng)的事情，現(xian)在可以由整個社會一起分(fen)擔，真正實(shi)現(xian)環(huan)(huan)境管(guan)理的眾(zhong)包眾(zhong)籌。

大數據應用需要哪(na)些先決條件?

大(da)數(shu)據是(shi)(shi)現代(dai)經濟的助推器，但是(shi)(shi)大(da)數(shu)據的實現還需(xu)要整個(ge)社會做好準備。

●數據整合

石勇認(ren)為，大數據系統(tong)和模型(xing)開發過程中(zhong)(zhong)，數據的篩選和整(zheng)理(li)是(shi)大數據非常重(zhong)要和關鍵(jian)的環節，但過程是(shi)非常繁(fan)復的浩大工程，比如(ru)中(zhong)(zhong)國(guo)人民銀行(xing)個(ge)人信用評分研究中(zhong)(zhong)，要梳(shu)理(li)480個(ge)參數、八億五千萬個(ge)數據，數據處理(li)工作就長達一年多;中(zhong)(zhong)國(guo)金融期貨(huo)交易(yi)所項目，為從歷(li)史交易(yi)數據中(zhong)(zhong)挖掘(jue)出(chu)對結算會員風險預測，數據的收集和整(zheng)理(li)也(ye)花費了半年多時間。

石勇將數據挖掘分為6個(ge)步驟，其中第二、第三步都是(shi)有關數據收集和整合工作。首先(xian)要(yao)(yao)對(dui)數據進行篩選(xuan)，嚴格(ge)要(yao)(yao)求進入模(mo)(mo)(mo)型(xing)的(de)數據，避免就是(shi)垃圾數據，數據模(mo)(mo)(mo)型(xing)中最(zui)忌諱“零(ling)”，可能導(dao)致模(mo)(mo)(mo)型(xing)清空;其次(ci)，要(yao)(yao)對(dui)篩選(xuan)的(de)數據進行統計計算、回(hui)歸分析等預(yu)處理工作。

“大數(shu)據建設(she)的(de)前提就(jiu)是要對數(shu)據整(zheng)理和整(zheng)合(he)，數(shu)據不整(zheng)合(he)就(jiu)沒有(you)力量(liang)。”石勇表示，同(tong)樣，環(huan)保部(bu)門數(shu)據的(de)整(zheng)理和整(zheng)合(he)也是環(huan)保大數(shu)據的(de)第一步。

●數據開放

與數(shu)(shu)據整合(he)同樣重要的(de)是數(shu)(shu)據開(kai)(kai)放，數(shu)(shu)據只有開(kai)(kai)放、有價(jia)值(zhi)才(cai)能成為共享的(de)大數(shu)(shu)據。上世紀80年代立法后(hou)，美國(guo)的(de)企業(ye)開(kai)(kai)始開(kai)(kai)放數(shu)(shu)據，90年代企業(ye)的(de)排放量就(jiu)下降了50%。

涂(tu)子沛認為數據開(kai)放其實是一種(zhong)管理社(she)會的(de)手段，開(kai)放數據是政(zheng)府(fu)與社(she)會實現(xian)共治的(de)紐帶。政(zheng)府(fu)可以利用數據實現(xian)管理，規范數據開(kai)放范圍，并且(qie)可以將數據變(bian)為價(jia)值，有償(chang)供應(ying)一些數據。

數(shu)(shu)據(ju)資源的(de)開(kai)(kai)放(fang)也為環(huan)境管(guan)理實現眾籌提供了條件，社會有很多(duo)可以(yi)幫助環(huan)保部門共治的(de)資源。通過開(kai)(kai)放(fang)數(shu)(shu)據(ju)，公(gong)民(min)、環(huan)保組織(zhi)、高校、研究所等機構便可以(yi)開(kai)(kai)展更多(duo)的(de)數(shu)(shu)據(ju)挖掘(jue)工作，為環(huan)境管(guan)理提供多(duo)種解決方案。

  使用微信“掃一掃”功能添加“谷騰環保網”

相關文章