第三节 没有数据就无法运行新世界

元宇宙是一个搭建了数字化体系的多元化虚拟空间。数字化体系的底层要素是数据。数据作为信息的载体是元宇宙的组成因子，构成元宇宙对物理空间的映射和反映。因此，对数据的获取、采集、计算能力，对数字化体系的构建至关重要。元宇宙中的所有事物都需要数据建模，所有活动都需要数据计算和分析，所有记录都需要数据存储和管理……

在现实世界中，人们常常说被数据包裹着，甚至是裹挟着。那到底什么是数据？为什么数据能够给人们的生活乃至全社会带来如此巨大的改变呢？数据仅仅是数字串的组成和计算吗？在元宇宙中，数据又将扮演什么角色呢？

一、在谈论数据时，人们在说些什么

数据是信息的载体和表现，是事件的表达和记录，是人们可以读取和浏览的符号。它不仅是人们通常认为的数字，也可以是文字、符号、字母，还可以是图片、视频、音频等。对于日常生活来说，数据是人们浏览网页的记录，是人们手机短信和聊天的记录，是人们的身份信息和身体数据，是与人们息息相关的一切。在科学领域，数据更是研究的基础。对于研究者来说，数据是天文学家对宇宙的观测和记录，是地质学家绘制的地质图表，是化学家无数次的实验成果，是数学家天马行空的演算，是交叉学科学者无与伦比的新鲜脑洞。

在当今时代，每个人都被数据包裹着，形成了一个巨大的体量。

近年来，大数据发展浪潮席卷全球。根据国际数据公司（IDC）的监测数据显示，2013年全球大数据储量为4.3ZB（相当于47.24亿个1TB容量的移动硬盘），2014年和2015年全球大数据储量分别为6.6ZB和8.6ZB。近几年，全球大数据储量的年增长率约为40%，2016年甚至达到了87.21%。2018年全球大数据储量达到33.0ZB。2019年全球大数据储量达到41ZB。

实际上，大数据不仅具有体量大的特点，而且在经过收集、归纳和分析后，能够向人们展现更深层次的信息，帮助人们了解更深层次的内容，作出更准确的判断和决策。例如，电商平台通过记录人们的购物时间、常购商品、偏爱品牌、价格区间，对人们的消费习惯进行判断，并在合适的时间推送合适的商品，从而提高复购率；打车软件通过定位手机位置，结合地理技术和数据分析查看道路拥堵状况，或根据历史数据预测可能拥堵的道路，给出最优路线；听歌软件通过记录听歌时间、听歌类型、听歌次数和频率，判断、告知自己的音乐品位……总之，数据有“奇效”，能帮助人们了解自己！

二、大数据：不只是大量数据的堆砌

大数据，顾名思义，是大量数据的集合。从统计学的角度讲，数据量越大，能够提供的信息越多，对其进行数学分析后得出的结论越准确。所以，大数据的基本前提是足够大的数据量。若想通过大数据表达更多信息，帮助人们解决各种问题，仅数据量大还远远不够。人们常用“4个V”来概括大数据。

● 第1个是Variety，即多元化，是指数据的不同格式：能够用二维表结构表达的数据，称为结构化数据；无法用二维表结构表达的数据，称为非结构化数据，包括办公文档、文本、图片、XML、HTML、各类报表、图像、音频、视频等。只有将不同格式的数据组合在一起，才能让大数据多元化。

● 第2个V是Volume，即海量。海量不仅要求数据量大，还要求数据观测的期限长。例如，电商平台在对用户开展大数据观测时，一方面基于海量用户的数据，另一方面会对同一个用户进行较长时间的观测，并基于历史和当下的数据，对未来进行预测和判断。只有具备这两个维度的观测，才能让大数据立体起来。

● 第3个V是Velocity，即速率。数据具备一定的时效性，需要快速搜集和处理，并即刻给出判断和决策。例如，工厂中的传感器和监视器需要实时向处理器传递数据，以便人们随时查看生产信息，及时处理异常情况。总之，实时数据着眼于当下最紧要的事情，对速率的要求高。

● 第4个V是Value，即价值。并不是所有的数据都对决策有益。在这个数据大爆炸的时代，常常会接收到无用的数据，甚至有害的数据。对于这部分数据，需要进行筛选和分辨，只针对有价值、有意义的数据进行挖掘和处理。

正是因为大数据具有这些特质，人们需要对其进行系统性处理和研究，需要通过数学和IT的逻辑了解数据的价值和意义，所以，在对大数据的处理形成了一定的规模和体系后，大数据产业应运而生。

● 对企业来说，大数据无疑为其增加了更多商业机会。大数据通过计算和处理，可提供预判性的参考，帮助企业制定最佳商业决策。例如，在购买频次最高的地区进行更多备货；根据服装的历史销售数据走势，判断哪种颜色会流行，哪种款式和材质应主推。大数据让企业的决策变得“有理有据”，改变了过去仅凭借经验主观判断的情况。

● 对于社会来说，大数据的存在大大增加了管理的便捷性。近年来，政务系统和公共行政系统开始引入大数据分析，大大提高了人员信息的处理效率。例如，留学人员只需在手机App上查询以往的出入境记录，就可以提供在海外旅居的证明，不必前往政务机关查询；办理贷款时只需要提供身份证信息，不必再走繁杂的流程（身份证信息中已包含个人的财务信息、信用状况），同时人脸识别和身份认证也降低了造假的可能性。总之，大数据的出现，提高了效率，降低了成本！

三、让数据会说话

大数据的“神奇功效”已经不言自明。数据科学家和数据工程师仿佛化身侦探，只凭借数据的“蛛丝马迹”就可以复原整个数据链条。这是如何做到的呢？实际上，大数据之所以能发挥作用，全要依仗数据分析和数据挖掘工作。数据科学家和数据工程师设计的体系，让数据能够开口说话！

数据分析的方式很多，如描述和诊断性分析、预测性分析、预案性分析等。通过不同维度的分析，构建出一张立体的图谱，提供具有预判性的决策方案。就好像不同的绘画方式：素描可清晰展示细节和轮廓；水彩突出表达色彩的层次；油画注重色彩和光影，适用于大面积绘画；3D画面突出立体感和科技感……不同的绘画方式，本身没有高低之分，只是适用于不同的需求。总之，不同的数据分析方式，适用于不同的业态和需求。例如，社交媒体注重预测性分析，会根据以往的浏览量，预测能够带动活跃用户的话题并加以推送；电商平台更在乎描述和诊断性分析，通过对用户满意度的分析，了解产品的优势与不足，并进行改善。

当然，除了需要掌握数据处理方式，还需要了解数据处理能力。

设备在一定时间内处理数据的能力被称为算力。实际上，算力并不是一个新鲜概念：

● 古代，人们通过算盘来进行简单的数字计算。

● 近代，人们使用计算器来进行运算。

● 近现代，人们利用晶体管、集成电路进行数据处理，计算工具更加多样化和轻量化，计算速度、精度、处理能力也得到进一步提升。

● 信息时代，各种算力方式和设备层出不穷，其中有一种将硬件设施整合、存放在一起，形成巨大算力的方式最为出众，即IDC。IDC的全称为Internet Data Center，是提供存放计算设备、存储设备、硬件网络设备的场所，类似于一个存储数据的仓库。这个数据仓库不仅需要有足够大的空间来存放所有的数据，而且需要保证数据的安全和稳定。当用户需要查看数据时，应能够提供方便、快捷的查询服务。因此，IDC虽然是数据仓库，但在基础设施之上，还需要提供良好的服务和运营维护。实际上，IDC的部署是一种释放和提升算力的方式，通过物理空间和软件系统的整合，把设备汇聚成一个整体，让数据处理更加方便、快捷、高效！

通过以上体系设计，确保数据能够开口说话。

四、云和云计算：一切皆可在云端

为了应对越来越多的数据，满足更高的算法要求，人们引入云计算的概念。云计算就是对数据的“深加工”，以便将数据的更多信息挖掘出来。

天空中的云，人们抬头就能看到它、共享它；互联网中的“云”，是一种共享机制的平台，通过对资源的整合管理，可让人们随时取用想要的资源，并且可扩展。

“云”概念的出现，打破了物理空间的界限，开始让互联网慢慢走向虚拟化。例如，使用“云网盘”时，不再需要U盘或硬盘，只要网络正常，则可随时登录网盘下载或上传文件；通过云端部署，企业不再需要实体机房来处理数据（出于安全性和数据体量的考虑，有些企业也会选择本地部署），突破了物理空间的限制，降低了技术投入成本。

“云”让人们对数据的使用越来越方便。就像用水时，只需打开水龙头或购买矿泉水即可，并不需要参与采水、铺设运输管道、过滤处理等过程。“云”的基本逻辑是按需使用，即需要多少取用多少，不必考虑储备和维护。

云计算是在“云”的基础上发展出的计算方式，可在几秒内完成对大量数据的处理，即通过分布式计算，将海量数据分解成细分数据，对细分数据分别进行计算后，再将结果合并。企业通过在不同地理空间设置云计算中心，不仅可大大提高计算能力和处理速度，而且可在出现突发状况时，保证数据的安全性和稳定性。随着云计算的普及，其不再是高不可攀的前沿技术，而是摇身一变成为数据系统中的基础设施。

云计算是数据爆发及IDC基础设施进步的必然结果。

新一代互联网技术不再是单一技术，常常需要与其他底层技术融合，并根植在应用场景之中，创造出新的互联网业态。例如，微信起初只是一个即时通信工具，但随着其功能的不断完善，生活中的各种细节逐步渗入其中。这就是业态的融合和创新。这些具体的细节潜移默化地改变了人们的生活习惯。

技术的融合在云计算领域也是如此：

● 随着通信技术越来越发达，“5G+云+人工智能”迸发出新的火花，产生了智能制造、智慧城市、智慧医疗等新兴产业。

● 云计算与传统产业结合，让传统产业“老树发新芽”。例如，云之稻项目将水稻基因型分析技术与大数据分析技术结合，无偿向全球提供超过3000份水稻基因组的项目成果，并创建“水稻功能基因组和育种信息数据库”，为基础性研究提供了难得的参考材料。