《大数据与知识自动化》由会员分享，可在线阅读，更多相关《大数据与知识自动化（55页珍藏版）》请在金锄头文库上搜索。
1、王王 伟伟控制科学与工程学院控制科学与工程学院2017年 大数据与知识自动化大数据与知识自动化主要内容主要内容一、什么是大数据二、大数据时代的思维变革三、大数据的应用四、大数据带来的负面作用五、大数据的发展前景六、大数据与知识自动化维克托维克托 迈尔迈尔 舍恩伯舍恩伯格、肯尼思格、肯尼思 库克耶著，库克耶著，大数据时代大数据时代，浙江人，浙江人民出版社，民出版社，2013年。年。维克托维克托 迈尔迈尔 舍恩伯舍恩伯格，被誉为格，被誉为“大数据大数据时代的预言家时代的预言家”、牛、牛津大学网络学院教授津大学网络学院教授肯尼思肯尼思 库克耶，库克耶，经经济学人济学人数据编辑数据编辑在这本书中，从小
2、数据时代到在这本书中，从小数据时代到大数据的崛起，作者以宏大的大数据的崛起，作者以宏大的历史观、文化观、大数据观，历史观、文化观、大数据观，给我们描绘了一幅数据科学、给我们描绘了一幅数据科学、智慧文化的全景图。智慧文化的全景图。20122012年其年其著作著作大数据大数据在中国社会开在中国社会开大数据之先河，引发了大数据大数据之先河，引发了大数据战略、数据治国和开放数据的战略、数据治国和开放数据的讨论。讨论。涂子沛，江西吉安人，现居美涂子沛，江西吉安人，现居美国硅谷。作者本科毕业于华中国硅谷。作者本科毕业于华中科技大学计算机系，研究生毕科技大学计算机系，研究生毕业于中山大学和卡内基梅隆大业于中
3、山大学和卡内基梅隆大学，获公共管理硕士和信息科学，获公共管理硕士和信息科学硕士学位。学硕士学位。涂子沛，涂子沛，数据之巅：大数数据之巅：大数据革命，历史、现实与未来据革命，历史、现实与未来，中信出版社，中信出版社，2014年。年。在人类社会发展进程中，人们观测自然现象、揭示和把握自然规律并进而用于改善自身生存和生活状况的活动从来都没有停止过。人类揭示和运用自然规律是从观测和记录自然现象开始的，而这种观测和记录的结果要么就是数据，要么可以通过某种方法转化为数据。人类把握和运用自然规律的能力越强，社会经济和科学技术就越发展；社会经济和科学技术越发展，人类揭示和运用自然规律的愿望和需求就越强烈，结果
4、是获取和存储的观测数据就会越来越多。伴随着近代传感器、无线通信、计算机与互联网等技术的迅猛发展及在各个领域的广泛应用，人类获取数据的手段和途径越来越多，成本越来越低，速度越来越快，所获数据的种类、层次和尺度也越来越多样化，这就在广度、深度和速度三个方面催生了大数据时代的到来。一、什么是大数据一、什么是大数据最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：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。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因
5、为近年来互联网和信息行业的发展而引起人们关注。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。大数据将逐渐成为现代社会基础设施的一部分。就像公路、铁路、港口、水电、和通信网络一样不可或缺。而大数据同这些物理化的基础设施不同，不会因为人们的使用而折旧和贬值。世界的本质就是数据。因此大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。进入2012年，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与
6、之相关的技术发展与创新。它上过纽约时报华尔街日报的专栏封面，进入美国白宫官网的新闻。数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然很多企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。纽约时报2012年一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。哈佛大学社会学教授加里金说：这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网
7、产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）；发出的社区帖子达200万个（相当于时代杂志770年的文字量）2进制数据单位：Byte、KB(103)、MB(106)、GB(109)、TB(1012)、PB(1015)、EB(1018)、ZB(1021)、YB(1024)、DB(1027)、NB(1030)国际数据公司（IDC）的研究结果表明，2009年全球产生的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。而到2012年为止，人类生产的所有印刷材料的数据量是2
8、00PB，全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。预计到2020年，全世界所产生的数据规模将达到今天的44倍。大数据到底有多大大数据到底有多大大数据公司的现状Google 公司通过大规模集群和MapReduce 软件，每个月的数据量超过400PB。百度的数据量：数百PB，每天大约要处理几十PB数据，大多要实时处理，如微博、团购、秒杀。Facebook：截至2012年5月，拥有约9亿用户，是全球第一大社交网站，每月上传10亿照片，每天生成300TB日志数据淘宝网：截止2014年，淘宝网注册会员超5亿人每天有超过1.
9、2亿的活跃用户，在线商品数达到10亿件，淘宝网和天猫平台的交易额总额超过了1.5万亿。每天交易数千万，产生约20TB数据。Yahoo的数据量：Hadoop云计算平台有34个集群，超过3万台机器，总存储容量超过100PB。中国产业调研网发布的2016-2022年中国大数据行业研究分析及发展趋势预测报告认为，云计算、物联网、智慧城市、移动互联等新技术与应用的不断涌现，加速了大数据时代的到来。统计数据显示，2015年国内大数据产业市场规模已达1105亿元。较2014年增长44.15%。其中，大数据基础设施建设、大数据软件和大数据应用分别占比64.53%、25.47%和10%。当前，大数据产业蓬勃发展
10、，2015年全球大数据产业市场规模为1403亿美元，预计到2020年将达到10270亿美元。大数据行业的高速发展引起的巨大的数据存储需求，将给传统IT基础设施架构带来巨大压力，为带来很大的发展机会。到2020年，形成50个大数据产业示范园区，引进和培育100户大数据龙头企业，通过大数据带动相关产业规模达20万亿元。 粗略地讲，大数据是指在可容忍的时间内无法用现有的信息技术和软硬件工具对其进行传输、存储、计算与应用等的数据集合。数据量大（数据量大（VolumeVolume） 数据量大。大数据的起始计量单位至少是TB。类型繁多（类型繁多（VarietyVariety） 数据类型繁多。包括网络日志、
11、音频、视频、图片、地理位置信息等,包括结构化、半结构化和非结构化数据，甚至包括非完整和错误数据。现代互联网上半结构化和非结构化数据所占比例已达95%以上。价值密度低（价值密度低（ValueValue） 数据价值密度相对较低。如随着物联网广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据价值“提纯”，是大数据时代亟待解决的难题。速度快时效高（速度快时效高（VelocityVelocity） 处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。大数据的大数据的4 4个特征个特征(4V)(4V) 1）多源异构：描述同一主题的数据由不同的用户、
12、不同的网站产生。网络数据有多种不同的呈现形式，如音视频、图片、文本等，导致网络数据格式上的异构性。 2）交互性：不同于测量和传感获取的大规模科学数据，微博等社交网络兴起导至大量网络数据具有很强的交互性。 3）时效性：在网络平台上，每时每刻都有大量新的网络数据发布，网络信息内容不断变化，导致了信息传播的时序相关性。 4）社会性：网络上用户根据自己的需要和喜好发布、回复或转发信息，因而网络数据成了对社会状态的直接反映。 5）突发性：有些信息在传播过程中会在短时间内引起大量新的网络数据与信息的产生，并使相关的网络用户形成网络群体，体现出网络大数据以及网络群体的突发特性。 6）高噪声：网络数据来自于众
13、多不同的网络用户，具有很高的噪声。网络大数据的特点二、大数据时代的思维变革二、大数据时代的思维变革1.不是随机样本，而是全体数据 更多 分析与某事物相关的所有数据，而不是依靠分析少数的样本数据。以前许多结论都是由随机样本完成的，如：人口普查、电视节目收视率、美国大选的支持率等等随机样本仍然是一种有效的方法 当数据处理技术已经发生翻天覆地的变化时，一切都改变了。我们需要的是所有的数据。样本=总体2. 不是精确性，而是混杂性 更杂 执迷于精确性是信息缺乏时代和模拟时代的产物。只有5%的数据是结构化且能适用传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法被利用，只有接受不精确性，我们才能
14、打开一扇从没涉足的世界的窗户。允许不精确大数据的简单算法比小数据的复杂算法更有效大数据不仅让我们不再期望精确性，也让我们无法实现精确性混杂性，不是竭力避免，而是标准途径不精确已经渗入到数据库这个不能容忍错误的领域，新的数据库的诞生-非关系数据库3.不是因果关系，而是相关关系 更好 知道“是什么”就够了，没必要知道“为什么”。在大数据时代，我们不必非要知道现象背后的原因，而是要关注事物的相关关系。关联物，预测的关键“是什么”而不是“为什么”改变，从操作方式开始大数据，改变人类探索世界的方法大数据时代书中第一个例子：Google公司成功预报2009年美国甲型H1N1流感。在网络上收索特定的检索词，
15、如“哪些是治疗咳嗽和发热的药物”。检测词条的使用频率、时间和空间的传播关系。共处理4.5亿个不同的模型。预测结果与官方数据相关性高达97%。而且，判断非常及时，比疾控中心早1-2周。Google、百度、搜狗等的搜索服务就是一个典型的大数据运用，根据客户的需求，实时从全球海量的数字资产中快速找出最可能的答案，呈现给你，就是一个典型的大数据服务。三、大数据的应用一个父亲有一个高中生女儿，接到一个促销婴儿用品的广告，父亲大怒，说商家无良。但过了两个星期，他知道女儿确实怀孕了。你在网上搜索一个物品或买一个商品，网络会记下你的需求，当你以后再浏览网页时，会自动向你推送一些相关产品。一个炒股的故事。这个故
16、事来自于2011年好莱坞的一部高智商电影永无止境，讲述一位落魄的作家库珀，服用了一种可以迅速提升智力的神奇蓝色药物，然后他将这种高智商用于炒股。库珀是怎么炒股的呢? 通过海量信息的挖掘、分析，使一切趋势都在眼前，结果在10天内他就赢得了200万美元，神奇表现让身边职业投资者目瞪口呆。微软研究院David Rothschid与Office团队共同开发了一款Excel软件，用大数据来预测2013年奥斯卡奖，结果猜中了24个奖项中的19个。该网站还提供了2016年美国大选的预测结果，根据目前的数据，民主党的希拉里克林顿有望成为美国历史上第一位女总统，几率为32%。雅虎与社交网站Tumblr及知名足球
17、数据网站OPTA合作预测2016年欧洲杯战况。预测德国最终1:0战胜卫冕冠军西班牙。但实际上葡萄牙1:0战胜法国捧起德劳内杯。智能电表用电统计。供电公司能每隔15分钟就读一次用电数据，而不是过去的一月一次。这不仅仅节省了抄表的人工费用，而且由于能高频率快速采集分析用电数据（产生大数据），供电公司能根据用电高峰和低谷时段制定不同的电价，利用这种价格杠杆来平抑用电高峰和低谷的波动幅度。四、大数据带来的负面作用四、大数据带来的负面作用大数据与个人隐私 科技本来就是一支双刃剑，关键是谁用和如何用。大数据也是一样。在微信、微博等社会大数据之下如何保护个人隐私的问题，我们的手机号码，个人信息已成为大数据的
18、一分子。如何保护个人？如何防止有人利用大数据技术进行人身攻击。个人DNA信息，是个人隐私还是公众信息或者是科研素材 虽然警方利用DNA信息在寻找杀人凶手的案件中屡建战功，但是，警方采集和利用DNA数据却可能伤害无辜大众的自由和隐私。人类丢失了遗忘的天性 目前 90%以上的信息为数字形式，让整个人类丢失了遗忘的天性，世界被设置成记忆模式，互联网记得你的一切，也就是说：记忆成了常态，而遗忘却变成了例外，个人隐私被侵犯的可能性也变大。谷歌一直为默默无闻记得大家许多事儿而引以为豪，但是最近发生的一件事儿，让谷歌搜索引擎及网络出版商颇为失望：一名西班牙人在谷歌搜索中，发现自己房屋被银行收回拍卖的信息，他
19、认为这样的搜索结果侵犯了他的隐私，要求谷歌删除相关搜索结果。欧洲法庭在5月初对此做出了裁决，判定西班牙人胜诉，这意味着欧盟居民今后在互联网隐私方面，有了相关的法律依据。不及时有效地开发、处理、利用“大数据”可能造成的负面作用甚至国家风险。 现在，我们正从工业走向知业时代，社会中的许多组织过程在网络环境中也变得更加动态复杂，“大数据”实际上揭示了实时“社会信号”的到来，也必将催发未来的新型社会管理产业。我们必须尽快利用大数据，特别是以微信微博为代表的社会信号，创新社会管理，开发出各种各样的社会管理和服务系统，防止在社会过程中产生许多“爆炸”，危害社会的健康发展。发达国家对大数据技术与应用研究给予
20、了高度的重视和关注。美国于2012年3月发布了大数据研究和发展倡议，旨在提高人们从海量数据中提取知识的能力，加快科学发现与工程研发的步伐。2013年4月，美国众议院科学、空间和技术委员会以大数据为专题举行了听证会；多名资深教授和国家科学基金会的高官就如何促进海量数据的分析和利用、如何利用大数据技术激励创新等问题在听证会上发言。2013年9月，美国国立卫生研究院（NIH）宣布，今后4年每年提供2400万美元，资助6至8个“从大数据到知识发现的卓越中心”（简称大数据卓越中心），以开发和推广大数据共享、集成、分析与管理的创新方法、软件和工具，从而帮助研究人员提升利用大规模复杂数据集的能力。这表明美国
21、已把大数据技术和应用研究上升为国家战略，视为推动经济复苏的关键所在。五、大数据的发展前景联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，来对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。欧盟专门设立了大数据研究征集项目（FP7 Call 8），旨在以大数据基础设施为先导，大幅度提高大数据分析算法和处理系统的效率。日本也推出了活力ICT日本计划，把大数据研究和应用技术视为国家发展战略。而最为积极的还是众多的IT企业。麦肯锡在一份名为大数据，是下一轮创新、竞争和生产力的前沿的专题研究报告中提出
22、，“对于企业来说，海量数据的运用将成为未来竞争和增长的基础”，该报告在业界引起广泛反响。各国在大数据方面的人才储备 大数据时代来临，甚至有专家认为，所有科学都在变成数据科学。但目前市场上具备深入分析数据能力的人才却十分缺乏。据业界专家估算，中国大数据市场的人才需求量至少有100万。近年来，世界各国纷纷成立数据科学研究机构，各大学也成立相关学院培养人才。如美国纽约大学、英国邓迪大学均从2013年起设立数据科学硕士学位，美国哥伦比亚大学将从2015年起设立博士学位。在国内，香港中文大学自2008年起就设立了“数据科学商业统计”科学硕士学位。清华大学新近成立了数据科学研究院，自2015年9月起开始招
23、收研究生。西安交大、浙江大学、华东师大等高校也先后设立了数据科学研究中心。上海市启动“数据科学和大数据人才培养计划”，将在未来3年培养和引进千名高端数据人才。复旦大学2015年10月成立大数据学院。新成立的大数据学院将在数学、统计学、计算机、生命科学、医学、经济学、社会学、传播学等多学科交叉融合的基础上，聚焦大数据学科建设、研究应用和复合型人才培养。首批学生将于2016年9月将进入大数据学院就读。电子科技大学成立大数据研究中心，是目前国内架构最完整的大数据产学研一体化机构。中心拥有安全大数据研究所，健康大数据科学研究中心，教育大数据研究所，大数据挖掘与推理研究所，移动大数据研究所，遥感大数据研
24、究所，大数据产业技术研究院和大数据协同创新平台8个研究实体。2016年年2月教育部批准北京大学、中南大学、对月教育部批准北京大学、中南大学、对外经贸大学开设外经贸大学开设“数据科学与大数据技术专业数据科学与大数据技术专业”本科本科4年专业。年专业。2017年年3月教育部公布第二批月教育部公布第二批“数据科学与大数数据科学与大数据技术专业据技术专业”名单，共有中国人民大学、复旦大名单，共有中国人民大学、复旦大学、上海纽约大学等学、上海纽约大学等32所学校开设本科所学校开设本科4年专业。年专业。如果你是深度学习领域的一名新手，可能会遇到的第一个问题是“应该从哪篇论文开始读起呢”?这里给出了深度学习
25、论文阅读路线图!路线图按照下面四个准则构建而成：从提纲到细节从经典到前沿从通用领域到特定领域专注于最先进的技术你将会发现很多近期发表但是确实值得一读的论文。我们将持续不断地给这条路线图添加论文。1.深度学习历史和基础1.0 书籍 1.1 调查 1.2 深度信念网络(DBN) (深度学习开篇的里程碑) 1.3 ImageNet进展(深度学习从此爆发) 1.4 语音识别进展2.深度学习方法2.1 模型 2.2 优化 。大数据的出现将部分地使科学研究从过去的假设驱动型转化为数据驱动型，从而将为科学技术的发展开辟一条新的途径。有相当数量的科研活动是按如下两条路径展开的：（1）假设事物遵从某些规律，然后
26、通过实验或数理逻辑的方法得到整体规律；（2）小样本随机取样，进而得出该事物集合整体上所遵循的统计规律。第一种路径在没有已知规律可循或事物各组成部分之间的关系过于复杂而难于建立模型时失效；第二种路径在独立同分布假设不成立或采样的随机性得不到保证时失效。面对各种最棘手的全球性挑战，在传统的理论方法因过于复杂而难以解决这些问题时，数据驱动可能是最有希望解决这些难题的方法。大数据开辟了新的研究模式随着大数据在世界各个领域的快速渗透和发展，2008年Nature出版了“Big Data”专刊，从互联网、经济、超级计算、环境科学和生物医药等多个方面介绍了海量数据带来的一系列技术问题和挑战。自此，“大数据”
27、开始进入学术界，逐渐成为备受关注的前沿研究课题。2011 年，Science推出了数据处理专刊Dealing with data。该专刊核心观点是：有效组织和利用数据将能够进一步发挥科学技术对社会发展的巨大推动作用。2012 年4 月，欧洲信息学与数学研究协会会刊ERCIM News出版专刊Big Data，重点讨论了大数据时代的数据管理与处理技术方面的关键问题。IEEE计算机学会决定，从2013年开始，每年举办一次IEEE BigData国际学术会议。Springer等科技出版社也于近年来相继创刊了大数据方面的国际杂志。上述情况表明，大数据已成为一门新兴科学并已受到科技界广泛重视。我国科技界
28、及与信息技术密切相关的产业领域对大数据技术和应用的关注程度正在逐渐增强，并引起了政府相关部门的重视。中国科学院先后于2012年和2013年组织召开了题为“大数据科学与工程”和“数据科学与大数据的科学原理及发展前景”香山会议。国家自然科学基金委员会于2013年3月在上海召开了题为“大数据技术和应用中的挑战性科学问题”双清论坛，并将“大数据技术和应用中的挑战性科学问题”列入2014年的项目指南中，拟以重点项目群的方式支持和推动相关领域的基础研究。国家发展改革委员会与地方政府主导的“智慧城市”计划已开始实施，部分省份已经建成或正在建设一批大数据中心。科技部已经部署了若干个大数据及与大数据密切相关的“
29、973”计划和专项研究计划。我国科技界及与信息技术密切相关的产业领域对大数据技术和应用的关注程度正在逐渐增强，并引起了政府相关部门的重视。中国科学院先后于2012年和2013年组织召开了题为“大数据科学与工程”和“数据科学与大数据的科学原理及发展前景”香山会议。国家自然科学基金委员会于2013年3月在上海召开了题为“大数据技术和应用中的挑战性科学问题”双清论坛，并将“大数据技术和应用中的挑战性科学问题”列入2014年的项目指南中，拟以重点项目群的方式支持和推动相关领域的基础研究。国家发展改革委员会与地方政府主导的“智慧城市”计划已开始实施，部分省份已经建成或正在建设一批大数据中心。科技部已经部
30、署了若干个大数据及与大数据密切相关的“973”计划和专项研究计划。2015年11月党的十八届五中全会公报提出要实施“国家大数据战略”，这是大数据第一次写入党的全会决议，标志着大数据战略正式上升为国家战略。五中全会，开启了大数据建设的新篇章。大数据的发展已经成为当今重要的发展领域，就大数据战略上升为国家战略而言，五中全会的公报具有五个方面的重要意义，也对应着相应五个方面的建设努力方向。第一，大数据战略要坚持党的领导、政治引领。第二，大数据战略要政府表率推动。政府做出表率，在开放数据、开放政府建设方面做出表率和积极努力。要积极构建政府体系的大数据，打通在部门、区域之间隔离的数据孤岛，为建立统一高效
31、的政府服务体系而努力。第三，大数据战略要立法规范。第四，保障大数据产业发展的市场均衡与有效竞争秩序。第五，大数据产业发展要保障公共安全。2016年工信部印发大数据产业发展规划(2016-2020年)，特别提出加快推进大数据产业应用能力，到2020年，大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右。同时，国内主要的互联网公司加大了在大数据领域的布局，并参与国家项目。2017年2月20日，媒体披露，百度、阿里巴巴、腾讯均经发改委批复，参与共建多个大数据相关的国家工程实验室。比如阿里云参与共建“工业大数据应用技术国家工程实验室”和“大数据系统软件国家工程实验室”;百度参与共建
32、“大数据系统软件国家工程实验室”和“类脑智能技术及应用国家工程实验室”;腾讯参与共建由清华大学牵头承担的“大数据系统软件国家工程实验室”;等等。知识型工作自动化知识型工作自动化：用计算机来自动执行之前只有：用计算机来自动执行之前只有人可以完成的知识工作人可以完成的知识工作知识工作往往需要依赖知识工作往往需要依赖复杂分析复杂分析、精细判断精细判断和和创造创造性决策性决策等手段等手段知识工作者：主要包括研究者、设计知识工作者：主要包括研究者、设计者、建筑师、科学家和工程师等，其者、建筑师、科学家和工程师等，其主要工作是创造知识，他们所进行的主要工作是创造知识，他们所进行的工作均为知识工作工作均为知
33、识工作知识型工作自动化六、大数据与知识自动化2009-20102009-2010年年，帕帕罗罗奥奥多多研研究究中中心心(Polo (Polo Alto Alto Research Research CenterCenter，XeroxXerox公公司司的的独独立立子子公公司司），讨讨论论了了关关于于“知知识识型型工工作作的的未未来来”的的问问题题，指指出出20202020年年知知识识型型工工作作自自动动化化将将成成为为工工业业自自动动化化革革命命后的又一次革命后的又一次革命20122012年年，IntelIntel公公司司的的白白皮皮书书，讨讨论论了了未未来来对对知知识识工工作作者者产产生生冲
34、冲击击的的一一些些变变化化，讨讨论论了了“知知识识型型工作的未来工作的未来”问题问题20132013年年，麦麦肯肯锡锡全全球球研研究究所所关关于于20252025全全球球趋趋势势的的报报告告对对知知识识型型工工作作自自动动化化的的定定义义以以及及产产生生的的影影响响等进行了详细的阐述等进行了详细的阐述知识型工作自动化知识型工作自动化的提出源于当前一些知识工作者的工作被机器代替的现状，且计算技术、人工智能等技术仍在快速发展。例如：用软件查找案件最相关的法律条文信息来代替律师的查找工作；用电脑代替客服人员的工作；用软件完成银行出纳工作；一些辅助教育软件；交易工作（计算机自动存款、商店结账），计算机
35、下象棋围棋，等等。目前：已经对一些例行工作岗位和体力型岗位实现了自动化，对于专业性工作、需要大量常识或前后联系的工作、或基于人与人之间关系的工作尚没有实现自动化。知识型工作自动化世界著名的麦肯锡研究所世界著名的麦肯锡研究所2013年年5月发表月发表 “12种颠覆性技术驱动未来经济种颠覆性技术驱动未来经济”的文章，的文章，这这12种技术都具有广泛的潜在影响，并有种技术都具有广泛的潜在影响，并有可能造成重大经济影响。这可能造成重大经济影响。这12种技术是：种技术是：移动互联网、移动互联网、知识型工作的自动化知识型工作的自动化、物联、物联网、云计算、高级机器人、全自动和几乎网、云计算、高级机器人、全
36、自动和几乎全自动的年辆、下全自动的年辆、下代基因组学、能源储代基因组学、能源储存、存、3D打印、高级材料、高级油气勘探和打印、高级材料、高级油气勘探和采集技术、可再生能源。其中采集技术、可再生能源。其中“知识型工知识型工作自动化作自动化”位列第二，位列第二，到到2025年其经济规年其经济规模将达到模将达到5.2-6.7万亿美元万亿美元。知识型工作自动化工业互联网、大数据与智慧企业2015年年3月月5日，第十二届全国人民代表大会第三次会议日，第十二届全国人民代表大会第三次会议在人民大会堂举行开幕会。李克强总理提出制定在人民大会堂举行开幕会。李克强总理提出制定“互联互联网网+”行动计划。行动计划。
37、李克强在政府工作报告中提出，李克强在政府工作报告中提出，“制定制定互联网互联网+行动行动计划，推动计划，推动移动互联网、云计算、大数据、物联网等与移动互联网、云计算、大数据、物联网等与现代制造业结合现代制造业结合，促进电子商务、工业互联网和互联网，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。金融健康发展，引导互联网企业拓展国际市场。”“互联网互联网+”：是对传统产业不是颠覆，而是换代升级：是对传统产业不是颠覆，而是换代升级比如，传统集市比如，传统集市+互联网有了互联网有了淘宝淘宝，传统百货卖场，传统百货卖场+互联互联网有了网有了京东京东，传统银行，传统银行+互联网
38、有了互联网有了支付宝支付宝，传统的红娘，传统的红娘+互联网有了互联网有了世纪佳缘世纪佳缘，传统交通，传统交通+互联网有了互联网有了快的滴滴快的滴滴，。工业互联网、大数据与智慧企业工业互联网的定位互联网：信息物联网：信息+物体工业互联网：能量+信息+物质产业设备与IT的融合目标是通过高功能设备、低成本传感器、互联网、大数据收集及分析技术等的组合，大幅提高现有产业的效率并创造新产业。工业互联网：工业互联网：GE公司2012年提出假设发展情况和互联网大潮时期类似，截至2030年工业互联网革命将为全球GDP带来15万亿美元，相当于在计算全球经济总量时把美国的经济多加了一次。 工业互联网工业互联网按效率
39、提高1进行估算智能设备智能系统智能决策：长期的愿景知识的深度利用工业互联网在各产业的作用工业互联网在各产业的作用产业产业部门部门节约的种类节约的种类15年的预测价值年的预测价值(B=10亿美元亿美元)航空航空商业商业节约节约1%的的燃料燃料30B电力电力煤炭火力发煤炭火力发电电节约节约1%的的燃料燃料66B医疗医疗系统整体系统整体系统效率提系统效率提高高1%63B铁路铁路货物货物系统效率提系统效率提高高1%27B石油和燃气石油和燃气勘探和开发勘探和开发节约节约1%的的成本支出成本支出90B工业互联网、大数据与智慧企业智慧企业：智慧企业：2008 年11月IBM提出智慧地球，2011年上海世博会
40、展现“智慧城市”智慧企业信息技术发展积累了大量的数据，亟待信息技术发展积累了大量的数据，亟待实现实现这些信息的这些信息的深度利用深度利用程序运算方式已无法满足复杂环境下大程序运算方式已无法满足复杂环境下大数据运算的需求，需要系统本身的认知数据运算的需求，需要系统本身的认知和分析，向认知运算发展和分析，向认知运算发展工业互联网、大数据与智慧企业智慧企业智慧企业核心知识+自动化工业互联网、大数据与智慧企业“四化”要求：协同化、智能化、透明化、精益化智慧的创新网络智慧的制造网络智慧的管理网络以信息为战略资产智慧渗透到企业的各个角落大数据工业互联网支撑环境流程工业主要包括化工、石化、冶金、轻工、建材、
41、制药等行业，我国流程工业的年产值占全国GDP的60%以上，是我国经济持续增长的重要支撑力量我国流程工业面临的突出问题是能耗高、资源消耗大，单位能耗高出先进国家30左右流程工业自动化面临的挑战流程工业是国民经济的重要支柱产业。流程流程工业是国民经济的重要支柱产业。流程工业的自动化水工业的自动化水平直接影响企业的国际竞争能力和国家节能降耗减排目标的平直接影响企业的国际竞争能力和国家节能降耗减排目标的实现实现传统流程工业现代流程工业局部、粗放全流程、精细化新挑战u资源u能源u环境产量能耗回收率排放质量综合生产指标驱动建模、控制、优化、决策、安全运行自动化技术绿色化高效化智能化流程工业发展面临的挑战知
42、识自动化研究在大数据和网络环境下的知识发现、知识处理与知识应用的理论、方法及应用技术流程工业知识自动化研究流程工业自动化在建模、控制、优化及调度管理过程中对问题需要进行复杂分析、精确判断和创新决策的知识自动化理论、方法和应用技术流程工业知识自动化的内涵流程工业知识自动化的体系结构中国工程院、国家自然科学基金委2014年联合设立中国工程科技中长期发展战略研究项目大数据与制造流程知识自动化发展战略研究主要任务：把握国际大数据与知识自动化科技创新的发展趋势深入探讨大数据环境下制造流程知识自动化的本质内涵明确大数据环境下制造流程知识自动化对相关领域提出的挑战凝练并提出与基础和应用基础研究相关的关键科学
43、问题促进和推动制造流程知识自动化技术和应用研究流程流程工业知识自动化工业知识自动化的研究方向的研究方向流程工业技术知识化的理论与方法；流程工业技术知识化的理论与方法；流程工业海量数据的知识发现、建模与知流程工业海量数据的知识发现、建模与知识学习的基础理论和技术；识学习的基础理论和技术；流程工业知识型生产与知识自动化；流程工业知识型生产与知识自动化；流程工业知识自动化与控制、优化、故障流程工业知识自动化与控制、优化、故障诊断、调度决策及管理；诊断、调度决策及管理；流程工业知识自动化的软件体系；流程工业知识自动化的软件体系；流程工业知识自动化技术的应用；流程工业知识自动化技术的应用；流程工业知识自
44、动化系统的构建。流程工业知识自动化系统的构建。2015年国家自然科学基金委信息学部重点项目群年国家自然科学基金委信息学部重点项目群 -流程工业知识自动化流程工业知识自动化系统设计方法与应用验证系统设计方法与应用验证 本重点项目群要求：结合某一具体流程企业，深本重点项目群要求：结合某一具体流程企业，深入开展基于大数据和云计算的、具有多层次多领入开展基于大数据和云计算的、具有多层次多领域知识关联功能的智慧决策、计划和调度等知识域知识关联功能的智慧决策、计划和调度等知识自动化系统的设计方法与应用验证研究；生产设自动化系统的设计方法与应用验证研究；生产设备优化控制、故障诊断与安全运行一体知识自动备优化
45、控制、故障诊断与安全运行一体知识自动化系统的设计方法与应用验证研究；以及能将上化系统的设计方法与应用验证研究；以及能将上述各智能系统有机地连接在一起，并具有自感知、述各智能系统有机地连接在一起，并具有自感知、自计算、自调节、自组织和自执行等功能的工业自计算、自调节、自组织和自执行等功能的工业认知网络设计方法与应用验证研究；借以促进我认知网络设计方法与应用验证研究；借以促进我国流程工业升级发展和学科自身发展。国流程工业升级发展和学科自身发展。本重点项目群下设本重点项目群下设5个研究方向个研究方向：1）面向智慧企业的工业认知网络体系架构、设计方）面向智慧企业的工业认知网络体系架构、设计方法与应用验证法与应用验证2）基于大数据和云计算的知识自动化决策系统设计）基于大数据和云计算的知识自动化决策系统设计方法与应用验证方法与应用验证3）复杂多任务生产计划知识自动化系统设计方法与）复杂多任务生产计划知识自动化系统设计方法与应用验证应用验证4）面向复杂计划与设备状况的生产调度知识自动化）面向复杂计划与设备状况的生产调度知识自动化系统设计方法与应用验证系统设计方法与应用验证5）设备优化控制与安全运行一体知识自动化系统设）设备优化控制与安全运行一体知识自动化系统设计方法与应用验证计方法与应用验证谢谢 谢谢
