“大数据院士”鄂维南： 完美的数据永远等不来

摘要：大数据的发展是个循序渐进的过程，基于已有数据做好分析也很重要。“完美的数据永远是等不来的，碎片化的数据也可以整合起来做分析，做数据分析的出发点是有多少数据可以做多少事。”鄂维南说。

2015年8月，北京大数据研究院挂牌，这是国内首个整合了政府、高校和企业三方资源的大数据研究机构，得到了北大、北工大、中关村管委会和北京市海淀区政府的支持，主要研究交通、金融、移动互联网和医疗大数据。

研究院的牵头筹建者，正是中国科学院院士鄂维南。从2009年萌生数据科学研究中心的想法到大数据研究院成立，已经整整六年。

研究院的一个方向，就是推动科研和人才培养。鄂维南多次表示：“发展大数据的最大瓶颈是人才。”他介绍，新成立北京大数据研究院，希望能够打造世界一流的大数据教育、科研创新和成果转化的国际化平台，吸引一些最有才华，最有进取心的一流人才。

鄂维南希望，用5-10年把北京大数据研究院建成国中国乃至世界大数据产业发展的一面旗帜。不过，他也直言，研究院虽然挂牌了，但“万里长征，才走完第一步”。

挂牌是大数据研究院“长征第一步”，但鄂维南自己，却已在数据之路“行军”多年。

学术+实践的“跨界者”

先后毕业于中国科技大学数学系、中科院计算数学所的鄂维南，获得美国加州大学洛杉矶分校博士学位，还是首届美国总统青年科学家与工程师奖、国际工业与应用数学协会科拉兹奖、冯康科学计算奖得主。

他的研究领域极其广泛，分布在数学、力学和理论物理的诸多方向，并均有重要的发现和贡献。非专业人士，还真难懂鄂维南研究的深奥内容，如“研究了弹性理论的微观基础，从量子力学和分子动力学模型出发导出了宏观层面下的非线性弹性理论，得到了经典的 Cauchy-Born 准则成立的稳定性条件。”目前，鄂维南为中国科学院院士，北京大学、普林斯顿大学教授，致力于大数据技术的科学研究和产业化，主持国家973重点项目《非结构化数据分析》并任首席科学家。

事实上，作为“大牛”，鄂维南不仅是数据科学的研究者，更是大数据的实践者。

2014年，普林科技成立，鄂维南任董事长。这是一家为金融、移动运营商、交通、物流和医疗等相关领域提供大数据建模和数据分析服务行业的综合咨询服务公司。

普林科技基于大数据技术，为客户提供模型、算法和系统支持，已合作公司包括美国第一大P2P公司Lending Club、国内P2P公司人人贷、内地三大运营商、中证信用等。

如普林科技运用大数据技术，联合三大运营商打造的基于13亿人手机通讯数据和精准评分模型，推出了能够自动化输出全面标签系统和深度用户画像的产品“普林号码分”，该产品被2016大数据技术与应用推进大会评为“大数据优秀解决方案奖”。

数据隐私是个无底洞

近年，越来越多学界、业界人士推动着中国大数据的发展。鄂维南直言，中国这么大的市场，我们做大数据在国际上竞争，至少要在某些领域领先。他也提醒，中国发展大数据，存在数据开放、数据质量、数据隐私和分析技术等“瓶颈”。

他提及两个故事：一位研究地质学的院士无奈感慨“地质研究只能研究外国的，不能研究中国的”，因为地质数据都在国家部门手中，却不对外开放；一位统计学的教授去气象局寻找一些最普通的气象数据，都吃了闭门羹。

一提数据开放，必谈数据隐私。鄂维南强调：“数据脱敏远远不够，隐私问题是一个无底洞。”

他举例，有人拿到了另一个人3个月的美国信用卡数据后发现，如果知道那个人昨天在某地买了一点东西，前天在另外一个商场买了东西；找到所有消费数据，并进一步了解消费习惯，就能了解消费方面的隐私。“这是脱敏的数据，没名字、没号码，但可以通过算法找到一个人的消费习惯。想靠法律办法解决隐私问题，严格来说不可能。”鄂维南说。

大数据发展的“瓶颈”多多，开放、质量、技术等都亟待突破，在鄂维南看来，大数据的发展是个循序渐进的过程，基于已有数据做好分析也很重要。“完美的数据永远是等不来的，碎片化的数据也可以整合起来做分析，做数据分析的出发点是有多少数据可以做多少事。”鄂维南说。

文|涂子沛频道研究员 葛育民

鄂维南：中国科学院院士，北京大学教授，北京大数据研究院院长