大數(shù)據(jù)開創(chuàng)教學科研新范式

陳 璞

（中國人民大學金融科技與互聯(lián)網(wǎng)安全研究中心，北京 100872）

大數(shù)據(jù)開創(chuàng)教學科研新范式

陳 璞

（中國人民大學金融科技與互聯(lián)網(wǎng)安全研究中心，北京 100872）

數(shù)據(jù)規(guī)模大、數(shù)據(jù)提取和分析的速度快和數(shù)據(jù)結(jié)構(gòu)類型多樣三方面的技術(shù)進步，構(gòu)成了大數(shù)據(jù)的本質(zhì)特征。大數(shù)據(jù)是推動當前時代發(fā)展的關(guān)鍵性歷史因素。面向未來的教育改革發(fā)展，信息技術(shù)成為創(chuàng)新實踐的基本手段。在大數(shù)據(jù)技術(shù)支撐下，以慕課為主的教學模式和計算驅(qū)動型科研范式，正在逐步走向成熟，成為教學科研的重要發(fā)展趨勢。

大數(shù)據(jù);教育;慕課;計算型科研

一、大數(shù)據(jù)的技術(shù)特征

早在2011年，美國高德納公司專家艾德里安從硬件環(huán)境和軟件工具角度，對大數(shù)據(jù)進行了描述，指出大數(shù)據(jù)在本質(zhì)上是一種“收集、管理和處理數(shù)據(jù)”的能力進步。麥肯錫全球研究院如此定義大數(shù)據(jù)：“大數(shù)據(jù)是指大小超出了典型數(shù)據(jù)庫軟件工作收集、存儲、管理和分析能力的數(shù)據(jù)集?！笨梢钥闯?，所謂大數(shù)據(jù)，實際上是一個比較意義上的概念。簡單說，就是在量變到質(zhì)變的意義上超越了“以前的”“常規(guī)的”數(shù)據(jù)，因而稱之為“大數(shù)據(jù)”。大數(shù)據(jù)處理能力的最終形成，主要取決于三個因素：第一，在摩爾定律支配下，數(shù)據(jù)量的指數(shù)式增長，為大數(shù)據(jù)運行提供了基礎(chǔ)條件；第二，多核中央處理器和海量并行處理架構(gòu)的運用，導致計算機運算能力飛躍發(fā)展，為大數(shù)據(jù)運算提供了核心動力；第三，基于MapReduce并行運算編程程序的Hadoop等大數(shù)據(jù)處理平臺的推出，使計算機突破處理非結(jié)構(gòu)化數(shù)據(jù)的能力邊界，最終達到處理海量數(shù)據(jù)的大數(shù)據(jù)處理能力。以這種能力為基礎(chǔ)，人類發(fā)現(xiàn)規(guī)律、預測未來和改造世界的能力，都將獲得“質(zhì)”的飛躍。

基于這些認識，可以將大數(shù)據(jù)之“大”，總結(jié)歸納為3個“V”：分別指數(shù)據(jù)規(guī)模（Volume）、數(shù)據(jù)提取和分析的速度（Velocity）和數(shù)據(jù)的多樣性（Variety）。首先看數(shù)據(jù)規(guī)模。根據(jù)摩爾定律，計算機存儲信息的物理容量將以每兩年翻一番的指數(shù)速度增長，這是大數(shù)據(jù)快速生長的物質(zhì)性規(guī)律。根據(jù)國際數(shù)據(jù)公司（IDC）的預計，到2020年，來自個人電腦、智能手機、射頻識別、社交網(wǎng)站、氣象中心、監(jiān)控攝像等各種設(shè)備的全球數(shù)據(jù)總量將達到40Zb。大數(shù)據(jù)的第二個顯著特征是速度。海量并行處理架構(gòu)是存儲并分析海量數(shù)據(jù)的基礎(chǔ)機制。這個數(shù)據(jù)處理機制的原理是，打破數(shù)據(jù)限定由一個CPU單元和磁盤的中央服務器進行管理的傳統(tǒng)數(shù)據(jù)處理模式，將數(shù)據(jù)切成多個不同的數(shù)據(jù)塊，各自獨立地分配CPU的管理資源，這一變化如同車流從單車道駛?cè)攵嘬嚨溃瑢⒈对鍪降靥岣邤?shù)據(jù)運行速度。最后是數(shù)據(jù)的多樣性，傳統(tǒng)數(shù)據(jù)主要來自關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)，這類數(shù)據(jù)具有一個既定的結(jié)構(gòu)背景，其格式、值域、來源等屬性，會被預先定義，因此也被稱為結(jié)構(gòu)化數(shù)據(jù)。與結(jié)構(gòu)化數(shù)據(jù)相對，不具備結(jié)構(gòu)背景，數(shù)據(jù)屬性沒有被預先定義的數(shù)據(jù)，稱為非結(jié)構(gòu)化數(shù)據(jù)。處于二者之間的，還有半結(jié)構(gòu)化數(shù)據(jù)和多結(jié)構(gòu)化數(shù)據(jù)。比如，在Word文檔里寫的一篇文章、一張圖片、一段視頻都屬于非結(jié)構(gòu)化的數(shù)據(jù)。根據(jù)IDC的統(tǒng)計，超過80%的企業(yè)數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，而整個互聯(lián)網(wǎng)中的數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)占到了75%以上，而且非結(jié)構(gòu)化數(shù)據(jù)的增長速度遠遠高于結(jié)構(gòu)化數(shù)據(jù)的增長速度。[1]顯然，結(jié)構(gòu)化數(shù)據(jù)是較容易處理的數(shù)據(jù)。而非結(jié)構(gòu)化數(shù)據(jù)則是相對難以處理的，非結(jié)構(gòu)化數(shù)據(jù)以差異化為基本特征，這些數(shù)據(jù)有的可能是文字，有的可能是圖片，有的可能是一個數(shù)字，有的可能是一段聲音和影像。非結(jié)構(gòu)化數(shù)據(jù)處理技術(shù)的成熟，意味著大數(shù)據(jù)時代正式拉開帷幕。就目前發(fā)展來看，泛在網(wǎng)和人工智能為我們初步勾畫出了未來世界鮮明的數(shù)據(jù)化特征。

二、大數(shù)據(jù)時代的發(fā)展趨勢

歐盟委員會關(guān)于物聯(lián)網(wǎng)的愿景描述，為我們展現(xiàn)了大數(shù)據(jù)時代的未來發(fā)展狀況：“它將成為普遍存在的公共基礎(chǔ)設(shè)施，以全球通用的標準通信協(xié)議為基礎(chǔ)，將融合既有的計算機網(wǎng)絡(luò)、大眾媒體網(wǎng)絡(luò)、社會服務網(wǎng)絡(luò)，打造一個全球的、泛在的、無縫的信息科技平臺?！盵2]無論最終發(fā)展狀態(tài)如何，建立在泛在計算技術(shù)之上的信息網(wǎng)絡(luò)社會，必然包括如下三個方面的特性。第一，泛在的基礎(chǔ)網(wǎng)絡(luò)。泛在網(wǎng)在概念上應該理解為所有網(wǎng)絡(luò)的連接和集成，包括傳感網(wǎng)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)，以及通過移動網(wǎng)絡(luò)和固定寬帶等技術(shù)將多個應用終端之間相互連接而形成的局部網(wǎng)絡(luò)。這中間的關(guān)鍵之處在于，所有的網(wǎng)絡(luò)都要連接在基礎(chǔ)網(wǎng)絡(luò)之上，最終以一個整體的形式呈現(xiàn)。第二，泛在的通信活動。泛在網(wǎng)絡(luò)為地球萬物建立了相互溝通和反饋的系統(tǒng)，這是一個無時無刻不在運行的系統(tǒng)，網(wǎng)絡(luò)上的每一個節(jié)點，都在時時產(chǎn)生、接收和處理信息，永遠處于動態(tài)通信的運動狀態(tài)。第三，泛在的智能應用。泛在網(wǎng)的最終目的，是通過各種各樣的智能應用，優(yōu)化人類世界的生產(chǎn)和管理活動，無論是私人應用、公共應用還是商業(yè)應用，都是通過網(wǎng)絡(luò)大數(shù)據(jù)技術(shù)，為人類提供更精細、更科學和更智能化的服務。

圖靈測試界定了計算機和人類智能的理論邊界。2014年，計算機程序尤金·古斯特曼假裝成一個13歲的小男孩，在一系列每次5分鐘的問答之后，成功騙過與其對話的測試人員，最終以33%的通過率，成為世界上第一臺通過圖靈測試的機器人。[3]古斯特曼的誕生，將機器人的研發(fā)和應用再次推向新的高潮。今天的機器人科技，已經(jīng)得到日新月異的發(fā)展，其應用范圍早已經(jīng)從傳統(tǒng)的工業(yè)領(lǐng)域擴展到家居、教育、醫(yī)療、戰(zhàn)爭等眾多領(lǐng)域，成為一個龐大的機器人群體。進入21世紀以來，機器人正在逐步從科研階段過渡到產(chǎn)業(yè)化階段。從工業(yè)機器人到農(nóng)業(yè)機器人，再到家居服務機器人，從移動機器人到仿生機器人，再到仿人機器人，從水下機器人到飛行機器人，再到太空探索機器人，從康復與助理機器人到外科手術(shù)機器人，再到微型醫(yī)療機器人，一個龐大的機器人產(chǎn)業(yè)已經(jīng)呼之欲出。據(jù)不完全統(tǒng)計，我國教育機器人在2010年的銷售額已經(jīng)達到4億元人民幣，根據(jù)ABI Research的預測，全球智能機器人的產(chǎn)值將很快突破1000億美元大關(guān)，其中，亞太地區(qū)將占有最大的市場份額。[4]

2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，將“利用智能技術(shù)加快推動人才培養(yǎng)模式、教學方法改革，構(gòu)建包含智能學習、交互式學習的新型教育體系”確立為發(fā)展智能教育的重點任務?？梢?，面向未來的教育改革發(fā)展，必然以信息技術(shù)支撐下的教學科研模式創(chuàng)新為基本手段。目前來看，以慕課為主的教學模式和巨型計算機支撐的“第三種科研范式”，正在逐步走向成熟。

三、基于大數(shù)據(jù)技術(shù)的慕課教學模式

在教學領(lǐng)域，由大數(shù)據(jù)掀起的慕課（MOOC）潮流正在席卷全球。MOOC的含義，可以分解為四項：M代表Massive，意味著慕課規(guī)模之大，傳統(tǒng)課程一門課可能只有一個班級的幾十個人在學，而慕課課堂的一門課可能有數(shù)萬人甚至幾十萬人同時學習；第一個O代表Open，意思說慕課是一個開放性的學校，不要求你其他資格條件，慕課只要一個電子郵箱，就能注冊學習；第二個O代表Online，這表明慕課的學習是在線進行的，不受時空限制，你可以蜷在被窩里聽老師講課，也可以在機場的候機室里打開手機做幾道數(shù)學題，如果你愿意，等地鐵的5分鐘碎片時間，也可以用來學習幾個英語單詞；最后一個字母C表示Course，說明這是一個課程，是一個系統(tǒng)性的理論知識學習。

以edX等為代表的慕課教育，被稱為是繼印刷術(shù)之后，教育領(lǐng)域?qū)⒁鎸Φ淖钪卮蟮淖兏?。相對于傳統(tǒng)教育，慕課開創(chuàng)的教學革命，將從四個方面展開：首先，慕課運用網(wǎng)絡(luò)經(jīng)濟的共享模式，將絕大部分的教育成本攤?cè)刖W(wǎng)絡(luò)機制內(nèi)部，會大幅度地降低受教育者的經(jīng)濟負擔，從經(jīng)濟條件上降低社會整體的教育成本。其次，慕課改變了傳統(tǒng)教育模式的時空條件，受教育者既可以在晚飯后的夜間學，也可以在星期日的上午學，既可以在自家書房學，也可以在公共巴士上學。再次，慕課是全球化的教育資源平臺，是抹平區(qū)域資源配置不平衡，幫助邊遠地區(qū)提升教育水平的有效手段。在慕課的網(wǎng)絡(luò)平臺上，世界是平的，無論你是在大山深處還是在偏僻漁村，只要能夠接入基礎(chǔ)網(wǎng)絡(luò)，就能和世界一流大學的學生，同時學習相同的課程。最后，也是最深刻的一個方面在于，作為大數(shù)據(jù)平臺的慕課，最核心的看家本領(lǐng)是對學生的具體學習行為進行動態(tài)分析和同步調(diào)整優(yōu)化。根據(jù)學習者個人化的學習行為和反饋內(nèi)容，慕課平臺將不斷調(diào)整學習者學習的內(nèi)容、方式和節(jié)奏，將學習變?yōu)橐粋€高度個性化的建構(gòu)過程，為學習者量身打造最高質(zhì)量的學習模式，最大限度地提高學習效率。舉例來說，慕課平臺會通過學習者考卷里答對的題和答錯的題的分布情況，幫學習者找出其知識體系上的薄弱環(huán)節(jié)，有針對性地進行知識點的補漏和強化，它還能根據(jù)學習者的學習行為和反饋情況，分析出是聲音、文字、形象還是綜合視頻的方式更有利于提高個人的學習效率，并以此為內(nèi)容和標準，逐步發(fā)展出最適合學習者的個性化的學習內(nèi)容、方式和節(jié)奏。再如，從更細節(jié)的層面分析，慕課平臺還能通過對學習者鼠標、鍵盤的活動軌跡的采集和分析，了解到不同人對于同一知識點的反應情況，他們用了多少時間，有沒有重復或強調(diào)，等等，當這些數(shù)據(jù)達到一定量之后，將作為一種規(guī)律反饋給教師，以幫助他們改善教學。

四、大數(shù)據(jù)推動計算型科研范式

隨著大數(shù)據(jù)和人工智能的深度發(fā)展，一種以計算機主導和驅(qū)動的新型科研模式，逐步發(fā)展成熟。傳統(tǒng)的科研模式，主要有理論分析和實驗驗證兩種類型。理論分析側(cè)重于邏輯推理和公理化的體系構(gòu)建。實驗驗證是自然科學研究的主要方式，側(cè)重于從感性經(jīng)驗上認識世界，通過控制條件下的科學實驗過程，觀察特定的現(xiàn)象，找到事物之間的因果聯(lián)系。在這兩種傳統(tǒng)科研類型中，計算只是作為一種輔助的技術(shù)手段而存在。定量分析只是對定性分析的具體化和精確化描述，始終無法取代定性分析獨立完成科研任務。而在大數(shù)據(jù)和人工智能技術(shù)的驅(qū)動之下，計算作為一種科研手段，正在顯示出獨立的價值，逐步發(fā)展成為一種完備的科研模式。早在1852年，格斯里就提出了四色猜想。但是，100多年來，諸多世界一流數(shù)學家試圖加以證明，都以失敗告終。直到1976年6月，電子計算機經(jīng)過1200個小時的計算，推導出100多億個邏輯判斷，最終完成了證明，將四色猜想上升為四色定理。顯然，在計算機問世之前，這種計算復雜度，必然處在人腦的極限之外，是單憑人腦不可能完成的任務。計算機在科研中不可替代的獨立地位，由此得到證明。

今天，巨型電子計算機已經(jīng)具備模擬核爆炸瞬間物理變化的能力，物理世界的核爆實驗，正在逐步轉(zhuǎn)移到計算機上模擬進行。谷歌公司運用大數(shù)據(jù)技術(shù)，成功預測了2009年H1N1流感傳播的趨勢和范圍，并將其預測寫成論文發(fā)表在國際頂級期刊Nature上。谷歌公司的這項研究成果在學界引起震動，因為這項研究繞過了流行病學和社會傳播學等理論模型，直接依據(jù)網(wǎng)絡(luò)熱詞與流感區(qū)域的相關(guān)關(guān)系，通過大數(shù)據(jù)的網(wǎng)絡(luò)數(shù)據(jù)采集和分析預測能力計算出結(jié)論。在數(shù)據(jù)主義看來，貝多芬的《命運交響曲》、股市的經(jīng)濟震蕩和流感病毒看似有天壤之別，實則是一回事，背后都是數(shù)據(jù)流的不同變化，都可以用同一個算法工具進行處理。[5]

2017年6月19日，全球超級計算機TOP500榜單公布。由我國自主研發(fā)的超級計算機“神威·太湖之光”第三次蟬聯(lián)冠軍?！吧裢ぬ狻庇嬎銠C由40960個我國自主研發(fā)的“申威26010”眾核處理器組成，運算峰值性能達到12.5436億億次/秒，持續(xù)性能 9.3015億億次 /秒。據(jù)介紹，如果以2016年市場主流的計算機配置為標準，“神威·太湖之光”的運算能力要相當于200多萬臺電腦的能力水平。[6]“神威·太湖之光”問世一年來，已經(jīng)在天氣氣候、航空航天、先進制造、新材料等19個科研領(lǐng)域得到廣泛應用。平均每天完成計算任務約7000項，全年共完成200多萬項科研任務。對此，清華大學副教授付昊桓介紹說：“超級計算在科學與工程領(lǐng)域應用最早、最廣泛，應用效果最顯著，已同理論研究和科學實驗一起成為人類探索未知世界的三大科學手段，被稱為支撐科學發(fā)現(xiàn)的第三個支柱?！盵7]

互聯(lián)網(wǎng)大數(shù)據(jù)的工作機制，在本質(zhì)上是對元胞自動機和生物細胞神經(jīng)網(wǎng)絡(luò)的模擬。這一技術(shù)逐步走向成熟和應用，體現(xiàn)了人類思維科學的歷史進步。面向未來的新型科研范式，將是對牛頓、愛因斯坦以來的機械性分析、還原論方法和線性因果關(guān)系等簡單性科學理論模式的超越，是對以相關(guān)性、無限性、涌現(xiàn)性和非線性因果關(guān)系等為基本原理的復雜性科學思維的一般化擴展。這種數(shù)據(jù)密集型和計算驅(qū)動型科研模式的確立，必將對未來的科研活動組織和評價機制提出新要求。在可預見的將來，海量數(shù)據(jù)平臺和跨學科、跨領(lǐng)域、跨國界和地域的科研協(xié)作網(wǎng)絡(luò)，將成為未來學?？茖W研究的基礎(chǔ)設(shè)施和手段。

[1]劉軍.Hadoop大數(shù)據(jù)處理[M].北京：人民郵電出版社,2013：4.

[2]劉永謀,吳林海，葉美蘭.物聯(lián)網(wǎng)、泛在網(wǎng)與泛在社會[J].中國特色社會主義研究,2012，(6)：100-104.

[3]新浪科技.超級計算機首次通過圖靈測試[J].創(chuàng)新科技,2014，(13)：55.

[4]宋章軍.服務機器人的研究現(xiàn)狀與發(fā)展趨勢[J].集成技術(shù),2012,1(3)：1-9.

[5]尤瓦爾·赫拉利.未來簡史[M].林俊宏,譯.北京:中信出版集團,2017：333.

[6]柴逸扉.“神威·太湖之光”神在何處？[N].人民日報海外版,2016-06-28(09).

[7]王偉健.用國產(chǎn)芯片的神威太湖之光究竟厲害在哪?[DB/OL].(2017-06-21)[2017-08-25].http://tech.163.com/17/0621/11/CNEUPVS800097U7R.html.

Big Data to Create a New Paradigm of Teaching and Research

CHEN Pu
(Financial Technology and Internet Security Research Center,Renmin University of China, Beijing,China 100872)

The technological progress,that is,the large scale of data,the fast speed of data extraction and analysis,and the diversity of data structure constitutes the essential characteristics of big data.Big data is a key historical factor in driving the development of the current era.Facing the future education reform and development,information technology has become the basic means of innovation.With the support of big data technology,the MOOC-centered teaching model and the computational research paradigm are gradually becoming more and more mature,and they have become an important development trend in teaching and research.

big data;education;MOOC;computational research

G 4

A

2096-0069（2017）06-0006-04

2017-08-25

陳璞（1978— ），男，安徽淮南人，副研究員，研究方向為教育管理、金融科技與互聯(lián)網(wǎng)法律。

（責任編輯 孫震華）