中国工程院院士李德毅：大数据挖掘带动的变迁

    百度用深度学习的方法实现了数据自适应简约，我们觉得他们跟我们现在做的是非常一致的，这是百度搜图做的人脸相似性搜索。数据量急剧增加，组织结构已经围绕数据转了，程序碎片化可以随时重组，挖掘常常是人机交互环境下不同社区的发现。他们可以给我们提供数据实物！网络化大数据挖掘的方法是社区发现。人们最关心的是社区，并且我们关心社区中的交互。表现的形式有显性形式，有评论、心情、收集、购买、评分、顶、踩、分享、加为好友、邀请加入等等。隐性形式有跳转等。我们利用拓扑势方法挖掘社区，我们通过拓扑势方法发现社区成员的重要性。我们利用拓扑势方法发现社区中的成员角色。现实生活中经过一段时间的反复，交互，汇聚，修正与演化，群体形成趋于相对稳定的共识。合作编辑下的维基条目、社会化标注等。我们看一下我们叫全自动的图灵测试，对网络安全至关重要！它是由一串扭曲的单字和数字所组成的网络测试谜题，在网络购物、登陆网站！我们在家里上网上银行，你要区分计算机和人的全自动公共图灵测试！这是由Luls1979年提出来的概念。他提出要用全体智能的做这件事情。156年的《纽约时报》是历史悠久的时报！目前上网的只是1981年以来的27年内容！该数字化工程长达10年！该方法被称为recptchas。群体智能，我们利用大众对验证码的识别完成扫描仪的工作。

    云计算支撑大数据挖掘发现价值！云计算是基于互联网大众参与的计算模式，其计算资源、存储能力、交互能力是动态、可伸缩、被虚拟化的。端产品摆脱了传统旁配置带来的系统升级开销！更加简洁、灵活、多样、个性化、手机、游戏机、数码相机、电视机、上网本等功能访问。在大数据，挖掘云支撑各式各样大数据应用。于是，软件工程出现了巨大变化，通过众包细分法，云计算环境下的社会生产。在互联网环境下，利用人的认知和大众之间交互，融合计算机群组对大数据的价值挖掘，形成群体智能，于是我们提出了新的概念——众挖。用户不再关心数据的形态、数据的获取位置、结构模式、存储方式，以及分析过程！唯一希望得到的是足够满意的挖掘结果！所以依然可以期待。我们知道谷歌是搜索时代的领头羊，谁是Maas领头羊呢？我们中国软件公司能不能做Maas的领头羊呢？我们在期待。技术是行而下解决实际问题的。1970年开始在国内搞数据库，我们在数据上有一个问题求解，我们用归纳的方法求解，过去是先有技术，现在发生了改变，我们云计算产生的大数据，我们还没有行政化！行政化是整个时代的演变。

    大数据标志着新时代的到来，这个时代的特征不只是追求丰富的物质资源，也不是无所不在的互联网带来的方便的多样化信息服务，同时还包含区别于物质的数据资源的价值挖掘和价值转换，由大数据带来的金融给我们带来很多思考，以及由大数据挖掘带来的精神和文化方面的崭新现象。山不转，水在转，水不转，云在转，云不转，心在转！谢谢大家！