CRA簡報：計算研究與數(shù)據(jù)科學(xué)的新興領(lǐng)域

來源：數(shù)據(jù)觀-自媒 時間：2017-01-23 10:13:44 作者：大數(shù)據(jù)文摘

　　我們收集、處理、分析和使用大量數(shù)據(jù)的能力對社會的各個方面都產(chǎn)生了深遠的影響。這種轉(zhuǎn)變導(dǎo)致了新興學(xué)科數(shù)據(jù)科學(xué)的出現(xiàn)。諸多領(lǐng)域?qū)?shù)據(jù)科學(xué)的興趣呈現(xiàn)爆炸式的增長，包括社會科學(xué)、自然科學(xué)和物理學(xué)等領(lǐng)域，涉及空前的規(guī)模和多樣性的數(shù)據(jù)，通過集聚大量的操作和行為的信息來產(chǎn)生新的服務(wù)或收入來源的產(chǎn)業(yè)以及需要利用數(shù)據(jù)更好地造福社會的政府、社會服務(wù)和非營利機構(gòu)。

　　這一新興學(xué)科依賴于數(shù)學(xué)和統(tǒng)計建模，計算思維和方法，數(shù)據(jù)表示和管理和被研究領(lǐng)域?qū)I(yè)知識的新的融合。雖然計算領(lǐng)域已經(jīng)提供了許多支持?jǐn)?shù)據(jù)科學(xué)的應(yīng)用原則、工具和技術(shù)和諸多案例，計算機科學(xué)界也有機會作出新的研究進一步推動該領(lǐng)域的發(fā)展。此外，學(xué)界也有義務(wù)制定數(shù)據(jù)科學(xué)應(yīng)用的發(fā)展指導(dǎo)方針。

　　包括統(tǒng)計，數(shù)學(xué)，社會科學(xué)，自然科學(xué)和計算機科學(xué)等在內(nèi)的多個領(lǐng)域為數(shù)據(jù)科學(xué)的誕生奠定了一套強大的基礎(chǔ)。事實上，傳統(tǒng)的計算機科學(xué)研究的各個方面都在數(shù)據(jù)科學(xué)的發(fā)展中起到了作用。放眼未來，數(shù)據(jù)科學(xué)也將引領(lǐng)全新的計算研究。

　　從數(shù)據(jù)管理的角度來看，數(shù)據(jù)科學(xué)需要在如何獲取，存儲和訪問數(shù)據(jù)方面有更深的理解和表現(xiàn)，對數(shù)據(jù)世系、數(shù)據(jù)質(zhì)量、質(zhì)量保證、數(shù)據(jù)集成、存儲、隱私和安全都需要有更深入的思考。傳統(tǒng)獲取和存儲數(shù)據(jù)的方式在處理告訴或敏感的數(shù)據(jù)時可能不能奏效。

　　從計算的角度來看，非常大的數(shù)據(jù)量，非常高的數(shù)據(jù)速率，和非常大的用戶數(shù)都需要的新的系統(tǒng)和新的算法。新的系統(tǒng)架構(gòu)可以適應(yīng)數(shù)據(jù)異質(zhì)性和不規(guī)則的結(jié)構(gòu)，這些在數(shù)據(jù)訪問和通信中也必要的。從算法的角度，我們需要有線性算法，在線算法，支持實時數(shù)據(jù)流，和概率和隨機的方法來應(yīng)對數(shù)據(jù)的規(guī)模和數(shù)據(jù)中的噪聲。

　　此外，許多經(jīng)典的統(tǒng)計假設(shè)和機器學(xué)習(xí)技術(shù)不適合目前的數(shù)據(jù)科學(xué)的需求。數(shù)據(jù)越是自然來源的越有可能是有偏見的、不完整和高度異質(zhì)性。時間跨度長且來源廣泛的數(shù)據(jù)的拼接會導(dǎo)致自動采集的數(shù)據(jù)和不一致從而帶來系統(tǒng)錯誤給建模方面帶來了深遠的挑戰(zhàn)，也給新的統(tǒng)計方法和機器學(xué)習(xí)算法帶來機遇。即使對于“小數(shù)據(jù)”，新的應(yīng)對數(shù)據(jù)異質(zhì)性和數(shù)據(jù)采集偏倚的方法也是需要的。雖然預(yù)測建模至關(guān)重要，但是許多數(shù)據(jù)科學(xué)也涉及決策以及根據(jù)行動的變化做出推理的能力。此外，理解維度災(zāi)難，過擬合和復(fù)雜設(shè)置下的因果關(guān)系也是關(guān)鍵的。

　　數(shù)據(jù)規(guī)模和異質(zhì)性的挑戰(zhàn)也從根本上改變用戶如何與數(shù)據(jù)和模型相互作用：如何將數(shù)據(jù)可視化，支持?jǐn)?shù)據(jù)科學(xué)模型結(jié)果的理解和解釋需要什么算法，如何做出決策，以及如何獲得和整合用戶反饋。人機交互和可視化分析將需要更緊密的整合數(shù)據(jù)科學(xué)模型和算法。自然語言處理，語音，計算機視覺和其他人機通信模式的新案例也將隨之出現(xiàn)。

　　由于數(shù)據(jù)科學(xué)系統(tǒng)往往被嵌入在需求和分布不斷變化的操作系統(tǒng)中，支持整個數(shù)據(jù)科學(xué)的生命周期是很重要的。確保管道的各個方面的魯棒性是重要的。我們需要開發(fā)新的軟件工程和計算機編程的最優(yōu)化方法。此外，古董數(shù)據(jù)儲存的時間往往比最初計劃使用更長，所以數(shù)據(jù)長期的維護和管理也必須得到解決。

　　以上的研究課題，以及許多其他的研究課題，都需要對系統(tǒng)、計算和機器智能方面的基礎(chǔ)研究。

　　此外，像在許多其他領(lǐng)域的同行那樣，計算研究人員日益成為科學(xué)數(shù)據(jù)的用戶，正如許多計算機科學(xué)的分支那樣(包括計算機體系結(jié)構(gòu)、網(wǎng)絡(luò)、軟件工程、視覺、機器人、教育和用戶建模)，日益數(shù)據(jù)驅(qū)動化。保障價值和重復(fù)性方面我們需要借鑒之前的經(jīng)驗方法，包括適當(dāng)?shù)臄?shù)據(jù)管理、嚴(yán)格的系統(tǒng)建模、測量和分析，以及對結(jié)果的呈現(xiàn)和解讀的完整方法。訓(xùn)練所有的計算研究人員掌握基本數(shù)據(jù)科學(xué)技能已經(jīng)正變得越來越重要。

　　讓我們把眼光放得更遠，數(shù)據(jù)科學(xué)為工業(yè)界、學(xué)術(shù)界和政府之間的理論和應(yīng)用研究的創(chuàng)造性合作提供了新的機會。除了贊助研究，行業(yè)合作伙伴還可以提供有價值的見解，諸如在實際問題、數(shù)據(jù)獲取，驗證理論在規(guī)模數(shù)據(jù)或自然數(shù)據(jù)應(yīng)用的能力以及以互補的方式尋求解決方案方面。學(xué)術(shù)界，反過來，可以提供創(chuàng)新的解決方案和軟件，新的算法和替代方法的原則性分析。學(xué)術(shù)界也可以培養(yǎng)訓(xùn)練有素的數(shù)據(jù)科學(xué)骨干，滿足行業(yè)的需求，并幫助合作伙伴探索尖端研究。這些合作伙伴關(guān)系也將有助于揭示數(shù)據(jù)科學(xué)的政策問題，相關(guān)的偏見，數(shù)據(jù)隱私，知識產(chǎn)權(quán)，使用適當(dāng)性和監(jiān)管問題。開放數(shù)據(jù)的提議和開源軟件運動特別適合于數(shù)據(jù)科學(xué)，并將幫助使得其實現(xiàn)商業(yè)化和發(fā)揮影響?？傊I(yè)，學(xué)術(shù)和政府?dāng)?shù)據(jù)科學(xué)的合作將有助于推動相互協(xié)作的新的模型。

　　最后，雖然數(shù)據(jù)科學(xué)提供了通過提高數(shù)據(jù)利用率以提高科學(xué)研究和決策許多新的機會，這些使用也帶來了新的挑戰(zhàn)。產(chǎn)生的數(shù)據(jù)語境及其使用的應(yīng)用程序?qū)?shù)據(jù)科學(xué)的準(zhǔn)確、公平和倫理要求也十分重要。這些數(shù)據(jù)科學(xué)的相關(guān)工作需要在計算機科學(xué)的亞領(lǐng)域間以及和計算機科學(xué)的多學(xué)科之間的合作。無論是學(xué)科內(nèi)的和跨學(xué)科的技能都需要互相學(xué)習(xí)和支持。數(shù)據(jù)的產(chǎn)生和收集變得無處不在，數(shù)據(jù)所有權(quán)的概念也在發(fā)展，許多法律和政策問題將需要在此境況下被重新的考量。

　　為了了解如何符合倫理和負責(zé)任的使用和共享數(shù)據(jù)，計算機科學(xué)家需要協(xié)同領(lǐng)域的科學(xué)家、政策制定者和倫理學(xué)家以理解相關(guān)的風(fēng)險和假設(shè)。例如，當(dāng)回答有關(guān)個人和社會的問題(例如，在教育，經(jīng)濟政策和治安)時了解數(shù)據(jù)科學(xué)背后的社會科學(xué)是很重要的。這些重要的問題包括隱私，公平和透明度。為了更好地參與和服務(wù)于數(shù)據(jù)科學(xué)相關(guān)的新興政策的探討，數(shù)據(jù)科學(xué)計算研究人員需要開發(fā)能夠兼顧道德、公平和責(zé)任的新的方法。

　　總之，計算研究界迎來了一個在定義和塑造新興的數(shù)據(jù)科學(xué)領(lǐng)域的獨特機遇。與統(tǒng)計人員，數(shù)學(xué)家，社會科學(xué)家，數(shù)據(jù)分析師和結(jié)構(gòu)科學(xué)家和學(xué)科專家一道，計算機科學(xué)家可以發(fā)展新的基礎(chǔ)理論，算法原則以及建立數(shù)據(jù)科學(xué)基石的系統(tǒng)。計算研究協(xié)也將致力于支持計算專業(yè)人員和其他人員為數(shù)據(jù)科學(xué)研究道德和責(zé)任的發(fā)展作出貢獻。

　　編譯團隊|寒小陽 owen

　　注：本稿件摘自數(shù)據(jù)觀入駐自媒體-大數(shù)據(jù)文摘，轉(zhuǎn)載請注明來源，百度搜索“數(shù)據(jù)觀”獲取更多大數(shù)據(jù)資訊。

責(zé)任編輯：湯德正