请问复旦大学计算机科学与技术专业研究生知名导师是
09年开始计算机考研是全国统考了，专业课考四门：数据结构，操作系统，组成原理，计算机网络。全国大学都一样。 推荐参考书 一、数据结构 1.教材：《数据结构》严蔚敏清华大学出版社 清华大学严蔚敏的这本数据结构的教材是国内数据结构教材的权威。也是国内使用最广，其广度远远超越其他同类教材，计算机考研专业课命题必定以它为蓝本。这一本数据结构是2007年的最新版本，完全适合任何学校的考研数据结构的复习之用，是数据结构学习最权威的教材。 2.辅导书：《算法与数据结构考研试题精析（第二版）》机械工业出版社 网上广为流传的数据结构1800题相信只要是计算机考研的同学无人不知无人不晓。其实1800题是2001年推出来的，当时编者把电子版免费分享给大家，却很少有人知道它也有纸质版本就是《算法与数据结构考研试题精析》。第二版是2007年最新出版的，对里面的题目进行了大量的更新，去掉了一些比较过时和重复的题，加上了很多名校最近几年的考研真题，总共大约1650题左右。真题就是训练的最好武器，相信当你复习完这本数据结构辅导书后，任何关于数据结构的考题都是小菜一碟。 二、计算机组成原理 1.教材：《计算机组成原理》唐朔飞高等教育出版社 《计算机组成原理》白中英科学出版社 这两本教材都是普通高等教育十一五国家级规划教材，其权威性不言而喻，在国内是使用最广的两本教材，而前者应该略胜一筹。而且两位老师说教学的计算机组成原理课程都是国家级精品课程，网上甚至还有他们的讲课视频可以下载，再配合教材的使用，这样可以更加增强学习的效率。 2.辅导书：《计算机组成原理考研指导》徐爱萍清华大学出版社 《计算机组成原理--学习指导与习题解答》唐朔飞高等教育出版社 清华大学的这套辅导教材在广大的考生中有着极为优秀的口碑，特别是系列中的李春葆《数据结构考研辅导》在数据结构考研辅导资料中占据着数一数二的地位。这本辅导书通俗易懂，重点突出，特别适合于考研复习，特别是武汉大学以前的专业试题就完全以这本书为蓝本，甚至直接考上面的原题。唐朔飞的题集上面的题型也比较适合于考研，和它的配套教材一样，是一本不可多得的好书。 三、操作系统 1.教材：《计算机操作系统(修订版)》汤子瀛西安电子科技大学出版社 毫无疑问这本教材是国内操作系统教材的权威，使用度很广，以往一般考操作系统的学校基本都以此本教材作为指定教材。在国内目前还没有其他同类教材的使用广度和其相媲美，所以考研操作系统的复习应以这本书为准，相信操作系统统考试题的出题肯定也会以这本教材为蓝本。 2.辅导书：《操作系统考研辅导教程(计算机专业研究生入学考试全真题解) 》电子科技大学出版社 《操作系统考研指导》清华大学出版社 我把《操作系统考研辅导教程》摆在前面是因为这本书主要是精选名校历年操作系统考研真题，真题的权威行和参考性都很大，真题是提高解答真题能力的最好武器。之所以把后者也放在这里，是因为这一系列的教材确实很有名，之前这些书在网上都可以免费下载电子版的，但电子版毕竟不是很清楚，而且天天盯着电脑看不仅很费劲，而且也不适合考研的学校，不是真正好好的复习考研，纸质的辅导书是必备的。 四、计算机网络 1.教材：《计算机网络(第五版)》谢希仁 电子工业出版社 在国外翻译过来的教材中，有一些教材比较不错，比如《计算机网络--自顶向下方法与Internet特色》，但是这些教材都不可能作为计算机统考的出题蓝本。一是因为他们是国外教材，二是因为他们的使用度不够广，三是考研也要支持国货嘛^_^。谢希仁的《计算机网络》是目前国内使用最广的计算机网络教材，也是国人所编写公认最好的一本，这本教材必将称为09年计算机统考的出题蓝本无疑。第五版是2008年最新出版的，相比以前的版本变化也不是太大，做了一些扩充。 2.辅导书：《计算机网络知识要点与习题解析》哈尔滨工程大学出版社 这本书是谢希仁《计算机网络》的配套习题集，封面上都是第四版教材的图案。之前各高校考计算机网络的很少，目前市场上还没有计算机网络的考研辅导书，所以这本配套习题集应该就是最好的选择了。可惜这本书可能会比较难购买到，因为以前出版的数量比较少。但是相信细心的你和渴望考名校研的你一定能够在淘宝上买到这本书。计算机网络题应该相对是最容易的，所以先看看教材，然后再看看习题集，对于网络考高分一定没有任何问题。
求采纳
为什么复旦大学教授对“黑暗森林法则”的突发奇想，引发网友热议？
复旦大学教授对“黑暗森林法则”的突发奇想，引发网友热议，这是因为复旦教授说在刷牙的时候，想到了会在宇宙中出现一种外来生物，可能威胁到人类的生存，对于这一个突发奇想，网友们给出了不同的评论。
国内哪所二本学校的计算机专业最好？
(1)上海交通大学
上海交通大学电子信息与电气工程学院的计算机科学与技术学科为国家重点学科，下设计算机软件和理论、计算机应用技术、计算机系统结构、智能信息处理、密码学与计算机安全、计算语言学等二级学科。其中，计算机软件与理论为国家二级重点学科，1985年获博士学位授予权，主要研究领域包括计算机科学、形式化方法与软件技术、可信计算与密码算法、仿脑计算机理论与模型、语言计算理论。学院对外交流频繁，与卡内基-梅隆大学、柏林工大、东京大学、悉尼大学、新加坡国立大学等国际知名大学有着良好的协作关系。
软件学院为教育部示范性软件学院，与产业界联系紧密，2002年9月成立了由上海联和投资公司、微软(中国)公司、国家软件产业基地浦东软件园和上海交通大学四方合作办学的理事会，并与微软、 IBM、惠普、SAP等知名企业签定了共建上海交通大学软件学院学生实习基地的合作协议，通过选择有相当实力、管理良好的企业作为实践基地，提高学生规范开发软件的能力和水平。
(2)复旦大学
复旦大学计算机与信息技术系隶属于信息科学与工程学院，具有雄厚的教学和科研实力。以网络、数据库、软件工程、体系结构为主要特色，研究方向包括数据库与知识库、网络与分布式系统、软件开发环境、计算机监测、数字图书馆、信息安全、计算机支持协同工作、数据仓库与数据挖掘、远程教育、多媒体技术、电子商务、嵌入式系统、生物信息技术等。设有计算机科学与技术一级学科博士点和3个硕士点，包括计算机软件与理论、计算机系统结构、计算机应用技术。复旦大学各专业一般都按照录取人数的120%发放复试通知，复试一般考查英语、操作实验、专业视野、领域热点等内容。
(3)南京大学
南京大学计算机科学与技术系的优势领域包括软件自动化与形式化方法、分布计算与并行处理、系统软件及其信息安全、多媒体技术、人工智能与知识工程、数据库技术、语言信息处理等。先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心(江苏省软件工程研究中心)、南京大学信息安全研究所等科研机构。
(4)浙江大学
浙江大学软件学院是国家教育部和国家发展计划委员会批准的首批35所国家示范性软件学院之一。学院设有计算机科学与技术一级学科博士点、博士后流动站，计算机应用技术、计算机软件与理论、计算机系统结构3个二级学科博士点和硕士点以及设计艺术学硕士点。学院下设人工智能研究所、计算机软件研究所、计算机系统研究所、现代工业设计研究所等4个研究所和包括计算机辅助设计与图形学国家重点实验室在内的10多个实验室。在国家“211工程”建设中，计算机辅助设计与图形学科被列为首批重点建设学科。在2001年国家重点学科综合评比中，计算机应用学科以综合实力满分的成绩首批通过。
复旦微电子 导师情况
杨林
复旦大学特聘教授彰武
清华大学教授课
北京邮电大学兼职教授336 26038
美国 Legend Silicon Corp. 公司 董事长 / 总裁
基本情况：
1978 － 1982 ， 上海复旦大学物理系无线电专业， 学士
1983 － 1985 ， 北京清华大学无线电电子学系数字图像专业， 硕士
1985 － 1990 ， 美国加州伯克利大学电机与计算机科学系， 博士
1990 － 1992 ， 美国 VSLI Technology Inc. 公司，高级工程师
1993 － 1994 ， 美国 Redwood Design Automation Inc. 公司，系统工程师
1995 － 1996 ， 美国 Alta Group Inc. 公司， 总设计师
1997 － 1999 ， 美国 Cadence Design Systems Inc. 公司， 部门总监，总设计师
1999 － 现在 ， 美国 Legend Silicon Corp. 公司， 总裁，董事长，技术总监
2003 － 现在 ， 北京邮电大学 兼职 教授
2004 － 现在 ， 北京清华大学 教授
2004 － 现在 ， 上海复旦大学 特聘教授
科研项目情况
1988年， IEEE 电路与系统年度最佳论文奖 (Guillemin-Cauer Award ： “Cellular Neural Networks: Theory and Application” ， IEEE Tran. CAS-35, Oct. 1988) 所研究成果 “Cellular Neural Networks” 获得美国发明专利。 CNN 自发明后 15 年中 形成 一个非常活跃的科研领域 。
1990 － 1992年，美国 VLSI Technology Inc. 公司任高级工程师， VLSI Technology Inc. 是美国最早的专用集成电路 (ASIC) 公司，在公司任职期间主要负责大规模集成电路功能模块库的设计，获得 8 项美国发明专利。
1993 － 1999年，美国 Redwood Technology Inc. 公司任系统工程师， Redwood Technology Inc. 是 SOC （片上集成）设计软件的先驱，后来和 Comdisco Inc. 公司合并组成 Alta Group Inc. 在 Alta Group Inc. 公司任系统设计师，负责 SPW 系统软件的 HDS 部分。 Alta Group Inc. 1997 年并入其母公司 Cadence Design Systems Inc. 在 Cadence Design Systems Inc. 公司任无线设计服务部门主任兼总设计师，负责为其他公司进行芯片设计，完成的主要项目为：铱星系统的手机芯片， ATSC 数字电视接收芯片， ISDB － T 数字电视仿真系统， DVB － T 数字电视接收芯片解调部分， ADSL 芯片纠错解码部分 GSM 芯片解调部分等。获得 5 项美国发明专利。
2000 － 现在，美国 Legend Silicon Corp. 公司任总裁，董事长，技术总监等职，负责开发 DMB-T 数字电视芯片和系统，并参与清华大学数字电视传输技术研发中心的 DMB-T 数字电视传输标准的研发工作，参与清华和复旦大学专用集成电路国家重点实验室的中视一号芯片设计。已获 9 项中国发明专利 。
2003 — 现在，复旦大学信息学院数字多媒体研究中心首席科学家。
近期研究方向和目标
（ 1 ）新一代无线多媒体通信技术的学术研究和相关算法，电路，系统的技术开发。
（ 2 ）融合宽带通信信道，框架理论，数字信号处理算法，电路结构设计，集成电路实现技术等学科的最新发展。
（ 3 ）在无线宽带时变信道模型的研究方面提出适于未来多媒体通信的信道模型理论。
（ 4 ）研究框架理论在现代通信中的应用。
（ 5 ）进一步研究对 TDS － OFDM 的调制理论和解调算法，提高传输性能。
（ 6 ）研究大规模多媒体通信芯片设计的实现问题，设计实用产品。
（ 7 ）讲授科技与学术前沿课程，指导研究生开题和撰写学术论文。
任俊彦 复旦大学微电子学与固体电子学教授，博士生导师。
简历：
1979年－1983年：复旦大学物理系半导体物理与半导体器件物理专业本科毕业，获理学学士。
1983年－1986年：复旦大学电子工程系半导体物理与半导体器件物理专业研究生毕业，获理学硕士。
1986年－2001年：复旦大学电子工程系教师。从事集成电路设计教学与研究。
2001年－ ：复旦大学微电子学系教师。从事集成电路设计教学与研究。
1994年－ ：复旦大学专用集成电路与系统国家重点实验室从事研究。
学术、行政及社会团体任职：
微电子学与固体电子学教授（2000年－ ）。
复旦大学专用集成电路与系统国家重点实验室副主任（1998年－ ）。
复旦大学微电子学系副系主任（2001年－ ）。
国际专用集成电路年会分会主席及程序委员（ASICON 1996/1998/2001/2003年）。
中-葡双边固态电路专题研讨会分会主席（2000年）。
电机与电子工程协会（IEEE）会员及固态电路上海分会教育主委（2000年－ ）。
上海市科学技术委员会科学技术专家。
电子学报、半导体学报等专业期刊评审人。
研究兴趣:
1.高频、低功耗、低电压CMOS模拟集成电路。
低功耗、高速或高精度模数转换器（百兆赫兹、8－10比特中等分辨率）
低抖动锁相环（带宽自适应或吉赫兹高频）及低相位噪声频率综合器
低电压轨至轨CMOS运算放大器、可变增益放大器、高精度基准电路等
2.用于移动通信的CMOS射频前端电路。
低噪声放大器、混频器
分数－N频率综合器
S-D调制器等
3.宽带数据通信中的数模混合信号电路。
针对双绞线的百兆、千兆以太网物理层（10/100/1000Bsase-T）
针对光纤的千兆以太网物理层（1.25GHz－3.125GHz SERDES）
4.新一代无线多媒体数字通信芯片的VLSI设计。
HDTV信道芯片设计
OFDM调制解调方法
射频前端模拟电路设计
5.与集成电路设计相关的物理问题。
CMOS系统中的同步开关噪声（SSN）
CMOS系统中的静电击穿泄流（ESD）
主持、承担的主要项目
1.1990年－2000年完成13项。其中：
8项国家“八五”、“九五”科技攻关项目，如“人工电子耳蜗中的多道电子刺激接收器专用电路”等。通过验收或鉴定。
4项上海市重大科技项目，如“基于8位CPU的专用存储器电路技术”、“CMOS系统中的SSN效应及相关电路设计研究”、“基于单元库和IP宏核的自动化设计技术及其推广应用”等。通过验收或鉴定。
1项教育部骨干教师基金项目“低功耗低电压大动态范围CMOS运算放大器设计”，已结题。
2.2000年－2003年完成11项。其中：
1项国家科技部863计划超大规模集成电路设计（SoC）重大专项课题“千兆比以太网IP核开发”。通过验收。
6项上海市科委重大项目“CMOS RF IC设计方法研究”、“针对GSM的CMOS射频前端及相关IP核”、“无锡上华0.6微米CMOS单元库”、“高速以太网物理层及相关IP核”、“125兆赫兹8比特高速ADC”、“用于千兆比以太网的数字均衡和数据恢复算法”等；通过验收或鉴定。
4项工业界合作项目：“吉赫兹CMOS SERDES”、“用模拟技术实现的高速以太网PHY”、“用于GSM移动电话的专用DSP技术方案研究”、“用于通信系统的新型混沌调制解调方法研究”等。
3.2003年以来在研4项。其中：
国家科技部863计划超大规模集成电路设计（SoC）重大专项课题“高性能以太网交换机及网络接口卡核心芯片开发”。（2003年－2005年）
上海市信息委整机与集成电路联动重大项目“GSM/GPRS/WCDMA射频收发器”。（2004年－2006年）
上海市科委AM基金项目“低相位噪声CMOS分数－N频率综合器”（2003年－2004年）。
工业界合作项目“多端口低功耗百兆以太网物理层”（2004年－2005年）
相关研究成果:
1.1998年度国家科技进步二等奖“1－0.35微米CMOS基本单元库”，达到90年代中期国际先进水平。
2.2001年度上海市科技进步三等奖“基于单元库和IP宏核的自动化设计方法及其推广应用”，2000年通过鉴定，处于国内领先水平。
3.“百兆赫兹中等分辨率CMOS高速模数转换器”，2004年通过鉴定，达到2003年国际先进水平。
4.通信集成电路方面的11项发明专利申请得到受理。包括高速模数/数模转换、以太网物理层的模拟接收/数字均衡/数据与时钟恢复/高速数据对准、高速线缆传输模型、混沌调制解调方法等。
5.发表论文约50余篇。其中：
在电子学报、半导体学报、通信学报等国内权威、核心期刊发表30余篇。
在IEEE电路与系统年会（美国）、IEEE非线性电子系统研讨会（瑞士）、IEEE通信电路与系统年会（俄罗斯），亚太地区设计自动化年会（日本），专用集成电路年会（中国）等国际会议上发表论文20余篇。
相关教学和研究生培养:
1995年－ ：指导硕士、博士研究生共27名。其中，在读12名，毕业15名。
1995年－ ：担任本科生和研究生的专业基础课程教学。主要有：《数字集成电路设计原理》，《低功耗VLSI电路设计方法》等。
综合奖励:
获得1999－2000年度“上海市高校优秀青年教师”称号
获得2004年度“复旦大学优秀研究生导师”称号
联系方式:
复旦大学张江校区专用集成电路与系统国家重点实验室
上海浦东新区张衡路825号，邮编201203
电话：+86-21-51355223
电子邮件：jyren@fudan.edu.cn
复旦大学专业排名
排名如下：
临床医学、药理学与毒物学、材料科学、化学、分子生物与遗传学、免疫学、神经科学与行为、微生物学、数学、多学科、生物与生化、一般社会科学、环境生态学、经济与商学、物理学、精神病学心理学、植物与动物科学、地球科学、计算机科学、工程科学、农业科学。次排名分前后。并且以上21个学科是进入了全球前1%的王牌专业。专业老师在线权威答疑 zy.offercoming.com
大数据时代,人类生活面临颠覆
大数据时代,人类生活面临颠覆
对于IT领域来说，最近有很多非常新的概念，比如云计算、物联网，当大家刚刚对这些概念开始有清晰的认知时，又一个全新概念出现了——大数据。什么是大数据？大数据概念究竟指向何方，大数据背后能怎样改变我们生活？会不会给我们的生活和工作带来困扰？
本报与第一财经头脑风暴节目合作探讨大数据时代下的问题。参与这次讨论的嘉宾有大数据概念的提出者、牛津大学教授维克托·迈尔·舍恩伯格，微软亚太研发集团、云计算操作系统首席架构师徐明强，上海市信息化专家、专业委员会专家、复旦大学计算机学院院长王晓阳，科尔尼管理咨询全球合伙人孙健，复旦大学现代哲学研究所所长俞吾金，启明创投合伙人童士豪，著名财经评论员石述思。
1 到底什么是大数据？
维克托：我认为它就是新黄金，我觉得是21世纪最主要的资源，这种资源对社会、企业、个人是否能成功，还是会受苦受难有着很重要的作用。解释一下，虽然此前我们都有数据，可把它们整理在一起然后分析是非常昂贵的，因此我们更多的注意力都放在了实体资源上，就是真正的黄金、金块，像劳动力这种资源。但只有最近我们才靠人的知识、创新来创造财富，更靠前一步，我们可以根据数据来进行，因为数据收集以及分析，成本上升的程度都已经改变了，然后我们的数据就可以达到一定规模。最后，大家所寻求的不管你是一个人、一个公司、一个组织，还是这个社会，无外乎就是这种所谓的新黄金。
为什么最近黄金的价值会跌得很厉害？因为老黄金不值钱了，没有新黄金有价值。
童士豪：我的观点有点类似，第一个是云，第二个是关系，第三个是未来。像刚才维克托先生提到的，因为云时代到了，储存的大量数据的成本非常低，所以能让大家去利用大数据做工作分析，最近由于很多事情的关系，有更多的关系被理解，所以能去预测未来状况。用自己的话说，就是在聆听上花很多时间，看了很多朋友，大家寻找工作机会也好或者是认识对工作有帮助的合作伙伴也好，在这么大的信息里，这么多人把他自己的信息放在上面，就是做了一件事，就是分析。如果你40岁想当创意公司的CEO，你现在20岁，未来20年该怎么规划？这就是非常有意思的一件事。
最后可能有不同的可能性，最后会不会给你找到一个最好的方法，那是自己决定的。可能性放在面前，是机会率最高的，怎么选还是个人决定，所以大数据并没有抹杀个人的意识。
石述思：大数据首先改变的是我们看待世界的方法，它会对这个时代的很多的价值观产生剧烈冲击。举例来说，因为过去我们东方人特别喜欢一个词叫因果，我们认为善有善报、恶有恶报，其实根据交管部门调查的数据，在街头遭遇横祸的人其实跟道德无关，秦桧的寿命是岳飞的两倍半，很多贪官在发现之前，那过的确实是令人无限羡慕的生活。因此，通过大数据我们能用一种全新的观念来看待这个世界，这个世界是有关联来建构的一个新型的关系，只有科技发展到一定水平，才能达到这样的高度。
与此同时，在大数据时代，我们该恪守的底线还是要恪守，但它的确在告诉我们真相，因为科学就是在告诉我们真相。我有一个愿望，就是刚才讲的大数据是新的黄金，我希望它更多地用于社会公益事业，比如，去挽救地震局。这样能避免很多人道主义的灾难和财产的损失，结论是我们过去认为上帝是哲学家或者叫哲人，现在发现他老人家是个老顽童。
2 大数据究竟有没有对各领域的工作和生活产生影响？
王晓阳：大数据影响了智慧。怎么理解呢？大数据本身的概念是数据采集和处理，到了一定的程度使我们的社会也好，管理者也好，都能获益——从城市来讲，一个管理者可以聚集这些数据和处理方式，使得我们能用智慧来管理城市，可以从交通管理、公共卫生，还有其他各个方面来管理，这管理是需要数据，数据产生了智慧，然后反过头来能管理我们的模式。
比如，在公共卫生方面，采集数据到了目前为止其实已经进行了好多年，它的数据采集原来并不是为了大数据来做的，其实是为了一个方便——方便大家去看病。而且你的电子病例等，让你看病更人性化，或者对医生来讲能更快、更方便地去熟悉病情，但在这种情况下，这个数据一旦采集起来使得我们对整个城市的健康状况就能进一步了解，所以，刚才讲的看病的数据其实是原本的用意，大数据一来其实我们就能看见原来看不见的问题。比如一些比较大趋势方面的问题，流行病在哪个地方比较多，或者它怎样流传的，等等。这些事情我们原来是看不到的，这种情况就是大数据对我们的帮助。
徐明强：先举个例子，有一个球和一只蚂蚁，球跟蚂蚁说，做三维世界的事物太好了，你看这条线上有多少个蚂蚁我一眼就看见了，蚂蚁说我真的不信，我得按照这条线爬，爬到头计数器没有出故障我才知道有多少蚂蚁。这能看到三维和二维差了一维，就差了这么大，所以大数据首先它不是数据大，不是同样的数据多了就变成大数据，而是在原有的二维、原有的数据库基础上，再建立一维，给它一个全新的看点。举例说明，你如果在美国，你是欠了债的，除了债主对你感兴趣，还有人会对你感兴趣——如果你欠了债，突然你可以还债了，那么银行会对你感兴趣。在11年前，美国资本一号就发明了一种大数据的应用，它可以找到哪些人是欠了银行的钱、欠了信用卡的钱，然后它就会观察你的消费数据，当它发现你可以开始还的时候，他立刻把你再买过来，从此以后他就吃上了你的利息。资本一号这个公司在2001年时，每个季度的增长率是20%，就是因为它大数据的程序，它可以高命中率地发现这个，它是从哪里找来的数据呢？从沃尔玛、从各种各样的消费数据中找到的。从这个实例我们可以看出，大数据这个原有的数据分析商务智能上加了一层，商务智能不能告诉我们别人将要并且能做什么。
关于我们公司对奥斯卡颁奖的预测，除了对李安的预测没对，其他都对了。其实，我们的预测是把所有人员都做了一个概率，所以做了19个预测对的，是我们放在第一概率的获奖人，下面还有4个是第二概率，所以李安导演我们放在第二概率，我们把他放在后面。
这个预测跟大数据很有关系，首先做大数据需要有IQ，智商，就是说，这个模型要非常好。我们公司做IQ的人叫加戴维·罗斯查尔德，是我们研究部门的一个人。还有其他人，我要讲讲，他这个人的IQ有什么差别？他这个人的IQ用了一个非常简单聚合的模式，除了IQ还有什么呢？智商以后还要有勤商，勤奋的勤。勤商就是说，他非常勤奋地去找数据，要找多种数据，还要找非常实际的数据，所以他在网上、社交网上都有找。有一些找不到的数据，怎么办？他找人做调查，然后找人来做，所以他又有智商，又有勤商，够不够呢？还不够，五年前这种事情做不到，为什么？五年前他要做这样大量的数据的话，自己作为一个研究生的小预算是做不到的，但云计算的出现，他就可以做到了。可以延伸这些数据，用很多处理器来处理，现在他就是用了云做这样一个计算，最后成功了。
孙健：我写的是机会加危险，就是危机。我同意维克托的结论，说这是一个新的金矿，或者有说法叫新的机会，但不要忘记那同时会带来很多危险。如果我们不能很好地去处理大数据的话，特别是像在我们日常工作中接触到的很多中国企业，它们大多数甚至在最基础的数据分析方面还比较落后，这就意味着，我们该怎样很快地过渡到大数据时代去，去面对大数据挑战，如果准备不好，那我很担心，这会像以往很多新技术来了以后的情况，很容易造成很多企业邯郸学步——连走路都还没学会，就要学跳，一下子迈到大数据时代，企业不知道怎样真正地让大数据发挥作用。
在我们的行业里，因为大数据而做了很多产品创新。谈到大数据时代的破坏型创新，实际上也是谈了同样的问题，因为在创新的同时，事实上要推导、颠覆原来的很多东西，包括我们咨询行业的很多服务和产品都要做更新，也要跟上时代。比如，我们有一家很大的全球性零售企业，它每天要处理海量数据，那么在海量数据之前，虽然有了技术手段，它仍需找到一个很好的切入点，去解决大数据该怎样应用到业务中，改变业务模式，给业务创新带来价值。因为要把这个大数据加以更好地利用，再便宜还是投资，还是要改变，硬件、软件各方面要做配置，甚至对应的组织要做调整，一个企业要做进一步调整才能适应大数据时代的需求，才能让大数据发挥作用。所以我们做的工作就是帮助企业找到它的价值创造，建立业务模式，来证明在这方面做这样的投资，让大数据发挥作用是值得的。
俞吾金：我想提出不同看法，就是因为人类的思维有一个特点，他把觉悟的东西夸大为全球的。比如你看到三只天鹅是白的，但其实有一千只天鹅都是白的，可在澳大利亚发现了一只黑天鹅，就把一切天鹅都是白的这个原理给推翻了，我觉得大数据这个问题是重要的，但如何正确看待它，不能走极端。大数据反映了人们从数量关系去理解生活的一种思维方法，从古代开始就非常重视，当然古代没有使用大数据这个概念。
数字本身对生活的重要性越来越大。从哲学上看，它有实践性，比如数学中的π，圆周率，它等于3.1415926……它就把所有大数据都囊括进去了，更容易理解的是三分之一，三分之一的另一种写法就是0.333333无限被延伸，所以黑客在逻辑学里就强调，这个无限包容在三分之一这个有限中，有限中包含着无限的一个展开，包含所有数据的展开，这就体现了实践精神。从这个实践角度看这个数据，我认为大数据在当代的变动中有重要地位，但看它要有眼光，不要夸大也不要缩小。
3 怎么理解三分之一就把一生所有数据都概括了？
维克托：我不同意俞老师的观点。数字的历史很悠久，但是，以前我们对这些数字的处理方式非常有限，光有技术是不够的，能对数据进行分析，比如像数字，它对你只是一个数字，这个意义不重要，你也可以用一个汉字或一个字母来表示，那从这个角度来看，大数据不过是一个很长很长的数字，你可以用心记住就可以。
但其实，大数据的价值在于，在整个数据的收集过程中，需要运用分析才可以了解。比如，如何进行预防性的维修，如何能够防止爆发等，我们不是把这个数字简单地记下来或背下来，而是要通过分析，通过数据统计的分析，通过把它进行整理了解之后分析，这不是你背下来一个数字就可以了，这是非常大的区别。
4 大数据时代究竟会给生活带来什么样的颠覆？
维克托：首先从商业来讲，我觉得有三个元素要记住：一个是在商业世界中决策将发生变化，会越来越清楚地证明，要靠数据说话。
在美国，最大的互联网公司大概是谷歌，每天都有30亿搜索请求。有一天他们屏幕上准备用蓝色，然后他们就选了一个特别的蓝色，但他是要测试41种不同的蓝色，来看到底哪一种最受欢迎。他本来想自己来决定：我是首席设计师啊，我就选了一种蓝色。但他的老板说：不行，我需要实证来告诉我们哪一种蓝色最受欢迎。但这个谷歌的首席设计师就辞职了，他说我是首席设计师啊,我是最清楚的。通过很多测试发现，有一种蓝色的蓝是裸眼看到和设计师选的蓝色不太区别得开，但另一种通过测试所产生的蓝色，更受欢迎，有更多点击量。通过实证做出来的决策更有效。类似例子有很多，都说我做这行已经几十年了，我说的肯定没错。这种传统的社会观念和思维方式会受到挑战，我们的决策必须要靠数据说话，这是第一点。
第二，就是在我们出去说话时，我们要注意不能误读数据，错误的数据是不行的。也就是如果原来的材料不对，原料是垃圾，出来的东西肯定也是垃圾，这个公司出这些数据的话都是比较容易理解的，但可能不是你应该熟悉的数据。
第三个是挑战。就是普通产业，尤其是计算机产业，数据会超越它们，这个可能是有一种挑战式的说法。如果没有足够的数据，你也赶不上一个大量数据的比较平庸的模型，也就是为什么说数据会超越那些产业。比如机器翻译这件事，在六七十年代，IBM花了很多钱想用机器翻译，它要弄一些语言的规则输入到机器中，但效果不太好，它就有了一个新想法，它不是把一种语言的语法规则输入机器，而是把加拿大议会中的英法双语的互译输进去，把成千上万的翻译资料输入进去，它就有了大量的累计组织上的数据库，这个效果就好得多。而谷歌又在这个领域有更多数据，一下子这个翻译就更成熟、效果更好。可以说，是这个数据使它超越了这个软件。因为今天这个大数据的力量，可以很容易地获得想要的资讯，但大概在十年前，需要五十万个服务器，大量的储存以及处理数据的模式，你才能开始一个新业务。今天如果要输入业务，用云计算来测试就可以了。比如有一个叫蒂塞德的公司，它有很多产品及价格，它收购一些数据来预测到底一个产品是上架还是下架，虽然他们拥有大量客户，可这个公司的员工只有13个人，因此它的服务器有很多，他们拥有大量的数据。可见，这个舞台不仅可以让大公司来做，而且创新的小公司也能以平等的地位来竞争。
王晓阳：其实讲到改变了我们整个思维方式，所谓的就是实验这个思维，比理论思维更重要，这一点我不是太懂。其实维克托先生刚才举的例子，是在很多情况下，是我们用数据去验证以前想要能够有的东西，有一些智慧确实是在数字里挖掘出来的，这个可能是一个语言来自不同的地方，怎么讲呢？基于在大数据的情况下，其实有一个所谓的循环概念，等于说你有了智慧以后去验证，验证数据里又产生了各种各样的智慧来做这样的理解，所以从这个角度来讲，我觉得是大数据的情况下面，没有颠覆，而是说一个改进，对我们认知世界的改进。就公共卫生这个话题来说，我们举的最多的一个例子就是在谷歌，有一个所谓的趋势预测，它就是用了网民们搜索的词来预测。
所谓的预测流感，怎么做？很简单，就是它去分析了以往的数据，说在流感发生的地域，地域的那个时间大家是用什么词去搜索，这样就可以做统计。做了统计以后，反过头来用这些搜索词来预测这个流感，这种情况下是什么意思？并不见得是说这种数据或大数据的情况就能使我们对这个流感突然有一个新的认识，其实不然，其实是谷歌的那些工程师们有一个想法，认为我们好像流行流感，这和大家有关，而每个人都会用搜索来获取一些跟流感有关的信息，就有了这样的关联。这个关联怎么去发现？这就要用数据去发现，用所谓的大数据的做法，去实现我们已有的一些概念的东西，把它实现了之后，就能做预测。所以从这样的角度讲，并不见得是有了大数据，我们就可以把所有的智慧都丢掉，我们不用IQ了，只要数据就好了，这肯定是不行的。一定是IQ加上数据，然后能让它有个正反的概念，这是大数据所应该干的事情。
童士豪：我有不同想法，我觉得刚才维克托先生讲的一点很有意思，就是对智慧的要求，大数据时代是不一样的。在大数据时代，对智慧的要求可以低一点，都能产生更好的结果，这是一个有意思的事情。他刚才提了一个例子，之前要做翻译是很难的，你的规则必须特别强、精简、完整，才能有60%、70%的准确率。但在大数据时代，我们不用想那些，不用花智慧讲那么复杂的规则和套路，干脆把几亿个已翻译好的文章交给电脑，用统计学的方式找到哪种情况下，翻译的字的另外一个意思是比较对的。这对于智慧的要求其实是降低了，但效果可能会更好。
孙健：可能我们对智慧的理解有歧义。我觉得维克托先生讲的我理解，因为他有另一本书叫《Delete》，里面专门讲了这个三重智慧，谈了取舍问题。因为随着存储技术、因特网的发展，他讲的更多的是知识，知识的要求可以低，但对智慧，我觉得理解不一样。我理解的智慧是，你判断一个事物的根本的、真正的洞察能力。就是，你对一个事物的洞察能力还是需要有，不会因为大数据的存在而削弱或不需要了，而恰恰因为大数据的存在才更需要洞察力。
5 大数据时代到底真正来临了吗？
王晓阳：大数据时代来不来临要看你怎么度量、衡量。现在这个数据的量和种类，以及采集的方式、手段，处理的手段，绝对已经达到了“前无古人，后无来者”的感觉。这个情况下，我们从这个数据采集以及数据处理这个能力方面来讲，我们的大数据时代来临了，但我们使用数据利用数据这个才是刚刚开始，只是刚起步。
而大数据改变我们生活的时代，还没有完全到来，但为这个我们已经做了很多准备，这是城市的管理问题。我们为大数据时代做了很多准备，比如在数据采集方面已经做了很多准备，怎么样利用这个数据来做我们这个智慧城市，这是一个最大的问题。
徐明强：从商业角度来看，我从运用上说，个人认为是来临了。举个例子，墨客这样一个药材公司，他可以根据天气性质，比如如果今天冬天特别冷，很多过敏性动物就会冬眠，四五月份突然转热时，花粉也开始多了，今年有很多人会过敏，等等，它就通过市场进行营销，把比如克敏能这种药材发布出去。
维克托·迈尔·舍恩伯格：美国总统奥巴马曾说，尽管政府也尝试，但他总是落后于企业，落后于社会的其他一些群体。所以说搞这种活动能充分激发数据，提供给大众，而且公司也可以拿这些数据，让公司能利用这些数据有更多创新。这是一个想法，也许有一些做法，比如商业方法，我认为能通过发挥企业的智慧，发挥像微软这样的一些聪明企业的智慧，还是有帮助的，包括和政府的合作来管好社会。
石述思：我有一个感受，当商业巨头面对屌丝谈大数据时，我们都有一种不寒而栗的感觉，因为尽管大数据时代我们每个人都是公平的，我们可以说小公司可以获得公平竞争待遇，但其实掌握大数据的都是一些巨头，他们有得天独厚的优势来抢我们钱包里的钱，我们很难，因为公司的定义就是在法律允许的范畴中唯利是图。但我们倒是渴望政府部门能利用大数据为我们提供普惠性的服务，可就像一些智慧城市没法真正做到智慧管理的案例一样，所以我对大数据来到中国的前途深表忧虑。还有，即使优秀的公司利用大数据，它也要面对一个现实，比如我们像电视台做广告的一样，为什么现在人依然很多，因为中国贫富差距特别大，如果你掌握了所有消费者的数据，而大多数在今天是无效数据，所以你还是有一个有选择的大数据的过程，叫有购买力的大数据，所以各种各样的问题就会出现在我们面前，就是社会本来是我们需要，但它存在很多幕后看不清楚的东西。我们担心被商业巨头利用，来完成对消费者进一步的盘剥。
孙健：我觉得从企业角度来看也是同样的问题。我前面想表达的意思就是，第一我们今天中国很多企业实际上并没有准备好迎接这个大数据，因为我们现在还停留在比较初级的基础数据分析时代，我们很多的基础数据今天都没有被运用，不要说大数据，就是小数据今天也没有很好的利用。还有很多假的数据，是因为对这些数据的输入管理非常不成熟，我自己在工作中接触很多企业，企业今天做的几件事大家都在做，有ERP系统，有数据库，有了数据就往里面存，但我发觉，有很多中国企业兑现的数据管理没有规范化的感觉，更没有很好的利用。这就存在这样的担心：最后大数据时代来了以后，我们本来中国企业在这个数据分析的利用上就不擅长，今天有了大数据以后差距会变得更大，以后国际巨头有一个成熟的数据分析方法，很多健全的商业模式，它会把这个差距变得越来越大。
6 在大数据时代，下一个预言会是什么，下一个判断会是什么？
维克托：接下来怎么能让生活比现在更高效，就是要让城市变得更加智能，这是可行的，为什么？我强调的是，我们有可能改善我们的公共卫生，改善教育，我们有能力收集数据，公共交通的通化能真正满足市民的需求，而不只是政客，而且能源消耗也会得到更好的检测、预测和管理，这样我们的城市就会更加智能，让城市的生活更加好。在150年前，曾有预测如果是在城市生活，寿命会更短；在农村生活则寿命长。而150年之后的今天，寿命更加长了，有了大数据我们会更加美好，可是有一个条件，就是那些决策者，他们一定要使用这些数字才可以。
下一步是专家怎么来做。其实这涉及到在数据时代，数据点是有限的，那么我们收集的数据，只要我们收集足够的数据来解决问题就可以了。因为非常复杂、数据点非常少，所以我们的数据点收集起来必须是要高质量的，现在不是这样的，现在的是更加的多、更加的乱。解释一下什么叫更多更乱，更多就是有数据点，关于我们想要研究的一个现象，我们可以更多的进行数据统计，比如在美国，你有DNA基因图谱，那么只要2000美金就可以知道你的整个基因图谱当中的30亿这个东西是怎么组成的，这样你就可以知道那些30亿个精对，现在如果说有一个基因组成可能会导致什么样的癌症，就可以查基因图谱，说我是不容易生这个病的，这是为什么可以预测是否患癌症的原因。那么有更多的数据便会存在一定的不准确性，所以，我说更多且更乱，所以这里允许一点点的不准确，或者可以乱一点，这个所谓的乱就是指，不是说每一个数据点都要达到最高的准确度，这个结果就是，不是百分之一百完美，但在大数据这样一种方向，或者说，我们在正确的数据点上要知道一个方向。知道方向比晚一点知道完美的数据更有效。比如交通预测，也许当下看到的交通预测比实际运用中要晚了20分钟，可能看起来太晚了，但如果这是预测一个星期的信息，就够了。
王晓阳：大数据时代对我们这个城市更加理解，所谓的理解就是你知道这个城市里发生了什么，这非常重要。在以前，这个城市的管理都是一拍脑袋，有的时候拍脑袋拍出很好的来，拍脑袋也能拍出非常棒的一个城市来，但是有的时候呢？拍脑袋可能太离谱，这种情况下在大数据时代我们怎么样利用好，就是我们所讲的。而为了政绩也可以用大数据来考虑，说这个数字到底对它的政绩有没有好处？就是名义是一个很大的方面，大数据方面不光是理解我们这个城市发生了什么，而且还能了解我们城市里的民众在想什么？这点对城市管理来说非常重要，城市不光是一个硬件设施，不光是地铁和高楼，人在里面非常重要。
以上是小编为大家分享的关于大数据时代,人类生活面临颠覆的相关内容，更多信息可以关注环球青藤分享更多干货