云計(jì)算大數(shù)據(jù)培訓(xùn)之10個(gè)常見(jiàn)誤解：算法即預(yù)言家、大數(shù)據(jù)必干凈（下）

5. 算法是萬(wàn)無(wú)一失的預(yù)言家

不久前，谷歌流感趨勢(shì)項(xiàng)目被大肆炒作，聲稱(chēng)比美國(guó)疾病控制中心和其他健康信息服務(wù)機(jī)構(gòu)更快、更準(zhǔn)確地預(yù)測(cè)流感疫情的發(fā)生地。正如《紐約客》的Michele Nijhuis 在2017年6月3日的文章中所寫(xiě)的那樣， 人們認(rèn)為與流感有關(guān)詞語(yǔ)的搜索會(huì)準(zhǔn)確地預(yù)測(cè)疫情即將爆發(fā)的地區(qū)。事實(shí)上，簡(jiǎn)單地繪制本地溫度是一個(gè)更準(zhǔn)確的預(yù)測(cè)方法。

谷歌的流感預(yù)測(cè)算法陷入了一個(gè)常見(jiàn)的大數(shù)據(jù)陷阱——它產(chǎn)生了無(wú)意義的相關(guān)性，比如將高中籃球比賽和流感爆發(fā)聯(lián)系起來(lái)，因?yàn)閮烧叨及l(fā)生在冬季。當(dāng)數(shù)據(jù)挖掘在一組海量數(shù)據(jù)上運(yùn)行時(shí)，它更可能發(fā)現(xiàn)具有統(tǒng)計(jì)意義而非實(shí)際意義的信息之間的關(guān)系。一個(gè)例子是將緬因州的離婚率與美國(guó)人均人造黃油的消費(fèi)量掛鉤：盡管沒(méi)有任何現(xiàn)實(shí)意義，但這兩個(gè)數(shù)字之間確實(shí)存在“統(tǒng)計(jì)上顯著”的關(guān)系。

6. 你不能在虛擬化基礎(chǔ)架構(gòu)上運(yùn)行大數(shù)據(jù)應(yīng)用

大約10年前，當(dāng)”大數(shù)據(jù)”首次出現(xiàn)在人們眼前時(shí)，它就是Apache Hadoop的代名詞。就像VMware的Justin Murray在2017年5月12日的文章中所寫(xiě)的，大數(shù)據(jù)這一術(shù)語(yǔ)現(xiàn)在包括一系列技術(shù)，從NoSQL（MongoDB，Apache Cassandra）到Apache Spark。

此前，批評(píng)者們質(zhì)疑Hadoop在虛擬機(jī)上的性能，但Murray指出，Hadoop在虛擬機(jī)上的性能與物理機(jī)相當(dāng)，而且它能更有效地利用集群資源。Murray還炮轟了一種誤解，即認(rèn)為虛擬機(jī)的基本特性需要存儲(chǔ)區(qū)域網(wǎng)絡(luò)（SAN）。實(shí)際上，供應(yīng)商們經(jīng)常推薦直接連接存儲(chǔ)，這提供了更好的性能和更低的成本。

7. 機(jī)器學(xué)習(xí)是人工智能的同義詞

一個(gè)識(shí)別大量數(shù)據(jù)中模式的算法和一個(gè)能夠根據(jù)數(shù)據(jù)模式得出邏輯結(jié)論的方法之間的差距更像是一個(gè)鴻溝。ITProPortal 的Vineet Jain在2017年5月26日的文章中寫(xiě)道，機(jī)器學(xué)習(xí)使用統(tǒng)計(jì)解釋來(lái)生成預(yù)測(cè)模型。這是算法背后的技術(shù)，它可以根據(jù)一個(gè)人過(guò)去的購(gòu)買(mǎi)記錄來(lái)預(yù)測(cè)他可能購(gòu)買(mǎi)什么，或者根據(jù)他們的聽(tīng)歌歷史來(lái)預(yù)測(cè)他們喜歡的音樂(lè)。

雖然這些算法很聰明，但它們遠(yuǎn)遠(yuǎn)不能達(dá)到人工智能的目的，即復(fù)制人類(lèi)的決策過(guò)程?；诮y(tǒng)計(jì)的預(yù)測(cè)缺乏人類(lèi)的推理、判斷和想象力。從這個(gè)意義上說(shuō)，機(jī)器學(xué)習(xí)可能被認(rèn)為是真正AI的必要先導(dǎo)。即使是迄今為止最復(fù)雜的AI 系統(tǒng)，比如 IBM沃森，也無(wú)法提供人類(lèi)數(shù)據(jù)科學(xué)家所提供的大數(shù)據(jù)的洞察力。

8. 大多數(shù)大數(shù)據(jù)項(xiàng)目至少實(shí)現(xiàn)了一半的目標(biāo)

IT經(jīng)理們知道沒(méi)有數(shù)據(jù)分析項(xiàng)目是100%成功的。當(dāng)這些項(xiàng)目涉及大數(shù)據(jù)時(shí)，成功率就會(huì)直線下降，NewVantage Partners最近的調(diào)查結(jié)果顯示了這一點(diǎn)。在過(guò)去的五年中，95%的企業(yè)領(lǐng)導(dǎo)人表示，他們的公司參與了一個(gè)大數(shù)據(jù)項(xiàng)目，但只有48.4%的項(xiàng)目取得了”可衡量的結(jié)果”。

NewVantage Partners的大數(shù)據(jù)執(zhí)行調(diào)查顯示， 只有不到一半的大數(shù)據(jù)項(xiàng)目實(shí)現(xiàn)了目標(biāo)，而 “文化”變化是最難實(shí)現(xiàn)的。資料來(lái)源: Data Informed。

事實(shí)上，根據(jù)2016年10月發(fā)布的Gartner的研究結(jié)果，大數(shù)據(jù)項(xiàng)目很少能跨過(guò)試驗(yàn)階段。Gartner的調(diào)查發(fā)現(xiàn)，只有15%的大數(shù)據(jù)實(shí)現(xiàn)被部署到生產(chǎn)中，與去年調(diào)查報(bào)告的14%的成功率相對(duì)持平。

9. 大數(shù)據(jù)的增長(zhǎng)將減少對(duì)數(shù)據(jù)工程師的需求

如果你公司大數(shù)據(jù)計(jì)劃的目標(biāo)是盡量減少對(duì)數(shù)據(jù)科學(xué)家的需求，你可能會(huì)得到令人不快的驚喜。2017 Robert Half 技術(shù)薪資指南指出， 數(shù)據(jù)工程師的年薪平均躍升到13萬(wàn)美元和19.6萬(wàn)美元之間， 而數(shù)據(jù)科學(xué)家的薪資目前平均在11.6萬(wàn)美元和16.3萬(wàn)美元之間， 而商業(yè)情報(bào)分析員的薪資目前平均在11.8萬(wàn)美元到13.875萬(wàn)美元之間。

10. 員工和一線經(jīng)理將張開(kāi)雙臂擁抱大數(shù)據(jù)

NewVantage Partners的調(diào)查發(fā)現(xiàn)，85.5%的公司都致力于創(chuàng)造一個(gè)“數(shù)據(jù)驅(qū)動(dòng)的文化”。然而，新的數(shù)據(jù)計(jì)劃的整體成功率僅為37.1%。這些公司最常提到的三個(gè)障礙是缺乏組織一致性（42.6%），缺乏中層管理人員的采納和理解（41%），以及業(yè)務(wù)阻力或缺乏理解（41%）。

未來(lái)可能屬于大數(shù)據(jù)，但獲得這一技術(shù)的好處需要大量的針對(duì)多樣人性的老式辛勤工作。