云计算和大数据技术发展现状与趋势

云计算与大数据提供了人类认识和处理复杂问题的新思维、新手段,蕴含着巨大的社会、经济、科研价值。有效地组织和使用云计算与大数据,将对社会经济、科学研究、国家治理等产生巨大的推动作用。本文主要对云计算和大数据技术国内外发展现状与趋势进行了梳理与分析,并提出了我国进一步发展重点和对策。     

近年来大数据技术前沿与热点研究——基于2015—2021年VOSviewer相关文献的高频术语可视化分析

文章以Web of Science 数据库为基础,以2015—2021年大数据领域高被引论文为样本,运用知识图谱软件VOSviewer对样本中的关键词频次进行统计,对关键词数据进行手动预处理后生成科学知识图谱,然后从研究热点、研究前沿以及演进路径对大数据技术进行量化和聚类分析。结果表明,大数据技术前沿有三个研究方向,分别是大数据开发与挖掘技术、大数据分析与管理技术、大数据运维与云计算技术。数字化、智能化、网络化是大数据技术的未来发展方向,大数据运维与云计算是大数据技术的研究前沿,数据安全是大数据技术的未来研究热点。随着人们对大数据技术研究的不断深入,大数据理论体系和大数据治理体系会更加完善和成熟,人类将进入信息技术引领下的万物互联新时代。     

大数据时代网络信息的伦理缺失及应对策略

随着云计算、物联网和移动互联网的发展,人类社会已进入"大数据"时代。大数据技术在给人类社会带来积极变化的同时,也带来了信息异化加速蔓延、个人数据权利边界消失、信息隐私被肆意侵害和数字鸿沟不断扩大等伦理问题。网络信息伦理缺失主要源于主体虚拟人格异变、大数据技术的负效应和社会规约机制匮乏。从伦理治理的角度来看,要重构大数据时代的网络信息伦理,应加快完善数据安全法律,建立行业自律机制,并不断创新安全防护技术,提高公众的信息素养和数据维权意识。     

基于高性能计算的服务云平台

本文介绍了一种整合高性能计算资源和软件资源的服务云平台解决方案.通过分析我国信息化建设过程中出现的一些与高性能计算平台建设、管理、运营相关的问题,结合目前云计算的发展状况,中国传媒大学高性能计算中心提出了一种基于高性能计算的服务云平台方案.该方案是"应用云"的一个典型实现,是软件即服务、网格计算和虚拟化3个概念的结合,共包含5个功能层次基础架构层、平台服务层、应用服务层、服务管理平台和访问接口.最后,对本方案的功能特点和创新性进行了总结.     

浅谈“云专利”和“云专利审查”

“云专利”是保护云计算技术的专利；“云专利审查”是基于“云计算”技术而发展的专利信息管理模式，是覆盖全球的专利审查信息之云。二者均是“云计算”技术和知识产权结合的必然结果。“云专利”与“云专利审查”的出现对于确保“云计算”技术健康有序发展有着深远影响。     

大规模科学计算研究

科学计算的兴起是20世纪后半叶最重要的科技进步之一.计算与理论及实验相并列,已经成为当今世界科学活动的第三种手段.为把信息和数据变成知识,从而探索科学未知,促进技术创新,加强国防建设,保障国家安全,计算将起不可替代的重要作用.当前科学计算正在向大规模和高性能发展,要达到"全物理、全系统、三维、高分辨、高逼真"的数值模拟,发展高效的计算方法与发展高性能的计算机同等重要.大规模计算提出的世界性难题已形成科学计算的学科前沿.求解由实际问题得到的复杂的偏微分方程不仅计算规模大,更由于非线性、多尺度、长时间、不适定、多区域、高病态等特点使计算格外困难.现有的算法远不能满足需求,这正是本项目必须解决的关键科学问题.本项目是多学科交叉的应用基础研究,将以针对国家目标在环境、材料、能源等领域选择的几个挑战性的大规模计算问题为主攻方向,应用科学计算这一研究手段,为高新技术及前沿学科的发展提供必要的数据和新的研究途径.本项目将重点研究解决这些重大问题所必需的高性能计算方法,并利用我国已有和将发展的大型计算机系统为测试和实现平台,解决几个有实际背景的大规模科学计算问题.本项目设置了复杂流动的高精度数值模拟,物质性质机理的多尺度计算研究,油藏模拟与波动问题及其反问题计算,基础计算方法的创新与发展,大规模计算软件系统的理论和实施等5个课题.自项目实施以来这些课题的研究工作都已取得了重要进展.     

城市交通智能治理大数据计算平台及应用示范研究

我国有8亿城市化人口,每天出行约15亿人次,主要大城市每天出行人次超千万次。虽然各城市都广泛采用基础设施建设和政策调控等措施,但交通拥堵情况依然严重。本文主要介绍以"感—知—判—算—治"为主线,围绕提升交通全面感知能力、高可靠实时研判和态势推演能力、大规模高效计算能力,构建高效智能的城市交通智能治理大数据计算平台,进而缓解交通拥堵问题上所取得的研究进展。在"感"方面,建立了万路级视频分析引擎,实现了人、车特征识别率 80%,跨摄像头重识别率 60%;在"知"方面,研究了城市交通知识图谱的标准化设计方法,构建了包括2.87亿个实体和12亿条关系的深圳市交通知识图谱;在"判"方面,利用深圳市静态测试数据构建了大规模复杂系统推演算法,实现15 min交通状态的预测时间2.2 s,预测精度达94.09%;在"算"方面,研发了"云—边—端"协同的交通大数据智能平台软硬件,支持大规模智能治理大数据平台的集成与部署;在"治"方面,依托研发建成的城市交通智能治理Trans PaaS平台,在深圳和宣城实现了重大活动应急疏散、异常事件快速响应、出行服务、路段交通溯源、交叉口群信号协同五大示范应用。     

科技新词,就在你身边——从首批科学技术新词发布试用说起

<正>日前,全国科学技术名词审定委员会发布试用了204条科技新词,我们惊喜地发现,很多新词原来就在我们身边,离我们并不遥远。比如"大数据""云计算""物联网""三维打印""细颗粒物"(PM2.5)。以年轻一代的网上购物体验为例:我们不经意地浏览网页时,网站将我们的浏览习惯记录汇总为"大数据"(big data),并进行"云计算"(cloud computing),自动向我们推送相关的广告,我们经过     

大数据技术革命为什么会发生?

<正>在进行的大数据技术革命之所以能够发生,是因为具备了如下条件:流行的思想潮流、核心的技术支持、坚实的科学基础、直接的哲学源流。从思想潮流来说,信息社会的提出,第三次浪潮的流行、信息高速公路的推动、虚拟世界的出现为大数据革命奠定了前期的思想基础;从技术前提来说,数字计算机、人工智能、互联网络和云计算等前沿技术为大数据革命奠定了核心的技术基础;从科学基础来说,数理逻辑、离散数学、系统科学和数据科学等学科的发展为大数据革命奠定了坚实的科学理论基础;从哲学源流来说,毕达哥拉斯的数本原说、马克思主义辩证法、后现代主义和复杂性哲学已经为大数据革命奠定了良好的哲学基础。     

人工智能如何“说人话”?——对于自然语言处理研究的哲学反思

目前的自然语言处理技术的发展,依然面临如下问题:(1)不同的自然语言处理机制之间缺乏融合;(2)自然语言处理技术与人工智能研究的其他技术缺乏彼此融合;(3)基于大数据的自然语言处理技术的运作必须以“剥削”人类的智能为前提;(4)基于大数据的自然语言处理技术缺乏灵活处理隐喻、反讽、双关等修辞现象的能力。这些问题所涉及的主要哲学问题有:(1)语言是外部世界的表征,还是言说者内部世界的表征?(2)语言中的规则,究竟是先验的,还是经验的?(3)语言表征与言说者的心理活动之间的关系为何?(4)与语言表征有关的认知构架,在多大程度上需要被“具身化”?     

新型高密度光学数据存储材料和技术研究进展

开发新型高密度光存储器件(如数字多用光盘DVD和高密度数字多用光盘HD-DVD)和相应的存储介质是当前发展高密度光学数据存储技术的关键.基于中国科学院"九五"重大项目--"新型高密度光盘存储材料和技术的基础研究"所取得的进展及成果,本文论述了新型高密度可录光盘(DVD-R)、可擦重写光盘(DVD-RAM)及短波长光盘存储材料和相关光存储技术的研究背景、内容及主要研究成果,最后还讨论了超高密度光学数据存储材料和技术的发展思路.     

计算社会科学的方法论挑战

本文首先介绍了计算社会科学的主要研究进路,在此基础上分别探讨了大数据社会分析和社会模拟研究两种不同进路在方法论层面所面临的挑战。大数据社会分析所面临的方法论挑战主要源于其所利用的数据通常并非为特定的研究问题而产生,以及数据的收集和分析方法对很多研究者而言是一个"黑箱",这些都使其难以保证研究结论的可靠性。在社会模拟研究中,无论是将模型视为一种思想实验,还是追求对现实的仿真,抑或兼顾模型的真实性与简洁性,模型的有效性都存在很多问题。本文认为,应对这些挑战的主要途径包括挖掘计算社会科学自身的潜力、加强计算社会科学与传统社会科学的结合以及加强计算社会科学不同进路之间的融合。     

“云”在智能交通中落地才能成为第一朵为公众服务的云——访汉柏科技有限公司技术中心总经理杨海涛

当前，ITS传统业务架构全面升级云架构平台是整个智能交通产业发展的必经之路，云计算、物联网、移动互联网等新兴技术的发展已触及各个行业，在整个交通领域中云计算将迎来新的高速发展期。     

数据密集型、大数据与“第四范式”

基于概念的起源和演变,区分了"数据密集型"和"大数据"两个相互联系的概念;结合库恩的"范式"理论,分析了将"数据密集型"研究方法作为"第四范式"、并将其与"大数据研究方式"混用的逻辑矛盾以及由此带来的相关问题;最后从库恩的"范式"和"不可通约"两个概念出发,分析了"大数据"与"小数据"的关系,并且从"范式"的认识论意义和纲领意义两个方面,阐述了将大数据作为与小数据不同的科学范式所具有的积极意义。     

社会物理学与大数据技术的融合趋向及其特征

社会物理学与大数据技术的融合具有鲜明的时代背景。大数据技术以数据驱动取代了理论驱动的科学认知模型,深化了人们对于社会系统多领域、多层面和多维度的科学认知;大数据技术为当代社会物理学的研究提供了一种整体性的本体论立场定位,促使社会物理学研究由局域-个体化思维向整体-社会化思维转变,并且推动了社会物理学研究的科学认知"统一性"建构;以大数据技术为基础的社会物理学研究所坚持的非精确性思维原则是一种认识论层面上的有效策略,它拓展了社会物理学研究的空间和范围;大数据技术的相关性分析为社会物理学的研究提供了一种重要的方法论工具,它为社会科学预测功能的实现起到了有力的推动作用。     

大数据在立法后评估中的应用析论

在大数据时代,传统的立法后评估制度存在评估主体单一、数据遗漏、数据失真以及评估报告形式窠臼等诸多问题亟待解决。评估数据类型变化及大数据发展理念与成效为大数据技术应用于传统立法后评估制度提供了可行性。大数据的数据挖掘技术、预测技术、可视化技术、共享技术在评估活动中有着巨大优势,可以帮助解决传统评估活动的困境,并加以优化。大数据技术作为立法后评估制度的技术性支持,需要搭建包含"评估数据挖掘与分析"、"信息协同共享与公开"和"评估数据清洗与应用"三大信息数据处理平台。     

高分辨率气候系统模式的研制与评估

高分辨率气候系统模式是全球变化研究的重要研究工具,对于提升我国应对气候变化问题的整体实力有重要的应用价值。全球变化研究国家重大科学研究计划"高分辨率气候系统模式的研制与评估"项目通过5年的努力,成功研制和发展了我国高分辨率气候模式系统和其评估系统,建立了通量集合耦合平台,取得的主要成果有:(1)成功研发了全球高分辨率气候系统模式BCC_CSM2,其大气水平分辨为50km,海洋水平分辨为30km,它改进了模式中一些重要物理过程的参数化方案,使模式性能得到明显提高,对当今气候基本态的模拟与国际上现有模式性能相当,对东亚气候的模拟有部分优势,增强了对热带气旋、台风等中小尺度过程的模拟能力;(2)成功解决了与模式高分辨率有关的部分科学问题,如东亚地形问题和经纬度网格极地问题、与高分辨率相适应的模式动力框架问题、中国东部独特的冷季层云与青藏高原地形相关问题等;(3)自主研制了全球0.5°×0.5°网格的格点模式动力框架,具有良好稳定性和物理守恒性,建立了全球高分辨率格点大气环流模式,实现了"云-气溶胶-辐射数值集合系统"(CAR)与全球格点大气环流模式IAP4的耦合,揭示了云的次网格尺度结构是造成辐射计算差异最主要原因的物理机制;(4)建立了多大气模式交互集合耦合平台,集成了包括本项目支持研发的格点和谱模式在内的15个国内外知名的分量模式,成为研究海-气相互作用、噪音对气候影响的一种创新分析工具;(5)建立了包括东亚地区云与辐射、东亚-西北太平洋季风、热带偏差机理、云辐射反馈过程与ENSO模拟改进等的耦合气候系统模式评估体系,为评估、改进项目研制的高分辨率模式提供了重要参考和方向。所研发高分辨率气候系统模式的阶段性中低分辨率模式参与了第五阶段耦合模式国际比较计划(CMIP5),建立了业务气候预测系统,为国内外开展气候及气候变化科学研究提供了大量宝贵的模拟数据,为IPCC AR5的编写提供了科学参考依据,提升了我国在气候变化领域的影响力和气候预测能力。     

大数据技术的伦理风险及其控制——基于国内大数据伦理问题研究的分析

近年,随着大数据技术及其应用的迅猛发展,其引发的伦理问题也引起学界高度关注,国内学者从不同角度分析阐述了大数据技术伦理问题的表现形态、产生原因和治理对策。梳理国内相关文献可以发现,现有研究存在明显不足,因而未来研究还需要进一步深化和具体化,以进一步正确认识和化解大数据技术所带来的伦理风险。     

网络社会质量的数据化基础——从小数据到大数据的网络社会演进

随着计算机与互联网技术的高速发展,以及移动网络和智能手机的普及,网络已经变成人们生活中不可缺少的一部分。网络与数据技术在科学研究中的使用更早且具有深度。作为网络社会质量可测量性的基础,大数据革命重构了科学的研究方式,产生了以数据密集型为研究方法的"第四范式"。通过对小数据时代与大数据时代分别进行阐述,并以此为切入点论述从小数据到大数据的网络社会演进,同时探讨以大数据技术为基础进行发展的人工智能与社会发展的关系。大数据技术与作为其前提的科学与技术基础互为因果。而作为大数据技术的更深层次应用,人工智能代表了人类对自身和世界的认识程度,由于人工智能的发展与人类对此的反应尚不明了,因此其对社会及网络社会发展的影响还未可知。     

健康医疗大数据应用中的伦理问题及其治理思考

随着云计算、智能传感器和数据存储技术等的发展和应用,健康医疗大数据呈现出井喷式发展态势。健康医疗数据的共享和利用在医疗资源配置优化、临床决策辅助、医疗质量监控、精准医疗和疾病风险评估与预测等方面发挥了巨大作用,但同时也引发了数据安全、隐私窥视、数据独裁、数据主体自主权不足和社会不公平加剧等伦理风险和社会问题。建立健全人本原则、数据主体自主原则、公开透明原则、责任原则和安全保护原则,是有效规避健康医疗大数据应用伦理风险,以及推动和规范国家健康医疗大数据建设的重要路径。