10月15日,霍比特区块链研究院联合百度共同推出“霍比特讲堂”系列直播第五期,60多万网友在线观看。霍比特区块链研究院以新基建、数字经济、产业区块链为主要方向,通过多种形式,与政府、企业、高校、相关机构等,开展广泛而深入的研究工作,探索区块链应用场景,培养行业专业人才。

中科院计算机网络信息中心学位评定委员会主席、大数据技术与应用发展部主任周园春先生作为第五期嘉宾,在本期直播中提出中国应加快培育数据要素市场,并阐述了区块链技术对数据确权交易及数据可信等领域的巨大作用。

以下根据直播实录节选整理:

很高兴作为霍比特讲堂第五期嘉宾来和大家分享,今天我主要想和大家分享三个方面的内容,第一个方面是数据智能的场景以及它的应用案例,第二个方面是知识图谱,第三个方面是数据作为新的生产要素的确权和权益问题。

首先是数据智能的场景以及它的应用案例。大数据3.0时代对我们国家发展起到很大的作用,2015年浙江省就提出“让人少跑路,让数据多跑路”的口号,实际上这就是行业与行业之间的数据互联互通,使得数据深度挖掘融合应用更加凸现,辅助决策更加智慧,便于民众使用政府服务。

大数据不等于数据大,这是一个不等号的关系,不是说数据量大就叫大数据。大数据是指它的价值大,如果我们采集了一大堆数据,搁置不用成不了大数据,所以大数据不是指数据本身量的问题,而是基于这个数据去应用、赋能,去创造价值,才是真正的所谓大数据。

大数据的价值在不同行业表现也不一样。

保险界以美国的农场主购买商业保险为例,美国国土辽阔,各个地方土壤中元素含量不同,气候条件也有差异,因此需要保险公司根据气候情况对不同区域的土地给出保险系数。但是农场主的诉求是实现收益最大,而不是产量最大,产量最大主要是根据它的土壤和气候条件,而收益最大还要考虑国际、国内的供求关系,这就需要大数据来预测。

工业领域以丹麦的风力发电为例,丹麦涡轮的布局就要靠大数据来优化。一是需要考虑布局位置的风力大小,二是要考虑布局位置的气温报告、潮汐相位、空间界限等,三是要考虑输出的电与用户的距离,这些都要依靠大数据下多元数据应用来解决。

商业领域我们举一个亚马逊的例子。现在亚马逊线上购物不是客户结账才发货,而是客户放到购物车就开始发货。虽然客户还未结账,但是货物已经提前发出了。这里有一个关键问题,即加入购物车的客户最终不一定都会结账,而亚马逊是通过对历史记录及各种数据进行分析之后,发现如果客户是倾向于结账的概率大,一般就做提前发货,这样亚马逊就提高了它的客户黏性和服务感知能力。

在政治领域最好的例子就是剑桥公司。剑桥公司在网上对Facebook、Twitter的用户进行数字足迹分析,最终判断用户的性格特点或者政治倾向,然后针对用户的画像推送竞选广告,从而影响用户的选举倾向。

接下来我们聊一聊第二个方面知识图谱。

知识图谱可以简单理解为各种知识点相互连接构成的语义网络。那为什么是叫图谱呢?原因是它有点有边,可以形成图,是谱系化的。

知识图谱从20世纪70年代就开始做,那时候还叫知识库,直到2012年谷歌才提出知识图谱的概念。

知识图谱发展这么多年,在很多地方得到非常好的应用,比如现在个人的信用记录就是通过用户的各种数据形成了知识图谱,然后生成对用户信用的一个评价。这体现了知识图谱赋能政府管理,提高政府智能决策的能力和社会治理能力的作用。

最后是数据作为新的生产要素的确权和权益问题。

2019年10月份,十九届四中全会专门提出,不仅劳动、资本、土地作为生产要素,第一次把数据也作为生产要素,让市场评价数据的贡献,按贡献决定报酬。

2020年4月份,中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》,里面提到加快培育数据要素市场,提升社会数据资源的价值,加强对数据的保护。

数据作为一种生产要素在国民经济发展过程中的重要性不断提升的过程中,实践中也面临着数据确权交易混乱和数据可信度不高等一系列问题。

数据确权的问题社会可以做一些尝试,如同人有身份证一样,数据一产生我们可以给它一个标识,给它一个身份证,标注它什么时候产生,由谁产生,产生什么内容。为了使数据的标识不被篡改,我们可以让数据全部上链。

区块链技术拥有多中心、可追溯、不可篡改、透明等特点,把所有数据信息放到链上,就可以保证数据的完整性和可信性,让标识不可篡改。

目前ODC数据区块链平台已经开源了,此平台实现了数据追溯、数据安全共享、数据确权交易、数据可信等多项数据管理功能。

中国应加快培育数据要素市场,在这个过程中数据这一生产要素会面临很多新的问题。区块链技术在培育数据要素市场方面产生巨大作用,可以让数据在作为生产要素这条路上走得更稳,走得更好。