大数据，从规模整全到维度展开

　　新一代人工智能的发展，深度展示了大数据和小数据与智能之间耐人寻味的关系，以大数据和小数据关系的形式，凸显了进一步深化大数据理解的需要。

　　“有多少数据就有多少智能”

　　大数据的发展及其人工智能运用，大大凸显了人工智能和人类智能很不相同的机制、方式、性质和特点，呈现出数据和智能耐人寻味的关系。

　　由数据驱动，“有多少数据就有多少智能”，再直白不过地表明了“数据智能”的数据量累积优势。新一代人工智能的发展，充分展示了大数据的威力，无论是AlphaGo系列和AlphaFold系列，还是智能翻译，都展开了大数据运用和发展的远大前景。

　　由于数据标注需要大量人力，“有多少人工，就有多少智能”的说法，再中肯不过地表明了目前人工智能与人类智能的根本区别。数据标注的非智能化，凸显了人工智能和人类智能两种机制不同的智能及其关系：基于大数据的智能和只能运用小数据的智能。从目前的发展看，似乎无论依靠多大的数据量，人工智能发展到什么程度，在更根本的通用智能方面，数据智能都远不如只能运用小数据的人类智能。人类智能只具有小数据运用能力，却具有目前运用大数据的人工智能遥不可及的通用性。人类智能依靠小数据，可以解决人工智能依靠大数据不能解决的难题。而在大数据基础上运用小数据方法等的研究，则在更深层次明确指向大数据和小数据的关系。有关专家认为，大数据最常见的目的就是产生小数据。基于大数据的小数据运用，深藏着二者之间关系的秘密。

　　在目前的研究中，基于大数据的小数据运用，也涉及大数据和“智能数据”的关系。数据的智能化，正是大数据使用涉及与小数据关系的重要环节。怎样理解大数据和小数据及其相互关系的问题，不仅涉及人工智能的发展，而且涉及数据特别是大数据理解的深化，从而在哲学层次涉及更为重要的基础性问题。使用更少的数据达到更好的智能效果，正是人工智能领域研究的重要努力方向。在大数据和人工智能发展越来越快、影响越来越大的关键时期，在科学和哲学一体化层次厘清大数据和小数据的关系，对于在深化大数据理解的基础上深入探讨数据和人工智能的关系，既具重要意义，又适逢其时。

　　大数据是趋向整全的数据

　　在技术层次理解，一般认为大数据是不能为传统数据库处理的数据集合。但超出技术范围又可以看到，以传统方法处理的数据也可以具有大数据的性质。比如莫里的航海图数据甚至主要是用人工处理的，但所构成的却是大数据。19世纪，美国海军军官莫里因车祸受伤转到海军图表和仪器厂工作，当时海洋航行使用的船用旧图表主要凭经验绘制，不仅绕弯多，而且错误不少。他决心改变这种状况，在已有地图、仪器和被视为垃圾的航海日志基础上，利用其中特定日期和地点的风、水和天气纪录数据，再以标准表格让所有海军舰只将数据补充完整，用人工处理数据，整合成了一张全新的航海图。由于数据更整全，航线更为合理，大幅减少了船只航行的航程。由此可见，大数据和小数据的区别，甚至不一定在于是否能用传统数据库技术处理。莫里的航海图数据都不是用传统数据库处理的，但只要是关于航海的整全数据，就不是小数据而具有大数据的性质，其根本不同在于大数据是全数据。虽然在存在论意义上，不存在完全意义上的全数据，但以人类认识目的和实践需要为标准，则可以就使用需要而言把大数据看作是趋向整全的数据。由于信息编码还没有发展到数字化阶段，莫里的航海图并不具有数字时代大数据的成熟形态，而只是就航海图的静态把握而言具有大数据的性质。

　　正因为如此，无论在技术还是其他领域，大数据的“大”并不只是数据规模大。从小数据到大数据的发展，事实上是数据“从一些到全部”。从一些到全部，就是从样本数据到全体数据。大数据之所以与小数据完全不同，不仅仅由于数据规模大，更根本的还在于大数据是全体数据，小数据是样本数据。只要是样本数据，传统数据库处理就不存在问题，即使一个大国的人口普查数据。由于样本数据具有抽样的具体前提性预设，采样得到的数据具有特定的结构；相对于传统数据库而言，凡是结构性数据，不管规模大小都可以用传统数据库处理。这不仅表明大数据和小数据的根本区别不在数据规模大小，而在是否具有样本结构，而样本数据和全体数据的根本区别，则在于数据的规模整全程度。这就隐含着大数据和小数据关系的一个更深层次存在数据整全度的问题。由于样本结构不同，同样作为样本数据，不同的样本数意味着不同的整全程度。当数据的整全程度具有对认识目的和实践需要而言充分的整全程度，就成了大数据。数据越整全，越具有大数据的性质，或大数据的性质越明显；数据的整全性质越不明显，越具有小数据的性质。大数据和小数据区分的基本根据是数据的整全度。（社会科学报社融媒体“思想工坊”出品 全文见社会科学报及官方网站）