我国大数据产业的发展前景如何？
大数据技术目前已日趋成熟，日后会在系统研发、大数据应用开发和大数据分析方向上分类更加的精确和细致。总的来说大数据有5个部分。数据采集，数据存储，数据清洗，数据挖掘，数据可视化。数据采集有硬件采集，如OBD，有软件采集，如滴滴，淘宝。数据存储就包括NOSQL，hadoop等等。数据清洗包括语议分析，流媒体格式化等等。
数据挖掘包括关联分析，相似度分析，距离分析，聚类分析等等。数据可视化就是WEB的了。大数据技术是指在海量量的数据中提取到对自身有用的数据，加以分析和处理，其现阶段的主要特点有主要是4个V：Volume——数据体量巨大；Variety——数据种类繁多；Value——价值密度低；Velocity——处理速度快；由系统或人工抓取数据，将其收集、整合、统计，这些数据的集中指向性非常的强，在反馈的过程中已经指向了一个明确的目标。
制造业如何利用工业大数据创造价值？
在提出工业4.0的概念之后，智能，物联网，大数据和云计算成为热点。所有这些都反映了制造业对信息化支持的需求。新一轮工业革命只能是智能化，信息化和数字化。突破。由于传统制造业不是一个信息非常发达的行业，这反映在大多数制造业的传统和粗糙过程中。即使使用现代化设备，整体信息化解决方案主要来自设备制造商。因此，制造业迫切需要大数据来进行信息化改革，大数据将对制造业产生深远的影响：首先，大数据可以为制造业带来更精确和先进的流程，以及更好的质量产品，以弥补当前的低水平制造。
其次，作为大数据的来源，一旦数字化，制造过程中产生的数据就可以成为大数据的范畴。通过分析和研究累积数据，可以为下一步制造提供可行性。方法和措施。第三，在当今的信息化中，智能制造已成为一种趋势。除了保持制造企业的独创性，升级和转型将不可避免地使用数字，大数据，物联网和其他技术。工业机器人的应用必须得到大数据的支持。
。在这个快速发展和“改变世界”的时代，竞争异常激烈。如果没有与布局相关的技术，消除是唯一的结局。第四，有人说互联网已经打击了实体经济，但现实恰恰相反。没有互联网，没有大数据，许多传统制造业就没有转型的机会。被淘汰的制造企业只不过是没有变革，也没有变革，但他们不能说互联网是“杀”制造业的“罪魁祸首”。
大数据代表着新的制造业革命，象征性技术和产业转型的关键技术。当大数据应用于最佳状态时，传统制造必将迎来一个新阶段。对此，国家还出台了相关政策法规。国务院发布“促进大数据发展纲要”，明确提出要推动大数据的开发和应用，在未来5到10年内建立精准治理和多党合作的社会治理新模式。建立稳定经营，安全，高效的经济运行机制，构建以人为本，民生的新体制，开创创新的新格局，推动群众创业和创新，培育新的高生态生态系统。
如何利用物联网和大数据推动智慧城市发展？
列举一个场景：你买了小米手机之后，又买了小米智能空调，智能热水壶，智能插座，智能冰箱，智能摄像头，你可以通过小米手机这个终端只要在有网络的地方都可以管理这些设备（这里有两个前提：1、这些终端能够联网；2、你的小米手机已经连接上这些设备），你可以通过手机控制热水壶的恒温温度，你可以在公司里监视家里的情况，这是一个常见的场景，目前你已经可以实现。
再把这个场景延伸下：有十万个用户购买了小米手机及 相关的设备，那么这个十万个用户就是一个巨大的独立网络生态，每一个设备使用情况及使用习惯，形成海量的数据，作为产品的提供方小米公司可以通过分析这些数据，能完成如下事情：1、用户分布；2、热销产品有哪些；3、用户使用习惯是什么等等，这个时候这个场景又可以再次延伸：1、智能空调可以智能提醒你需要更换滤网了；2、智能冰箱可以让你轻松下单；3、智能热水壶可以友情提示你购买哪些品牌的水更健康。
这就是物联网及大数据的场景。那么我们再描述下两者的关系：1、没有大数据，物联网只会沦落为实用工具；2、没有物联网，大数据不能称之为“大”，而是被切割成一块块非常小的数据孤岛，数据也没有太大的价值；3、物联网让一块块数据孤岛产生连接；4、大数据让物联网更具效率，且更深入用户的生活，深度优化配置需求端与供应端的关系。
从小米一家公司来构建的数据模型，如果把这个数据量放大十倍、二十倍、甚至五十倍，那么就是一个城市的规模。那么这些海量的数据量就可以为城市运营提供决策：1、用水量；2、交通出行等等。智能城市是一个大的生态场景，而小米是一个小的生态场景，但内在运营逻辑非常相似且接近，只不过物联网的“物”不同而已，数据使用的地方不同而已，但本质大同小异。
大数据处于发展期，如何在大数据时代安全推动产业的发展？
谢谢邀请。现在安全么，手机信息被窃取，接到房地产电话，保险电话，贷款电话，比比皆是。还有更多的是冒充家人打款，甚至冒充公司高层要下属打款的。国内的安全基础奠定在不用手机不用上网才能保证你的信息安全。但是日子更新的时代，却需要这样的数据，宝宝的信息，针对宝宝数据了解目前宝宝的身体状况，企业的信息了解到目前经济体态。
NBA的大数据已经破局规模，那么CBA的大数据建设该如何推进？
谢谢邀请。大数据的时代早已来临！淘宝、京东都已经把大数据分析、推荐应用到了极致的地步，有了大数据分析才能第一时间掌握时代的脉门，跟进时代发展的方向，在CBA同样同样也是如此，应用好大数据可以更好的制定战术和防守策略。NBA的大数据分析上为CBA打了前站。已经具有了很大的规模而且也有很多教练将大数据应用到实战中来，比如说全联盟看录像分析、研究艾弗森，大数据分析库里的投篮熟悉区域，大数据分析詹姆斯习惯左路还是右路突破等等。
吴恩达表示「AI的下一个发展方向，从大数据转向小数据」，你同意他的观点吗？
实际上现在很多大数据领域的老师都在带领团队从事“小数据”的研究，这也是高校老师寻求创新突破的一个重要方向，而随着大数据在行业领域的落地应用，数据问题进一步突出，如何能够利用相对有限的数据来完成预测和决策，更具有现实价值。在大数据发展的初期，大家几乎都在追求“大数据”，似乎大数据能够解决一切问题，而早期由于互联网领域积累了大量的数据，在这种背景下，大数据确实解决了很多问题，很多高校老师也积极推动了大数据的产业应用，这个期间不论是对于企业，还是对于老师和学生来说，都是黄金期。
对于企业来说，通过引入大数据技术，构建数据中台，基于数据和大算力来训练各种模型，以此来推动业务创新，这确实带来了显著的效果，这个过程中，很多老师也披挂上阵，走进了互联网大厂。对于学生来说，在这个大数据的黄金时期，创新点可以说是“无处不在”，在相关性理论的推动下，只要结果够好，完全可以不解释很多模型上的问题，或者说这根本无法解释，所以很多同学都以调参侠来调侃自己。
但是随着数据中台推动业务上升的能力在减弱，大数据本身的“大耗能”，也受到了很多诟病，这也导致不少老师重新回归科研，重新思考大数据下一个阶段的创新出口。如果仅仅靠大数据和大算力来推动创新，这无疑是一条不归路，很多大厂正是基于算力和数据的优势，把众多小团队推进了墙角。总体上来说，现在很多科研工作者开始重视小数据的价值，这是对于前期过于关注大数据的一个修正，在特定领域，尤其是工业场景下，大数据未必有实际意义，高价值的小数据样本往往价值更高，模型也更透明，更容易理解。
