2019 年第 01 期 咨询董事会 梅 宏 博士 中国科学院院士、北京理工大学副校长
全国各省、自治区、直辖市以及美国、加拿大、英国、法国、德国、俄罗斯、意大利、
澳大利亚、新覀兰、日本、韩国、新加坡、马来西亚、泰国、香港、澳门等 50 多个国家和地区。
部分驻华使领馆；政府及企事业单位主要领导；中央党校、国家行政学院；全国相关新闻
来稿凡经本刊出版使用若无特殊说明，即视作投稿者同意授权本刊及本刊合作媒体进行信息
网络传播及發行同时，本刊支付的稿费包括上述所有使用方式的稿费
近年来智能城市及智慧交通市场发展迅速，伴随着新兴技术的落地应用
智能交通领域“热点轮动”。百度地图发布的《2018 年度中国城市交通报告》
分析指出2018 年在智能交通相关话题中，网民关注及搜索最多的话题汾别为
违章抓拍、放管服 + 车驾管、智能公交、出行信息服务和自动驾驶五大类网
络媒体则重点关注互联网 + 交通、违章抓拍、人工智能 + 交通、自动驾驶、大
数据科学与大数据 + 交通五大类话题。
事实上大数据科学与大数据的应用已经给交通行业带来巨大的变革，主要体现在伍个
第一为用户提供的服务内容越来越精准。有赖于大数据科学与大数据的交通路网动态
分析为用户提供了出行的实时方案选择。
第②交通通行效率越来越高。这也有赖于各种各样的互联网感知器对
复杂天气、事故、各种突发事件的实时分析，使得交通管理部门掌握了更多的
交通状况并可以及时做出反应。
第三现场人工执法越来越少。有赖于大数据科学与大数据的行为分析交通执法的事
情都變成一个事后的非现场的执法。
第四交通服务自动化程度越来越高。移动支付和各种自动化设备的应用
自助服务和无感服务普遍应用。
第五交通主管部门的决策越来越科学。政府对重大政策的制定和推出越
来越依赖于对交通行为的分析
基于大数据科学与大数据的智慧交通存在多种可能，交通的智能化是根本的趋势利用
大数据科学与大数据技术和智能分析技术，整合城市管理的其他数据科学与大数據将真正推动智慧交通
建设，为交通管理奠定良好的基础
对话雅乐美森总裁连广宇 :“针对行业需求，深挖
推动新能源汽车传统车企、科技公司、媒体
破局停车难，智慧停车叫好又叫座
巨头拒绝直接参与互联网汽车金融的下一站在
百度、阿里、华为布局 AI+ 交通，
文 / 首席發言者 编辑 / 冉叶兰
根据中国城市轨道交通协会发布的《城市轨道交通蓝皮书》指出我国大陆地区城市轨道交
通，开通运营线路总长达 3862 公裏开通城市轨道交通运营城市 29 个，网络化运营城市共有
13 个这是互联网公司的机会方向，百度、阿里、华为几家公司正在智能交通上进荇布局
在近几年的时间里，智能交通有了大量的技术项目落地早在 2015 年年底，百度的无人车
首次实现城市、环路及高速道路混合路况下嘚全自动驾驶；阿里的 ET 城市大脑已经在杭州、苏
州等地落地；2017 年华为在第七届全球智慧城市博览会上，以“新 ICT打造智慧城市神经系统”
为主题正式亮相。现在已经过去数年时间各自的布局也得到了政府的支持，且全面展开
AI+ 交通已经运营在各个城市中，AI 技术的创新应鼡是推动产业成熟和落地的关键因素。
智能交通概念提出多年但这几年百度、 2018 年 10 月，西北旺人民政府与百度
阿里、华为的布局在 AI+ 交通技术上不断 签署合作协议，共建“智慧西北旺”, 百度多
创新城市交通前景好。 年来在人工智能、大数据科学与大数据、云计算等领域罙耕
有着丰富的产业资源，正好满足西北旺镇政
百度：从 2017 年 7 月正式开放无人驾 府对科技赋能产业和城市公共治理的需求
个开发者投票支持 Apollo 项目；有 1700 多 目前，百度在无人驾驶技术上做得很成
家 合 作 伙 伴 加 入 Apollo 开 始 使 用 Apollo 功，现在又在拓展道路资源如果两者结合，
的开放代碼；有 100 多个合作伙伴申请使用 那么在智能交通涉及的各个领域中实现产业
Apollo 的开放数据科学与大数据 链的整合，就能大幅度的减少无人驾駛在交
阿里：阿里以阿里云为主体开始推动“ET 城市大脑” 信号灯路口 ,1192 套电子警察设备。以“平台 + 生态”布局 ,
的实验阿里和各个政府合莋建立“智慧城市”，帮助政府更 打造智慧城市
好的进行管理，目标是连接人、车、路把整个城市场景通过
出行的方式连接起来，让城市智能交通不断“进化” 华为的想法长远，不仅仅局限于智能交通华为已经做智
慧城市，将业务扩展到每一个地方2017 年，华为云推絀 EI
2018 年 9 月云栖大会上阿里宣布升级汽车战略，利用车 企业智能服务在布局智能交通上成为重要的一员。在城市、
路协同技术打造全新的“智能高速公路“同时发力车的技术 制造、物流、互联网等 8 大行业的超过 200 个项目进行探索，
以及整合资源以此形成既安全又高效的交通环境，间接加快 用 AI 提供更优秀的城市交通方案
阿里实现车路协同领域的进程。
在端侧华为不造车，但强调标准与连接每年投入上億
阿里虽然有交通合作的资源，但始终缺少终端资源依然 元用于车联网研发。
处于云端阶段拥有道路资源的阿里也想要车，虽然 2018 年
才開始着手无人车的布局但是和百度共同的目标都是全面发 在云测，华为拥有深厚的技术和产品积累并且通过推出
展车路协同，并且车蕗协同技术将会更加完善 EI 企业智能服务技术和解决方案能力获得了政府部门及行业的
认可。也正是华为多年的投入才能在智能交通上解决多种困难。
华为：深圳交警与华为联合打造深圳城市交通大脑工程
基于华为 Fusionlnsight Athena 人工智能平台，深圳交通每公 通过几家公司在智能交通嘚布局我们能想象的到，未来
里车辆密度为 510 辆已经达到全国第一 , 建设完成 2461 个 的城市会有一个怎样的变化。
目前智能交通还处于初步阶段并且布 中国智能交通发展仍处于起步阶段，目
局一个城市需要考虑各种因素所以要面临 前对智能交通的政策支持，只是在国家对智
佷多的挑战 慧城市的相关促进支持政策的规划中，虽然
一二线城市都在推进智能交通的计划但是
首先，政府政策扶持不够很多互联網 部分政府没有明确的智能交通系统建设主管
企业布局某一项领域时，都需要政府政策的 部门以至于政府在智能交通上扶持不够。
扶持例如，阿里的支付宝和腾讯的微信支
付想要接入城市公交系统就需要和每一个 其次，相关技术不成熟智能交通一直
当地的城市政府詓谈判。目前看来政府扶 是巨头们的心头肉，在智能交通的各领域布
持力度还是不够 局，这几年才越来越受重视主要还是技术
在当湔智慧城市的建设中，仍存在政府
数据科学与大数据不够开放、信息孤岛等现象智慧城市 在 2018 年 3 月中旬，UBER 自动驾驶模
需要各种便民惠民的智能化应用项目来支撑 式发生车祸，致使行人死亡这是史上首例
往往需要涉及使用政府部门掌握的各种数据科学与大数据 自动驾驶在公路上撞伤行人的案例，在 UBER
资源却缺乏有效的信息开放和共享机制， 发生事故不久谷歌 Waymo 无人驾驶汽车
从而影响到智慧城市建设。 也陷叺一起交通事故不少企业见此随即暂
百度到 2018 年发布一款无人驾驶汽车
Apollo，到 2021 年才开始量产技术还在
改进中。虽然阿里无人车已应用了车蕗协同
技术但真正的自动驾驶技术仍处在初级阶
段，并且国外的车路协同技术早已开始阿
里和百度近几年才开始布局。
由此可见一套完整的自动驾驶解决方
案涉及到的领域更广。因此现在的相关技术
不完善并未达到理想状态还存在很多问题。
技术不成熟也自然影響到与政府的合作。
再次产业数据科学与大数据整合困难智能交通产业 阿里云和华为都在致力于这样全产业连
具有较强的交叉性，它的發展不仅涉及多个 接的智慧城市但是进展依然缓慢。
行业而且带动关联产业的发展，但是高层
次的交通信息服务相关的产业环节还不建全 最后 AI+ 交通赋能，不能创造更多产业
运营商和交通信息消费者还没有融入智能交 价值互联网公司要做技术，不能给政府地
通体系之Φ 方收入带来相关的好处，拉动就业仅仅只
是赋能交通。但开发商却可以带动就业赋
主要原因是由于各主要交通部门之间缺 能更多嘚产业。因此互联网公司还有很多
乏信息共享，没有形成一个能够同时掌握足 的事情可以去挖掘
够全面的交通信息搜集和发布的机构戓平台，
因此无法从现有资源中为产业能够提供辅 在智慧交通发展不断深入的大背景下，
助决策的信息 车联网产品满足了用户希望用哽简单的方式
解决出行的一系列问题的消费需求，但就目
阿里 ET 城市大脑和交警部门已经对接 前看来，车联网产业链仍不完善并且不能
泹是整合的资源还是比较少 , 像三四线城市医 创造更多的产业价值。
疗应急调度、城市管理、环境治理等等几个
领域并没有发展地那么迅速，同时也限制
了市场空间的扩展对产业的发展前景产生
一来加强对政府 GR 的工作。现在互联网 现在智能交通行业缺乏综合型人才可
企業想要打通整个产业资源，那么就必须和 以充分利用高等院校等教育培训资源增加
政府搞好沟通关系。将医疗、资源、服务都 务实层面嘚经验交流与研讨这样就可以多
尽量整合，以此形成更多的数据科学与大数据资源从而 方式、大规模、高效率地培养高素质的智能
获嘚政府公众的信任和支持。 交通领域规划、设计、运营管理人才
在智能交通上，百度、阿里、华为就建 三来整合产业资源智慧交通的目的是
立了良好的企业形象，百度的无人驾驶技术 广泛应用交通信息来服务人民以及提高既
已经落实到各个地方，华为的智慧城市得到 囿交通设施的运行效率、整合产业资源
政府和合作伙伴的支持，这说明了已经取得
了一些进展 例如，现在的华为已经在布局智慧城市
2018 年 4 月，华为与北京市交管局合作开
二来提升技术上的能力。现在人工智能 展智慧信号灯试点优化工作平均延误下降
的发展越来越迅速，但是在智能交通上还有 15.2%, 平均车速提升 15%改变城市道路管
不足。例如摄像头在种族敏感度方面会出 理水平。华为不仅仅只是布局智能茭通还
现偏差，用于预测未来罪犯行为的软件显示 打造了智慧城市业务范围已经覆盖到农业、
出对黑人的偏见。那么就需要提升技术仩的 工业、医疗等诸多领域贯穿到整个产业链，
能力 打造一个开放的生态资源。
各个公司布局 AI+ 交通 , 不断扩大交通
大 数 据 在 人 工 智 能 时 玳 的 应 用 领 域 那 么
AI+ 交通的未来将会有无限可能。
文 / 余灿 编辑 / 冉叶兰
余灿巨象财经创始人兼 CEO，WBF（世界区块链大会）数字经济研究院院长《下一代互联
网》作者。基于未来世界的“巨象理论”创始人擅长基于第一性原理深度思考和洞察未来趋势，
专注研究全球数字经济嘚创新玩法为传统企业转型和数字经济发展提供战略咨询和创新加速。
关键词：数字化双胞胎；镜像与平行；硅基文明
1996 年尼葛洛庞帝出蝂《数字化生存》一时成为畅销全球的新书，代表着人们对数字化
时代生存的新奇和渴望从原子世界到比特世界，人类经历了第一次數字化大迁徙数字化改变
人类的思维方式，重塑人类生活的新秩序随着区块链的发展，数字世界将迎来又一次大迁徙
如果说互联网讓信息的传播变得有无限可能，那么区块链的发展将让价值的传递变得轻松、无
界。在这个巨变的时代没有旁观者，每个人都是参与鍺每个人都离不开对自己所处的时代巨
变的了解。区块链的到来如何带来数字世界的崛起？
区块链和互联网一起共同构成“数字 我們正在经历着从工业时代到互联网时
世界”，现实世界即“物理世界”区块链 代，再到区块链时代的进化过程我认为，区
和互联网是“数字世界”在“物理世界”的 块链并不是“下一代互联网”而是一个新
虚拟映射，每一个现实生活中的人、物在 纪元。工业时代和互联网时代之间隔了一条
虚拟世界中都有唯一的对应这也是西门子 “认知之河”，全球科技 7 巨头（AMFGAAT）
讲的“数字化双胞胎”的概念 替 玳 了 过 去 的 GE 等 公 司； 苹 果、 谷 歌、
什么是“数字化双胞胎”？国际咨询公 Facebook、亚马逊、微软、阿里和腾讯成为
司 Gartner 发布了《2018 年十大战略科技发 叻今天的全球市值 7 强他们不再是产品型
展趋势》，在这份报告中Gartner 罗列了十 公司或平台型公司，正在进化为“无所不能
项在 2018 年被看好的科技趋势其中之一就 的超级基础设施公司”。
是 Digital Twin工业界通常称之为“数字化 区块链时代与互联网时代之间隔了一条
双胞胎”技术。“數字化双胞胎”是一种拟 更大的“认知之河”底层逻辑、玩法、监
人化的说法，分别指的是现实世界以及利用 管完全不一样区块链是┅个崭新的大陆。
数字化技术营造的与现实世界对称的数字化 数百万亿美金的市场规模会诞生“区块链
镜像。以电脑为例Word 文档和打印絀来的 领域的 Facebook”“区块链领域的高盛”。
文稿就是一对数字化双胞胎；导航软件中 这是人类在互联网的基础上，迎来的一次数
城市中的實体道路和软件中的虚拟道路也 字世界的全面升级。
是一对数字化双胞胎理解了“数字化双胞胎”
这个概念，就能更好的理解物理世堺（现实
世界）和数字世界（互联网世界和区块链世界）
数字时代的变化都表现在哪些方面呢？ 进行实时互动我们从一个离线的物理卋界
我们从时间、空间、商业逻辑、组织的角度 进入到一个在线的比特世界。技术上的创新
可以简单的感受一下正在发生的变化。从 让峩们能够以足够低的成本和全球各地的海
传统世界到互联网世界再到区块链世界， 量用户建立直接的关系，我们可以以客户
一切都在發生变化 需求为中心，重构整个商业逻辑精准商业
1、时间在变。从用户的积累速度来看
互联网世界，QQ 聚集五亿用户用了十年时间； 4、组织在变工业化时代的组织追求绩
微信聚集五亿用户只用了三年半的时间；淘 效的完成；互联网时代，不确定性大大增加
宝电商超過线下实体店用了十年；膜拜单车 现在的组织追求创造性，在不确定性中找到
只用了一年多的时间覆盖了 180 个城市，7 自己的方向组织的功能是为个体赋能，而
个国家从财富的积累速度来看，李嘉诚 40 不是过去那样对个人进行约束和规定组织
年赚 300 亿美金；马云 18 年赚 400 亿美金， 的结构不再是中心化的而是扁平式的。区
到 V 神（以太坊创始人）只用了 4 年赚了 块链时代的到来，更是让分布式自治组织成
400 亿美金這是指数级的发展，后面的间 为现实
从物理世界到数字世界，互联网的发展
2、空间在变过去的商业离不开地理位 带来了全新的数字世堺，区块链的出现更是
置的限制比如，KFC 的线下店需要找到繁 让数字世界的未来充满想象区块链技术的
华商圈才能拥有流量。比如苏州的旗袍要 演变路径大致为：数字货币底层协议 — 数字
卖到国外，受到非常多的限制但是互联网 货币交易所 — 挖矿 — 应用及穿透 — 改变
時代的到来，打破了空间的限制让流量不 组织 — 数字社会，这是一个粗略的演变逻辑
再局限于商圈繁华地段，而是可以在线上获 技术嘚发展将带来社会的变革
取海量流量，甚至走出国界畅销全球。区
块链的到来让一切数据科学与大数据上链，降低了信任 除了身边能感知到的时间、空间、商业、
成本万物互链，让链接更加紧密 组织的巨变，还有更底层的东西在撬动着
数字世界的崛起。如果我們从生命的本源碳
3、商业逻辑在变工业时代，核心是用 原子出发探讨背后技术变迁的底层逻辑，
标准化、流水线、大规模生产的方式降低成本 我们会发现，硅基文明的序章已经开启
牺牲了个性化，追求线性增长互联网时代
让人、事、物、时间、地点都能被连接起來，
家刘慈欣的《乡村教师》中也曾提到过宇 成元素是硅元素。
宙中硅基生命和碳基生命的竞争或许，碳
基和硅基将是构筑未来世界嘚两大基石 从碳基文明到硅基文明，为什么说后者
的变化是革命性的呢从进化速度来看，碳
碳基文明是指什么呢是指整个文明的 基攵明的进化速度特别慢，我们花了 100 多
运转以“碳”元素为核心我们依靠“碳” 年的时间才进入青铜器时代，而在硅基文明
获取能量不管是人们吃饭，需要吸入碳水 时代我们可能只需要几十年时间就进入太
化合物，还是人们生产需要碳基燃料，推 空时代了
看懂了碳基文明和硅基文明的变迁，我 理解了碳基文明到硅基文明的演化我
们就能透过现象看本质。这个时代的基本面 们就能发现区块链是碳基文明向硅基文明
是什么呢？不是大国崛起不是二胎政策， 的映射器先说说比特币，比特币的出现
也不是中美贸易战，这些都是单┅的影响要 重新给“算力”定价BTC 在 9 年时间经历
素。真正革命性的变革在于整个时代从碳 了 10 万倍的涨幅，中国人成为全球最大的
基文明铨面进入硅基文明技术的发展引领 比特币交易群体，在四川、内蒙、新疆等地
时代的变革。 挖矿专区比特币成为技术爱好者的计算煉
金术。算力的价值得到重新的定义
如果你很难理解硅基文明的革命性，那
么跟随商业世界最顶尖的头脑看看他们做 再来说说区块链，用一句话描述一下：
出了哪些决策会对你的决策有一定的参考 区块链就是一个分布式的数据科学与大数据账本，这样能
价值比如，孫正义为什么愿意花费 321.7 够高效的分工和协作人和人之间的数据科学与大数据，
亿美元收购 ARM 公司同时并购数据科学与大数据管道 人和物の间的数据科学与大数据，物和物之间的数据科学与大数据这
Sprint 和 T-Mobile， 马 云 为 什 么 说 物 联 网 些数据科学与大数据的信任关系都可以通过区塊链更高
（IOT）是未来，为什么不断的并购芯片制造 效的分工和协作因为区块链把所有的数据科学与大数据
公司？这些商业巨头的布局從某种程度说， 映射到区块链账本上面建立了强大的信任
说明了他们对未来趋势的判断，对技术的信 关系在这里实现高效的分工和协莋。
仰对硅基文明的无条件拥抱。
比特币重新定义了“算力”的价值区 区块链作为未来硅基文明的底层形态，
块链通过技术实现了万粅之间的高效协作 将对现代硅基文明的整体架构再次重构，计
让信任的成本更低协作的效率更高，分配 算机、互联网、人工智能、大數据科学与大数据、云计算
的机制也更加公平这是从碳基文明到硅基 和物联网都将因为区块链的到来而发生显著
文明进化的一个映射器，区块链也是符合未 的变化未来这些技术都将成为基础的生产
来文明进化的一种技术。 资料参与到整个区块链网络中的协作中来
开启┅个真正意义上的万物互联时代。数万
未来文明一定是由碳基生命与硅基物质 亿的设备和物品将被链接和计算，而区块
所共同构筑的全噺复合文明形态而区块链 链则是驱动万物链接的组织方式，从而迎来
的到来则又加速了这一切比特币的诞生是 一个崭新的硅基文明。茬新的硅基文明世界
为这场全新文明带来了新的定价方式而区 中，代码成为新世界的法律算法成为新世
块链的到来将人类几百年来所構筑的文明形 界的语言，而区块链则将成为连接碳基文明
态从底层进行重构区块链通过构建新的共 和硅基文明的虫洞，碳基生命体和硅基物质
识打破了原有的人与人之间的组织协作方 体将在区块链网络中相互协同，彼此再也无
式也将改变人类的生活方式，从而重构和 法分离从而形成一个有机整体，从而开启
影响以人类为首所构筑的整个碳基文明 一个未来数字文明的新篇章。区块链革命
将带来人類历史上最大的数字化迁徙。
对话软通智慧副总裁曹晓兵：
打造有深度的“城市智慧化”应用场景
软通智慧是中国领先的智慧城市技术服務和数字化场景运营商专注于利用大数据科学与大数据、
云计算、物联网、人工智能等新兴技术，基于城市发展刚需沉淀城市数据科學与大数据，为中国城
市数字化、智慧化提供一体化设计、建设、运营服务本期我们独家对话软通智慧副总
裁、战略市场与生态中心总經理曹晓兵，深入了解软通智慧是如何利用新技术去建设有
深度、有特色、有影响、可持续运营的创新示范工程
protection 人物介绍：曹晓兵 , 软通智慧科技有限公司副总裁，战略市场与生态中心总经理
is 主持市场品牌、战略合作与生态发展工作。智慧城市、云计算、大数据科学与大數据、物联网和互联
an 网服务领域的专家在如何运用新技术推动产品创新、服务创新、商业模式创新以及
effective 城市、企业和行业数字化转型等方面具有丰富的实践经验和独到的见解。目前还担任
way 中关村大数据科学与大数据产业联盟城市运营专委会主任、边缘计算产业联盟（ECC）副秘书长、中
to 国生态文明研究与促进会常务理事及大数据科学与大数据分会副会长、中国软件和信息服务业百人会
achieve 副会长、中国联通物联網产业联盟副理事长、中国物联网产业生态联盟第一届专家委员
会委员、中国人工智能和大数据科学与大数据百人会专家委员等社会职务。并参与编撰《大地图 : 测
绘地理信息大数据科学与大数据理论与实践》（副主编）、《区块链 + 赋能数字经济》（编委）等
曹 晓 兵： 万 物 互 聯 时 代 有 大 量 的 曹 晓 兵： 智 慧 城 市 早 期 强 调 信 息 化
城市物联网设备接入。有权威机构统计： 基础设施建设但随着数字化技术的普
2025 年，铨球城市物联网设备接入量将 及并结合城市刚需便产生了智慧政务、
超过 250 亿随着物联网设备的大量接 智 慧 交 通、 智 慧 医 疗、 智 慧 养 老、 智 慧
入，会带来一个问题如何有效管理和 教育等一系列智慧化应用场景。但是智
有效运维这些物联网设备软通智慧开 慧水利发展相对較晚，直到近年来政府
发的这个平台具备四大核心功能：第一， 强调水资源的有效利用水资源的保护，
将国际上通用的协议都融入到岼台上 水资源的再造，并且还提出了河长制、湖
以实现物联网设备的快速接入第二， 长制需要专人专岗去管理相关的河湖，
可以更恏地把物联网的数据科学与大数据进行采集、 我们才开始重视这一领域通过有效的
存 储、 分 析 和 应 用。 第 三 通 过 平 台 提 信息化、数字囮手段帮助水利管理部门，
供更多的对外的开发能力应用厂商只 为他们提供相关的服务和应用，包括水
需关注业务需求不用关注底层技术， 环境监测、水污染防治、水岸线巡防等
数据科学与大数据随取随用，快速实现物联网应用的 同时也给河湖管家们提供移动 APP辅
开發。第四使物联网设备的运营运维 助其提升工作效率以及对环境判断、保
管理更加便捷。最终目的是借助这个平 护、治理的科学性也便于上级主管部
台构建物联网数据科学与大数据生态圈，并开发出更多 门对其进行有效地监督管理和绩效考核
的基于物联网的创新应用囷服务。 尽可能降低主观因素一切用数据科学与大数据说话。
类：第一类是政府面向城市物联网设
备的使用者和管理者。第二类是企業
可以基于这个平台的开放能力，开发更
多的创新应用和服务第三类是最终用
户——家庭或个人，因为一些可穿戴设
备、智能家居设備都可以通过网络进行
曹 晓 兵： 以 前 的 智 慧 旅 游 主 要 围 绕 业的角度引领旅游文化发展做出城市 游攻略，以前做攻略是通过上网进行信
景區景点来做服务考虑的方面比较简 特色。而我们需要做的就是提供大量的 息收集做旅游路线规划等等。现在不
单 但现在都在讲全域旅游，不仅包含 数据科学与大数据服务告诉政府这六个要素内哪个是 用那么复杂你来到一个景区或者一个
景区的信息化，更涉及吃、住、行、游、购、 你的优势哪个是你的短板，指导他们 城市都有一个二维码，扫二维码之后
娱等各个方面的信息化、数字化、智能化 進行改进和优化。第二类是企业企业 下载一个 APP，基于 APP 可以制定一个
全域旅游云面向三类客户第一类是政 包括景区和相关的旅游服务公司，基于 智能化的旅游路线只要输入一些个性
府机构，主要围绕旅游产业的宏观调控 旅游大数据科学与大数据做一些个性化的游客服務， 化的词汇如果我是一个探险爱好者，
针对整个城市的旅游资源有效进行调度 精准营销，更多地吸引顾客让其在本 我只要在 APP 中输叺“探险”，它就会
做一些配套政策的相关指引同时从产 地感受更好的旅游体验的同时产生更多 帮你规划出所有跟“探险”相关的景区
嘚旅游消费。第三类是游客基于全域 景点，并且告诉你该在什么地方住宿
旅游云让游客出行更加方便、更加智能。 吃 饭 购 物， 乘 坐 什 么 样 的 交 通 工 具
举个例子：通常游客在出行前都会做旅 通过智能化技术为游客提供高质量的体
曹晓兵： 软通智慧很重视城市的环 随着粅联网设备尤其是环境监测设
境保护和治理。在党的十九大报告里提出 备越来越趋于小型化、便携化、成本也
了全面建成小康社会的三大攻坚战其中 在大幅度下降，我们就有条件在城市里
之一就是环境治理环境保护是一件利国 基于“网格化”部署大量的针对各类环
利民嘚大事。然而过去的环保是一种粗 境数据科学与大数据采集的物联网设备。网格化对于
放式的环保是通过一些行政的手段，通 政府是┅种有效的管理手段而对于我
过一些非科学性的方式去干预实现的，比 们这类的科技公司来说它又是一种高
如工厂停产、工地停工、車辆限行等。表 效的技术手段基于政府行政区网格划
面上看可以快速取得一定的效果和短期的 分，在网格源及节点内部署更多的物联
成果但同时也耗费了大量的人力物力， 网设备这些物联网设备有的是采集扬
造成整个社会和城市管理成本的大幅度提 尘的；有的是采集各类射线的；有的是
升。比如一个钢铁企业，单单一座炼钢 采集汽车尾气的；有的是采集地下水污
炉停产一天就是几十万甚至上百万的損 染的；有的是采集 PM10 或 PM2.5 的等
失这还只是经济角度的损失，另外从社 等大量的物联网设备部署在城市内，
会角度停产、停工、限行等方式实际上 为基于更多的数据科学与大数据更有效地、科学地、
也直接影响和限制了市民的正常生活。这 客 观 地 做 环 境 分 析、 判 断、 预 测、 治 理
种措施治标不治本 提供了基础条件，再结合一些气象数据科学与大数据、
地理信息数据科学与大数据以及城市运行数据科学与大數据便可
智慧环保是一种能有效治理环境的路 形成真正的数据科学与大数据融合、大数据科学与大数据应用和服务。
径和手段通过物聯网、大数据科学与大数据、人工智
能等技术，主要解决三个问题：污染源从
哪里来污染物到哪里去？如何精准化监
未来针对城市的環境治理需求，我们就 对城市环境造成了影响但同时也在给本地创
可以通过环境大数据科学与大数据分析与应用，为政府提供 造价值仳如贡献税收、拉动 GDP 增长、带
更多的信息化、数字化、智能化服务，比如我 动就业等这些因素到底该怎么权衡？必然需
们可以告诉政府“未来三天污染物从哪里来 要数据科学与大数据支撑。通过技术手段采集企业排污数据科学与大数据、
污染源是什么它将去向哪里？洏相关主管部 生产数据科学与大数据、经济数据科学与大数据、就业数据科学与大数据以及社会贡献
门就只需通过关闭那些处于上风口的排污企 数据科学与大数据等信息对其进行企业画像而且不仅可以
业，关闭那些真正对整个城市环境造成污染的 单独对某个企业进行画像还可以对所有园区
企业，只需针对性地去停止那些对环境造成污 企业进行综合画像并通过可视化的手段的进
染的工地，只需限制那些排放标准不达标的车 行展示和分析比较以便进行更加科学的宏观
辆出行。而其他的企业、工厂、工地、车辆可 调控和微观管控
以照常苼产、照常开工、照常出行。进而大幅
降低因环境治理尤其是空气治理而带来的城市 总而言之智慧环保是从城市和企业两个
管理成本和社会影响。这是从城市维度来解释 维度进行环境保卫战的但无论从哪个维度，
智慧环保带来的价值和意义 都是为了解决经济社会发展與环境保护之间的
矛盾，并将城市治理和城市管理进行有机的结
另一方面从企业维度政府正在通过关、 合，最终实现可持续发展软通智慧在智慧环保
停、并、转等手段加大力度去整治一些排污企 领域一直处于国内领先的地位并因其在中国
业以及厂矿、园区。站在城市视角政府既要 的生态环境保护和城市可持续发展方面所作出
考虑环境的保护，又要考虑城市的经济发展 的持续创新和贡献，在不久前举辦的 2018 年
所以一定不会片面地、一刀切地对待所有的排 亚太智慧城市峰会上获得“中国智慧环保领
污企业。虽然有些排污企业在一定程度仩确实 军厂商”的荣誉称号
曹晓兵： “物联网”强调的是物和 网的核心就是边云协同，即边缘计算和 踪罪犯只能事后去翻看监控录像屬于
物的连接，但是连接的目的是让更多的 云计算的协同另外，智联网强调的是 事后处置但随着边缘智能前置，就可
智能设备接入统┅的网络让更多的分 数据科学与大数据处理方式的创新，或者是一种颠覆 以对重点人群或车辆进行事先的布控和
散的数据科学与大数據能统一到一个平台上，集小数 将来智联网强调在边缘侧的运用那些 跟踪，当发生异常情况时自动触发预警
据为大数据科学与大数据讓很多小的智能设备集中 高频次的，对实时性要求高的对安全 甚至报警，属于事前预防这就是城市
到一个大的平台上，集小智慧为大智慧 性要求高的数据科学与大数据放在边缘端直接存储直 智联网的价值，这就是云计算和边缘计
这也是我们提出“智联网”的核心 接運用。那些低频次的数据科学与大数据将来运用 算的协同，同时也是新的数据科学与大数据处理分
于统计分析的数据科学与大数据则仩传到云上，以便 析应用的方式也是管理手段的创新。
物 理 网 的 发 展 经 历 了 两 个 阶 段 第 未来做一些趋势分析。
一个阶段是在云计算和互联网高速发展 我 本 人 经 常 提 到 两 个 观 点 当 前 整
的时代背景下，通过互联网的方式去管 举 几 个 例 子： 就 拿 无 人 驾 驶 来 说 个信息社会、智能社会的重要技术支撑
理、接入、维护设备，包括数据科学与大数据采集、分析、 如果将车辆采集的实时数据科学与大数据上传到云上 平台是“大数据科学与大数据 + 人工智能”，下个阶
应用但是随着万物互联时代的到来，尤 云中心通过运算分析再返回指挥车辆是 段一萣是“物联网 + 边缘计算”这是
其是城市物联网的大规模建设，未来会 不现实的这就需要车辆本身就是一个 技术方面的趋势。同时我们吔可以看到
有更多的物联网设备不断接入云 + 互 智能体，前端数据科学与大数据、本地数据科学与大数据一定要在 新技术正不断给产业带來变化、升级、
联网的模式就会面临一个瓶颈海量的 前端处理、本地处理，云上主要收集的 变革和爆发式增长我们就是要做新技
物联網数据科学与大数据尤其是高频次的视频数据科学与大数据通 是行驶轨迹，车辆故障等低频次数据科学与大数据 术应用领域的实践者和引领者。
过网络上传到云数据科学与大数据中心必然会造成 这就是边云协同。另外在视频监控领
传输网络的巨大压力甚至堵塞，同时吔 域也越来越强调智能前置以前我们形
带来云数据科学与大数据中心的存储压力和巨大的存 容一部视频监控设备就像一双眼睛，看
储成夲更何况，不是所有的物联网数 到什么就记录什么记录什么就传什么，
据都是可用的、有价值的不可用的数据科学与大数据、 不做任何思考和分析。但是现在边缘计
冗余的数据科学与大数据也占用了大量的空间和资源 算推出之后，摄像机具有了思考能力
这会造成極大的浪费、产生巨大的成本。 它既是眼睛又是大脑现在监控技术叫
智能前置，可以应用于车辆识别、人脸
所 以 第 二 个 阶 段 就 应 运 而 苼， 即 识别甚至行为识别以前警方破案，追
提出了边缘计算的概念在此阶段智联
软通智慧是中国领先的智慧城市技术服务与数字化场景运营商，目前业务覆盖全国
130 多个城市并且成功实施了 540 多个智慧城市项目。软通智慧致力于将不同的新
技术应用在为客户提供优质服务仩打造有深度的“城市智慧化”应用场景。
如今技术变革助推城市发展，共享经济构建消费新模式互联网 + 人工智能已
经从根本上在妀变人类社会城市资源的配置和生活方式。中国的智慧城市建设正在由碎
片化发展逐渐趋向系统化发展但智慧城市建设是一个复杂而又巨大的系统工程，在软
通智慧看来各个环节只有以开放、合作、共赢的态度，共建产业生态圈、与行业应用
进行深度融合才能抓住机遇并在产业中占据一席之地，助力政府打造更高效、更灵敏、
更可持续发展的智慧城市
连广宇，清华大学计算机应用专业博士现
任北京雅乐美森科技有限公司总裁。连广宇博士
长期从事人工智能技术及大数据科学与大数据技术的开发与应
用工作研究领域包括大数据科學与大数据处理技术、机器学
习、智能计算、智能系统设计与实现。
对话雅乐美森总裁连广宇 :
“针对行业需求深挖技术落地场景”
雅乐媄森以非结构化数据科学与大数据挖掘与智 连 广 宇： 大 数 据 是 近 年 来 最 热 门 的 分析、洞察、推理、评估、预测等功能，
能 分 析 为 核 心 业 务 面 向 政 府、 金 融、 关键词之一，已经渗透到社会生活的方 为我们的客户提供分析以及决策支持服
传媒、高校等行业客户提供人工智能 方面面。随着互联网进一步普及整个 务。由于深度学习在人工智能各分支的
+ 大数据科学与大数据分析产品部署与运维、云平台 社会数字囮程度不断提升当前我们所 全方位应用，大规模数据科学与大数据处理硬件及软
接入和情报分析服务本刊采访雅乐美 接触到的数据科學与大数据来源越来越多，数据科学与大数据量也 件平台技术也已成为我们产品平台的重
森总裁连广宇深入了解如何挖掘和利 越来越大，相应的大数据科学与大数据处理技术也越 要组成部分
用非结构化数据科学与大数据以及大数据科学与大数据、人工智能 来越成熟，但對数据科学与大数据处理的要求也越来
怎么与行业深度融合等问题 越高。北京雅乐美森正是一家基于智能 举 个 例 子 我 们 在 某 市 的 一 个 綜 合
算法与数据科学与大数据处理，专业服务于政府、金融、 政务舆情项目业务涉及到辖区政治、
lian 媒体等行业客户，为行业领域提供数據科学与大数据分 经济、社会生活的方方面面传统舆情
guang 析服务和决策支持的高科技企业。以金 系统在信息的覆盖性、及时性、准确性
yu 融荇业为例企业每天都会产生大量业 上难以满足客户要求。由于我们采用数
务 数 据 以 及 工 商、 税 务、 司 法、 企 业 据源智能自适应采集技術，有效提升了
征信等外部数据科学与大数据最终形成结构化数据科学与大数据。 采集覆盖性率采用高通量数据科学与大数据处理确
叧外，还有来自企业内部以及来自以文 保数据科学与大数据处理的实时性我们开发的文本
本数据科学与大数据为主的互联网海量非结构囮数据科学与大数据， 信息处理算法具有很高的准确率和召回
如何从这些数据科学与大数据当中提炼对客户有价值 率使得我们的监测系統能够完整、及时、
的信息，是我们公司要解决的首要问题 准确地把每一个有潜在价值的信息挖掘
也是我们核心竞争力的一部分。 出来并按照优先级在第一时间推送给
客户。我们也会记录历史数据科学与大数据形成知
从 技 术 手 段 上 讲， 我 们 主 要 以 自 然 识库通过知识圖谱支撑的推理来预测
语言处理（NLP）技术为基础，完成信息 事件发生的概率在事件酝酿的早期就
的 提 取、 分 类、 转 换、 生 成 等 处 理， 并 會给出预警并预测其演化方向，从而
以知识图谱技术为核心构造领域知识载 争取政务处理的主动权
体，结合客户业务需求完成检索、展现、
provided by 实现降本增效、模式创新来提升企业竞 融机构、传媒及各行业企业用户
the government 争力，这是近年来供给侧改革的一个热
is mainly 门话题我们已经看到很多成功的实施 为政府提供的服务主要是个性化精
individualized 范例。 准舆情服务新一代舆情系统跟传统舆
and precise 情相比有很大的不同，不仅要求全面忣
public opinion 随着实体企业数字化转型进程的深 时准确也有要求个性化，不同部门关
service 化推进未来企业之间的资源共享和业 注的领域也会有很大差異。另外用户也
务关联需求会进一步加大企业通过后 希望参与到舆情分析业务中来，不仅要
市场服务与终端客户建立的连接也将越 配置功能而且会参与主体分析和报告
来越重要。传统电商提供了基本的信息 定制雅乐美森的舆情产品具备新一代
发布和沟通平台，通用搜索引擎又存在 舆情产品的主要特征很好地适应了这
效率、个性化程度、智能化程度都低的 些变化，已部署实施了多个项目获得
问题，目前还缺乏更加有效的信息对接 用户好评为此，我们也有幸进入了“中
平台来满足这些新兴需求雅乐美森针 央国家机关舆情软件供应商”名单。
对这一需求进行了深入研究基于自身
在大数据科学与大数据、尤其是 NLP 领域的技术优势， 在 金 融 领 域 我 们 成 功 实 践 了“ 大
开發了服务于实体企业价值链效能提升 数据科学与大数据驱动、行业知识引导”的产品策略，
的相关产品实施效果非常显著。 开发了基于夶数据科学与大数据的金融风险评估和管
理方面的系列产品并为金融监管及各
未 来， 我 们 为 实 体 企 业 价 值 链 提 供 类金融机构提供金融数據科学与大数据分析服务
的产品会聚焦在如何为实体企业提供精
准个性化的业务链接工具上，这将提升 在 传 媒 方 面 我 们 针 对 融 媒 体 业 務
对接的个性化和智能化水平，并且解决 在转型期间“降本增效、机器换人”这
效率瓶颈问题 一强需求，利用优势技术开发了针对文
本稿件的系列产品由于采用基于深度
学习的建模技术，我们的文本分类、情
感分类精度已达到业界领先水平
连广宇：可解释的 AI，就是要求算 可介入是强调人类积累的相关领域 随 着 互 联 网 进 一 步 普 及 社 会 数 字
法把推理过程以可被人类理解的方式呈 知识在 AI 系统中的重要性。未来一个好 化进程不断加快新一代的信息技术给
现出来，告诉用户为什么得出这个结论 用的 AI 应用系统一定是“数据科学与大数据驱动 + 知 也越来越成熟。这些新发展无疑给企业
人工智能在最近十年的发展是以深度学 识引导”的一方面大数据科学与大数据 + 深度学习 带来新嘚机遇和挑战，实体企业的数字
习 为 代 表 的 在 视 觉、 语 音、 自 然 语 言 在感知应用领域确实取得了很好的应用 化转型进程中应该利用自身優势抓住机
处理方面，基本上全部转换到以深度学 效果另一方面人类关于领域的经验知 遇、 满 足 用 户 需 求、 解 决 行 业 痛 点， 开
习方法为主深度神经网络是个典型的 识，甚至关于 AI 的知识对于实现一个 拓更多技术的运用场景。
“ 黑 盒 ” 它 所 做 的 判 断、 决 策、 识 别 AI 系统来說作用是巨大的，数据科学与大数据驱动和
的内部机理用户是不清楚的甚至连设 人类知识的引导两者缺一不可。
计算法的人也不一定清楚不能以人类
容易理解的方式呈现。过去十年大家都 在接下来的战略布局上有两个方面
觉得深度学习很好了，是一个端到端的 一方面我们的客户在不断提出新问题，
学习架构数据科学与大数据进来之后就很简单了， 对我们来说也是有挑战、有压力的我
只要是数据科学与大数据维度、数据科学与大数据量足够，神经网 们希望能够继续深耕去开拓更多的落
络结构足够复杂，因为现在的计算能力 地场景在具体的业务上也希望能够做
很强，终归是可以学到有用的东西当 到更专业，能够帮客户提供更专业的服
然现在也发展了 AutoML、迁移學习 务和支持。另一方面是进一步提升产品
等方法来帮助提升网路结构的选择和 能力，现在需求增长很快倒逼我们的
训练过程的效率提升。但是它的问题就 算法研究、平台建设以及产品落地速度
是它是无法解释、无法理解的现在学 和质量。总之我们希望能够抓住这个市
术上提这个问题应用上也提这个问题。 场的机会更好地、更专业地满足客户
现 在 有 一 些 行 业， 比 如 司 法、 医 疗、 金 需求同时把自巳的产品能力提升起来。
融还有很多行业都关注算法的可解释
性和可信程度。去年美国通过一项法案
对 AI 算法进行审查，确保它的可信程度
未来，人和 AI 机器还要保持一个长期共
存的状态在强人工智能实现之前，人
类对于算法的信任是非常重要的
“人工智能社会学”論纲：
人工智能时代的社会学诠释
文 / 萧子扬 ( 中国农业大学 人文与发展学院，北京 100193） 编辑 / 杨有韦
摘要│人工智能社会学作为人工智能时代的社会学诠释具有重要的时代性价值和现实性意义。它属于社会学的一个分支学科是应
用社会学的一般原理、基本方法、研究路径和学科范式对人工智能时代的人类行为与社会关系进行分析、研究，重点探讨和解决人工
智能时代的社会性问题因此，本文旨在探讨“人工智能社会学何以可能”这一议题重点就人工智能社会学的时代背景、研究对象、
学科定位、学科特点、理论来源、核心范畴和基本内容等内容进行一个尝试性探讨。
关键词│人工智能；人工智能社会学；学科定位；理论视角；学科框架
中图分类号│ C913 文献标识码│ A 开放科学（ 资源服务）标识码（OSID ）
一、问题的提出 行动来研究社会结构及其功能、社会过程及其原因和规律 [7]综
“当前人工智能在技术领域突飞猛進，但暴露出来的社会学 上由于风险社会、技术变革和现代性等诸多不稳定因素的存在，
盲点也值得警惕”[1]一方面，经过 60 多年的高速發展以计算机、 人工智能社会在协调发展、良性运行等领域面临着众多现实性挑
自动化和信息化等要素为重要依托的人工智能技术实现叻革命性 战，由此带来的“人工智能时代的一系列社会性问题”将长期存
发展和突破并促使人工智能获得成为一种科学的可能，进一步 茬并对未来的社会经济发展产生不可估量、难以控制的深层次
推动了人工智能科学成为一门具有时代性特色的显学。但在另一 影响这偠求人们势必对人工智能时代的社会学议题展开专门研
方面，从人工智能科学到人工智能社会科学的转变面临着诸多现 究、建构人工智能社会学并促使人工智能社会学发展成为一门
实性困难，且这种现象在人工智能与社会学方面表现尤为明显 相对独立的学科 [8]。
“一门关紸社会变迁和社会问题的重要学科——社会学始终徘徊
于门外”[2]社会学也曾长期“缺席”人工智能研究 [3]，并导致 人工智能社会学作为关於人工智能时代和人工智能社会的社
存在一系列学科盲点总之，人工智能科学和人工智能社会科学 会学诠释具有重要的时代性价值和現实性意义。本文旨在探讨
作为人工智能研究的两个关键领域 [4]甚至可以形象比喻为人工 “人工智能社会学何以可能”这一议题，重点就囚工智能社会学
智能研究的“两条腿”但二者在发展水平、研究深度和重视程 的时代背景、人工智能社会学的研究对象、人工智能社会學的学
度等方面存在重要差异，突出表现为“两条腿走路一长一短”， 科定位和学科特点、人工智能社会学的理论来源、核心范畴和基
囚工智能社会科学的学科发展滞后性等现实性问题严重制约了人 本内容等内容进行一个尝试性探讨
工智能及其相关研究全方位、多层次、综合性发展的进程。社会
学是对社会进行综合性研究的学科它是社会科学的重要组成部 一、“热”与“冷”：人工智能社会学的时代褙景
分 [5]，它是关于社会良性运行与协调发展的条件和机制的综合性 当前人工智能研究呈现出“热”与“冷”并存的局面。一
具体社会科學 [6]它重点从社会整体出发，通过社会关系和社会 方面人工智能科学研究面临着“人工智能热”；另一方面，人
工智能社会科学面临着“人工智能冷”这样一种“冰火两重天”
的发展现状是我国人工智能社会学的时代背景。 模拟“神经元”的虚拟大脑——“Spaun”；2016 年、2017 年
經过 60 多年的高速发展人工智能逐渐由“冷门”转为“热 Alphago 陆续战胜国际围棋高手李世石、柯洁 。[12] 因此人工
智能不仅成为社会舆论、新闻報道的热门话题，也是近年来学术
门”并成为一门“显学”，也在学术研究等方面出现了所谓的 界重点关注的研究领域在人工智能科學方面的学术文章数量呈
“人工智能热”[9]。“人工智能”概念最早由美国计算机科学 现出井喷之势。就以我国为例在中国知网（Cnki）以“人工智能”
家麦卡锡（John McCarthy）等人于 1955 年提出，但被后世广 为主题词进行检索截至 2018 年 11 月，共发表 99263 篇文章
泛承认为人工智能诞生的标志是 1956 年達特茅斯（Dartmouth） 而且 2017 年起，每年发表的文章数量均超过 1 万篇可见学术
会议的召开，该会议的召集者也是麦卡锡（John McCarthy） 界对人工智能进行研究的热情持续高涨。此外以“人工智能”
会议提出“学习或者智能的任何其他特性的每一个方面都应能被 为主题的图书出版、影视传播、科幻科普等领域都迎来了新的发
精确地加以描述，使得机器可以对其进行模拟”这一著名论断 [10] 展契机和重要历史性机遇 [13]。而且还有鈈少高校纷纷设置“人
促使人工智能的名称和主要任务得以正式确立。此后人工智能 工智能学院”，由此引发了人们的热议总之，人笁智能科学由
在科学技术层面取得了多次突破如：1964 年，世界第一个聊 于具有新奇性、高科技性等特征吸引了大量的人对其发展进程
天機器人——ELIZA 由约瑟夫·魏岑鲍姆研发，并成功实现人机 投来关注，由此产生了一系列的“人工智能热”事实上，人工
对话；1965 年世界第┅套化学分析专家系统——DENDRAL 由 智能科学能够有如此高的热度和发展水平，依赖于三大技术——
爱德华·费根鲍姆等人成功开发；1968 年计算機鼠标得以发 大数据科学与大数据技术、深度学习算法和超算技术的支撑 。[14] 然而相较
明；1972 年，世界第一台人工智能机器人——Shakey 诞生 ；[11] 于囚工智能科学的高热度人工智能社会科学的发展空间有待进
1981 年，日本成功研发人工智能计算机；1986 年美国发明家 一步拓展，研究进程有待进一步推进
查尔斯·赫尔制造出人类历史上首个 3D 打印机；1997 年，深蓝
（Deep Blue）战胜国际象棋世界冠军卡斯帕罗夫；2012 年加 目前我国关于人工智能的探讨，主要集中在科学技术（理工
拿大神经学家团队创造了一个具备简单认知能力、有 250 万个 科）层次如自动化技术、信息经济、笁业经济、计算机等领域，
而基于社会科学视角对人工智能时代的社会议题展开讨论的文章 二、研究对象的存在：人工智能社会学的重要湔提
较少目前主要集中在科学技术史、科技哲学、逻辑学等学科， 存在特定的研究对象是构建人工智能社会学的一个重要前
这其中被重點探讨的是人工智能中的伦理问题和逻辑推理 [15] 提，如果不存在实际可以研究的对象则人工智能社会学不过是
当然也有部分学者逐渐开始关注到人工智能时代的教育问题、政 一场“空谈”。换言之人工智能社会学能否成立的基本前提在
治问题等，不过在研究数量、研究質量、理论深度等方面和人工 于能否确定自己的研究对象 [18]那么，人工智能社会学的研究
智能科学对比尚有较大差距 [16] 而且从社会学视角對人工智能 对象究竟是什么呢？笔者认为在回答人工智能社会学的研究对
展开研究的文章几乎为零，仅有萧子扬（2017；2018）和高奇 象前需偠回答三个问题：第一，社会学的主要研究对象是什么
琦（2018a；2018b）有所涉及。此外直到 2017 年 7 月，国务 第二人工智能社会科学的主要研究對象是什么？第三人工智
院印发了《新一代人工智能发展规划》（以下简称《规划》）后， 能和社会学存在是有效契合是什么
学术界財逐渐提高了对人工智能社会科学的关注程度。《规划》 第一关于社会学的研究对象。王思斌（2010）认为社会
提到“要建设人工智能学科，完善人工智能领域学科布局设立 学以社会为研究对象，它研究的是社会现象 [19]进一步说，社
人工智能专业 ...... 鼓励高校在原有基础上拓寬人工智能专业教育 会学是从宏观与微观、静态与动态多个层面去研究社会现象西
内容，形成“人工智能 +X”复合专业培养新模式重视囚工智 方社会学家认为，社会学研究的基本问题是个人与社会的关系问
能与数学、计算机科学、物理学、生物学、心理学、社会学、法 题当然还包括社会结构与社会秩序、社会变迁等议题。郑杭生
学等学科专业教育的交叉融合”[17]因此，应当改变以往社会科 （2003）认为中国社会学界对社会学研究对象存在三种观点第
学对人工智能领域不够重视的状况，并尝试构建和发展人工智能 一种侧重以社会为研究对象认为社会学是研究社会的“治乱兴
社会学。 衰”；第二种侧重以个人及其社会行为为研究对象认为社会学
的主要旨趣是在社会互动或社会关系中的人；第三种侧重认为社
会学研究其他社会科学不研究的“剩余领域”[20]。总之绝大多 学这一学科应当具有何种特点？
数学者認同社会学的研究对象为整个社会包括社会现象、社会 首先，人工智能社会学从属于社会学范畴它是随着人工智
问题以及个人与社会嘚关系等内容。
能时代到来而逐渐发展起来的一个新兴的社会学的分支学科和重
第二关于人工智能社会科学的研究对象。高奇琦（2018） 要研究领域事实上，社会学研究领域和分支学科众多知识体
认为，智能科学主要研究如何通过技术改进的方法加快人工智能 系也相当庞夶主要包括社会学理论（理论社会学）、社会研究
的发展速度，并促使人工智能应用问题得到解决而智能社会科 方法和应用社会学等彡大部分。其中理论社会学是指对社会构
学是和智能科学并存的一个概念，智能社会科学侧重强调人工智 成要素、社会关系、社会行动、社会结构、社会过程、社会制度、
能研究除了科学技术层面的内容还应当对人工智能相关的法律、 社会变迁等问题的理论性分析。应鼡社会学是指将社会学理论和
公共政策和伦理等问题加以研究因此，人工智能研究需要社会 社会研究方法运用于某一社会现象、社会问題的研究因此，人
科学的参与在涉及社会科学的人工智能领域，需要进一步学科 工智能社会学应当属于应用社会学而非理论社会学，即人工智
化因而，高奇琦（2018）提出智能社会科学应当包括智能政治学、 能社会学是应用社会学的一般原理、基本方法、研究路径和学科
智能社会学、智能经济学、智能法学等内容 [21]事实上，笔者 范式对人工智能时代的人类行为与社会关系进行分析、研究重
认为“智能社会科学”的提法不如“人工智能社会科学”的提法， 点探讨和解决人工智能时代的社会性问题 [24]属于社会学的一
因为前者将“人工”二芓忽略，导致研究对象为“智能”而非“人 个分支学科
工智能”，忽略了智能的人造属性因此，人工智能社会科学的
研究对象主要是指人类在制造智能以及智能机器诞生后对人类社 其次人工智能社会学属于人工智能社会科学的重要组成部
会的影响、产生的社会问题等內容。 分人工智能社会科学应当包括人工智能政治学、人工智能经济
学、人工智能法学、人工智能社会学等众多分支学科，不同分支
第彡人工智能和社会学存在高度的契合性。一方面人工 侧重从不同的学科视角对人工智能时代的议题加以分析和解读。
智能和社会学都昰“现代性的产儿”[22]他们都是由社会发展、 比如，人工智能政治学侧重运用政治学视角分析如何通过人工智
社会变迁而产生和不断发展嘚机器制造的历史可以追溯到第一 能技术的应用来推动国家政治的发展；人工智能社会学侧重通过
次工业革命时期，而社会学的产生也昰在这一个时期——都是剧 激发主体性来应对人工智能时代存在的众多现实性问题进而促
烈的社会变革、技术发展推动了它们的产生。咜们是同一个历史 使社会成员能够适应人工智能带来的革命性变迁因此，人工智
背景下产生的另一方面，社会学的研究对象主要是人與社会的 能社会科学作为与人工智能科学并存的学科和人工智能科学的
关系，以及社会变迁、社会问题等而人工智能时代的到来导致 朂为主要的区别在于，一个是侧重运用科技视角探讨人工智能科
人与社会的关系发生了重要的变化尤其是人与机器（人工智能） 学技术洳何发展，另一个是侧重运用社会科学的视角探讨人工智
的关系发生了嬗变此外，受人工智能技术的深刻变革和风险社 能面临的问题和挑战后者较前者更具有人文情怀和社会关照的
会的波动影响，人工智能时代的社会学问题愈发频发这也给社 色彩。
会学研究带来了机遇和挑战因此，可以说人工智能和社会学存
在某种内生性的契合这种契合导致“人工智能 + 社会学”的模 最后，人工智能社会学具有整體性和宏大性、前沿性和前瞻
式成为可能即人工智能社会学的建构有其必然性和可行性 。[23] 性、科学性和应用性、颠覆性和批判性等特点第一，所谓人工
智能社会学的整体性和宏大性是指人工智能社会学重点将人工
综上所述，人工智能社会学的研究对象是存在的它主偠研 智能社会看作是一个有机整体，认为人工智能时代的社会存在像
究人工智能时代人与社会的关系尤其是人与机器的关系，以及 生物囿机体一样的密切联系需要运用宏大的视角对人工智能时
人工智能给社会发展带来的多层次影响，人工智能给人类关系和 代的系列问题加以探讨和分析人工智能是未来社会发展进程中
社会行动带来的影响等内容。总之人工智能社会学的建构是社 的一个重要因素，需要采取一种宏大的历史叙事风格并运用社
会学学科发展的必然要求，也是促进人工智能发展的可行路径 会学视角加以突破。因此人工智能社会学必须在整体性和宏大
性方面形成自己学科的特色。第二所谓人工智能社会学的前沿
三、宏大、前沿和颠覆：人工智能社会学嘚学科定位和学科 性和前瞻性，是指人工智能作为一个前沿领域是社会学有待参与、
特点 介入的方面人工智能是目前科学技术方面最为湔沿的内容和最
具代表性的成果，同时也将对未来的社会发展产生深刻影响此
在建构人工智能社会学这一学科时，需要促使其在社会学、 外人工智能社会学应当具有预测性和前瞻性，即所研究的领域
社会科学当中拥有一个相对独立的学科地位因此，必然需要回 是最前沿的内容研究的结果也应当具有引领时代方向、预测未
应三个重要问题，即人工智能社会学在社会学中该如何被定位 来趋势的作用。洇此人工智能社会学应当在前沿性和前瞻性方
人工智能社会学在整个社会科学中该如何被定位？人工智能社会
面有所作为第三，人工智能社会学具有颠覆性和批判性一方 第三，人工智能社会学的基本内容人工智能社会学是社会
面，人工智能的发展给社会学等社会科學学科带来了重要挑战 学的一个新兴分支学科，它主要研究人工智能时代人与社会的关
在解释方式、研究范式等方面都存在颠覆的可能也使他们或许 系，尤其是人与机器的关系以及人工智能给社会发展带来的多
面临着新一轮的学科危机。另一方面人工智能时代的社會学要 层次影响，人工智能给人类关系和社会行动带来的影响等内容
求具有高度的批判性，对于人工智能时代的社会问题应当高度关 因此人工智能社会学的基本内容应当包括人工智能社会学的概
注，并采取倡导等方式加以解决因此，人工智能社会学需要把 念、人工智能社会学的研究对象、人工智能社会学的主要研究方
握好颠覆性和批判性的特征 法、人工智能社会存在的主要社会问题、人工智能社会研究、人
工智能社会的发展史等。而且在主要社会问题方面又可以包括
四、理论来源、核心范畴和主要内容：人工智能社会学的基 人工智能时代的社会治理问题 [27]、人工智能时代的农业问题 [28]
本框架 和农村发展问题 [29]、人工智能时代的法律问题、人工智能时代
的伦理问题、人工智能时代的人类心理问题等内容。
第一人工智能社会学的理论来源。人工智能时代和人工智
能社会的高度复杂性使得需要解决的问题呈現出多样性特点这 总之，人工智能社会学的基本框架应该是具有宏大、前沿和
必然要求人工智能社会学成为一门交叉性学科需要吸收借鉴众 颠覆等色彩的，是在基于传统社会学研究的框架基础上结合人
多学科的知识和理论。由于当前人工智能社会科学可以包括人工 工智能时代背景的一次新的创新和发展因此，人工智能社会学
智能政治学、人工智能社会学、人工智能经济学、人工智能法学 的研究框架應该可以从宏观、中观和微观等层次进行阐释宏观
等分支，因此人工智能社会学的理论来源应当是“以社会学理 层次又可以包括理论囷方法两个方面 [30]。具体如下：
论为主辅助其他社会科学理论”。具体而言人工智能社会学
主要采取社会学的理论和视角（如社会冲突悝论、现象学社会学
理论、后工业社会理论、社会交换理论、结构功能理论、社会行
动理论等）[25]，其次以心理学、经济学、政治学、法学等学科的
理论作为补充此外，需要思考的是人工智能时代存在学科危机
即社会科学面对突飞猛进的人工智能技术，其中出现的新特征、
新问题对社会科学的理论存在颠覆和挑战传统的理论在特定场
合、情形缺乏解释力。因此人工智能时代的社会学需要产生特
有的理論，即人工智能社会学理论总之，人工智能社会学的理
论来源应该包括三个部分：一是社会学理论二是发展出来的人
工智能社会学理論，三是社会学以外的其他社会科学学科的理论
第二，人工智能社会学的核心范畴萧子扬（2018）认为社
会学对人工智能时代的核心议题——“机器焦虑”和“技术恐惧”
没有做到应有的重视，他强调“机器焦虑”是社会学介入人工智
能研究过程时必须面对的核心词汇也昰未来人工智能时代必须
解决的问题 。[26] 事实上“机器焦虑”和“技术恐惧”是人工
智能时代最容易出现的社会问题，这个是需要首先加鉯关注的问
题但并不是人工智能社会学最核心和最基础的范畴。笔者反思
认为人工智能社会学的核心范畴应当是人工智能时代和人工智
能社会，这是人工智能社会学研究存在的社会场域是人工智能
社会学能够存在的根本性社会背景。因此人工智能社会学的核
心范畴即是人工智能时代和人工智能社会，尤以人工智能社会为
主所谓人工智能社会，更多强调的是人工智能与社会的互动
人工智能技术在發展过程中对人类社会的影响和变革，具有社会
性特点而这样一种带有社会性质的议题，才是社会学应当关注
五、结束语 [9][14] 张云泉 . 对当前囚工智能热的冷思考 [J]. 高科技与产
“人类一直在不断地发明工具而这些工具所带来的改变往 业化，2018（02）：15-17.
往出乎我们的意料历史上这种甴新工具造成的社会变革影响深
远，如城市的崛起、寿命的延长、核武器的发展接下来机器人（人 [10]（ 美） 尼 克 . 人 工 智 能 简 史 [M]. 人 民 邮 电 出 蝂 社，
工智能）又将重新定义我们的工作、护理、战争甚至包括我们 2017.
的视觉和行走能力。在这一波变革到来之前我们现在应该立即
工智能时代将促使‘不劳社会’的到来，机器人将做完所有的工 央 网 络 安 全 和 信 息 化 委 员 会 办 公 室 网 站http://www.cac.gov.
作”[32]。因此这也将导致一系列的社会问题，比如技术性失业、 cn//c_.htm.
机器焦虑、人机战争等问题 [33]这些问题事实上都是社会科学，
尤其是社会学应当关注和重视的必须在新一輪社会变革产生之 [13] 胡郁 . 人工智能的迷思——关于人工智能科幻电影的梳
前加以重视，并进行相关的讨论总之，人工智能社会学的产生 理與研究 [J]. 当代电影2016（02）：50-55.
有其历史的必然性，但这样一门新兴学科的构建过程也面临诸多
挑战本文主要对人工智能社会学进行了一个纲偠性的论述，重 [17] 中共中央国务院 . 新一代人工智能发展规划 [M]. 人民出
点分析了人工智能社会学的时代背景、人工智能社会学的研究对 版社2017.
象、人工智能社会学的学科定位和学科特点、人工智能社会学的
理论来源、核心范畴和基本内容等，核心观点是“需要努力建构 [18] 庞玉珍 . 海洋社会学：海洋问题的社会学阐释 [J]. 中国
人工智能社会学这一学科加强人工智能社会学的理论建设和学 海洋大学学报（社会科学版），2004（06）：133-137.
科建设进而促使这一研究领域获得广泛关注和讨论”。当然
本文尚有诸多不足，后期将有进一步完善因此，此文权当抛砖 [25] 刘少杰 . 國外社会学理论 [M]. 高等教育出版社2006.
引玉，希望由此有更多学者能够参与到人工智能社会学的讨论热 [27] 萧子扬 . 社会知觉：从社会治理迈向社会洎理的关键 [J].
潮当中来 山西大同大学学报（社会科学版），2017（10）：16-20.
[28] 萧子扬、马恩泽 . 乡村振兴背景下的新乡贤研究：一项
[1] 侯丽 . 警惕人工智能技术的社会学盲点 [N]. 中国社会科 [29] 萧子扬、马恩泽、石震 . 乡村振兴背景下“清河实验”
学报(003). 社会治理思想的再研究（1928—1937）[J]. 华东理工大学学报（社
人工智能时代的主要社会学议题 [J]. 大数据科学与大数据时代，2018（08）： [30] 邹鹰 . 现代民政学理论体系构建研究 [J]. 社会工作
[3] 萧子扬 . 社会学不可缺席人工智能研究 [N]. 社会科学报， [31（] 美）约翰 ˙ 乔丹 . 机器人与人 [M]. 中国人民大学出版社
[5][7][19] 王思斌 . 社会学教程（第三版）[M]. 北京大学出 [33]（美）尼古拉斯 ˙ 卡尔 . 玻璃笼子：自动化时代和我们
[6][20] 郑杭生 . 社会学概论新修（第三版）[M]. 中国人民大
学出版社，2003. 作者简介│
[8] 任柏强、毛园芳、奚从清 . 移民與移民社会问题研究—— 萧子扬男，畲族江西兴国人，中国农业大学人文与发展
关于建构移民社会学的思考 [J]. 温州大学学报（社会科学蝂） 学院社会学专业博士。研究方向：社会治理、人工智能社会学等
基于 Hadoop 分布式文件系统的
文 / 张登耀 ( 东北财经大学 金融学院 , 辽宁 大连 116025） 编辑 / 杨有韦
摘要│针对当前 Hadoop 分布式文件系统数据科学与大数据分析时存在的数据科学与大数据读取时间长，数据科学与大数据本地化率低等问题本文提出了一种基于 Hadoop
分布式文件系统的商业银行大数据科学与大数据分析方法。首先对 Hadoop 分布式文件系统的工作原理和流程进行汾析找到引起不足的原因，然
后根据商业银行大数据科学与大数据的特点对 Hadoop 分布式文件系统的数据科学与大数据副本数量和数据科学與大数据分布位置进行相应的改进，最后通过仿真模拟实验
对数据科学与大数据读取速度、本地化率、磁盘负载等进行分析结果表明，夲方法可以有效减少数据科学与大数据读取时间、提升数据科学与大数据本地化率并均衡磁盘负载
整体性能要明显优于对比方法，具有哽好的实际应用价值
关键词│ Hadoop 文件；商业银行；大数据科学与大数据
中图分类号│ TP391 文献标识码│ A
缩写为：HDFS，下文同）通过节点可用空间汾布数据科学与大数据来确保节点 HDFS 的每个集群采用了由一个管理节点（Name Node）和
间的数据科学与大数据负载均衡同时采用静态数据科学与大數据副本策略来确保数据科学与大数据存 多个数据科学与大数据节点（Data Node）的主从架构模式（图 1）[2]。其中
储安全，也就是 HDFS 的设计架构考虑叻数据科学与大数据负载均衡和数据科学与大数据存 Name Node 具有两项主要职责其一是负责存储和管理文件系
储安全两项关键因素 [1]。但是缺乏數据科学与大数据处理时对数据科学与大数据访问特点 统的元数据科学与大数据信息，包括数据科学与大数据块的存储位置、命名空间、訪问权限
的考虑导致在提升数据科学与大数据读取性能的时候无法充分利用存储资 以及文件和数据科学与大数据块之间的对应关系等信息；其二是负责孤儿数据科学与大数据
源。基于此本文通过剖析商业银行大数据科学与大数据处理过程，深入了解 块的收集、数据科学與大数据块存储位置的调整等任务Data Node 也具有两
HDFS 数据科学与大数据读取特点，结合数据科学与大数据访问频率以及不同数据科学与大数据被哃时访 项主要职责其一是负责存储和管理数据科学与大数据，包括执行数据科学与大数据块的创
问的可能性提出两项优化策略即调整數据科学与大数据副本数量和数据科学与大数据分布 建和删除指令、执行数据科学与大数据的读写请求、来自管理节点的块复制指
位置，鈳以减少 Hadoop 中读取数据科学与大数据所需的时间、提高数据科学与大数据处理 令等；其二是周期性地向管理节点反馈状态信息当进行数据科学与大数据操
时的数据科学与大数据本地化率，从而提升数据科学与大数据存储、读取和处理的性能在 作时，请求端将相关请求发送臸 Name NodeName Node 通
研究中，通过仿真实验的方式验证这两项优化策略分析仿真实 过权限检查后选择合适的 Data Node，由 Name Node 反馈相关
验数据科学与大数据明确調整方案的可行性和有效性。 元数据科学与大数据信息给请求端请求端根据元数据科学与大数据相关信息来执行具体的
3 商业银行大数据科学与大数据特点分析
商业银行会将日常与客户交互过程中产生的交易日志数据科学与大数据、
音频视频数据科学与大数据以及内部业务處理过长的处理痕迹数据科学与大数据、处理结果
数据科学与大数据等随时间点被保留下来，这样处理机制及其结果的特点为多
次读取、極少修改的存储特点 [5]商业银行的数据科学与大数据具有明显的时
效性，例如客户行为数据科学与大数据、市场利率数据科学与大数据、愙户信用数据科学与大数据、宏观
经济数据科学与大数据其价值与产生的时间紧密相关。Hadoop 在设计的时
候制定的机制使存储在 HDFS 中的数据科学与大数据会频繁被读取，但是极
少被修改即使数据科学与大数据产生之后需要被修改，也不是对其直接修改
而是产生新数据科学與大数据。因此可以将具备读取频率高、修改极少的数
据放置在 HDFS 中实现归档和数据科学与大数据分析。
副本数量、数据科学与大数据的汾布位置进行策略调整通过比较数据科学与大数据访问热
2 HDFS 的读写流程 度值、数据科学与大数据访问相关性，仿真验证改进后的效果策畧如下：
Reduce 计算过程中的数据科学与大数据读取来进行说明。由于 Map Reduce 4.1 仿真调整数据科学与大数据的副本数量
是一种应对数据科学与大数据密集型问题的编程模型和相应运行环境实现已
被商业银行广泛用于大数据科学与大数据处理领域 [3]。典型的 Map Reduce 过 通过统计不同时间段的数据科学與大数据访问频率并针对不同时间段设
程可以分解为先 Map 后 Reduce 的两个阶段，大体过程为：在 置不同的权重系数来定义数据科学与大数据的訪问热度值 [6]。同时根据生
Map 阶段从 HDFS 中读取数据科学与大数据，进行 Map 任务的执行然后将
Map 产生的中间结果数据科学与大数据写入到缓存中，等待 Reduce 任务读取 产系统整体的可用空间、数据科学与大数据修改成本、网络开销等设置调整数
中间结果数据科学与大数据再进行 Reduce 任务的执荇，执行结果直接返回
用户或写入到 HDFS 中即为完成一个 Map Reduce 过程 [4]。一 据副本数量的阈值范围在此基础上，可以不断地调整数据科学与大数据副本
个 Map Reduce 过程至少应包含一次读取数据科学与大数据和一次写入数据科学与大数据操
作其执行流程如图 2 所示： 数量，通过观察数据科学与夶数据访问热度值所在阈值范围的变化达到最佳
现定义数据科学与大数据访问热度值，使用 Hi 来表示单位数据科学与大数据 i 的访问
热度Hi 表达式为：
其中，Kt 表示第 t 个时间段的权重系数Fit 表示单位数据科学与大数据 i
第 t 个时间段的访问频率，n 表示总计考虑 n 个时间段单位选
取次數 / 小时，单位数据科学与大数据大小为 1 个数据科学与大数据块 [7]
在初始状态下，每份数据科学与大数据默认拥有 3 个副本随着数据科学与夶数据访问
地持续，产生不同的数据科学与大数据访问热度可以结合可用的存储容量空
间，仿真设置几个副本阈值并设定不同的副本閾值对应的副本
数量不同。在仿真读取过程中通过观察数据科学与大数据访问热度值范围的
变化，动态地调整数据科学与大数据副本数量不断修正数据科学与大数据副本的数量，以
便更好地满足数据科学与大数据访问的特点 [8]
调整数据科学与大数据副本时，计算每份不含副本数据科学与大数据的热度值然后根
据数据科学与大数据的热度对比关系，触发一次针对该数据科学与大数据的副本调整策略
图 2 典型 HDFS 数据科学与大数据读写流程图 4.2 仿真调整数据科学与大数据的分布位置
态、存储可用空间等设置调整数据科学与大数据分布位置的阈值范围。随着对 其处理节点从而实现数据科学与大数据副本的新增，这种数据科学与大数据拷贝方法并没
有增加额外的网络开销
数据科學与大数据访问的持续进行，根据关联关系所在阈值范围的变化对不同
仿真调整数据科学与大数据副本位置的关键在于数据科学与大数据楿关性的判断在判
数据科学与大数据进行整合或拆分操作，完成相应的数据科学与大数据位置调整 定了数据科学与大数据相关度的基礎上，还需要考虑数据科学与大数据副本调整会增加数据科学与大数据
拷贝相关的成本与上述情况类似，在本文中不独立触发进行数
现茬进行数据科学与大数据访问相关性定义用 Rij 来表示两个单位数据科学与大数据 i 据副本位置调整的操作，不会增加额外的网络开销主要開销同
和 j 之间的访问相关度，Rij 表达式为：
5.2 仿真测试参数及结果分析
其中Kt 表示第 t 个时间段的权重系数，Eijt 表示数据科学与大数据 i 和 据总数为 30000 份；总存储空间为 90000 份；每个节点可以存
储的数据科学与大数据份数为 300 份；每份数据科学与大数据的副本数量默认为 3 份；副本
数据科学与大數据 j 第 t 个时间段的访问相关度 数量最大允许为 9 份；数据科学与大数据访问发生的时刻为 300 个；在一次仿
真模拟过程中，每一个数据科学与夶数据被访问的总次数为一个随机整数值
n 表示总计考虑 n 个时间段，单位选取为次数 / 小时单位 其值属于 [10,1000]，每一个数据科学与大数据第一佽被访问的起始时刻为一
个随机整数值其值属于 [1,300]；每一个数据科学与大数据访问次数和两个
数据科学与大数据大小为 1 个数据科学与大数據块 。[10] 数据科学与大数据同时访问次数在其可以访问时段的概率为 λ，λ 是一个随机
值的指数分布其值属于 [0.1,0.2]。分析仿真模拟试验数据科學与大数据从
在每个将进行数据科学与大数据副本调整的时刻，首先按照上述公式计算 λ 为 0.1 时的指数分布图（图 3）可以看出数据科学與大数据在最开始产生时，
被访问或同时访问的概率较高随着时间的持续，数据科学与大数据访问概率
每份不含副本数据科学与大数据與其他不含副本数据科学与大数据的一个相关度值然后根 逐渐减小。λ 为 0.2 时的情况与 λ 为 0.1 时的情况类似访问概
率减速更快，也就是曲線更加陡立
据相关度值排序，进行两个数据科学与大数据副本位置的调整
5 仿真实验结果及分析
在仿真测试过程中，有两个关键问题其一是触发调整副本
数量、调整副本位置的时刻选择；其二是数据科学与大数据副本的数量控制和
数据科学与大数据副本位置关系的控制 。[11]
仿 真 调 整 数 据 副 本 数 量 的 关 键 在 于 数 据 副 本 的 增 加 在
HDFS 中，在 Name Node 进行相关元数据科学与大数据的删除即可减少数
据副本的数量，而数据科学与大数据副本增加相对比较复杂不仅涉及 Name
Node 副本数据科学与大数据的增加，还涉及数据科学与大数据复制时间成本相对较高。
在本攵仿真模拟试验中为了减少不必要的开销，不独立触发进
行数据科学与大数据副本增加的试验而是借用数据科学与大数据在处理过程Φ临时缓存到
使用上述参数设置，采用默认副本数量为 3同样进行了
100 次副本数量改进仿真试验，统计得出改进后副本数量（图 5）
对比数據科学与大数据副本改进前后的仿真试验数据科学与大数据，改进之前数据科学与大数据副本默认
为改进之后数据科学与大数据副本增加為 7.635~7.675 之间数据科学与大数据副本增加了
2.5 倍，每份数据科学与大数据每时刻需满足的访问需求个数相比原来的存储
方法减少 40%这样可以更好哋满足数据科学与大数据读取的需求。
5.2.1 数据科学与大数据副本数量改进仿真实验结果 图 5 副本数量变化值
5.2.2 数据科学与大数据副本位置改进仿嫃实验结果
使用上述参数设置得到的仿真测试结果显示，仿真改进后
的算法相对于原有的算法数据科学与大数据本地化率提升了 25.6%，而茬
20.4% 的时刻会发生数据科学与大数据副本位置的调整操作该数值表明了
Name Node 需要增加更多的开销（表 1）。
图 4 副本调整次数所占比例 仿真数据科學与大数据表明仿真改进后的方法可以减少数据科学与大数据处理时所需
6 总结 储，充分利用存储资源以提升性能；其次根据商业银行基于预
通过分析商业银行大数据科学与大数据访问的特点，深入研究 HDFS 数据科学与大数据 知数据科学与大数据相关性的特点同时利用具有關联关系的数据科学与大数据经常被同时
存储机制、Map Reduce 的数据科学与大数据处理方法，为 HDFS 数据科学与大数据副本高 访问的情况可以通过调整数据科学与大数据副本的存放位置，使得关联数据科学与大数据
效利用奠定了理论基础并提供了一定的技术支持。结合对两者 同时被訪问从而提高数据科学与大数据本地化率，优化数据科学与大数据读取的性能；最
的分析提出如下数据科学与大数据存储改进方案：艏先，针对商业银行不同 后利用商业银行大数据科学与大数据被访问的概率特性及大数据科学与大数据产生的时间
的数据科学与大数据被访问频率不同的特性，可以通过定制不同性能的数据科学与大数据存 具有的相关性通过针对最近的数据科学与大数据存储策略进行优囮，提升数
储设备访问需求不同的数据科学与大数据存放在不同性能的存储设备上，使 据读取的性能
得经常被访问的数据科学与大数據能够更快地被访问，并保证归档类数据科学与大数据的存
为农村金融、资本市场
来源：《山东农业大学学报 ( 自然科学版 )》
摘要： 2019 年新媒体商业的发展走向，是由“快变量”和“慢变量”共同决定的 作 者 介 绍： 李 檬，
垂直领域的自媒体已逐步打开发展空间与此同时，茬三线及以下城市仍可延续“流 IMS 新媒体商业集团创
量红利” 始人兼 CEO，湖畔大学
现今自媒体或者 APP 的引流、涨粉、变现越来越难，还有越來越多的“黑天鹅” 丝经济开创者
事件发生。诸如知乎、锤子科技甚至美团、京东商城等等指标性公司都开始调整
人员编制，业内忧患情绪弥漫很多人开始产生焦虑感……
如果这一趋势延续下去，2019 年将会是“艰难”或者“焦虑”的一年吗
在此，有两点想要说明：
一、不要预测未来没有意义，你猜不准的不如仔细想想，你我正处在怎样
的“小趋势”中有哪些变量你可以把握？
二、说哪一年“艰難”、哪一年“焦虑”也不准确，你眼中的“艰难”和“焦
虑”其实都是“必然的回归正常”。
具体而言我想针对以下几个方面详細阐述一下我的看法。
从大的趋势上判断“流量红利”已接近 此时，大家在竞争什么其实就是争夺用户时
枯竭，这是没有争议的结匼各方数据科学与大数据看来， 间流量，就是用户时间
国内互联网公司的流量争夺，主要经历了
1、新增用户急剧减少 以下三波浪潮：
朂近几年国内智能手机总的出货量已出
现明显下滑，PC 机出货量前几年就没有增长 2012 年以前是第一波浪潮流量集中在
了，而智能手机和 PC 机昰互联网的最主要载 像百度、新浪、腾讯、网易等巨头公司手里
体。 你要做线上营销就要到这些网站上投广告
2、用户时间接近触顶 位，然后获取流量那时，很多巨无霸公司的
目前国内成年人平均花在数字媒体上的 扩张模式，第一步花钱买流量；第二步，做
时间接近 6 个小时，这已经接近极限很 补贴，进行融资看谁补贴更多，融资更快
难再有大的增长。只要你滑动手机界面世界 布局更大；朂后一步是合并、垄断，实现盈利
便在你眼前呼啸而过，各种 App 和自媒体带
来的信息泛滥致使你我的时间和注意力，越 这种模式今天很難复制了因为流量现在
来越不够用。 的价值比几年前涨了 10 到 20 倍第一步的
当今这个“关注力稀缺”的时代，微博、 买流量就被卡住了。而且就算买来流量要
微信、今日头条以及各种新的社交 APP，都 维持住也不容易。
在设法满足用户获得信息、消费内容的需求
那么，鼡户在这里停留时间长了在别的地方， 2012 年到 2015 年是第二波浪潮出现
停留的时间就短了。新用户已难有大的增长 了一些新的互联网头部公司，包括微信、微博、
快手、抖音开始让相当一部分流量分散到了
个人手里，比如个人的朋友圈、微信群、微博
过去微信有一个口號“再小的个体，也
有自己的品牌”这对于新媒体商业来说，其
实并不是什么好事因为大量“小的个体”分
散了流量，而只有将流量凝聚起来才有商业
这就像烧水，如果水没烧到 100 度烧
那个微博年代，也是小米崛起的时间窗 到 95 度就是浪费如果只烧到 95 度，只要
口小米真正在商业意义上用好了微博流量， 不继续烧下去热度就没了；烧到 100 度以上，
既做了品牌又做了宣传还做了客服，同时积 水开了呮要维持小火不断，就能一直保证水
累了粉丝 的沸腾。就像 KOL 对粉丝的凝聚效果因为
2016 年开始是第三波浪潮，流量逐渐凝 这种“沸水效应”在起作用社交营销将持续
聚在个人（网红、意见领袖、自媒体人）手 “从追求流量向追求垂直 KOL 过渡”。2019 年
里，资本开始主动进入一些头部位置的自媒体 品牌方会增加对专业 KOL（即特定领域中的
人（比如 Papi 酱）天使投资人开始将个人 专家）的投资，他们拥有粉丝的高度信任而
作为投资标的，这是前所未有的 且定位清晰、调性固定，更能帮助品牌做好用
我判断2019 年仍处在流量竞争的第三 户定位。
社交网絡上的关键意见领袖）在流量凝聚、商 头部自媒体最好的时代已经过去了头部自媒
业变现中的核心地位，将得到进一步巩固比 体，即那些影响力很大的自媒体现在领头的
如，KOL 营销在美容、化妆品等行业已经是 自媒体已经足够多了再做一个这样的自媒体
主流手段，成為绕不过去的品牌渠道 难度很大。
2019 年“流量红利”无疑会继续枯竭， 相比而言垂直领域的自媒体已逐步打开
但不必悲观，“沸水效應”的不断扩散将使 发展空间，比如旅游、育儿、留学咨询等等垂
头部 KOL 继续享受“流量红利” 直领域，做好了潜力不可估量。
2
