数学 方 法进 行分 析 得 出结 论 ； 随着 计 算 机 技 术 的出现 ， 人们 开始 通 过计 算 对 复 杂系

　　述道， 大 数 据 提 供了进一 步 的科 学 发现 机 会， 图灵 奖 获 得 者 Ｊ ｉ ｍ Ｇｒ ａ ｙ 将直 接从 数 据

　　可训练 ２ ０ ０ ０ 个 以上 的分类 、 ３ ０ ０ 万 以 上 的

　　数 据 样 本 以及 超 过 ６ ０ ０ ０ 万 的 参 数 。这 里 面 的 技 术 科 学 难 题 比 比 皆 是 。杜 小 勇 教

　　习方 法 和 系 统 进 行 了 较 为 全 面 的 评 价 。 如 他 在 文 中叙 及 的腾 讯 公 司 的 Ｐ ｅ ａ ｃ ｏ ｃ ｋ

　　蕴 藏 着 巨 大 的 能 量 和 近 乎 无 限 想 象 的可 能 性。 钱 学 森 先 生 曾将 现 代 科 学 技 术 分 为 基 础科 学 、 技术科学、 工程 技 术 ３ 个层 次 。 我 们 认 为大 数 据 研究 与 这 ３ 个 层 次 都 有 着 内 在 的联 系 ， 而 本 专 题 的４ 篇 文 章 也 正 是 围绕 这３ 个层次 进行 组织 的。

　　超过 ５ ００ ０ 万 的参 数 ， 用于ｇ － １ ４ Ｎ图像 识 别 ，

　　正沉淀 下来 、 发 挥作用的东西却不 多 （ 对这 个说法， 这 里 不予 讨论 ） 。 那么 ， 这一次 的

　　大数 据 是不是又在 炒作 “ 概 念 ”呢 ？ 我们 认 为 ， 大 数 据 的 到 来 是 真 真 切 切 的， 是 不 以人 的主 观 意 志为 转移 的客 观 存

　　意义 上 的 “ 大” 。 而 要 实现 大 学 习， 我们 必 须 尝 试 很 多 以前 不 会 做 、 也 没有做 过 的事 情。 黄宜华 教 授 的文 章 《 大 数 据 机 器 学 习

　　系 统研 究 进展 》 指 出 了大 数 据 机 器 学 习 系 统面 临 的主要 研 究 问题 ， 对典 型 大数 据 学

　　了实验理论和模拟这前3个范式即数据另一方面mapreducespark等大数可以通过实验也可以是通过模拟得到据编程系统所具有的良好容错性也为解决大数据算法本身就会用到理论特别是统极大规模高性能计算的容错问题提供了新表1大数据与高性能计算的比较大数据高性能计算研究范式从数据中总结规律第四范式数值模拟第三范式主要应用领域政府商业金融科学与工程主要硬件平台廉价的商用服务器和普通以太网网络延迟高性能服务器结点和高速专用网络网络延迟100s带宽100mbits1gbits1s带宽4056gbits主要软件平台着重容错与扩展性hadoopspark等着重执行效率mpiopenmplustre等20150035bigdataresearch大数据的思路

　　习 ”（ ｂ ｉ ｇ ｌ ｅ ａ ｒ ｎ ｉ １ ３ ｇ） 。毫 不 夸 张 地 说 ， 大 学 习是 大 数 据 之 魂 ， 没有前者， 后 者 中 的 “ 大” 只能 是 规模 的 “ 大 ”， 而 不 能 称 其 为

　　近年来 ， 大 数据风生 水起 ，AG真人国际 波 澜壮 阔。 在 技 术 方 法 上 是 一 个重 大 挑 战 。 于 是 乎

　　（ ５ ． ４ ９ Ｐ Ｆ Ｌ Ｏ Ｐ Ｓ ／ ２ ０ ０ Ｐ Ｆ Ｌ Ｏ Ｐ Ｓ ＝ ２ ． ７ ５ ％） 时，

　　如 何 让 机 器 从 大 数 据 中 以无 监 督 或 半监 督 的 方 式 自动 总 结 出 深 藏 其 中 的 规 律 ， 这

　　据 能有 所裨 益 。 大 家 对 大 数 据 的了 解 多 一 分， 大数 据 从 “ 概念 ” 到 现实 的距 离就会 近

　　范 式 。他 还 集 中 讨 论 了 高 性 能 计 算 （ 科 学发现 的第三范 式 ） 与 大 数 据 之 间密 不

　　Ｓ ＱＬ ｏ ｒ ｌ Ｈａ ｄ ｏ ｏ ｐ 的 角度 ， 为 我 们 进 一 步 揭示 了大 数 据 研 究 的技 术 科 学 特点 。 第三 ， 大 数 据 研 究 带 有 很 强 的工 程 技

　　和 Ｍａ ｒ ｉ ａ ｉ ３ ． ａ 深 度 学 习 平 台 就 尤 其 值 得

　　关注 ： 前 者 是 腾 讯 研 发 的 一 个 大 规 模 Ｌ ＤＡ主 题 模 型 训 练 系 统 ， 可 通 过 并 行 计 算对 １ ０ 亿 Ｘ １ 亿 级 别 的 大 规 模 矩 阵 进 行 分解 ， 从 而 从 海 量 文 档 样 本 数 据 中 学 习 １ ０ 万～ １ ０ ０ 万 量 级 的 隐含 语 义 ； 后 者 中 的 Ｍａ ｒ ｉ ａ ｎ ａ ＤＮＮ在 腾 讯 内部 用 于 微 信 语 音 识别声学模型训练 ， 可训练超过 １ 万 小 时