“有人认为大数据是科学，我的观点是人们要求把它变成科学，但是现在并不是科学。”在近日举行的广东科协论坛第55期报告会上，中国工程院院士、东北大学自动化研究中心主任柴天佑教授作了有关“大数据及现代工业系统的构建”的专题报告，围绕大数据的概念及大数据驱动的现代工业系统的建模、控制与优化等主题进行了深入的论述。他表示，大数据是一种资源，利用大数据为人类服务从技术角度上还有很多工作要做，需要通过技术创新推动在各领域的应用。

中国工程院院士、控制理论和控制工程专家柴天佑教授做客广东科协论坛（张炜哲　摄）

　　大数据有“四个特征”

　　“大数据不是传统意义上的数据，而是超出了传统数据库软件工具的抓取、存储、管理和分析能力，并具有数据容量大、数据种类多，处理速度快以及价值密度低等四个特征的数据群。”报告中，柴天佑首先提出了大数据的概念，介绍了大数据的特征。他表示，大数据的数据量大、数据种类多，在于包括了图表、文本、声音、图像、指纹等方面的信息，并且非常复杂；而正是由于其数据量大，不容易提取到有用的、有价值的数据，因此价值密度低。“就像我们出入境过关时都要对一下图像，就是要检验一下你这个人是不是真实；如果图像处理不准确或者很慢就失去作用了，所以大数据的第四个特征是要求处理速度快。”

　　柴天佑说，大数据的这些特征，为我们解决一些重要的问题，包括社会问题、预测性的问题等，提供了一个工具和一种可能性，“所以有人就把大数据理解为像是石油一样的资源，如果没有地质科学、没有石化科学，就不可能把石油勘探开采出来。现在的大数据也像是一种矿产，要去利用的话就必须深入研究相应技术，结合相关学科领域把大数据‘宝藏’充分地挖掘出来。”

有关专家学者近300人聆听院士报告（张炜哲　摄）

　　大数据驱动现代工业系统的建模控制与优化

　　柴天佑说，社会发展的需求，新兴技术的蓬勃发展，将我们带进大数据的时代；而信息化水平的不断提高，必将使得大数据科技在经济社会各领域不断涌现。他表示，就工业自动化领域来说，“大数据”驱动的建模、控制与优化是当前自动化发展的新方向。“自动化有三个基本的科学问题：第一是模型，不管用什么样的方式都要首先建立模型，模型建立完了第二件事是控制，而第三步就是优化，让它按照最优的方向走。”他举例说，包括航天、制造业、炼钢等，都有相应的自动化系统。而自动化系统的建立模型，及其控制系统的运行、管理与优化，无不涉及到大量的图像及数据信息。“回转窑的质量控制，涉及到大数据；钢铁生产的冷轧过程产生大数据……在这些大数据中，怎么去提炼你需要的数据，这本身也是一个挑战。”柴天佑表示，大数据在自动化领域的应用，为解决这些问题提供了一种可能。

　　“现在工业系统要想按照优化的方向去运行的话，必须利用大数据，否则根本做不到。”柴天佑还表示，企业的综合生产指标、生产计划调度、生产线的质量控制等等，同样涉及到大量复杂的数据；而通过信息化手段对流程进行优化整合，必须要用到大数据，以此实现工业系统的优化运行。