做“數(shù)據(jù)覺醒”時(shí)代的“造紙人”

原標(biāo)題：做“數(shù)據(jù)覺醒”時(shí)代的“造紙人”

紙引未來網(wǎng)訊造紙術(shù)讓知識(shí)變得廉價(jià)，并普及知識(shí)的記錄技術(shù)是人類文明發(fā)展的基礎(chǔ)

中世紀(jì)初期的歐洲是知識(shí)貧瘠的大陸，究其原因，是因?yàn)闀咎F了！在中世紀(jì)的歐洲，書是貴族階層和宗教階層的專屬物。在中國(guó)的造紙術(shù)傳入歐洲之前，歐洲人有兩種“紙張”：一種就是源自埃及的紙草技術(shù)，類似今天的“壓合板”。這是將一種類似蘆葦?shù)闹参飫內(nèi)ネ馄?，切割為狹長(zhǎng)的長(zhǎng)條，擊打和干燥處理。這種紙張?jiān)诟稍锏臅r(shí)候可以千年不腐，但是天氣潮濕的時(shí)候，紙張容易“散架”。一本圣經(jīng)，1725頁，一個(gè)農(nóng)民需要工作約10幾年的收入才能買這樣一本紙草制作的圣經(jīng)。

還有一種是“羊皮紙”，將新鮮的動(dòng)物皮制作成可以書寫的紙是一件漫長(zhǎng)而辛苦的工作。一本圣經(jīng)需要用大約300頭羊，對(duì)普通大眾來說擁有這樣一本書更是天方夜譚！貴族階層，尤其是宗教階層以此控制圣經(jīng)的解釋權(quán)；圣經(jīng)是法律，貴族也就掌控了權(quán)力。10世紀(jì)之后，中國(guó)的造紙術(shù)從阿拉伯傳入西班牙，法國(guó)人1189年在埃羅建造了第一個(gè)紙場(chǎng)，并在隨后的幾個(gè)世紀(jì)在其他地方建造了更多的紙場(chǎng)。中國(guó)造紙術(shù)的到達(dá)，才讓知識(shí)在歐洲變得廉價(jià)，并開始普及。這也直接促進(jìn)了新教改革等歷史性變革的發(fā)生。

“經(jīng)驗(yàn)轉(zhuǎn)化成知識(shí)，知識(shí)被記錄”，這是人類文明發(fā)展的關(guān)鍵。記錄技術(shù)的發(fā)展，使得人類能夠群體性學(xué)習(xí)和進(jìn)化。人類在地球上已經(jīng)出現(xiàn)幾百萬年，正是基于這種能力，人類文明也就是在近3000年才得到飛速發(fā)展！

信息的數(shù)字化及其可靠的記錄和傳播構(gòu)成了數(shù)字時(shí)代的基石

隨著電子計(jì)算機(jī)技術(shù)的出現(xiàn)和發(fā)展，人類進(jìn)入了數(shù)字時(shí)代。電子計(jì)算機(jī)技術(shù)的出現(xiàn)之初是為了解決繁重的數(shù)值計(jì)算問題。最早的圖靈機(jī)是為了解決二戰(zhàn)中破解德國(guó)的軍事密碼；美國(guó)更是用第一代電子計(jì)算機(jī)來計(jì)算火炮的射擊圖表。

用電子計(jì)算機(jī)解決問題，首先需要把信息翻譯成數(shù)字，這樣促進(jìn)了另外兩種技術(shù)的發(fā)展：數(shù)據(jù)范式（把物理世界的現(xiàn)象描述為一定格式的數(shù)字形式）和數(shù)據(jù)存儲(chǔ)（把不同范式的數(shù)據(jù)儲(chǔ)存到物理介質(zhì)中，并確保能被可靠讀寫使用）。美國(guó)“無盡前沿法案”將“Data Paradigm and Data Storage”定為影響其國(guó)運(yùn)的十大關(guān)鍵科學(xué)技術(shù)之一，可見其重要性。

距離產(chǎn)生美，那是因?yàn)樾盘?hào)失真。數(shù)據(jù)通信技術(shù)（無論是有線還是無線）就是為了讓信息在空間無失真地傳播。數(shù)據(jù)存儲(chǔ)技術(shù)解決的是在時(shí)間維度無失真?zhèn)鞑バ畔⒌膯栴}。任何存儲(chǔ)介質(zhì)的最大天敵是“時(shí)間”，時(shí)間讓人忘記痛苦，背后的根因是因?yàn)榇鎯?chǔ)介質(zhì)的不可靠。優(yōu)盤放在抽屜，由于電荷泄漏，7年以后逐漸開始出現(xiàn)壞盤；在計(jì)算機(jī)里面的硬盤，3年以后逐步開始出現(xiàn)磁道壞簇。今天，我們使用算法、硬件冗余和持續(xù)維護(hù)等手段來確保介質(zhì)中的信息被永久完整保存，這就是今天數(shù)據(jù)存儲(chǔ)產(chǎn)品的基本功能。

在數(shù)字經(jīng)濟(jì)日益興盛的今天，越來越多的數(shù)據(jù)被記錄，被處理，也為此產(chǎn)生新的數(shù)據(jù)……大數(shù)據(jù)的出現(xiàn)，我們?nèi)祟愰_始隱約感覺到這些數(shù)據(jù)背后的神奇力量！

AI促進(jìn)“數(shù)據(jù)覺醒時(shí)代”的到來

大模型的出現(xiàn)是AI技術(shù)的一次巨大飛躍。通過結(jié)合高效能的GPU和大模型算法，現(xiàn)代AI系統(tǒng)能夠在很短的時(shí)間內(nèi)學(xué)習(xí)并掌握“語料庫”里面的知識(shí)內(nèi)容，賦予機(jī)器前所未有的學(xué)習(xí)能力和知識(shí)廣度。人類傳統(tǒng)教育需要花近20年時(shí)間培養(yǎng)一個(gè)專業(yè)學(xué)者，現(xiàn)在AI大模型機(jī)器訓(xùn)練學(xué)習(xí)只需要幾天就可以讓機(jī)器掌握同等級(jí)別的專業(yè)知識(shí)，呈現(xiàn)出一種全新的“機(jī)器專家”。機(jī)器學(xué)習(xí)效率的提升，讓人類對(duì)文明進(jìn)化的加速產(chǎn)生了期待，也對(duì)“機(jī)器文明”產(chǎn)生了一絲隱隱的恐懼！

但是，別忘了，數(shù)字化的語料庫是機(jī)器學(xué)習(xí)的基礎(chǔ)。缺數(shù)據(jù)無AI！這是一個(gè)“數(shù)據(jù)覺醒的時(shí)代”：

封存在磁帶庫中的冷數(shù)據(jù)開始醒來，機(jī)器需要讀這些冷數(shù)據(jù)理解歷史，歸納經(jīng)驗(yàn)，也就是產(chǎn)生知識(shí)。冷數(shù)據(jù)需要被隨時(shí)調(diào)用，變成了溫?cái)?shù)據(jù)。

數(shù)據(jù)不再被隨意拋棄，保存時(shí)間也變得更長(zhǎng)，因?yàn)閿?shù)據(jù)的長(zhǎng)期價(jià)值開始被意識(shí)到。冷凍電鏡的數(shù)據(jù)，數(shù)字病理切片的數(shù)據(jù)，保存時(shí)間都被要求延長(zhǎng)幾十倍。這樣，有助于挖掘疾病背后的秘密和人類健康的謎題。

數(shù)據(jù)安全和隱私保護(hù)變得前所未有的重要。數(shù)據(jù)的泄漏，機(jī)器訓(xùn)練和推理會(huì)使得誰就好似在公共場(chǎng)所裸跑。數(shù)據(jù)存儲(chǔ)的地點(diǎn)也變得更加謹(jǐn)慎。數(shù)據(jù)是否保存到公有云，這個(gè)問題似乎更加容易決策。

我們需要一個(gè)數(shù)字孿生的世界，讓機(jī)器幫助我們?cè)跀?shù)字孿生世界里面學(xué)習(xí)，工作，然后把結(jié)果應(yīng)用到現(xiàn)實(shí)世界。人類如“上帝般”觀察這數(shù)字孿生世界，滿足了人類對(duì)于永生的渴望，或許在某種程度上也消除了人類文明與生俱來的孤獨(dú)感。

數(shù)據(jù)范式（Data Paradigm）可以解決現(xiàn)實(shí)世界的數(shù)字表述，也即孿生表達(dá)問題；但是數(shù)據(jù)存哪里？因?yàn)閿?shù)據(jù)太多了！一個(gè)人的全基因組需要3GB數(shù)據(jù)；一個(gè)猴腦的細(xì)胞和對(duì)應(yīng)基因的全信息需要300TB數(shù)據(jù)。今天，我們最便宜的數(shù)據(jù)存儲(chǔ)設(shè)備價(jià)格大致是每TB約500元人民幣，還不算電費(fèi)。數(shù)字孿生，需要解決數(shù)據(jù)“存得下，存得起”的問題！

我們的目光再次回到發(fā)明造紙術(shù)的中國(guó)東漢，我們的祖先為人類發(fā)明了便于知識(shí)記錄與傳播的紙張。AI時(shí)代，數(shù)據(jù)覺醒，信息存儲(chǔ)的挑戰(zhàn)再一次出現(xiàn)在人類面前，存儲(chǔ)也亟待一場(chǎng)技術(shù)革命，讓人類有更加好用的“紙張”，這樣才能駕馭數(shù)據(jù)！

數(shù)據(jù)覺醒呼喚新時(shí)代的造紙人！加油吧，人類！

——本文作者 華為數(shù)據(jù)存儲(chǔ)產(chǎn)品線總裁周躍峰

紙引未來網(wǎng)是一個(gè)造紙印刷包裝的大數(shù)據(jù)服務(wù)平臺(tái)，為您提供包裝紙價(jià)格指數(shù)、文化用紙價(jià)格指數(shù)、生活用紙價(jià)格指數(shù)、特種紙價(jià)格指數(shù)、廢紙價(jià)格指數(shù)、紙漿價(jià)格指數(shù)，采購(gòu)訂單，廣告推廣，免費(fèi)找貨等服務(wù)。官網(wǎng)網(wǎng)址：http://www.opensourcehelpwanted.com