CNET科技资讯网 3月13日 国际报道 当大数据成为今年的炒作词汇后，部分人对大数据的理念提出质疑也是一种必然趋势。我们在讨论企业中激增的信息量和种类时，是否考虑过什么样的信息才是我们应该谈论的？

此前，已经有不少人发表文章称大数据炒作已达巅峰。

Precog CEO约翰·狄格斯（John De Goes）在博客网站VentureBeat上发文称，厂商炒作的大数据已经死亡。我们发现每家厂商软件产品中都有大数据身影：“‘大数据’一词已失去意义。对我们这些业界老兵而言，只要一提到这个词汇，就会诱发我们的‘大数据’头痛病。”

这只是个语义上的问题，大数据自身问题或许更严重。Nassim Taleb在《连线》（Wired）上发表文章称，从事大数据的研究人员和分析师冒着挑选信息的风险。

Nassim Taleb说：“大数据意味着任何人都能够在伪数据出现后看到的是伪统计关系，这是因为在大数据集中，大偏差的主要诱因是方差而非信息（类似于是噪音而非信号的关系）。”

也就是说，大数据分析发现的结果与现实生活环境相矛盾。

MIT科技评论（MIT Technology Review）的Brian Bergstein指出，人们对大数据分析的依赖性日益加重会使企业的自负泡沫越来越大。

未来关于如何部署资源的直观知识将被算法推翻，这些算法只对自己拥有的数据有效，却对不曾拥有的数据无效。无论数据规模有多大，都无法完全代表其复杂性，信息技术产生太多信息，人们很容易忘记有多少信息被遗漏了。

历史上数据结果与当场观察情况相矛盾的例子举不胜举，1959-1975年越南战争中，美国过度依赖数据就是一个典型示例。

狄格斯说，大数据发展的大体趋势实际上是几种情况同时发生：

·预测分析：狄格斯指出：“如果你能够预测未来，也就能够改变未来。预测分析支持所有情况，从推荐引擎到欺诈检测到预测哪位假释犯可能谋杀。该领域对统计学、机器学习、建模和识别及利用模型等技巧要求颇高。”

·智能数据：智能数据大有取代大数据之势。狄格斯说，智能数据会很快盛行。他将大数据转向智能数据描述为“通过预测分析，使机器捕获的数据转化为金钱的行为”。

·数据科学：数据科学领域被描述为利用统计学、机器学习、自然语言处理和计算机科学中的技巧，从大量数据中获得意义。

·NewSQL：可扩展水平分布式SQL系统。

狄格斯和Bergstein均对炒作大数据分析及对大数据分析寄予厚望提出警告，但两位提出警告的方向却是相互独立的。狄格斯预测指向较多依赖机器产生的数据和分析，与Bergstein反对过分依赖系统得出见解的观点相左。