互联网大数据经过多年的发展，已经摆脱了基础理论环节，在各行各业充分发挥具体效应。在人工智能技术、物联网技术、量子计算机等定义的支持下，大数据应用的概率将进一步扩大。今天，信息量已经不是问题，前沿技术产生的捷径和误入歧途都是分开呈现的。迫切需要为下一步的互联网大数据内容探索起航。
互联网大数据经过多年的发展，已经摆脱了基础理论环节，在各行各业充分发挥具体效应。在人工智能技术、物联网技术、量子计算机等定义的支持下，大数据应用的概率将进一步扩大。今天，信息量已经不是问题，前沿技术产生的捷径和误入歧途都是分开呈现的。迫切需要为下一步的互联网大数据内容探索起航。
2020年9月，邓巴(Dunbar's)副总裁、顶级大数据工程师Anthony Scriffignano在接受《www.thepaper.cn报》(The Paper)新闻媒体采访时表示，地球上的数据信息总产出呈指数级增长，其运算规模之大，无法计算。“这不是数据信息的问题，而是如何让数据信息更有意义的问题。”
白集团(Dun Bradstreet)是一家具有170多年历史的世界著名信息服务项目机构。其遍布全球的信息系统百度已经从成千上万的数据库中记录了超过3亿条公司记录。作为邓巴律师事务所(Dunbar White)的副总裁和顶级大数据工程师，Scrivegano拥有应用语言学和高级优化算法的学术背景。2020年5月，他被全球最大的管理级数据和数据信息领导者社区CDO俱乐部评为2019年英国顶级数据信息官。
詹姆斯·斯克里韦加诺
“互联网大数据”一词的定义源于2008年《自然》杂志的一篇毕业论文。这个定义传入中国后，很快被互联网公司健康成长奉为标准，并推动其落地应用。今天，中国的信息产业已经发展壮大。中国通信网络研究院发布的《大数据白皮书》显示，17年中国信息产业业务规模达到4700亿人民币，同比增速30%。这个数据虽然丰富，但比不上世界上数据和信息总产出的增长速度。17年全球数据信息总输出约21.6 zettabytes。国际数据公司(IDC)估计，今年全球数据和信息的总产出将达到44兆字节，2030年将达到180兆字节。
大量改进的数据信息显示了室内空房间的人工智能技术。Scrfigano表示，人工智能技术、物联网技术、互联网金融等新技术的应用在很多年前就已经存在，但今天电子计算机的计算能力以及数据和信息管理的规模使得这项技术越来越强大。“每个人的客户都在应对这种智能带来的挑战和挫折，他们必须做出改变。而很多小公司没有资源解决转型，参与市场竞争，而大企业会被机会吞噬，反而花太多时间做决策。”
作为一家正在成长的金融数据咨询公司，邓白在新的数据和信息商业圈改变了自己的科学方法论。Scrfigano表明，在技术风险中，商业思维已经发生了变化。例如，公司上下起伏的速度大大加快，因此必须引入自动化技术的数据采集技术，以取代过去人工服务的实际操作；信息收集后是不够的，需要搭建设备高效识别信息内容的时效性、真实性和有效性；在测试和检测欺诈性的个人行为时，公司会意识到自己处于被观察的境地，并改变当前的个人行为。这使得传统的模型分析方法远远落后。为了解决这个问题，邓白的解决方案是拥抱人工智能技术，比流行的水平走得更远。
多样性和不确定性似乎是当今商业服务的新特征，因此传统的模型方法不再是分析它的最佳方法。“你不能再依靠传统的‘深度学习模型’方法来解决如今发生巨变的自然环境，而只是需要一个更先进的AI。”Scrfigano将这种AI称为“非归巢AI”。这里的“回归”一词指的是数据统计分析中的“多元回归分析”。在邓白的设计方案中，ai不再梳理过去的数据信息来预测未来，而只是“教会设备如何学习”。
例如，Scrfigano解释说，传统的优化算法会根据数据信息的规律性得到一条“回归线”，离回归线太远的数据信息会被视为异常。传统的优化算法会忽略这些异常点，将其视为任何“噪声”。然而，在某些情况下，这种“噪音”的背后会有对管理决策特别重要的信息内容。它将代表贷款、数字货币交易和有组织犯罪。白把这种带有信息内容的“噪音”称为嫡系，并训练更高级的ai在多方面进行识别。
在一个涉及数千万交易的商业服务互联网中，一些公司之间建立了一个购买和销售包的闭环控制方法。这种不正常的关系被艾在许多小团体中发现并表现出来。至此，AI的连接已经告一段落，接下来就交给人民投资分析师去分辨异常连接背后的真相。Scrfigano表示，这样的AI不处理数学问题，只处理模式问题。"把问题变成小问题，让人们去分析和处理."
传统回归分析方法的规划
在提到近几年同行们在中国的主要表现时，斯克里韦加诺称赞道。他表示，中国在量子科学领域的创造已经领先世界。未来，量子计算机如得其所，将不断创新数据与信息产业链“采集-模型-分析”的工作模式。“量子计算机不需要根据模型来拓宽视野，因为它本身就是利用物质世界来掌握它的物质世界的。”
近年来，信息产业的普及刺激了许多高校开设大数据专业。当被问及新领域的信息产业需要什么样的优秀人才时，斯克里韦加诺表明，以前对优秀人才的规定是，接受过电子信息科学或计算机科学方面的培训，具有扎实的专业技能。如今，虽然技术专长是必不可少的，但一些软技能似乎更为关键。比如:求知欲。信息是一门不断变化的科学研究，学生必须对新事物和变化保持好奇心。谦虚。所有的事物都会不断变化，每个人都在学习和训练的全过程中；合作工作的能力。当今社会，各种技术汇集在一起，没有人能独自解决所有的问题，所以合作很重要。沟通能力。如果你很难解决问题，没关系。一定要表达清楚，让精英团队一起突破。
