站在互联网“风口”上的大数据，直接催热了大学里的大数据专业。在教育部今年公布的高校新增专业名单中，北京大学、对外经济贸易大学、中南大学成为第一批成功申请“数据科学与大数据技术”本科新专业的高校。

　　在上海高校，虽然面向本科招生的大数据专业还未建立，但相关的科研和人才培养已紧锣密鼓地启动。

　　在上海大学数据科学研究中心，亚洲最大、最先进的大数据可视化分析平台“中国视云”正在紧锣密鼓地建设之中。在复旦大学，一期资金投入达6000万元的“大数据试验场”项目在今年8月启动，根据计划，这一项目在今年年底将达到1PB(2的50次方字节)数据规模的试验能力。而在上海财经大学，针对大数据带来的前所未有的计算挑战，研究人员联合斯坦福大学的教授今年上半年初步完成国内第一个开源线性优化求解器后，下半年又开始对标H2O等世界著名开源求解器，打算推出机器学习的计算套件……

　　除了这些值得关注的新动向，仔细观察如今的大学，计算机科学、统计学、信息学、数学乃至金融及管理等各大学科，都因大数据而谋变。

　　研究大数据，必先“利其器”

　　大数据为什么会如此之“火”？上海大学计算机学院院长、英国帝国理工学院数据科学研究所所长郭毅可教授给出简洁明了的答案：因为世界正在不断数据化，人类理解世界的方式也在数据化，每时每刻产生的数据，形成了大数据。

　　受大数据驱动，科学研究正在产生一系列新的议题。“传统的统计学或数据分析，样本可能是以千计、以万计的数据，人的眼睛是可见的，并借助统计软件加以操作；但当需要处理的数据达到以

　　亿为单位来计算时，数据的可视化处理就变得尤为重要了。人和数据在一个人工智能技术支持下的可视化平台上交互，进行数据驱动的决策。”

　　据悉，上海大学数据科学研究中心目前正在合力攻关“大数据可视分析平台关键技术及典型应用”这一上海市科委的重点项目。该研究项目旨在突破大规模、高维数据的信息可视化技术、支持可视化分析的人数交互技术、动态数据图像的并行及协同实时展示等创新技术。

　　“大数据时代是一个数据为王的时代。任何研究和分析数据都有一个基本前提：先要获得数据。”在郭毅可看来，衡量大学、院所或企业在大数据研究领域的水平高下，主要取决于两个层面：一是有没有高效的研究工具；二是在输入端导入大数据后，能否在输出端产生更高价值的“产品”。

　　“企业热衷于研究大数据，最根本的

　　动机是逐利，而科学研究则不同，目标应该是聚焦人类社会面临的难题、危机或者未知领域的全新问题，寻求解决途径。”为了说明这一点，郭毅可以手头的一个科研项目举例。上大计算机学院的一支团队，目前正和国内最大的互联网金融机构开展合作，研究人员据此可获得每天大约3亿国民的实时消费数据，继而可以通过大数据分析，对中国未来的经济走向、国民的经济行为等宏观层面的问题开展更精准的研究。可以发现，伴随着大数据分析和对数据挖掘技术的研究，在网络大数据分析、数据交易技术和经济理论体系等方面，可以产出一批全新的研究项目、取得一些具有突破性意义的研究成果。

　　知识更新以月计，教学科研在加速进化

　　聚焦大数据研究，更多的高校已

　　经在学科新兴点的布局和人才培养上有所行动。在课堂上，和大数据相关的课程教学，正在呈现“加速度”变革的态势。

　　以管理科学领域为例，上海财经大学信息管理与工程学院副院长葛冬冬教授介绍，受大数据研究影响，相关分支的课程正处于一个新老交替的剧烈变革期。因为大数据的研究，会使很多新的研究内容、研究方法和研究结果源源不断地出现，而这些新成果又会指导现实，继而产生新的问题。

　　因此，对从事大数据教学和科研的老师来说，除了讲授一些经典课程，平时的教学常态，就是不断引入新的教学资料，让学生了解学科前沿的最新动向。“在大数据领域，如果一个老师做不到每年更新教学内容，我认为是不合格的，因为这个研究领域现在是以月为计的速度在更新。”葛冬冬还专门观察了斯坦福大学，在大数据这一研究领域，这所北美顶级名校面向博士生的课程安排和教学方式，较之于他本人当年在斯坦福就读博士期间已有显著变化，而且这个变化是每年都能明显感觉到的。

　　在上海财经大学信管学院，很多一线教师都深切地感受着大学的科研和教学在大数据驱动下的变化，学科边界在加速消融、新的研究领域层出不穷。比如，大数据与金融学结合催生出金融科技(Fintech)方向，带来了征信、风控、自动化交易、机器人投资顾问等多项产业变革；互联网、复杂网络理论、社会学、数据挖掘相结合催生出社交网络乃至社会计算方向；计算机与媒体学(含新闻媒体)结合产生出数字媒体处理方向；数据挖掘与生物学结合产生了计算生物学方向等等……

　　“世界正处于一个加速进化的年代，我们的教育必须认识到这一点。”葛冬冬说。