大数据文摘字幕组作品，转载要求见文末

听译&校对&时间轴| 马越 曹翔 王婷 汤人懿 苏国睿

视频后期 | 田晋阳 文字校对 | 丁楠雅

　　12月20日，由清华大学软件学院主办，数据科学研究院协办的“迈克尔·欧文·乔丹（Michael I. Jordan）院士清华大学杰出访问教授聘任仪式暨学术报告会”在主楼接待厅举行。

　　迈克尔·欧文·乔丹（Michael I. Jordan）院士作主题报告

　　仪式后，乔丹院士作了题为“计算思维、推断思维与数据科学（On Computational Thinking, Inferential Thinking and Data Science）”的主题报告，分享了他在数据科学关键问题上的思考和实践。他深入分析了在大数据背景下我们面临的理论和系统两大挑战，以隐私、通信约束为例阐述了解决这两大挑战的计算思维与推断思维，并介绍了加州大学伯克利分校在大数据领域的最新研究成果，重点推介了集统计推断、机器学习、大数据计算为一体的全面超越上一代分布计算框架Spark的新一代分布式机器学习系统Ray。

　　以下为Michael I. Jordan主题报告视频，大数据文摘字幕组联合THU数据派（datapi）独家发布汉化版演讲视频，希望将乔丹院士的报告分享给更多读者。

　　暂时无法观看视频的读者，我们将演讲内容配合ppt发布如下，可以先一睹为快。

　　以下为乔丹院士作的题为“计算思维、推断思维与数据科学的主题报告原文，在不改变愿意的前提下，部分有删改。

　　再次感谢！

　　很荣幸来到这里，今天我不会做一个技术讲座，但仍会侧重技术上和数学上的问题，我觉得清华的学生应该会对这些感兴趣。思考数学问题是有益的，我将会把演讲分为两个部分。

　　我将从一些挑战开始讲起，这部分会偏重于技术；接着我会转到系统的挑战上，所以相对于给几张数据增长的幻灯片，包括数据的用法，这个部分将着重于真实的数据科学家是什么样子的。

　　想象一下，我的刚刚从伯克利毕业的学生们，去硅谷找了个工作，上班的第一天老板就对他们说，我要你帮我建一个大数据系统，不管它是什么吧，但它将会用个性化的服务系统取代我们传统的服务系统。这种情况在硅谷经常发生，可能在中国也一样。

　　传统的服务系统做的事情比如搜索、电商或是医药，是对所有人都只提供这一个服务系统，他们全年的工作就是用数据去优化服务系统器。所以搜索服务系统通常是某种加上参数的算法，数据涌入，你开始调整参数，使输出的数据质量越来越高。

　　过去十年里，他们收集了大量的数据，并开始意识到他们提供的服务系统可以不止一种。他们可以提供个性化的服务系统，至少对于大公司来说是这样的。

　　小公司在提供大量的服务系统这一点上是无法和大公司对抗的，但他们也意识到可以提供更个性化的服务系统，所以许多小公司也开始向个性化方向调整。

　　那么，你作为一个技术员，该怎么做呢？

　　我要做的就是重复这个算法可能，成百上千次，用更专业化的数据和更个性化的数据，直播，每种都进行循环重复。我不会用每个个人的数据去重复，而是用一些分成小组的数据比如同一家庭的数据等。

　　我在后台做这件事时需要很多电脑，不仅仅是服务系统，而是成千上万种模型，这就是我们现在所处的状况。很多人都在学着构建这样的系统，而且他们通常都会成功。

　　但真正的难题并不在这里，老板也意识到了一些情况。我们知道统计模型是有错误的，因为它是基于现有数据，但是你不能让错误次数随着服务系统的人越来越多而不断增大，我可以忍受少量错误，但我不能忍受错误持续增长，否则当我把这个服务系统投放市场时，它第一天产生10个错误，一年后这个服务系统变得极受欢迎，但产生了10,000个错误，那么这10,000个人将会不高兴了，然后他们就会想搞个大新闻，抱怨你的服务系统并没有那么好。