如何讓技術流動起來

㈠ 如何讓數據流動起來，讓數據擁抱數據

圍牆里的大數據註定成為死數據。大數據需要開放式創新，從數據的開放、共享和交易，到價值提取能力的開放，再到基礎處理和分析平台的開放，讓數據如同血液在數據社會的軀體中長流，滋潤數據經濟，讓更多的長尾企業和數據思維創新者產生多姿多彩的化學作用，才能創造大數據的黃金時代。
我的大數據研究軌跡
我做了4-5年的移動架構和Java虛擬機，4-5年的眾核架構和並行編程系統，最近4-5年也在追時髦，先是投入物聯網，最近幾年一直在做大數據。我們團隊的大數據研究軌跡如下圖所示：

2010-2012年，主要關注數據和機器的關系：水平擴展、容錯、一致性、軟硬體協同設計，同時釐清各種計算模式，從批處理（MapRece）到流處理、Big SQL/ad hoc query、圖計算、機器學習等等。事實上，我們的團隊只是英特爾大數據研發力量的一部分，上海的團隊是英特爾Hadoop發行版的主力軍，現在英特爾成了Cloudera的最大股東，自己不做發行版了，但是平台優化、開源支持和垂直領域的解決方案仍然是英特爾大數據研發的重心。
從2013年開始關注數據與人的關系：對於數據科學家怎麼做好分布式機器學習、特徵工程與非監督學習，對於領域專家來說怎麼做好互動式分析工具，對於終端用戶怎麼做好互動式可視化工具。英特爾研究院在美國卡內基梅隆大學支持的科研中心做了GraphLab、Stale Synchronous Parallelism，在MIT的科研中心做了互動式可視化和SciDB上的大數據分析，而中國主要做了Spark SQL和MLlib（機器學習庫），現在也涉及到深度學習演算法和基礎設施。
2014年重點分析數據和數據的關系：我們原來的工作重心是開源，後來發現開源只是開放式創新的一個部分，做大數據的開放式創新還要做數據的開放、大數據基礎設施的開放以及價值提取能力的開放。
數據的暗黑之海與外部效應
下面是一張非常有意思的圖，黃色部分是化石級的，即沒有聯網、沒有數字化的數據，而絕大多數的數據是在這片海裡面。只有海平面的這些數據（有人把它稱作Surface Web）才是真正大家能訪問到的數據，爬蟲能爬到、搜索引擎能檢索到的數據，而絕大多數的數據是在暗黑之海裡面（相應地叫做Dark Web），據說這一部分佔數據總量的85%以上，它們在一些孤島裡面，在一些企業、政府裡面躺在地板上睡大覺。

數據之於數據社會，就如同水之於城市或者血液之於身體一樣。城市因為河流而誕生也受其滋養，血液一旦停滯身體也就危在旦夕。所以，對於號稱數據化生存的社會來說，我們一定要讓數據流動起來，不然這個社會將會喪失諸多重要功能。
所以，我們希望數據能夠像「金風玉露一相逢」那樣產生化學作用。馬化騰先生提出了一個internet+的概念，英特爾也有一個大數據X，相當於大數據乘以各行各業。如下圖所示，乘法效應之外，數據有個非常奇妙的效應叫做外部效應（externality），比如這個數據對我沒用但對TA很有用，所謂我之毒葯彼之蜜糖。

比如，金融數據和電商數據碰撞在一起，就產生了像小微貸款那樣的互聯網金融；電信數據和政府數據相遇，可以產生人口統計學方面的價值，幫助城市規劃人們居住、工作、娛樂的場所；金融數據和醫學數據在一起，麥肯錫列舉了很多應用，比如可以發現騙保；物流數據和電商數據湊在一塊，可以了解各個經濟子領域的運行情況；物流數據和金融數據產生供應鏈金融，而金融數據和農業數據也能發生一些化學作用。比如Google analytics出來的幾個人，利用美國開放氣象數據，在每一塊農田上建立微氣象模型，可以預測災害，幫助農民保險和理賠。
所以，要走數據開放之路，讓不同領域的數據真正流動起來、融合起來，才能釋放大數據的價值。
三個關於開放的概念
1、數據開放
首先是狹義的數據開放。數據開放的主體是政府和科研機構，把非涉密的政府數據及科研數據開放出來。現在也有一些企業願意開放數據，像Netflix和一些電信運營商，來幫助他們的數據價值化，建構生態系統。但是數據開放不等於信息公開。首先，數據不等於信息，信息是從數據裡面提煉出來的東西。我們希望，首先要開放原始的數據（raw data），其次，它是一種主動和免費的開放，我們現在經常聽說要申請信息公開，那是被動的開放。
Tim Berners Lee提出了數據開放的五星標准，以保證數據質量：一星是開放授權的格式，比如說PDF；其次是結構化，把數據從文件變成了像excel這樣的表；三星是開放格式，如CSV；四星是能夠通過URI找到每一個數據項；五星代表能夠和其它數據鏈接，形成一個開放的數據圖譜。

現在主流的數據開放門戶，像data.dov或data.gov.uk，都是基於開源軟體。英特爾在MIT的大數據科研中心也做了一種形態，叫Datahub：吉祥物很有趣，一半是大象，代表資料庫技術，一半是章魚，取自github的吉祥物章魚貓。它提供更多的功能比如易管理性，提供結構化數據服務和訪問控制，對數據共享進行管理，同時可以在原地做可視化和分析。

廣義的數據開放還有數據的共享及交易，比如點對點進行數據共享或在多邊平台上做數據交易。馬克思說生產資料所有制是經濟的基礎，但是現在大家可以發現，生產資料的租賃制變成了一種主流（參考《Lean Startup》），在數據的場景下，我不一定擁有數據，甚至不用整個數據集，但可以租賃。租賃的過程中要保證數據的權利。
首先，我可以做到數據給你用，但不可以給你看見。姚期智老先生82年提出「millionaires』 dilemma（百萬富翁的窘境）」，兩個百萬富翁比富誰都不願意說出自己有多少錢，這就是典型的「可用但不可見」場景。在實際生活中的例子很多，比如美國國土安全部有恐怖分子名單（數據1），航空公司有乘客飛行記錄（數據2），國土安全部向航空公司要乘客飛行記錄，航空公司不給，因為涉及隱私，他反過來向國土安全部要恐怖分子名單，也不行，因為是國家機密。雙方都有發現恐怖分子的意願，但都不願給出數據，有沒有辦法讓數據1和數據2放一起掃一下，但又保障數據安全呢？
其次，在數據使用過程中要有審計，萬一那個掃描程序偷偷把數據藏起來送回去怎麼辦？再者，需要數據定價機制，雙方數據的價值一定不對等，產生的洞察對各方的用途也不一樣，因此要有個定價機制，比大鍋飯式的數據共享更有激勵性。
從點對點的共享，走到多邊的數據交易，從一對多的數據服務到多對多的數據市場，再到數據交易所。如果說現在的數據市場更多是對數據集進行買賣的話，那麼數據交易所就是一個基於市場進行價值發現和定價的，像股票交易所那樣的、小批量、高頻率的數據交易。
我們支持了不少研究來實現剛才所說的這些功能，比如說可用而不可見。案例一是通過加密資料庫CryptDB/Monomi實現，在數據擁有方甲方這邊的資料庫是完全加密的，這事實上也防止了現在出現的很多數據泄露問題，大家已經聽到，比如說某互聯網服務提供商的員工偷偷把數據拿出來賣，你的數據一旦加密了他拿出來也沒用。其次，這個加密資料庫可以運行乙方的普通SQL程序，因為它採用了同態加密技術和洋蔥加密法，SQL的一些語義在密文上也可以執行。

針對「百萬富翁的窘境」，我們做了另一種可用但不可見的技術，叫做數據咖啡館。大家知道咖啡館是讓人和人進行思想碰撞的地方，這個數據咖啡館就是讓數據和數據能夠碰撞而產生新的價值。
比如兩個電商，一個是賣衣服的，一個是賣化妝品的，他們對於客戶的洞察都是相對有限的，如果兩邊的數據放在一起做一次分析，那麼就能夠獲得全面的用戶畫像。再如，癌症是一類長尾病症，有太多的基因突變，每個研究機構的基因組樣本都相對有限，這在某種程度上解釋了為什麼過去50年癌症的治癒率僅僅提升了8%。那麼，多個研究機構的數據在咖啡館碰一碰，也能夠加速癌症的研究。
在咖啡館的底層是多方安全計算的技術，基於英特爾和伯克利的一個聯合研究。在上面是安全、可信的Spark，基於「data lineage」的使用審計，根據各方數據對結果的貢獻進行定價。

2、大數據基礎設施的開放
現在有的是有大數據思維的人，但他們很捉急，玩不起、玩不會大數據，他不懂怎麼存儲、怎麼處理這些大數據，這就需要雲計算。基礎設施的開放還是傳統的Platform as a Service，比如Amazon AWS里有MapRece，Google有Big Query。這些大數據的基礎處理和分析平台可以降低數據思維者的門檻，釋放他們的創造力。
比如decide.com，每天爬幾十萬的數據，對價格信息（結構化的和非結構化的）進行分析，然後告訴你買什麼牌子、什麼時候買最好。只有四個PhD搞演算法，其他的靠AWS。另一家公司Prismatic，也利用了AWS，這是一家做個性化閱讀推薦的，我專門研究過它的計算圖、存儲和高性能庫，用LISP的一個變種Clojure寫的非常漂亮，真正做技術的只有三個學生。
所以當這些基礎設施社會化以後，大數據思維者的春天很快就要到來。
3、價值提取能力的開放
現在的模式一般是一大一小或一對多。比如Tesco和Dunnhumby，後者剛開始是很小的公司，找到Tesco給它做客戶忠誠度計劃，一做就做了幾十年，這樣的長期戰略合作優於短期的數據分析服務，決策更注重長期性。當然，Dunnhumby現在已經不是小公司了，也為其他大公司提供數據分析服務。再如沃爾瑪和另外一家小公司合作，做數據分析，最後他把這家小公司買下來了，成了它的Walmart Labs。
一對多的模式，典型的是Palantir——Peter Thiel和斯坦福的幾個教授成立的公司，目前還是私有的，但估值近百億了，它很擅長給各類政府和金融機構提供數據價值提取服務。真正把這種能力開放的是Kaggle，它的雙邊，一邊是10多萬的分析師，另一邊是需求方企業，企業在Kaggle上發標，分析師競標，獲得業務。這可能是真正解決長尾公司價值提取能力的辦法。當然，如果能和我們的數據咖啡館結合，就更好了。

㈡ 國際技術轉移的方式一般有哪些

從比較寬泛的意義上看，技術轉移的方式主要有：

（1）商品貿易，特別是通過高技術產品貿易所帶來的技術轉移。

（2）技術貿易，包括技術轉讓、技術咨詢服務、成套設備和關鍵設備的進出口、技術服務與協助、工程承包與交鑰匙工程、特許專營、設備租賃、補償貿易等。以許可證轉讓方式（包括專利和非專利科技成果）所進行的技術轉移，是目前技術轉移中最受關注和最為重要的方式之一，通常稱之為技術轉讓。這是一種有償的轉移方式，技術以商品的形式在技術市場中進行交易。通過購置設備和軟體獲取所需要的技術也是常見的技術轉移方式，這種方式的優點是能最快地獲取現有的技術，賣方可能會提供培訓，投產獲利較快，風險校小，缺點是新設備可能不適應企業現有的環境，企業需要在組織上進行變化，成本較高，不能從根本上提高技術能力，隨著技術的變化需要不斷的購買。

（3）直接投資，比如合作經營、合資經營、獨資經營等。

（4）戰略聯盟，這是聯盟各方實現技術、知識資源共享的一種特殊形式，技術轉移在其中是雙向或者多向的，聯盟各方共用研究開發設施，可以減少資源壓力和開支，共擔風險，抑制競爭。

（5）產學研結合，這是技術轉移中效果較好和最有前景的途徑之一，包括合作研究、合作開發、合資生產等形式。其主要優點是能充分利用合作夥伴的知識技能和資源，發揮自己的優勢，補充自己的不足，有利於迅速獲取技術，可以減少成本和風險，主要缺點是組織之間的目標不同，有時難以形成良好的合作關系，管理過程和利益分配有時會出現矛盾。

（6）創辦新企業，由成果擁有單位或由科技人員自己創辦企業是技術轉移最為直接的方式。其優點是轉化速度較快，技術擁有單位或個人可能獲取更大的收益，但是風險大，難以獲得風險投資，不易形成規模經濟。

（7）科技合作，派遣學者、專家到國外或者其他地區的高等學校、研究機構或者生產企業，與對方的學者、專家合作進行研究設計；或者雙方學者、專家輪流到對方學校、研究機構或者企業進行研究。

（8）科技交流，國家之間或者地區之間的科研、教學、企業之間，以增進智力、技術和信息為內容的，以促進各自技術進步為目的的交流活動，比如聘請講學、座談、舉辦講習班、參加會議等等；這種通過信息傳播的方式獲取所需技術，其優點是成本低、速度快、簡單易行，缺點是無法獲取較完整的、系統的技術知識，特別是難以獲得技術決竅，要求企業自身具有較強的技術能力或模仿能力才行。

（9）技術援助，向受援方提供成套的先進設備、以及提供全部或者部分設備所需的零部件、原材料，甚至派遣技術專家負責組織和指導施工、安裝和試生產，幫助受援方學會管理生產和操作技術。「技術轉移的關鍵是人而不是技術文件」，這是近幾年西方管理界十分流行的說法，關鍵技術人才的流動常常伴隨著技術成果的流動，技術知識隨著這種人員的交流得到轉移。

（10）技術情報，這種方式滲透到經濟技術的各個領域和各個層面，或者竊取有關的技術情報和商業秘密，或者通過中立國或中間商，從一方買入技術再賣給另一方，逃避有關法律法規控制，獲得技術秘密。這種方式有的介於合法與非法的灰色領域內，有的則是一種非法活動，但在客觀上帶來了技術的流動，尤其在國際技術轉移領域，是國際技術轉移的一種方式。

㈢ 技術轉移的基本模式

1、從技術內容的完整性上看，可以把技術轉移區分為「移植型」和「嫁接型」兩種模式
「移植型」技術轉移，是指技術的全部內容。跨國公司的海外擴張多是通過這種模式實現其技術轉移的。這種模式對技術吸納主體原有技術系統依賴性極小，而成功率較高，是「追趕型」國家或地區實現技術經濟跨越式發展的捷徑。但轉移的支付成本較高。 「嫁接型」技術轉移，是指技術的部分內容，如某一單元技術，或關鍵工藝設備等流動而實現的技術轉移。它以技術需求方原有技術體系為母本，與外部先進技術嫁接融合，從而引起原有技術系統功能和效率的更新。顯然，這種技術轉移模式對技術受體原有技術水平的依賴性較強，要求匹配的條件較為苛刻。雖然技術轉移的支付成本較低，但嫁接環節上發生風險的頻率較大。一般為技術實力較為均衡的國家、地區、企業之間所採用。
2、從技術載體的差異性上，可以將技術轉移區分為「實物型」、「智能型」和「人力型」技術轉移3種模式
所謂「實物型」技術轉移，是指由實物流轉而引起的技術轉移。從技術角度看，以生產手段和勞動產品形態出現的實物，都是特定技術的物化和對象化，都能從中反觀到某種技術的存在。因此，當實物發生空間上的流動或轉讓時，某種技術就隨之發生了轉移，這是所謂「硬技術」轉移的基本形式。
所謂「智能型」技術轉移模式，是指由一定的專門的科學理論、技能、經驗和方法等精神范疇的知識傳播和流動所引發的技術轉移。它不依賴實物的轉移而進行。通常把這種技術轉移稱為「軟技術」轉移。市場上的專利技術、技術訣竅、工藝配方、信息情報等知識形態的商品交易，都是這種技術轉移藉以實現的基本形式。
「人力型」技術轉移，是人類社會較為古老的一種技術轉移模式，它是由人的流動而引起的技術轉移。如隨著人員的遷徙、調動、招聘、交流往來、異地培養等各種流動形式，皆可引發技術的轉移。這是因為，技術無論呈現何種具體形態，都是以人為核心而存在，為人所理解、掌握和應用。所以人力資源的流動必然伴隨著技術轉移。「二戰」期間，為躲避戰亂及法西斯迫害，歐洲特別是德國大批科學家逃往美國，就曾使這些國家許多領先技術特別是核技術轉移到美國開花結果。
3、從技術功能上看，又可把技術轉移區分為工藝技術轉移和產品技術轉移兩種基本模式
一般來說，在產業技術系統內部，並存著工藝技術形態和產品技術形態兩大系統，而每種技術形態又包含若干相關性極強的單元技術，它們共同構成社會生產活動的技術基礎。從具體生產過程看，工藝技術是產品技術形成的技術前提和物質手段，直接決定著產品的技術性能和生產能力。而從社會生產總過程看，產品技術往往又構成工藝技術的單元技術（廣義上說，工藝技術的實體本身就是特定的產品），它又影響著工藝技術的總體水平和效率。事實上，任何產業技術就其功能而言，都不是萬能的，而是有其不同的側重點。當技術側重於影響生產流程，具有提高效率和擴張產量作用時，把這種技術的轉移稱為工藝技術轉移；而當技術側重於影響生產過程的結果，有助於提升產品的技術含量及功能拓展時，把這種技術的轉移稱為產品技術轉移。一般來說，農業、採掘業領域的技術轉移多屬前者，而製造業、信息產業、建築業等領域的技術轉移多屬後者。同時，工藝技術和產品技術在功能上又具有極強的相乾性。因此，技術轉移過程，又往往是通過工藝技術的轉移來達到產品技術的升級，或通過產品技術的轉移來實現工藝技術的改造。