大数据，就是大量数据吗，比如100G, 一个T的视频，又或者是1000万，甚至一个亿的姓名资料。这些可以算是大数据吗？

吴军博士在《智能时代》一书中，给我们介绍了大数据的几个特征。

大数据的特征

首先是体量大，这一点业内业外都认同，技术发展到今天，我们不管是传输还是存储数据的能力都有了量级的提升，以前觉得1T都挺多，现在都以P，E，Z来记了。

实际上大数据的大只是一个相对的概念（是big 而不是large），比如全中国人所有人的姓名资料，也许只有几百兆，这是个大数据。相反手头上有独立的几百部电影，也许有几个T，也不构成大数据。

大数据更重要的另外两个特征，一个是多维度，一个是完备性。

多维度意思是，数据类型多种多样，比如照片，不仅有图像信息，还包含地理位置，照相时间，用什么相机照的，用什么软件加工过等，这就是多维度的信息。

完备性体现为完整性连续性，比如上面照片例子，如果获取了一个地区一段时间内所有人手机所照的照片，那这个信息就是大数据了。

大量的具备多维度和完备性的数据，其实最后体现出来的结果是，数据具可分析性，可以从数据中挖掘出有价值的信息。

大数据的本质

大数据的本质就是利用信息消除不确定性。

吴军在书中也举了几个大数据来挖掘出有用信息的例子。

比如美国通过居民的用电大数据，分析其用电模式，找出在房间里面种大麻的罪犯。

一些购物网站分析用户的购买习惯，还有退货记录。推荐不同的产品，甚至报不同的价格。

谷歌的翻译软件，通过学习网络上所有翻译段落，直接将源语言转化成目标语言。

用相关性取代因果关系

以前我们习惯用的机械思维，总是希望找到事物的因果关系，找出原理，从小样本中找到规律然后推导到全局。

大数据的思维，是直接分析全部样本，统计事件发生的相关性，通过相关性直接找到问题的答案。

前面例子谷歌翻译不再研究语法，不再研究为什么要这么翻译，而是透过大量数据的统计分析，直接找到这个翻译的答案。