第一个大的问题就是软件和数据处理能力。由于软件的复杂性强和巨大的问题，互联网巨大规模的应用和数据的不确定性，我们过去软件在封闭世界研究的数理逻辑的研究仍然有效，但是遇到更加开放、动态的问题。比如说数据模型和处理，给另一个海量数据做输入，如何做输出，并能找到问题的答案。过去的算法就是看它能不能计算，来决定计算机能不能处理。计算好和坏。现在按照传统计算复杂性，我们看所有的大数据都算不了。
所以，怎么在有效的时间内找出它的近似算法和最逼近的算法，这是对数据新的规模当中新的科学问题。传统的商业数据库为什么做不了？第一，它用授权收费，价格极高，开源数据库的维护将会比买一个授权还要贵。我们看过去管理传统数据，一个TB一万美元，Hadoop系统一个TB500美金，大部分情况下用到什么内容？传统的数据库就是Scarle up，性能的提高，对CPU、存储等进行不断的扩展，这是传统的并行计算的模型。现在的大数据分散在互联网，分布式的、动态的增加低成本的计算和服务能力。
因此，这样的方式也是一个新的挑战，同时对于软件，什么样的模型能适应它的发展。我们知道Hadoop，图形处理，一种基本的编程模式远远超越于我们过去的程序设计语言，超越于我们网站的设计。而在新的方式当中，它对于最低的延迟和最简单的任务操作开始提出新的问题，要求的挑战出现。同时新的特征出现，因为它是分布式剧增节点的内容，因为它的可扩展性，以提高他的生产效率，吞吐率，通过新的容错和可靠性的方式维护系统，互联网的系统永远没有短板的原理，每一个节点都是最高点。
作为Fault tolerance方式来讲，已经有新的变化。作为这个领域，我们看到模型到软件都有变化，同时在数据科学，过去以手工分析，以商业数据为基本的方式，在大科学数据下，已经开始显现的越来越苍白，原因就是如果过去数据是手工农业社会的话，现在进入工业化的社会。工业化社会基本的数学物理特征就是统计物理学、实验物理学和我们过去的随机过程。过去计算机依赖的，以及有限条件下的数理统计，代数系统建立新的处理的方式，是变成更重要的一种内容。因此，对于我们处理这类数据的工具也发生了很大的变化。
昨天和陆奇先生，也在讨论，现在在很多重要的企业当中，统计科学、实验物理学成为大家最重要的手段，新药的发现，人的习惯，阅读的分析，商业的模式，都从这里大量统一分析出现。我以前也提到过，过去对50万个单词学习拼写解答，进行语音、文字或者句子的理解，现在50万，500万，500亿的句组，再用过去的方式就不适合了，而是大规模的、新的、工业化的数据为基础的处理能力。要求我们对新的数据科学理论，提出对算法、计算方式，以及新的搜索引擎都有新的挑战。这对学术界是大的机遇。
以前的文件系统、数据互联网、基于不同角度的搜索，从细节到整体，从局部到系统的新的方式，都带来新的机会。这样的内容还带来一个问题，虽然密度低、价值低，但是数据质量仍然是持续的问题，怎么解决数据质量，新的Qulity，跟过去的数据处理都不同。
因此，作为新的大数据下，软件和数据处理能力，成为最重要的，也是未来科学研究对于其他学科当中一种发展的手段，第二个挑战，就是关于资源和共享管理，如此众多的资源要解决以及不断支撑新的需求的Scarleout的模式下，怎样把存储、数据能够作为公共资源的管理，以解决不同类型中的应用，这里的问题有很多。大家知道，网站的环境，或者有一些环境都影响这个系统生存和扩展规模的能力。
那么，这样的能力已经不仅影响到我们一般的应用，对能源、数据的管理，作为价值也是极高的情况，所以它的消耗能源也变成一个重要的问题。那么，这里一个最重要的问题，就是未来的资源管理更向系统，或者是否存在单一的垂直管理系统，以及所谓的统一的操作系统，也变成了现在争夺的最重要的问题。如何管好数据和管好资源，成为重要的内容。
这种方式的解决可能又创造互联网新的方式，就是数据与服务运营商的出现，因为用户是数据的创造者，服务软件提供各类的服务，一切能想象到或者数字化都可以作为服务提供。所以数据与服务运营商将会成为电信运营商的模式，重要而且会快速发展的内容。那么，这种模式的出现，可能会对我们互联网，移动互联网的发展也会有重要的内容，解决多样性和发展处理存储的问题。
第三个问题，就是数据处理的可信能力，解决云端的一体化的安全监控，系统的恢复，以及再往后发展的高可靠性的能力。对于这样一类问题，应该说，随着技术的发展，一个安全的问题，可信的问题，是和重大系统应用是相伴而生的，但是它确实是一个重要的问题。不光是没有价值的大量数据出现，而且隐私数据也非常重要。
因此，在大数据时代当中，我觉得随着数据的分布性，异构性和动态快速变化性，加上个人拥有的质性，可计算的问题，可管理的问题，可信任的问题，共同组成了在大数据时代的新的三类和我们需要有新的手段，可能会关注到的三个典型的科学问题。
软件发展这么多年，几十年，计算机是以数据处理为中心的。所有的事情的诞生都是以数据处理为核心。但是，进入到今天，已经超越我们过去简单的数据，如果我们看80年代出现的软件成为商品，90年代创造出的第二次变革，是简单的、基本的、重要的信息服务业。在现在来看，就会进入了一个新的发展，数据创造了价值，而不是一个简单的应用或者信息的堆积。
因此以数据为中心下会给我们带来机会。但是从过去IT发展来看，虽然应用有一段时间，但是技术的突破和新的应用载体窗口时间并不是很长。因此理论和技术上的创新和持续的发展，会给我们带来机会。但，同时应用模式的创新更重要，特别是IT的创新，实际上在不断的验证Case法则，Hadoop就是简单编程模型，就是保持它的简洁和最有效，就是我们IT领域。
因此在这个领域当中，年轻的学生，年轻的人，在这个领域，你们的脑子里还没有被跑马圈地，还有很大的空间去创造，因此这也是最有机会的发展内容。
