3月，谷歌AlphaGo與韓國圍棋國手李世石的“人機世紀大戰”，刷爆全球輿論圈。
說到底，AlphaGo獲勝，在于擁有人類曆史高手海量的棋局和不斷試錯改進的自我學習能力。大數據+深度學習，造就了AlphaGo的勝利。
海量數據的彙聚，促成了大數據時代的到來，然而，問題普遍存在，那些希望通過海量數據總結和發現科學的規律，或者是刻畫用戶畫像的設想，遭遇了諸多挑戰。
随着高校信息化的發展，積累了二十餘年的各類數據，當我們面對龐大的校務數據，希望藉以了解學校師生教學和生活行為的發展趨勢時，數據隐私保護、數據質量、數據分析技術以及數據應用服務等的問題，均接踵而來。
在數據開放政策與機制相對缺失的當下，數據的供需矛盾也顯得尤其突出。數據隻有開放，并按需彙聚起來，才能成為大數據，才能刻畫并總結出科學的規律，但如何開放大數據資源，在人們對數據“淘金”的期望越來越高的當下，将數據當做寶貝，秘而不宣，使得數據供與需之間，存在壁壘。
雖然大數據催生了科研的第四範式——數據密集型科學，但“大數據在計算機中，科研的人在科學中”，卻還是全球性的難題，要破解這樣的困局，需要從機制體制上進行整體規劃。高校數據中心或者即将到來的科學大數據庫建設中，需要解決數據管理及評價機制的問題。
首先，評價體系需要适應新的情況進行相應的變革。很多應用學科隻将計算機技術單純作為一種載體，或者是簡單的處理工具，因而從事計算科學的研究人員，也常常被視為科研輔助人員，其科研成果并不能得到認定，認識上的局限性使得學科交叉越來越困難。
第二，數據的規範管理。目前關于數據的标準規範雖然形成于2010年前後，但其中關于數據歸屬、數據版權等焦點問題，并未有清晰的界定，這對于數據的生産者及數據的使用者，都構成了風險。
目前國際上非常關注的“數據出版”，可以是一個新模式的探索。數據出版首先明确了數據的知識産權，清晰界定數據的擁有權，但并不妨礙其使用權；第二，注明來源；第三，數據擁有一個标識，可以提供使用者随時訪問到需要的數據。如此，既可以讓數據的開放共享更規範，也可以讓科研人員更願意開放數據，供需的矛盾或能得以化解。
大數據帶來機遇，也帶來許多挑戰，需要我們條分縷析，因時應勢，破解束縛，才能釋放出大數據無窮的能量。
中國科學院計算機網絡信息中心科學數據中心主任
CODATA中國委員會秘書長黎建輝