中国科学院院士梅宏出席2023全球数字经济大会主论坛并发表主旨演讲。梅宏认为，数字经济时代正在开启，这是在农业经济、工业经济之后的一种新经济形态。数据技术体系、数字治理体系以及数据要素市场构成了数字经济发展的三大基石，数据成为生产要素将是这个时代的重要特征之一。
    梅宏从五个方面提出了大数据技术发展面临的一系列挑战，从管理、处理、分析、治理四个维度分析了大数据技术未来发展趋势。
    第一，如何构建以数据为中心的计算体系？梅宏表示，线性增长的数据处理能力与指数膨胀的数据处理需求存在剪刀差，迫切需要寻找新的性能提升驱动力，新硬件技术、人工智能技术为大数据计算体系带来新的机遇和挑战。同时，超大规模数据的能耗占比大、增速快，现有计算体系偏重性能，能效不高，可持续发展能力有限，带来了能效方面的挑战。
    第二，如何管理超大规模的数据要素？在梅宏看来，越来越多的数据资源正以数据要素的形态独立存在于不同空间、组织和信任域，并参与数字经济活动的全过程，需要对大规模、跨域的数据进行高效的组织和管理。数据价值化要求数据组织管理的范围从传统的单域模式到跨域模式，带来跨域管理挑战。数据管理是大数据产业的基础，可用性也是一大挑战。大数据规模呈指数级高速增长，大数据管理系统往往规模极大，因此各类错误发生概率不断提升。另外，还可能存在恶意节点引发虚假消息或数据篡改等严重问题。
    第三，如何满足大数据高效处理的需求？梅宏认为，新型数据处理需求对现有大数据处理系统与架构提出多种技术挑战。具体来看，实时数据的特征是动态倾斜、稀疏关联、超大容量，需要应对资源效率低、时空开销大、扩展困难等技术挑战；图数据的特征是不规则访问，计算访存比小、依赖关系复杂，需要应对并行流水效率低、访存局部性低、内外存通道利用率低等问题。
    第四，如何实现多源异构大数据的多模态融合分析与可解释性分析？梅宏提出了两方面挑战：一方面，异构多模态数据的融合分析从小规模、单模态转变到大规模、多模态；另一方面，模型在可解释性、稳定性、公平性、可回溯性这四个方面也需要更高的性能和要求。
    第五，如何形成系统化大数据治理框架与关键技术？梅宏指出，数据要素化需要有效高效的大数据治理技术体系支撑，涉及数据汇聚融合、质量保证、安全与隐私保护、开放流通、标准化与生态系统建设等多个方面。
    关于大数据技术的未来发展趋势，梅宏认为，从总体来看，数据与应用将进一步分离，以促进数据要素化。尽管历史上数据库技术的出现带来了数据与应用的第分离，但这种分离仍不够，数据要作为资源和要素进一步独立于应用，真正成为一个独立存在的实体。高能效大数据技术栈的构成是可持续发展的关键，特别是在双碳背景之下，要形成低碳高效、可持续发展的路线。要在资源共享、节能高效的云数据中心基础上，布局全国一体化高能效大数据中心，形成低碳发展新格局。数据相关技术需要形成大数据标准规范，积极推进开源社区的建设。
    在数据管理上，从单域到跨域的数据管理需要促进数据要素的共享与协同。数据管理正在从面向和限定于单域的孤立服务，发展到跨越空间域、信任域和管辖域的数据共享与协同服务的新阶段，要打破“数据孤岛”，促进数据价值的化。
    在数据处理上，近数处理成为突破性能瓶颈的重要途径，包括存储上移、算力下移以及分布式计算模式转变；系统设计要从扩展性优先走向性能优先，需要拥有性能优先的系统设计、领域专用软硬件和新兴处理方法。
    在数据分析上，从单域单模态分析到多域多模态融合，要实现广谱关联计算；从聚焦关联到探究因果，要实现分析结果可解释。
    在数据治理上，数联网将成为数字化时代的新型信息基础设施，需要形成一套完整的数联网基础软件理论、系统软件架构、关键技术体系，以数据驱动为手段，研究数联网环境下保障服务质量与保护质量的原理、机制与方法。