凡是和大数据沾边儿的都是热点。这不，记者发现大数据联合实验室正如雨后春笋般出现。记者亲眼所见的成立大数据联合实验室的活动就有两个：数据分析公司永洪科技与北航软件学院合作，成立了北航-永洪科技BI联合实验室；CA宣布与清华大学软件学院达成协议，启动大数据研究项目的第二期合作，围绕关系型数据库到非关系型数据库的迁移，以及非关系型数据库的数据分析两大主题。
　　经过多方了解查询，记者发现，大数据实验室远不止这两个：
　　电子科技大学与朗玛信息公司建立“医疗大数据联合实验室”，目标是利用大数据破解健康难题；中国科学技术大学先进技术研究院、中国科学技术大学、安徽象形信息科技有限公司联合成立“中科大-象形大数据商业智能联合实验室”，围绕大数据分析基础设施，着重在分析工具、加速计算和应用产品等方向；北京市环境保护科学研究院与IBM建立联合实验室，目标是利用认知计算、大数据分析、物联网等相关技术，助力北京市加速雾霾治理；交通部公路院与浪潮共建“大数据联合实验室”，研究现代物流大数据应用；甚至，连餐饮企业湘鄂情都与中科院计算所携手共建“大数据及网络新媒体联合实验室”。这林林总总、形形色色的“大数据实验室”真是令人眼花缭乱，真真切切地感受到了大数据的“炙热”程度。但记者却想对此泼盆冷水。
　　建立大数据实验室就能破解大数据难题了吗？大数据之难事实上是难在对数据的理解和分析上，如何建立每一个领域的大数据分析模型，如何获得大数据的洞察，既需懂“数学”又需要懂“行业”，二者缺一不可，也只有各个行业与ICT企业融合才有可能真正找到大数据中蕴含的“智慧”。这可不像以前记者上学那会儿，给高校配几台电脑、装几套软件免费试用就可以称之为“XX联合实验室”的时代了。
　　而对于高校/科研院所而言，要解决教学/研究与实践脱节的问题，更关键的在于培养机制。记者的一位朋友有个外甥，加拿大滑铁卢大学计算机编程专业本科毕业，先后在Evernote、Facebook、微软实习之后成功签约Facebook。其学校本科阶段学习半年、实习半年的机制让大家深以为然，比与社会脱节的机制更有效，培养出的学生更接地气儿。当然，在国家提倡产、学、研、用积极合作，联合创新的当下，各个“大数据联合实验室”也可谓是应运而生，也有积极而深远的意义，但前提是做得好、真有用，而非用空架子、虚招子来博名利。 （霍娜）