
向大数据时代跃迁
人类进化过程中,对工具的使用十分重要。我们曾经认为技术就是工具,技术提升了效率,并实现远距离通话。最近,我还看到一项发明,可以通过味觉关联,让盲人“看到”一些物品。这种为盲人设计的眼镜就是计算能力的应用。
如果将早期的计算机、互联网比喻成工业革命中的蒸汽机、轮船,那么,新一代的云计算、大数据、可穿戴设备、移动互联网,就像工业革命中电、化学元素以及电话、航空等规模性出现的发明,它们已不再是简单地给生活带来方便的工具,而可能是对整个社会进行重塑。
云计算的处理能力(从分布式计算到大数据),是人类历史上第一次将不同类型的数据进行采集和分析。现有的数据可分成三类,结构化的数据、接触性的数据和可佩戴计算的数据。
2013年,很多企业都已经意识到数据的价值。就像工业革命中企业要用电一样,今天则必须学会如何使用大数据来提升竞争力。未来还要具备收集、储存和处理此三种数据的能力。
我们将进入一个数据支配( Data charge)的时代。新的数据规模、形态和需求的出现,让传统的无论是IBM,还是Oracle、EMC的数据库都变得不太适合,时代需要一种新的数据库架构。类似Wintel( Windows+Intel)到了移动时代必须变革,去IOE(IBM、Oracle、EMC的第一个字母)的时代已经开始,新一代的服务器和超大规模的数据中心即将诞生。
在互联网1.0的时代,数据的来源大部分仅是将传统的内容搬到了网上;今天互联网每天产生大量的信息和数据,比如社交网络,或智能手机、可穿戴设备的数据,很多都是消费者参与创造的。假如所有信息都能被中央的大云记录起来,并且可进行分析;假如发明这样一种技术,可记住我们出生以来每一次的心跳、每一次疾病、读过的每一本书和经历的重要事件,那么,这就让我们更了解自己,更加了解我们的社会。
举一个例子。以往我们的医院都是按行业、按规模来划分的,医生、专家均需经历漫长的学习过程。事实上,人类很多疾病都是有规律的,很多治疗可能是不需要医生的。运用大数据、可穿戴设备和云计算能力,可让学习和治疗的成本大幅度下降。如果将所有医疗的数据都集中到一个共同的平台上,这个平台就成为了世界医疗的大脑,医生可以通过大数据了解我们身体。这样每个新医生在治病之前,就能了解到数据平台成千百万的病例,哪些是有治疗方法的,哪些还没有治疗方法。通过海量的数据处理,并用计算机的深度机器学习,替代医生做大部分的判断工作,可能会大幅度提升和改变医生的学习过程,并比传统做得更精确。
“杏树林”正试图这样做。张遇升,是它的创始人。这个27岁的创业者在做的事情就是用手机上传病人的病历,目前已有超过40万医生在该平台上生成APP病历。他的目标是在两年内让中国一半的医生可以分享。
2013年企业开始注重数据应用,同时大数据在教育、交通、医疗等行业正加快落地。除此之外,可穿戴设备的进展尤其引人注目。
Google glass(谷歌眼镜)推出了新的版本,三星、微软等公司宣布将推出智能手表,各式各样的智能手环、智能眼镜、智能跑鞋都不断地涌现。Juniper Research数据认为,2013年全球用户将在这些设备上花费14亿美元,到2018年将增至190亿美元;2013年可穿戴设备的销售量将达到1500万台,到2017年将达到7000万台。设备制造商、软件研发者和普通用户都可从这一趋势中获益。
可穿戴设备及其带来的反馈经济在改变着与我们每个人相关的医疗、健康、体育、游戏等行业。通过可穿戴设备,能准确及时了解到我们的身体,血压、呼吸、热量等数据;运动员则通过它获取运动数据,可回放和分析来改善比赛表现;可穿戴设备亦可用到交互式游戏上,用来了解身边的环境,比如作息、行为或者饮食习惯;它还可以用来记录位置和情绪。可穿戴设备比智能手机可以更为方便和不间断地收集数据,实现将个人数未来价值的创造者,可能是那些有算法并兼备创新的思维和商业模式的公司据和环境数据的整合,从而更精准地了解身体数据并和外部环境进行关联。
如果说此前的互联网络、社交网络让人和人之间更方便地沟通,可穿戴设备则实现了人和机器、和外部环境之间的沟通。基于可穿戴计算和反馈经济的各种商业模式也正在出现。我们预测未来三年到五年,随身物品应该都会具备计算能力,另外随着大数据处理工具,包括机器学习的深入,更多数据将被不间断收集起来并可随时分析,在更多的行业更大的改变或者创新即将发生。
比如每个人的大脑存储是有限的,可穿戴设备结合了像Evernote(印象笔记)这样云的应用,等于给人类增加了“外部的大脑”,可帮助我们更方便,并且是没有限制地进行知识采集、存储,更智慧地进行知识管理。
这种创新也会带动芯片、显示屏、硬件设计及软件、应用方面的创新,如更低能耗、更小体积的芯片,更加多样的显示屏等。同时,推动云计算、大数据应用生态系统的成熟。
英特尔公司已宣布2013年底前推出可应用于可穿戴计算设备的芯片,得州仪器和高通也都开发了ARM架构的芯片,这些芯片同样可用于可穿戴设备和物联网。
一些新的可弯曲的显示屏以及液态金属技术也被开发或投入应用。可穿戴设备还推动着个人云的成熟,让我们可以更加智慧地了解自己,学习和感知外部的世界。
大数据、云计算和可穿戴设备已不仅是IT革新,而是成为改变生活和社会方方面面的革命原动力。由于移动网络、大数据,尤其是今天各种各样计算环境的到来,我们发现自己正在迈入一个新的、更有智慧的世界。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10