京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21