神通大數據

大可

世界排名第一的中國圍棋選手柯潔，與阿爾法狗大戰三個回合，三戰全輸。在人類棋手面前自信滿滿的柯潔，落下了眼淚。

面對網上千奇百怪的圖畫“試題”，不到半分鐘，小詩機就創作出一首詩，什么“雨引鳥聲過路上，日移花影到窗邊。賴有公園夏風地，欣喜玩沙遍河山。”什么“啼鳥古藤古清壁，樹蔭花草磚墻旁。約公快活重來此，延納北風盡一觴。” 哇哇哇，這不跟我們背的唐詩一個套路嗎？

這些機器人也太逆天了吧？

呵呵，只不過是大數據幫了它們的忙！

小鏈接：

阿爾法狗（Alpha Go）的“狗”是對英文“Go”的音譯，而“Go”在英文中不僅僅有走、離開等意思，還表示“圍棋”呢！

到處可見

大數據的作用到處可見。

十字路口的紅綠燈，多久轉換一次能讓道路更順暢？這要統計有多少車、多少行人經過路口等數據。設置合理的紅綠燈，對降低交通事故也有很大作用，這要統計人們的開車習慣、忍耐等待過馬路的最長時間等。

公共場所的警力安排，則要統計不同時段的人流，如工作日、雙休日、各類國定假等。沒看到“熱門”假期連武警都在維持秩序嗎？

小詩機是“消化”了幾百位詩人的作品、跟詩詞有關的語文和景物知識、圖片識別方法等大量數據，才會“看圖寫詩”。

小鏈接：警察“先知”

美國某小城的地圖，會根據“賊情”不斷畫出賊們出沒的動向，在與小偷的較中，警察屢戰屢勝。這也是托了大數據的福。從大量信息中提煉出的數據，讓犯罪行為無所遁形：竊賊通常出沒的社區、最有可能犯罪的時間段、犯罪的類型……

4步大數據

從信息到數據不是一蹴而就，有人說有10個步驟，有人說要8種方法。我們浮光掠影地看一看。

首先是從信息中采集數據。

自從有了互聯網，人人都可發信息：公眾號、博客、微信、社交網絡聊天……這就是大數據的生長土壤。大數據講究的是數據的全體性、完整性，而不是以前常用的報刊摘錄、抽樣調查，這樣的數據才更有用。比如網上商城會持續收集人們的網購記錄、聊天記錄等。這需要有極速容納信息的設施。有些網上商城在“購物節”網絡癱瘓，影響了數據采集。

海量的信息有的有價值，有的是垃圾，讓信息變成有用的數據，是第2步要做的事：將信息迅速分門別類歸入便于查詢的數據庫，同時“清洗”掉無用信息。想象一下中藥柜：各種藥材被收入各自的抽屜，雜質則被拋棄。藥柜設計要滿足這樣的需要：可隨時根據藥方從抽屜中取材配藥。當然，數據庫構成要復雜多啦。

接下來是分析、統計數據。比如，某類人的購買熱點，什么樣的優惠會增強網購，某種商品購買量的變化……優秀的分析、統計工具，會做到數據實時更新、秒級響應。

最后一步是對數據的挖掘應用。比如對于“網紅”商品，要挖掘與“網紅”原因、購買人群的年齡、季節等之間的關系。這要經過大量的數據計算，才能得出結論。而根據結論及時調整，是網上商城成功的秘訣之一。

大數據與學習

全班同學聽同一位老師講課，考同樣的卷子。分數高被認為聰明、努力，分數低的簡直與“差生”畫上等號。你再不服氣，說自己多努力也沒用。

別泄氣，大數據出招了。

有家公司建立的學習平臺，無論你是花幾分鐘還是幾個小時在上面，它都會跟蹤收集信息，并通過答題情況來分析用戶的學習方式，統計大多數人會對哪些問題困惑，哪類人群容易犯某些錯誤等。比如，他們發現說西班牙語的人要學好英語，有些詞應該晚點學，于是調整了課程。

這樣看來，分數低很可能并不是你不努力，而是學習方式不對。當有了可靠的大數據依據后，教育方法將會有所改變。

輝煌的明天

早期的阿爾法狗“吃”了人類幾百萬個棋譜，用獲得的大量數據進行訓練，掌握了各種最有勝率的棋招。

后來的阿爾法狗拋棄了人類棋譜，只學習圍棋規則，然后自己跟自己下，憑借人類望塵莫及的運算速度，迅速積累了大量棋譜數據。隨后，阿爾法狗就像一個真正的人類棋手那樣，運用多種“深度學習”模式，一邊拋棄那些明顯的“蠢招兒”，一邊推演、判斷局勢，擁有了最好的、甚至人類從未想到過的棋路，直逼得柯潔潸然淚下。

發現沒有，大數據進入了新旅程：數據庫不依賴信息搜集，而是來源于“機器學習”。超越了人類的信息提供，大數據是否將走向更快、更多和更強？