1703786000
1703786001
处理这些杂乱数据的最佳方法是什么？数据泛滥能够解决吗？为了找到答案，让我们来看看一群科学家如何破解一道难题……这道难题出现在地球上最危险也最先进的地方。
1703786002
1703786003
破译超大型对撞机的数据
1703786004
1703786005
大型强子对撞机（LHC）就像是科幻小说里的实验机器一般。大型强子对撞机是同类机器中最大的一台，由欧洲核子研究委员会（CERN）联合100个国家的10000名科学家共同建成，坐落在法国和瑞士边界地下一条17英里长的隧道中。对撞机的作用就是让物理学家测试粒子的对撞情况，拓展人类对物理世界的理解。
1703786006
1703786007
这一技术壮举面临的主要挑战不是如何引发对撞，而是如何理解对撞产生的万亿字节的数据。数据之海量，即使最复杂的算法都无法处理；数据之微妙，即使最智慧的科学家利用速度最快的计算机都难以理解。事实上，大型强子对撞机研究团队并非面临这一问题的唯一一群科学家。
1703786008
1703786009
例如，2015年年底eLife期刊的一篇文章中，细胞生物学家罗伯特·英索尔（Robert Insall）引发了一场行业论争。他说到自己采访的大多数高级研究员都担心，每年新发布的数量惊人的生物医学研究论文将会降低整个行业的可信度。
1703786010
1703786011
2015年，谷歌和IBM都发表了重大声明，将为技术社区创造更多的开放源码库、工具和指南，推动自家人工智能平台（分别是TensorFlow和沃森）进一步发展。两家公司的目标都是激发更多开发者利用“深度学习”开创新项目。深度学习是机器学习的一个领域，它让机器具备更多直觉，更接近真正的人工智能。
1703786012
1703786013
随着时间流逝，人工智能和深度学习自然会经历大量的研究，检验价值存疑的开放数据，协助打通各种联系，催生新发现。人工智能有望帮助研究大型强子对撞机的科学家和不知所措的生物医学研究人员挖掘所有数据的含义。
1703786014
1703786015
随着科学界测试新的人工智能解决方案应对这一数据挑战，全球其他行业也将围观他们的一举一动——其中包括几个自身数据泛滥的行业。
1703786016
1703786017
农业科技：越来越多的农业数据
1703786018
1703786019
农业极好地展现了数据泛滥给我们带来的现实挑战。这个行业里，数据正泛滥成灾。如今一个农场就能提供堆积如山的数据，它们来自土壤里的传感器、农场动物身上的可穿戴追踪器，还有监控作物的无人机。
1703786020
1703786021
无人机在农业生产中的应用前景光明，也暗藏危机，据国际无人机系统协会估算，未来的商用市场上，农业无人机也许将占据八成。
1703786022
1703786023
这些农业科技（常被称为“AgTech”）产生的数据正在引发一场新演变，也就是越来越多人谈论的精细农业——在正确的位置种植正确的作物，并在正确的时间收割。持续获得这样的精度并不容易……做到这一点需要技术与农业的整合，整合的深度是前人未曾尝试甚至从未讨论过的。
1703786024
1703786025
一个绝佳的讨论契机出现在2015年7月，福布斯集团在加利福尼亚萨莱纳斯举办农业技术峰会。大会旨在让农业生产业内人士和硅谷创新者齐聚一堂，讨论农业的未来以及如何发挥技术的作用。大会上，农场主实地讲解了这些新数据给他们带来的挑战——如何理解其含义。
1703786026
1703786027
数据正在泛滥，但土地上的农场主却几乎无法理解其含义。
1703786028
1703786029
农场主一般并不是拥有高级粒子物理学博士学位，接受过数据分析训练的科学家。在日常工作中，他们很少舒服地坐在笔记本前。他们四处奔波、头脑精明、时间有限，常常需要那种拿来就能用的数据。
1703786030
1703786031
大多数人都认为，未来的解决方案并不是开发新式工具收集更多数据，而是让技术人员和农场主携起手来，推动他们开拓新途径，切实解决数据泛滥的问题。农业科技峰会和类似的大会带来了前所未有的创新举措，专注应对这一难题。
1703786032
1703786033
例如，在农业立国的新西兰，一个区域企业孵化机构开展了一个为期20周的农业科技孵化项目，名为“农业科技萌芽”（Sprout Agritech）。世界各地的农业科技项目也正获得越来越多的投资。截至2014年年底，行业网站AgFunder跟踪发现针对264个项目的投资超过23.6亿美元——这已经超过了一些大肆宣传的行业，例如金融技术（21亿美元）和清洁技术（20亿美元）。
1703786034
1703786035
与此同时，各国政府发布的公开数据集对农场主极具价值——例如区域气候和粮食消费数据。随着这些公开数据和传统农业数据（如粮食产量和土壤指标）、新型农业数据（如无人机测量数据）发生交汇——其他行业的数据泛滥问题也在冲击着农业。
1703786036
1703786037
然而，著名风险投资人兰迪·科米萨认为，这将催生农业科技投资与创新的黄金时代。作为知名风投公司凯鹏华盈的合伙人，科米萨习惯于比大多数人看得更远。2015年年底，他在接受《国家地理》采访时发表了一些深刻见解——他预测农业的未来将更加开放，农场主将从那些近乎垄断的农业巨头手中夺回控制权。他们将不再仅仅是大型农业公司的供应商，而是拥有自己的数据，彼此间进一步开放共享。
1703786038
1703786039
在农业领域——创新人才和持续获得投资的创业公司有望解决数据泛滥问题，从各种数据的交汇中挖掘更多含义。
1703786040
1703786041
医疗数据的筛选和解读
1703786042
1703786043
说到医疗行业的网络数据共享，隐私往往是最大的担忧。创新者面对的、管制者提出的、病人担忧的第一个问题就是：如何使用个人数据？医疗行业面临着本章提到的其他行业同样面临的数据泛滥问题……背后的种种原因也是一样。
1703786044
1703786045
医院收集病人和疗效的相关数据，病人则通过可穿戴健康追踪器和治疗糖尿病或哮喘的相关技术收集自身数据。当然，政府还会在网上公布大量的公共健康数据，供所有人取用。
1703786046
1703786047
科学研究人员主要寄希望于人工智能，农业从业者则推动更多的创业公司应对挑战——而在医疗行业中，一种不同的应对策略正准备大面积铺开，背后的力量主要是一个个医疗人员的筛选和推断，他们发挥人眼的力量，发现和解决各种问题，这些问题就连最复杂的算法甚至人工智能都难以处理。
1703786048
1703786049
最有力的一个例证就是Figure1软件，它常被称为“医生的Instagram”。专业医师可以利用这款简单的软件分享病人的匿名图片，得到其他专业医师的反馈和评论。事实上，在不透露个人资料的前提下，分享病症图片的行为已经相当普遍，十分惊人。
[
上一页 ]
[ :1.703786e+09 ]
[
下一页 ]