大数据让我们的城市生活更“智慧”_半岛体育网页版

11月17日，以数据建构价值，智慧引导未来为主题的2016全球大数据应用于研究论坛在青岛西海岸新区庆典举行。　　无现金社会早已悄悄走出你我的生活中　　美国未来之窗(FuturePointofView)科技公司创立合伙人、首席执行官斯考特克罗索斯基说，现在社会正在迈进网络3.0，机遇是前任甚至后来者都未曾面对的。　　技术就是用一种前所未有的方法把东西联系一起，比如网络1.0是人机交流，网络2.0是人与人之间更佳连接起来，社交软件、云计算等经常出现；而网络3.0就是物联网时代，设备、人可以更佳地交流；网络4.0，是信息平台之间的链接，通过过滤器的系统可以进账必须的数据，把数据切换到设备中；网络5.0，是在人与机器之间有更加高层次的统合，从可穿着设备到可植入设备，那时候也许超强人类就不会经常出现了。

斯考特克罗索斯基说。　　斯考特克罗索斯恩指出，以前人们在制造业主要是人工制作，一旦用3D化，就是一个数据简化的过程。

另外，过去人类用于硬币和纸币，现在通过网上账户交易就可以构建，现在很多场合不必现金。纸币产生一些问题，比如毒品走私，就用纸币交易，但无现金社会用数据就能很好地追踪和监控。

　　斯考特克罗索斯基说，无现金社会只不过正在构建中，像电子商务、网上购物，还有缴付，都是通过无现金的方式展开。他说道，从另一个方面看，大家疏失的一点是对于现金的印刷还有维持，政府都是有一定成本的，所以无现金社会可以减少一些成本。　　大数据让我们处在一个幸福的时代　　在大数据对于传统产业的政治宣传上，斯考特克罗索斯基说，通过50年的发展，人类和技术低程度统合，这以前是无法想象的事情；人类现在处在3.0的阶段，还有几十年的路要回头。现在我们于是以从第三次工业革命过度到第四次工业革命，这就意味著我们不是工厂中个体的转变，而是把多个单位统合在一起。

第四次工业革命是通过设备的互联互通来构建的，而这之前是没的。　　斯考特克罗索斯基说，当今数据在以指数级发展，但公司在以对数级发展，这解释公司管理者没跟上技术发展。

很多红极一时的公司，没增大技术发展和的组织发展的差距而造成倒闭。我们领导人没办法去增大这个差距，再继续也是白用。

这种预见性很最重要，要比其他人更慢地将新技术应用于到实践中去。并不是去解读概念，而是要比竞争对手把这些概念应用于到实际工作中，否则就是劣势。　　青岛正在建设智慧城市，必须一个主要的数据中心，搜集各方面的数据，增进当地的经济发展和消费，运用到教育、交通、教育及基础设施的建设中。　　斯考特克罗索斯基说，作好大数据，要通过数据来讲故事，分析信息让人们更佳地解读，就要展开数据的可视化，将大量的数据让人们一下可以理解其含义，而不是数据人员花上几天去介绍。

技术是非常复杂的，要产生价值，就要很好地构架。我们处在一个幸福的时代。　　五谷丰登城市大数据应用于离百姓最近　　北京以萨技术股份有限公司副总裁王堃讲解，以前警方查询监控视频被称作眼药水的侦破方法，这是因为靠人工一个点一个点顺，办案人员很疲乏且效率不低。

而靠大数据+人工智能原作搜寻条件，融合视频特征和现场目击者原作搜寻条件，很更容易瞄准嫌疑人的信息。　　五谷丰登城市大数据是离我们最近的大数据，早已为我们日常的社会平稳获取服务。他说道，一个中等城市的大数据是十分可观的，刑侦部门图片数据每天收集1.2亿张图片，30多万路监控视频，一天的视频数据要看完了，1个人必须1亿小时。

　　我们掌控的数据中，结构化的数据，也就是能用文本阐释的信息，还包括户籍、高铁、民航、住宿等，只占到5%左右，数据量并不大，并且不能反应属性信息和宏观轨迹；而95%所谓结构化数据，这些以视频图像为代表，还包括语音等信息。他说道，五谷丰登城市数据量大，数据多样，还拒绝处置高速，这就反映出有大数据+人工智能的意义。

　　大数据医疗为我们的生活获取优质确保　　大数据对于传统的政治宣传，还将更加深远影响。HPE软件集团亚太及日本地区大数据方案与业务经理安德鲁帕克指出，大数据的应用于，也许不会让我们能批量生产姚明。通过人类基因数据的分析，找寻跟姚明基因相近的运动员加以培育，就能寻找下一个姚明了。

早已有机构在过去两年里投资该领域，通过基因排序和数据的分析，可以召募到更加杰出的人才。　　人体本身就是海量数据的构建，基因的数据是人体海量信息集的反映。这在智能医疗上的反映也许更加显著。

　　弗莱姆(Prime)医疗数据分析公司高级副总裁及首席医疗信息官艾利卡林致力于利用PRIME系统，基于网络数据库分析，对医疗行业展开市场分析和调研，广泛应用在政府、医院、连锁医疗机构、制药和医疗器械、医疗保险、医疗投资等行业。他指出，数据的捕捉最后的目标是改良医疗效益。

　　医院通过收集患者信息展开数字化，还可以展开医生展现出的评价等。这个产业十分极大，在美国有多达500个医疗数据机构在研究、分析。

在他显然机会和挑战共存，挑战之一是医疗数据获得性和取得深度，因为在美国医疗数据多达150亿T，未来还不会缩减到。　　把信息分成多个维度，还包括病历信息、医生信息、人口统计学信息、心理统计学信息、保险赔偿信息、付费者信息等，展开阵列信息处理，将不会得出结论更好的信息，还包括每个医疗设施的用于频率等，这样一来可以告诉哪个地区哪种病发病率最低，医生市场需求最低等。弗莱姆说道。

本文来源：半岛体育网页版-www.djysxw.cn