2015年12月
文／陸志光 克蘭菲爾德(Cranfield) 大學電機工程教授
在十月，中國最高領導人習近平及其夫人在密集的訪英行程中，不忘把握機會，到訪倫敦帝國學院的數據研究所。習夫人當天還收到一件以「大數據」技術設計而成的外套作為紀念品──研究人員分析了習夫人在各公開場合的700張照片後，推斷出最適合她身型、顏色及風格的設計，最後製造出這件外套作為禮物。
今時今日，所有在資訊科技界的人，包括研究人員，以至於企業董事人員，都在談及「大數據」。很多人相信，若應用得宜，「大數據」能為企業提升實力及價值。同樣，科研圈也在討論「大數據」很可能為人類所面對的許多難題帶來出路。不過，究竟「大數據」包括了什麼？它又從何而來？
◎什麼是大數據？
我們處於資訊爆炸的年代。有估計指出，人類有史以來的所有數據當中，超過九成的資料都是在過去數年內產生的。也有人說，到了2020年，我們擁有的數據會比今天的超出五十倍。我們創造及儲存數據的能力達到了前所未有的水平。單單Google，每天就要處理24千兆（24後加上15個0）的數據量。現時世界互聯網的人口已達三十億人，全球很快就會有超過一半人口使用互聯網。每一分鐘，互聯網用戶在臉書上就分享了超過250萬則內容、在推特(Tweeter)社群網路發放了30萬條消息，還有傳送超過兩億通短訊。不但如此，若你還記得在上一篇「物聯網」講過，一旦物聯網開始普及，數據量就會更加快速地增長，那時會有約200-300億樣物件被聯接起來。相比起互聯網，物聯網將產生更多的數據，把汽車、冰箱和中央暖氣等統統聯接起來。現時先進的資料儲存叫數據增長得以成事，也令數據的生產、傳遞及儲存成本更低。
「大數據」的定義包括了三個特點（也就是大數據的3V）：
‧高量(High Volume)：數據量是以億兆計，傳統電腦的表格不可能分析得了。
‧多樣(Large Variety)：大數據分析不同渠道的數據，包括了互聯網和物聯網。數據可以來自傳感器、檔案、公共網站、社交媒體，甚至大自然。因此，這些數據將會非常混雜，需要大量資源去篩選及整理。
‧高速(High Velocity)：大量數據每時每刻都在不斷快速變更，因此講求立時整理。大量的數據代表著無盡的機會，但同時也代表著史無前例的挑戰。如果我們能有效地分析這些數據，那就能創造無盡的機會。要分析這些高量、多樣及高速的數據，就需要我們能從中整理出有用的資訊。
針對這三種新的特徵，各國的研究員已發展出不同的數學模型，來處理這些傳統工具不能做到的分析工作。
◎應用範圍
最近，我應邀為一家中小企提建議，幫助他們研發一項能儲下身體運動能量的科技，把所收集的能量為穿戴的保健設備提供能源，使用家可以定期地收到健康數據，包括體溫、血壓、心跳及他們的所在地等。他們計劃出售數以百萬計這種穿戴設備。試想像，這些設備所產生的數據及數據潛在的價值──例如，醫生可根據這些設備提供最合適的診斷；在社區層面，這些即時的數據將有助預防流感或疫情爆發。
至於零售業及網購，大數據能改善網購的過程，同時透過更完善的市場營銷策略來加速增長。舉例說，亞馬遜的網站會根據用戶的反應而立時回應，有效運用大數據為廣告、交叉銷售及銷售提供不少機會，也為買家營造更方便及貼心的購物經歷。
每一天，數以百萬計的Google用戶在搜尋引擎中輸入不同的字眼。在用家還沒完成要輸入的文字或句子前，Google就能透過它們收集來的大數據，估計出用家下一步想要搜尋的字，並提出建議，既方便用家，使搜索更快到位，也提升效率。
在北卡羅來納州大學的研究人員，使用大數據來研發出電動車應用程式，能更準確地推算電動車的電池是否足夠走完一段路程。他們從不同渠道收集了大量的即時數據和電池情況，叫司機更有信心可準時回到家中，而非因沒電而堵在路上。
麻省理工大學的研究員用了大量電話數據，去分析人們的位置及交通模式，再將數據套用在城市規劃上。
◎挑戰重重
雖然大數據的應用是無窮無盡的，但它和其他新科技一樣，都潛在一定的危機。2013年，Google成立了一個新的項目，名叫Google FluTrend，嘗試叫用戶報告流感案例，再用大數據去推測全球流感的趨勢；但由於數據處理及分析不當，加上數據太過複雜，該項目終告失敗，項目的網站甚至很快就關閉了。
撇開這些危機，研究人員從失敗中汲取大量經驗，我們看到大數據的應用有飛躍式的增長。而可以確定的是，我們都目睹了「大數據時代」的開始──一個邁步跨出的劃時代！
參考資料：adayinbigdata.com、www.adweek.com