可穿戴设备之父:大数据不再纸上谈兵

在“可穿戴设备之父”和“全球七大大数据专家之一”的阿莱克斯-彭兰特在BIG TALK演讲开始之前,有人提出问题 “大数据与可穿戴的关系究竟是什么”“大数据与统计学区别是什么”?这两个问题百度都可以给出一个很好的答案:大数据与可穿戴没有直接关系,同时它与统计学有联系但却完全不是一回事儿。

如果说智能手环和智能手表是可穿戴的冰山一角,那么可穿戴的大数据应用又是整个大数据世界的冰山一角。可穿戴设备通过遍布世界的传感器连续不间断地采集、上传数据到云端,并基于此进行数据分析,给用户提供健康服务、提醒服务或者疾病预测等等。基于此可以认为,可穿戴与大数据确实有一定程度的联系:大数据可以让可穿戴设备发挥出来威力,同时如果将穿戴在物体上或者嵌入在环境中能够感知用户的设备都当作“可穿戴”,那么它们确实是未来十分重要的大数据的收集手段。在可穿戴之外还有更多大数据的应用。

阿莱克斯彭兰特在演讲中便展示了许多实验:通过大数据分析可以了解人群的信用卡还款习惯、可以了解特定人群的着装爱好,可以了解特定人群的出行作息习惯,进而给企业带来营销层面的商业价值。

通过个体行为变化几乎可以判定这个人会患有流感或者某种传染病,当这样的样本够多并且同时掌握他们不同时段出现在不同地段的数据时,就可以判断其他人患有流感的几率,就是说通过大数据了解流感的传播路径和接触网络,卫生部门可以进行更好的流感防治,为此彭兰特的团队曾绘制特别的地图帮助科特迪瓦改进公共卫生系统,以此来减少20%的感染性疾病的发病,且不增加他的成本。

在交通领域,通过追踪一个司机的驾驶习惯,是否喜欢违规、是否疲劳驾驶、踩刹车动作是否娴熟,是否喜欢驾车打电话甚至是醉驾,等等,可以了解其驾车风险系数,如果再结合汽车所探测的路况数据以及云端所掌握的更多汽车司机的数据,譬如进入某个危险路段同时又遇到另外一个更加危险的司机,显而易见可以预测到接下来三到四秒这个司机发生事故的几率会加倍。当然,除了预测个体司机驾驶风险之外,大数据还可以掌握通过车联网和路网数据去分析交通资源的使用情况,进而指导交通部门整体规划和汽车司机出行路径的选择,最终让整个交通网络运转效率最高负担最小。

上述例子均是阿历克斯-彭兰特所列举,不过正在被百度变为现实。正如其在BIG TALK后接受专访所指出的那样:百度已经逐渐找到了如何把纸上谈兵的数据转化为具有实际运用价值的产品的有效方式。大家都知道百度基于深度学习对世界杯的预测表现比其他科技大鳄都要出彩,不过这只不过是百度给大家做了一个“玩具”,百度的大数据应用已经走了很远。

春节期间,百度迁徙可以图形化地展示全国人口迁徙情况震撼了不少人,此后百度基于地图的大数据应用继续复制到流感地图、商圈热力图、旅游预测。未来商家可以根据热力图选择在哪个商圈促销,用户则可以选择去人少一点的地方逛街。据说百度正在与首都机场合作,通过地理围栏可以精细化地了解你在哪个点,并且给你推送对应的服务。在交通上百度与宝马合作最为经典的情景便是,可以通过摄像头追踪用户的面部变化进而发现此用户是否疲劳,如果是,云端马上提醒。在娱乐上百度可以通过用户需求变化去预测一部电影的票房甚至帮助影视节目去选择更受用户亲睐的演员。

正是因为百度在大数据的成功案例在商业、医疗、交通和娱乐各个领域都十分丰富,中国一些政府部门均与百度开始合作,卫生部门与其合作基于大数据做流感预测和防治,交通部门与之合作大数据交通规划管理,甚至联合国都看上了百度的大数据能力并与之联合成立大数据实验室。

同时,百度已将大数据能力通过大数据引擎开放出来,数据工厂、开放云和百度大脑,从基础设施到能力接口到大数据挖掘和人工智能均已开放给所有的开发者和企业。如果企业有海量数据,尤其是传统企业,没有能力挖掘又不想坐视其浪费时便可选择百度大数据引擎。

尽管百度在可穿戴设备领域也布局颇多推出了Dulife智能健康设备平台并将可穿戴开源,但百度在大数据上的应用已远远超过可穿戴设备的范畴。从百度在大数据领域取得的成功可以看出,“大数据与统计学”最核心的两个差别是:

1、统计学处理的是结构化数据,用EXCLE表或者数据库来统计分析,大数据处理的则是非结构化数据。视频、图片、声音、文字、位移、搜索行为,均是“大数据”,百度作为一款搜索引擎,一直在处理非结构化的WEB数据,移动时代则又大力探索多媒体数据挖掘、深度学习等新型技术。

2、统计学是从数据寻找已有规律去支持或者证伪某个结论,大数据最重要的价值在于预测。通过统计人们只能知道广州的降水量一定会超过兰州,但无法知道接下来一个小时甚至半个小时的天气,大数据可以做到——基于此可以认为天气预报是大数据应用。要做预测就需要对海量非结构化数据进行处理并且做到接近实时,这需要强大的计算能力、算法以及让算法自我进化的能力——深度学习,这均是百度所擅长。

阿历克斯彭兰特则认为,百度在大数据上取得成功主要原因在于几点:

1、百度面向的市场是中国,是全球人口最多、互联网规模最大的市场,人口红利带来数据红利(一些小国家能够产生的数据还不如中国的一个省);

2、百度是中国第一大搜索引擎,搜索引擎可以给大数据提供天然的技术和市场支撑(技术层面看,搜索引擎做的事情就是在处理数据和信息);

3、百度超越了创新的地域边界,懂得如何向全球借力,百度在硅谷设立实验室大力招揽全球创新人才,便能说明这一点。

阿历克斯彭兰特最后认为,百度面临的选择非常多,需要对未来的战略做出最好的选择,从而支撑其继续成长和发展。全球大数据专家对百度的认可说明了百度在大数据上确实做到了“不再纸上谈兵”。我想说的是,认为“大数据太虚”的人,可以多关注下百度在大数据领域所取得的成就以及接下来的动作——不要再有偏见地认为中国互联网公司只会抄袭了。

SuperSofter是WeMedia早期成员。关注SuperSofter与阿超一起围观冷暖科技世界。

原文发布于微信公众号 - 罗超频道(luochaotmt)

原文发表时间:2014-09-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏挖掘大数据

大数据应用:10大行业应用痛点及解决策略

大数据已经成为这几年中大部分行业的追捧热点,随着大数据继续渗透到我们的日常生活中,围绕大数据的概念热点正在转向实际使用中的真正价值。

2387
来自专栏ThoughtWorks

Software is Worthless|洞见

于晓强 ThoughtWorks 在一个周六的晚上,同事的一段文字让我思绪万千,沉寂了十几年的写作冲动,就这样被这段文字唤醒了,虽然已经0点过半。 1 不断萦绕...

3405
来自专栏镁客网

xBeacon陈洪典:应用场景不重要,关键是用户愿为你提供的服务买单 | 镁客请讲

1755
来自专栏镁客网

华为的海思麒麟未来有没有超越高通的可能? | 拔刺

理论上来说,一切皆有可能。但华为的海思麒麟想要超越高通,目前来讲,可能性不大。最主要的是,两者的市场策略完全不同,并不适合直接对比。要对比,华为的海思麒麟应该对...

972
来自专栏罗超频道

谁说中国出不了Echo?那是因为DuerOS开放平台还没发布

“Echo这么火,为什么迄今为止却没有中国版的Echo?”这是许多互联网行业人士和媒体同仁们爱讨论的问题,得出的原因有很多。今天百度AI开发者大会上推出的“Du...

3316
来自专栏知晓程序

如何让你的小程序在市场中脱颖而出?这里就有答案

1092
来自专栏大数据文摘

车品觉:大数据如何帮助企业决策

1763
来自专栏AI科技大本营的专栏

车牌摇号、限行、交通拥堵未来会通通消失?阿里王坚说利用机器智能可以做到

记者 | 周翔 周一的早晨,营长被北京早高峰的洪流裹挟着来到公司,差点迟到! 众所周知,交通拥堵是很多城市难以解决的痛点。对于帝都群众来说,车牌摇号、限行早已习...

3856
来自专栏腾讯研究院的专栏

腾讯云图

腾讯云图 作者:赵艳秋  《IT经理世界》授权合作转载 虽然对外开放一年多,但在喧闹的云计算市场上,腾讯云仍显得谨慎和低调。他们准备好了吗?他们云业...

4645
来自专栏华章科技

盘点 | 10大行业大数据应用痛点及解决策略

虽然了解大数据的价值仍然是一个挑战,但其他实践中的挑战包括资金投入和投资回报率以及相关技能仍然是大数据行业排名前列。Gartner调查显示,75%以上的公司正在...

1141

扫码关注云+社区

领取腾讯云代金券