艺术和科学的奇妙结合:虚拟现实技术能拯救大数据吗?

大数据文摘作品 转载具体要求见文末

原文作者|Jason Pfaff

编译|朱颜夫

【摘要】大数据已死?在几乎每个人都对大数据赞不绝口的时代,畅销书《HTML5开发:入门指南》的作者Jason Pfaff却大胆地提出质疑,认为人们会因为对现有大数据技术的过度依赖而使大数据发展停滞不前。

然而,虚拟现实技术的成熟开始让这一切慢慢改变。他认为,那些拥有科学和艺术天赋的人,会成为未来变革的领导者。

---大数据文摘VR专栏成立,文末查看详情---

◆ ◆ ◆

大数据已死?

“大数据”目前的发展似乎有些停滞。用谷歌去搜一下“大数据时代已死”,会得到许多相关内容。

“大数据”刚起步时是个高大上的概念,因为它能捕获我们在数字化的生态系统中的一切活动痕迹,并将这些痕迹作为数据点,通过放入模型中得到洞察。然而后来“大数据”成了关乎每个普通人的运动。似乎一夜之间“数据科学家”已变得随处可见,成为了当时的热门职位。

但是在“大数据”的热潮后,它以前的美好愿景却变成了IT硬件和软件商得并购狂潮。“数据科学家”们加入这些传统公司,用高管们甚至都一无所知的一些技术去管理新团队或部门。当来年的战略研讨被放上日程时,像“回归”和“Hadoop”这类得词汇会在会议室经常听见。

我们曾告诉自己数据是理想乡。我们只用坐在板凳上,用我们的脑袋辗转一些数字,解决办法就会油然而生。我们甚至可以让“决策”自动生成,这就使我们拥有更多的时间去数我们通过这赚来的钞票。

但是后来才发现这一切只是所谓的美梦。

当然,也不全是这样。我们知道到还是发生了某些程度的变化。我们仍然能看到一些关于Netflix和Google那些人的文章,他们基于数据做出了一些让我们只能红眼却力不从心的事。更让我们嫉妒的是,我们甚至都不知道我们在嫉妒他们什么。反观我们。我们通过数据做出了我们自己都难以看懂和理解的东西。然而,我们越努力地可视化,结果和图形就会越复杂,尽管他们看起来很炫。

究其过往,我是数据乐观又坚定的信仰者。那的确是一片新的富矿。这个难得的机会就出现在你眼前,太好舍不得错过。抛开过去几年对“大数据”过度的炒作不谈,我们的数字世界确确实实在每分每秒产生了难以估量的数据,我们会让世界上一些最聪明得人花上大量时间去研究它,使我们能对这个世界有更清晰的了解。我们提取、争辩、清洗、分析、碾碎、关联、可视化这些数据,目的就是为了等待一个有价值的洞察,能推动商业进一步向前发展。我们跟踪点击率、销售量、下载量、观看次数……一切我们能追踪的。那些数据能为我们展现出一个丰富的、多维的视角,关于我们在自然世界生活得方方面面。

至今,我同样也知道我们迫使数据科学家们在一个基础、扁平且二维的世界里工作。他们在显示器前要花费大量的时间,而那确实是他们工作得地方。我们拥有运转迅速的、复杂得末端系统,并将其与前端系统相呼应,这个系统很像冷战时期的50’s和60’s的显示屏。

◆ ◆ ◆

虚拟现实技术:艺术和科学的奇妙结合

这些就是那个时候的样子,直到现在一切都变了。虚拟现实技术的出现拥有帮助我们构造我们能行走、沟通、工作的数据环境的潜力。我们可以解开数据科学家们的枷锁,让他们工作在一个拥有能接触到更深层次数据的潜力的环境。完全沉浸、虚拟的却又是真实的数据环境的年代已经到来。现代的虚拟现实显示技术能让我们受到在全360度和三维空间下的海量数据的冲击。最终,这个革命会使我们拥有更多活跃的数据,以至产生更多具有可执行性的洞察。唯一的挑战就是,让这种技术所具有的魔力真正变成令人惊叹的分析和商业回报。事实上,提升商业回报要比技术挑战要难得多。

直白得讲,将一种尖端技术推行下来是一个既复杂又痛苦的过程。这很像一个人在荒野中行进。与此同时,如果你能够将大数据与3D动画在技术的层面结合,那么这个过程就会非常简单。借助现代的游戏引擎,如Unreal和Unity,传统上的游戏开发将平台化,但是他们仍然会为3D动画提供集成点和开发接口,然后它们面临的许多挑战就与其他的又大又复杂的数据可视化和技术项目所遇到的类似了。

去完成这个项目就是艺术和科学的奇妙结合,就如同现代版的文艺复兴,能够追溯到很早以前,像达芬奇一样将物理学、数学、科学、设计、解剖学和艺术用一种难以置信的精度结合起来。

◆ ◆ ◆

Masters of Pie的勇敢尝试:用艺术与科技辅助决策

幸运的是,我们的时代有一些人能直面这些挑战。Masters of Pie坐落在伦敦,致力于召集那些将尖端科技用在非常有意义的地方的的艺术家和开发人员。当这些人被选中去去解决大数据VR问题后,他们会在Lumacode组成一个叫LumaPie的队合作,这是一个Wellcome Trust 和Epic Games下的合作组织。

为了比赛,Masters of Pie所用的数据从ALSPAC的“90后的孩子”这个项目中而来。Masters of Pie解释到,这个调查追踪了14000位生于90年代的孩子、他们的父母和他们的子嗣,追踪时间直至到70岁。这些数据是一个巨大的特征集合,包括社会经济地位之类的人口要素,但是同时也会包括日常的数据点,如一日三餐、健康,甚至包括尿检和血检。

在数据加载后,挑战既简单又复杂。他们需要尽可能从最基本的层次去了解孩子们的生活。然后,他们还将使用当今世界上最优秀的可视化工具---虚拟现实技术。当然,他们在Lumacode的朋友们会向他们提供额外的技术支持,然后他们可以放心去工作了。

尽管很多人不肯承认,数据在大多数地方可能会以Excel和条形图的形式呈现。最后,数据会用来重现人们的日常生活和活动。它是分层的、丰富的,有深度和意义的。然而至今,不管我们的系统能够多么高效地抓取和清理数据,我们都会将其以条形图的形式呈现在PowerPoint上。因此,需要强调的是,像Masters of Pie那群人会展示给我们另一种更佳的表现可视化数据的方法。

现在的时代需要现代的艺术和科学来帮助决策者们。然而,人们还一直称PowerPoint为艺术,这在我看来已经持续了很长一段时间。

在期望和光鲜下,现代的VR仍然有许多的局限。对于刚进入这个行业的人来说,我们会经常提到大量的数据。建立一个可观察的环境可以说是一个挑战,而这就是Masters of Pie这群人想挑战的地方。

现今大多数VR的用户界面都不同程度地依赖“眼球追踪”技术,即用户所注视的点会输入进VR设备。Masters of Pie研发出一套叫“数据剥离”的系统,通过眼球追踪控制的表层,来使追踪的眼球激发更深层级的次级信息。这个系统的制造对于用户来说更加容易管理和控制,让他们能够在视野中过滤掉一些不需要的信息。另外一个创新点,目的是想普及到更广阔的用户,是“雷蛇3D鼠标”。当在各种3D空间中使用这个鼠标时,他们对这个鼠标的敏捷度和准确度大加赞赏。

我们所做的事中最具里程意义的,就是我们做到了使显示技术给我们带来的不仅是“哇”、“天啊”,而是其他更有意义的层面。我们认为,这个项目需要有一个结论,这也是其他每个项目从开始就得贯彻的思想。

就像我之前所说,我是相信“大数据”的。我过去在教育行业已经和最大的数据集打过好多年的交道了,而且我认为我很幸运能成为团队中的一员实现有意义的洞察和创新。当数据的规模越来越大时,其实我们的机会也在变多。我非常地坚信,数据会使我们的生活变得更加美好。

需要强调的一点是,我们所面对的问题是炒作和过高的期望。但有一个好消息,那就是我们最终会解决这些问题。我们所需要的就是少许生活在现代的“达芬奇”们,他们能直面这些困难,带给我们配得上当今科技发展的艺术。

毕竟,如果我没有把我过高的期望加进来的话,这将不是一篇关于大数据和VR的文章。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2016-10-12

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

来自专栏理论坞

谷歌方法论:系统学习和机器思维

    你可能并不同意其中观点,但我一直笃信的是:一篇文章或一个观点,包括一部电影,是都不会让100%人满意的;

19630
来自专栏大数据文摘

量化的员工——人力资源战略的下一个大事件

28990
来自专栏iOSDevLog

如何阅读一本书

317110
来自专栏奇点大数据

大数据变现十日谈之八:门槛和工具

已经谈了七天的大数据变现相关话题,今天我们来聊一聊大数据变现的门槛和工具。我们先说说门槛。 说到大数据变现的门槛,我想这种门槛主要是来源于两个方面的。 方面一,...

34870
来自专栏CDA数据分析师

Senz创始人冯小平:送给数据分析师的6种玩具

演讲实录如下: 大家好,各位领导、各位专家数据分析师们下午好。 这是我个人的简历,我叫冯小平,之前做信息安全,做一些工程、搜索,后来去了一家NGO,也是做技术,...

22680
来自专栏熊二哥

项目管理深入理解01--人力资源管理

在学习和做练习题的过程中,发现部分内容比较绕,不太容易理解,题不太容易做对,因此加入了一轮重难点学习的过程。 ? 区分项目经理和公司高级管理层的职责和角色?...

21080
来自专栏老九学堂

为什么人人都要学小程序编程?

在以前,如果你不是普通成年人(互联网人),在考虑学习编程编程的,那么可以学习的编程语言很多,我会推荐C语言。但从今天起,如果你对C语言不感兴趣,那还有个选择,就...

43380
来自专栏腾讯社交用户体验设计

为什么依照需求输出,结果却不尽人意

20360
来自专栏智能算法

深度 | 美国大选 Facebook 误导公众?智能时代,推荐算法主导群体意识

作者:胡祥杰,刘小芹 Facebook 将一则美国大选的假新闻置顶,引发热议。在批判 Facebook 的喧嚣之中,很少有人看清,问题的本质并非 Facebo...

38350
来自专栏华章科技

数据科学家的15项原则

1、不要用数据说谎或吹牛: 对经验性证据要诚实坦率。最重要的是不要用数据自欺欺人。

9520

扫码关注云+社区

领取腾讯云代金券