VR+大数据：感知大数据，绽放新智慧

大数据的全生命周期

从技术的观点来看，大数据的全生命周期大致可以分为数据采集、数据存储、数据处理、数据分析、数据可视化、数据决策及数据服务七个阶段（见下图）。

数据采集

在大数据发展初期，人们特别关注的是数据源及相关问题：数据从哪里来、数据怎么去获得、数据的产权、数据的隐私，等等。在物联网领域，这个阶段叫“感知”，它是数据的输入端，决定了大数据生命周期的数据源泉。在VR领域，越来越多的输入设备以及越来越多的数据和信息将直接影响“沉浸”的深度。

数据存储

在大数据时代，数据存储被过度渲染，数据存储策略需要理性解决。VR涉及大量的流媒体数据，而且数据越是高清（如4K以上），体验才会越好（因为用户与VR输出端的接触是非常近距离的，分辨率会直接影响观感）。那么数据的渲染当在云端还是近端是不能一概而论的。但不管如何，混合云策略不失为一种解决方案。而现在云服务倾向于向融合云的方向发展，可以提供一体化的解决办法。

数据处理

越来越多的数据进入平台或企业内部，数据要“清噪”，要有序化，要预处理等。在此前的所谓“小数据”时代，数据处理有很多的理论和实践基础。随着越来越多的商业化和开源化的数据处理工具与平台的出现，数据处理变得越来越智能化和容易掌控。在为VR提供更多数据源的过程中，由于“视觉”对信息的敏感程度更高，数据的处理显得更加重要。

数据分析

用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息并形成结论从而对数据加以详细研究和概括总结。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析的数学基础在20世纪早期就已确立，但直到计算机出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。随着从大量的数据中通过算法挖掘隐藏于数据中的信息，我们可以通过统计、在线分析处理、情报检索、机器学习、人工智能等诸多方法来VR结合各个行业领域的应用提供更深入的服务。

数据可视化

数据可视化通过交互式视觉感知的方式帮助人们感知和理解复杂的数据世界。面对复杂数据的挑战，可视化及其分析能够适时地化繁为简，帮助使用者过滤相关信息，从而得到许多的有用信息和数据，越来越得到大数据工作者的认可。伴随人们对可视化要求的提高，从平面到三维，再到全息方式的数据感知和交互，在技术和应用方面都提出了新的挑战。而VR的逐步应用，利用计算机技术从空间和位置上来模拟人类视觉包括听觉、触觉甚至是嗅觉等各种感官的感受，达到身临其境的效果，将会给人们更多的想象空间。并且，从视觉感官出发，结合各种感官数据，将进一步提升大数据可视化的应用范围和领域，并视频分析技术和云计算技术相结合，创新盈利模式。

数据决策与数据服务

美国德克萨斯大学的研究表明，大数据技术可以有效改善企业的数据资源利用能力，提高从数据到信息的转化率，让企业的决策更为准确，从而提高整体运营效率。数据利用率提高10%，财富100强中的企业人均产出提高14.4%，零售、咨询服务行业人均产出分别提高49%、39%，即使是食品、建筑、钢铁等传统行业人均产出都可提高20%以上。数据决策的有效性使得数据资源作为一种新型的服务业越多越为人们所接受。

VR

的大数据支撑

在VR的初期，更多地是在消费大数据方面的变现，例如视频、游戏等，基本是在被动接受输出设备以及少量输入设备的感官刺激。随着中下游的崛起，大量的输入设备的引入以及以视频大数据为切入点的大数据行为分析，使得参与感得到强化，于是可以预料“VR+”的产业趋势，也将从向消费大数据买单逐渐过渡到产业大数据变现阶段偏移。在这个阶段，大数据对于VR渗透的产业影响也就大大提升。

从本质上讲，VR技术归根到底是嫁接于人工智能之上的，并在人工智能的应用层和服务层进行延伸。而大数据的生命周期中深度学习、AI的发展对其影响也非常重要。因此，VR的发展最终取决于AI的成熟度。底层的学习技术、计算技术、模型架构等将决定VR应用的应用广度以及应用成熟度。随着诸如Watson的深度应用、AlphaGo在应用领域的突破，我们可以为VR提供的输入元素也丰富起来，同时对数据的加工处理、挖掘等能力也因为人工智能的提升而突飞猛进的发展，加之越来越多的平台化的工具出现，为VR内容的制作更加亲民化和智能化，我们相信，在不远的将来，VR+大数据也将进一步在产业中协同起来，成为我们生产性服务业的重要技术支撑，真正让我们感知大数据，让世界绽放新智慧。

本文内容选自《VR+：融合与创新》

END