大數(shù)據(jù)出現(xiàn)的時間只有十幾年，被人們廣泛接受并應(yīng)用只有幾年的時間，但就是這短短幾年的時間，大數(shù)據(jù)呈現(xiàn)出爆炸式增長的態(tài)勢。在各個領(lǐng)域，大數(shù)據(jù)的身影幾乎無處不在。今天我們通過一些大數(shù)據(jù)典型的應(yīng)用場景分析，一起來看看大數(shù)據(jù)到底能做些什么，我們學(xué)大數(shù)據(jù)究竟有什么用，應(yīng)該關(guān)注大數(shù)據(jù)的哪些方面。

大數(shù)據(jù)在醫(yī)療健康領(lǐng)域的應(yīng)用

健康醫(yī)療領(lǐng)域是最近幾年獲得最多創(chuàng)業(yè)者和投資人青睞的大數(shù)據(jù)領(lǐng)域。為什么這么說呢?首先，醫(yī)療健康領(lǐng)域會產(chǎn)生大量的數(shù)據(jù);其次，醫(yī)療健康領(lǐng)域有一個萬億級的市場規(guī)模;最關(guān)鍵的是，醫(yī)療健康領(lǐng)域里很多工作依賴人的經(jīng)驗，而這正是機器學(xué)習(xí)的強項。醫(yī)學(xué)影像智能識別

圖像識別是機器學(xué)習(xí)獲得的重大突破之一，使用大量的圖片數(shù)據(jù)進行深度機器學(xué)習(xí)訓(xùn)練，機器可以識別出特定的圖像元素，比如貓或者人臉，當(dāng)然也可以識別出病理特征。

比如X光片里的異常病灶位置，是可以通過機器學(xué)習(xí)智能識別出來的。甚至可以說醫(yī)學(xué)影像智能識別在某些方面已經(jīng)比一般醫(yī)生擁有更高的讀圖和識別能力，但是鑒于醫(yī)療的嚴(yán)肅性，現(xiàn)在還很少有臨床方面的實踐。

雖然在臨床實踐方面應(yīng)用有限，但是醫(yī)療影像AI還是在一些領(lǐng)域取得一定的進展。醫(yī)學(xué)影像智能識別，一方面可以幫助醫(yī)生進行輔助診療，另一方面對于皮膚病等有外部表現(xiàn)的病癥，病人可以自己拍照然后使用AI智能識別做一個初步診斷。

病歷大數(shù)據(jù)智能診療

病歷，特別是專家寫的病歷，本身就是一筆巨大的知識財富，利用大數(shù)據(jù)技術(shù)將這些知識進行處理、分析、統(tǒng)計、挖掘，可以構(gòu)成一個病歷知識庫，可以分享給更多人，即構(gòu)成一個智能輔助診療系統(tǒng)。下面這張圖是我曾經(jīng)參與設(shè)計過的一個醫(yī)療輔助診療系統(tǒng)的架構(gòu)。

針對同類疾病和其他上下文信息(化驗結(jié)果、病史、年齡性別、病人回訪信息等)可以挖掘出針對同樣的疾病情況，哪種治療手段可以用更低的治療成本、更少的病人痛苦，獲得更好的治療效果。從上面的架構(gòu)圖你能看到，將這些病歷知識和循證醫(yī)學(xué)知識、科研文獻知識、用藥知識共同構(gòu)成一個輔助診療知識庫，通過知識匹配搜索引擎可以對外提供服務(wù)?；颊呋蛘哚t(yī)生錄入病史、檢查結(jié)果等信息，系統(tǒng)匹配初步診斷結(jié)果，搜索診療計劃，產(chǎn)生多個輔助診療建議，供患者和醫(yī)生進行參考。

大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用

教育倡導(dǎo)“因人施教”，但是在傳統(tǒng)教育過程中要做到因人施教，需要老師本身能力很強才能把握好。但是大數(shù)據(jù)在線教育利用大數(shù)據(jù)技術(shù)進行分析統(tǒng)計，完全可以做到根據(jù)學(xué)生能力和學(xué)習(xí)節(jié)奏，及時調(diào)整學(xué)習(xí)大綱和學(xué)習(xí)進度，提供個性化和自適應(yīng)的學(xué)習(xí)體驗。除此之外，人工智能在教育的其他方面也取得很好的進展。AI外語老師

得益于語音識別和語音合成技術(shù)的成熟(語音識別與合成技術(shù)同樣是利用大數(shù)據(jù)技術(shù)進行機器學(xué)習(xí)與訓(xùn)練)，一些在線教育網(wǎng)站嘗試用人工智能外語老師進行外語教學(xué)。這里面的原理其實并不復(fù)雜，聊天機器人技術(shù)已經(jīng)普遍應(yīng)用，只要將學(xué)習(xí)的知識點設(shè)計進聊天的過程中，就可以實現(xiàn)一個簡單的AI外語老師了。

智能解題

比較簡單的智能解題系統(tǒng)其實是利用搜索引擎技術(shù)，在收集大量的試題以及答案的基礎(chǔ)上，進行試題匹配，將匹配成功的答案返回。這個過程看起來就像智能做題一樣，表面看給個題目就能解出答案，而實際上只是找到答案。

進階一點的智能解題系統(tǒng)，通過圖像識別與自然語言處理(這兩項技術(shù)依然使用大數(shù)據(jù)技術(shù)實現(xiàn))，進行相似性匹配。更改試題的部分?jǐn)?shù)字、文字表述，但是不影響實質(zhì)性解答思路，依然可以解答。

高階的智能解題系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)技術(shù)，將試題的自然語言描述轉(zhuǎn)化成形式語言，然后分析知識點和解題策略，進行自動推導(dǎo)，從而完成實質(zhì)性的解題。

大數(shù)據(jù)在社交媒體領(lǐng)域的應(yīng)用

大數(shù)據(jù)有一個重要的、和我們大多數(shù)人密切相關(guān)，但是又不太引人注目的一個應(yīng)用領(lǐng)域是輿情監(jiān)控與分析。我們?nèi)粘Ｔ诟鞣N互聯(lián)網(wǎng)應(yīng)用和社交媒體上發(fā)表各種言論，這些言論事實上反映了最準(zhǔn)確的民情輿論。一個個體的言論基本沒有意義，但是大量的、全國乃至全球的言論數(shù)據(jù)表現(xiàn)出的統(tǒng)計特性，就有了非常重要的意義。

編寫數(shù)據(jù)爬蟲，實時爬取各個社交新媒體上的各種用戶內(nèi)容和媒體信息，然后通過自然語言處理，就可以進行情感分析、熱點事件追蹤等。輿情實時監(jiān)控可用于商業(yè)領(lǐng)域，引導(dǎo)智能廣告投放;可用于金融領(lǐng)域，輔助執(zhí)行自動化股票、期權(quán)、數(shù)字貨幣交易;可用于社會管理，及時發(fā)現(xiàn)可能引發(fā)社會問題的輿論傾向。

在美國總統(tǒng)大選期間，候選人就曾雇傭大數(shù)據(jù)公司利用社交媒體的數(shù)據(jù)進行分析，發(fā)現(xiàn)選票可能搖擺的地區(qū)，有針對性前去進行競選演講。并利用大數(shù)據(jù)分析選民關(guān)注的話題，包裝自己的競選主張。Facebook也因為授權(quán)大數(shù)據(jù)公司濫用自己用戶的數(shù)據(jù)而遭到調(diào)查和譴責(zé)，市值蒸發(fā)了數(shù)百億美元。

大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用

大數(shù)據(jù)在金融領(lǐng)域應(yīng)用比較成熟的是大數(shù)據(jù)風(fēng)控。在金融借貸中，如何識別出高風(fēng)險用戶，要求其提供更多抵押、支付更高利息、調(diào)整更低的額度，甚至拒絕貸款，從而降低金融機構(gòu)的風(fēng)險?事實上，金融行業(yè)已經(jīng)沉淀了大量的歷史數(shù)據(jù)，利用這些數(shù)據(jù)進行計算，可以得到用戶特征和風(fēng)險指數(shù)的曲線(即風(fēng)控模型)。當(dāng)新用戶申請貸款的時候，將該用戶特征帶入曲線進行計算，就可以得到該用戶的風(fēng)險指數(shù)，進而自動給出該用戶的貸款策略。

利用股票、外匯等歷史交易記錄，分析交易規(guī)律，結(jié)合當(dāng)前的新聞熱點、輿論傾向、財經(jīng)數(shù)據(jù)構(gòu)建交易模型，進行自動化交易，這就是金融領(lǐng)域的量化交易。這些數(shù)據(jù)量特別巨大，交易涉及金額也同樣巨大，所以金融機構(gòu)在大數(shù)據(jù)領(lǐng)域常常不惜血本，大手筆投入。

大數(shù)據(jù)在新零售領(lǐng)域的應(yīng)用

區(qū)別于傳統(tǒng)零售，新零售使用大數(shù)據(jù)進行全鏈路管理。從生產(chǎn)、物流、購物體驗，使用大數(shù)據(jù)進行分析和預(yù)判，實現(xiàn)精準(zhǔn)生產(chǎn)、零庫存、全新的購物體驗。

亞馬遜Go無人店使用大量的攝像頭，實時捕捉用戶行為，判斷用戶取出還是放回商品、取了何種商品等。這實際上是大數(shù)據(jù)流計算與機器學(xué)習(xí)的結(jié)合，最終實現(xiàn)的購物效果是，無需排隊買單，進去就拿東西，拿好了就走，超級科幻有沒有。

雖然無人店現(xiàn)在看起來噱頭的意味更多一點，但是利用大數(shù)據(jù)技術(shù)提升購物體驗、節(jié)省商家人力成本一定是正確的方向。

大數(shù)據(jù)在交通領(lǐng)域的應(yīng)用

交通也是一個對大數(shù)據(jù)實時采集與處理應(yīng)用比較廣的領(lǐng)域。現(xiàn)在幾乎所有的城市路段、交通要點都有不止一個監(jiān)控攝像頭在實時監(jiān)控，一線城市大約有百萬計的攝像頭在不停地采集數(shù)據(jù)。這些數(shù)據(jù)一方面可以用于公共安全，比如近年來一些警匪片里會有一些場景:犯罪嫌疑人駕車出逃，警方只要定位了車輛，不管它到哪里，系統(tǒng)都可以自動調(diào)出相應(yīng)的攝像頭，實時看到現(xiàn)場畫面。應(yīng)該說這項技術(shù)已經(jīng)成熟，大數(shù)據(jù)流計算可以對百萬計的流數(shù)據(jù)實時處理計算，電影里的場景計算其實并不復(fù)雜。

此外，各種導(dǎo)航軟件也在不停采集數(shù)據(jù)，通過分析用戶當(dāng)前位置和移動速度，判斷道路擁堵狀態(tài)，并實時修改推薦的導(dǎo)航路徑。你如果經(jīng)常開車或者打車，對這些技術(shù)一定深有體會。

還有就是無人駕駛技術(shù)，無人駕駛就是在人的駕駛過程中實時采集車輛周邊數(shù)據(jù)和駕駛控制信息，然后通過機器學(xué)習(xí)，獲得周邊信息與駕駛方式的對應(yīng)關(guān)系(自動駕駛模型)。然后將這個模型應(yīng)用到無人駕駛汽車上，傳感器獲得車輛周邊數(shù)據(jù)后，就可以通過自動駕駛模型計算出車輛控制信息(轉(zhuǎn)向、剎車等)。計算自動駕駛模型需要大量的數(shù)據(jù)，所以我們看到，這些無人駕駛創(chuàng)業(yè)公司都在不斷攀比自己的訓(xùn)練數(shù)據(jù)有幾十萬公里、幾百萬公里，因為訓(xùn)練數(shù)據(jù)的量意味著模型的完善程度。

小結(jié)

正如我前面所說，利用大數(shù)據(jù)和機器學(xué)習(xí)，發(fā)掘數(shù)據(jù)中的規(guī)律，進而對當(dāng)前的事情做出預(yù)測和判斷，使機器表現(xiàn)出智能的特性，正變得越來越普及。

大數(shù)據(jù)主要來自企業(yè)自身所產(chǎn)生，還有一些數(shù)據(jù)來自互聯(lián)網(wǎng)，通過網(wǎng)絡(luò)爬蟲可以獲取;再有就是公共數(shù)據(jù)，比如氣象數(shù)據(jù)等。所有這些數(shù)據(jù)匯聚在一起，計算其內(nèi)在的關(guān)系，可以發(fā)現(xiàn)很多肉眼和思維無法得到的知識。然后進一步計算其內(nèi)在的模型，可以使系統(tǒng)獲得智能的特性。當(dāng)系統(tǒng)具備智能的特性，可以使機器對當(dāng)前的事情做出預(yù)測和判斷，正如我今天和你聊的，大數(shù)據(jù)技術(shù)應(yīng)用正變得越來越普及。

但是，這些數(shù)據(jù)通常非常巨大，存儲、計算、應(yīng)用都需要一套不同以往的技術(shù)方案。通過前面3期內(nèi)容，我?guī)懔私饬舜髷?shù)據(jù)技術(shù)和應(yīng)用的發(fā)展史，以及當(dāng)今大數(shù)據(jù)典型的應(yīng)用領(lǐng)域。從第4期開始，我將會從大數(shù)據(jù)主要產(chǎn)品的架構(gòu)原理、大數(shù)據(jù)分析與應(yīng)用、數(shù)據(jù)挖掘與機器學(xué)習(xí)算法等幾個維度，全面講解大數(shù)據(jù)的方方面面，相信你一定有所收獲。