數據就是信息，但這只是故事的一部分。關於一個事件或一個關於人類健康的因素的一個細節並沒有太多的數據可以處理。當我們談論數據時，我們想到的是信息的收集、組織和存儲。

在互聯網時代，世界各地的公司和組織都收集了大量的數據，我們現在討論的問題的規模成倍擴大。現在有了大數據，它對我們的生活產生了巨大的影響。

什麼是大數據(big data)？

大數據是一個如此龐大的數據集，以至於我們傳統的信息管理手段無法勝任這項工作。這個集合可以有多種形式。

大數據示例

• Twitter服務器上存儲的tweet
• 谷歌從追蹤汽車行駛中獲得的信息
• 一個國家的全部地方和全國選舉結果，可以追溯到有記錄以來
• 醫療保險公司對誰在哪家醫院接受什麼治療瞭解多少
• 出現在信用卡上的購物類型和地點
• 人們在Netflix上看什麼，何時，何地，看多長時間

什麼是大數據技術(big data technology)？

我們的電腦可以管理相當多的數據。想象一下，所有的信息都可以塞進一個電子表格。數據庫軟件能夠處理更大量的信息。這些工具可以將數據塞進一個硬盤驅動器，否則就需要用裝滿筆記本和文件夾的盒子裝滿架子。

但這些工具不足以處理我們稱之為大數據的所有信息量。為此，我們開發了新的方法。雲計算將工作從我們的PC轉移到遠程服務器上。從那裡，有許多方法可以訪問和利用信息。

大數據的顯著用途

大數據不是自己產生的。一些趨勢鼓勵了它的存在。

物聯網

你現在知道的互聯網是人的互聯網。這是人們相互交流的地方，機器促進了交流。你可以查看人們設計的網站。你讀人們輸入的單詞。

物聯網是一種設備之間直接通信而不需要人類參與的網絡。一個設備監測天氣。智能恆溫器可以獲取這些信息，並對家中的溫度進行調整。

大數據和物聯網是相互依存的。這些設備能夠採取自己的行動感謝所有的數據，他們是可用的。這樣運行的設備越多，生成的數據就越多。

機器學習

機器學習是指計算機從數據中學習的能力。這就是潘多拉電臺如何塑造你的獨特風格。在YouTube和Netflix上，機器學習也是內容推薦的幕後推手。

這些預測是由於算法。谷歌的搜索算法？決定你在Facebook新聞提要中看到什麼的算法？這都是機器學習在起作用。

這些只是機器學習算法如何影響我們日常經驗的幾個例子。

人工智能

人工智能是繼機器學習之後的下一步。在這裡，計算機不僅從數據中學習，而且利用這些信息做出自己的決定，塑造自己的行為。

微軟和谷歌都展示了創造仿人機器人的努力。Facebook正在使用人工智能來幫助防止**。這項技術正在以這樣一種速度發展：計算機的思維能力已經超過了人類的思維能力。

什麼是大數據分析(big data ****ytics)？

大數據來源本身並不能告訴我們任何事情。總得有人理解這些信息。這就是大數據分析領域的全部內容：查看無法理解的大量信息，看看我們能學到什麼。

如今，越來越多的組織開始了新的大數據項目，各公司競相在許多不同領域提供其特定形式的大數據分析。正是通過這些行為，大數據對你的生活產生了影響，即使你是一個現代的勒德主義者。

人們為什麼要這樣做？因為有了正確的洞察力，大數據可以做很多好事。

大數據的好處

人們競相利用大數據來改善我們的生活。以下是大數據發揮作用的一些領域。

醫療大數據

醫療行業並不是採用新技術最快的行業。一些供應商仍在從紙質存儲向數字存儲過渡。儘管如此，在某些領域，大數據正在發揮作用。一是一體化領域。保險公司和醫療機構正致力於整合來自不同來源的數據，如索賠、X光片、醫生記錄和處方。

許多人認為，如果醫療保健數據得到更好的整合，就可以以更低的成本提供更好的醫療服務。當亞馬遜、伯克希爾哈撒韋和摩根大通今年早些時候宣佈他們在醫療領域合作時，他們把科技作為他們的重點領域，正如《衛報》報道的那樣。

金融大數據

金融業全神貫注於基於計算機分析的決策理念。華爾街的閃電崩盤是由於自動交易造成的，根據市場情況，機器在沒有人工干預的情況下迅速拋售股票。這被稱為高頻交易。

現在，金融數據科學家利用大數據來預測哪些股票會成功，以及未來何時可能發生崩盤。銀行也將大數據視為增加收入的一種方式。

電子商務和營銷中的大數據

我們購物時會產生很多信息。在商店裡，信用卡和忠誠卡跟蹤我們的每一次購買。有些商店會用相機甚至跟蹤我們的**，以觀察商店的哪個部分最能吸引我們的注意力。在網上，我們必須在購物前創建帳戶，這樣網站不僅可以跟蹤我們購買的商品，還可以跟蹤我們查看的每一件商品。

商店的佈局以消費者的興趣和行為為基礎。在線賣家根據人口統計信息和其他指標來決定我們看到的東西。亞馬遜新的實體店是兩個世界融合在一起的一個例子。

對監控我們的興趣和在線行為所產生的洞察力有很大的需求。Facebook和谷歌是盈利的科技巨頭，因為它們能夠銷售比其他廣告方式和平臺更能針對特定消費者群體的廣告。他們能夠做到這一點多虧了我們在使用他們的服務時提供的所有信息。

大數據危險嗎？

大數據帶來了希望，但也帶來了風險。首先是對隱私的侵蝕。更多的人比人類歷史上任何時候都更瞭解我們每個人。不僅很容易找到我們住的地方，還可以找到我們去哪裡，我們愛誰，我們如何生活，以及我們的想法。

這使得個人和社會更容易**縱。我們可能會被欺騙而放棄密碼和信用卡號碼，或者被影響投票給我們不支持的候選人。更多的數據為廣告商和媒體公司提供了更多的方式來塑造我們的慾望和價值觀。

關於我們的數據比以前更多，而且這些數據存儲在更多的地方。這就產生了更多的攻擊目標。保護我們自己的機器已經不夠了。數據洩露現在是經常發生的事情，我們的數據會失去控制。

即使是那些在保護我們的數據不受外界攻擊方面做得不錯的公司，他們自己也經常用這些數據做一些可疑的事情，Facebook就是這樣。

然後就是人們如何處理大數據使他們能夠預測的信息的風險。我們是否向有不健康飲食習慣的人收取更多的醫療保險費用？我們是否應該在我們預測會有更多犯罪的地區加強治安？我們是否為生活在富裕地區的網購者提高價格？

隨著大數據趨勢的持續，如何確保我們的數據安全、尊重我們的隱私以及維護我們的價值觀將是一個持續的挑戰。然而，不管我們怎麼想，不管是好是壞，我們都生活在一個大數據的世界裡。