彭特兰演讲三方面内容:第一件事情是可穿戴设备,第二件事情是社会物理学,这是我们使用可穿戴设备非常好的媒介,还有大数据隐私的问题以及数据的分享所引起的担忧。
彭特兰 大数据有大未来
(作者:阿莱克斯· 彭特兰,大数据研究权威专家、可穿戴设备之父)
今天跟大家讲三件事情,第一件事情是可穿戴设备,第二件事情是社会物理学,这是我们使用可穿戴设备非常好的媒介,还有大数据隐私的问题以及数据的分享所引起的担忧,一些小的问题可能由于大数据变成大问题,这些我今天都会讲到。
可穿戴设备
我对大数据的理解可能跟很多人理解的都是不一样的,在提到大数据的时候,大家想的是搜索引擎、社交媒体。因为大家对这些东西都很熟悉,所以这个方面我不会讲太多。我主要讲一下跟人相关的内容,我更想说的就是可穿戴这个概念。因为我们嵌入到车里还有工厂里、家里的这些设备,其实相当于移植在我们身上了。我们在座的各位都有智能手机,每个人都在手里拿着有传感器的系统,不断地跟踪着你的位置。类似的就是现在大家开始把这个设备移植到,现在已经有200万人拥有可穿戴设备,而且是无线互联网的连接。
从理论上来讲,手机可以打电话给他们的心脏,这是很恐怖的一件事情,但是在医疗领域是非常重要的。这里我们谈的是可穿戴设备和大数据的关系,这个是最重要,最有意思的话题。
早期,大家觉得可穿戴设备只是像智能手机一样,会传递一些信息,但是事实上,可穿戴设备很重要的部分就是他们的传感器,它们在测量你,把关于你的数据传送回来,也就是说通过传感器,我们可以了解到你的行为。我可以通过传感器了解到你公司所有员工的生活方式,了解到你公司是生产力非常强的,还是说生产力非常低下的,亦或是出现了很多问题。我们还可以传感到所有城市居民的行为,能够了解整个城市的运作是否是健康的,所以这是我想跟大家说的第一个信息。我们在手腕上戴一个可穿戴的设备,比如说手环,我们可以了解到我们的心跳,但是它传感了更多信息,我们全身有神经系统,就是我们自主的神经元。也就是说我们兴奋的话,自主会有一种反应,比如说我们恐惧或者是被什么所吸引,这是一个非常基本的一个情绪的反应。
还有就是不只是传感这种普通的医学内容,而是来将一个人的感受或者是说是兴趣转换为社交层面的东西,那么比如说当你和一个人共舞的时候,你们共同使用的交换的模式可以产生出音乐来,等于说你不是随着音乐而跳舞,而是音乐给你伴奏,这是非常有意思的,可以应用到灯光当中。所以说人们在舞池当中舞动的时候,他们可以创造中周边的舞厅体验,这也都是可穿戴技术。
这样一个小小的可穿戴的技术,到底是怎么样来造福于人类的?它就像你可以通过发动引擎来了解车况一样,通过这个技术,可以发现你的状态,你的一些行为模式,同时也可以把这个信息传到医生那边,比如说你今天看上去有一些病态,可能会打电话问你,这个从系统的角度来看是非常有价值的。对于医院来讲不可能每个人都了解,直到他们真正到医院来看病。这样的话,通常他们来看病的时候就已经晚了,有这样一个系统,你可以在他们开始有病态,有倦容的时候,就直接接触到他们。
另外一个例子,也是这种类似的,这是在伦敦。我们从所有的交通和人们的移动当中获得两个月的犯罪数据。然后我们把它放在左手边做一个影射,到底这些犯罪的热点在哪里?这等于不是说人,这是说地点。然后我们发现,如果某一个地区成为犯罪热点的话,你可以进行一些预测。人们去那以后的这个行为会发生变化,比如说在一个广场上你会看到忽然之间老人不见了,他们不去这个广场了,为什么?我们具体不太清楚,但是你突然发现很多老人不再去原来特别爱去的广场了,这就是说当地发生了很多事情。往往都是预测着该地区的犯罪率上升,我们都是通过人携带这种传感器来确定这些地方到底在哪里,确定出什么地方的犯罪率将会在之后的一段时间内升高的。
同时我们把这个应用到其他世界各地。我们用所有的从科特迪瓦得到的数据来绘制该国的交通图,通过绘制地图来改进他们的交通效率。我们可以减少10%的交通通勤时间,而且不增加额外的成本。这一切就是因为有大数据的支持。
社会物理学
社会物理学有两百年的历史,科学的前夕就有这样一个概念,而且我们也有数学的理论来支持社会和组织是如何运作的。通过这种研究方式我们改进社会的和谐程度和运行的效率,以及创新性。这就是我这一节要跟大家讲的内容。我觉得真正的可穿戴设备的未来,不是衡量自己,而是要测量你和其他人的互动,测量你作为一个社会性的动物的方方面面。
大数据的诺言之一就是我们能够真正的了解自己,了解我们所在的组织,以及我们的文化。因为每个人都携带手机,我们希望能够在手机上有这种嵌入的电子元件,因为它可以衡量我们的音调和手势。
如果我们能够传感到人与人之间的互动,那么我们能够实现一些什么呢?首先我们做的一件事,就是雇佣了几百个从街上找来的人,我们把他们分成小组来解决各个问题,分组和选题都是经过我们仔细斟酌的。通过这种研究可以发现他们成功的原因,他们的智商和个性等方方面面。我们发现对于一个小组的智慧,最重要的一点是人与人之间,小组成员之间一个沟通的方式。是不是每个人都积极参与了、是不是都贡献想法了、是不是大家都互相了解,这三点都是非常重要的,就是说每个人的参与,每个人的贡献,以及互动,这三点比其他的任何要素都要重要。
一个集体的智慧,是与他们的沟通方式密切相关的。比如说我们找了一组工程师,一半是日本人,一半是美国人,我们观察他们开发新产品、设计大项目的一个过程。那么在每天的最后,我们都会分析对比,有一些人没有对小组做什么贡献,有一些人占有了绝大部分的发言权,这并不是很好。所以说我们给他们的反馈是通过我们的可穿戴设备可以测量他们的行为,随着时间的推移,他们在这个方面做得越来越好,因为他们知道,如果大家都沟通的话才是一个很好的方式,所以第七天的时候你可以看到几乎每个人都是在做贡献的,都是在彼此互动的,这个时候这个小组的生产率是很高的。
另外一个方式是探索型的,是指他们是不是做了一些他们的老板没有告诉他们去做的。每一个组织都有一个组织的机构图,他们是不是跨越了他们组织的内部去跟其他的部门进行沟通的探索。
如果能够打破的话,这个组织就会更具创造力。比如说像在发展新药的时候会有博士或者生物方面的专家。在创造一款新药的过程中,这个公司作为一个整体来讲是否可以打破这个界限成为一个关键,彼此之间要进行交流。他们可以和销售,公司高层进行意见的交换。这样的话才能获得不同的观点。
除此之外我们还可以在我们日常生活中看到类似的情况。人们可能去不同的地方,不同商店进行购物。但是你可以看到有一些商店比较小,那就是说人们通常不太去,那么有一些店比较大,说明去的人比较频繁。如果说我们进行一些分析就会看到他们的参与和开发,这个参与实际上是一个人通常去的一个核心的内容,对于开发这个模式,你会看到一个人可能从低收入的人群来讲的话,他们大多数是不断的在同一个商店来进行购买,他们的这个忠诚度就比较高。但是他们不太做很多的探索和发现。但是随着他们的收入往上提高,那么他就会做更多的一些探索购物。
实际上我们可以通过这种方式评估一个人的还债能力和通过做探索性购物的数目来评估一个人的收入。不光是如此,我们看一个城市的某一个街区,然后看到在这个城市的这个角落他们做多少探索性的购物,通过这种方式就可以来预测在之后的三到六年里这个街区的财富的发展趋势。
安全与隐私
关于可穿戴设备和大数据的应用人们最关心的还是安全和隐私。因为这个数据是非常敏感的,可以不当的进行应用,也可以很好的进行应用。我记得在中国,大家也很担心,担心各个公司会用这种数据来剥削消费者。其实其他的地方也有安全方面担忧。因为这是个人的数据。
业内人士普遍认为,个人数据会使得这个互联网变得非常小。所以说随着新的互联网技术的成熟会让我们更好的使用这些个人数据。那么,这些个人数据的量太大了,虽然不可能完全实现所有个人数据被少数人所掌握,但是我们还是会问这样的问题,谁会控制我们数据?
50年之前,在银行系统里,本人要亲自到那里,拿到文书,在上面盖章,这样的话才能够处理你的身份和个人信息。现在不一样了,从60年始我们就有了电脑、电脑系统。这就使得传统的路径变得更短了,你发一张照片或者签名到电脑上,就可以调取中央数据库的信息,这个时候我们就会发现,公司掌握了你的个人的数据。不过,这些数据因为后台漏洞被泄露出去了,你不知道流到了哪里,你个人没有控制权,所以这是50年代或者是说60年代初的时候涌现出的一个现象。现在可能有几百个公司掌握了你个人的,非常隐私的数据,你必须要担心这一点,尤其是说考虑到现在个人的数据对经济的影响作用越来越大的时候。
那么我们要做一些什么呢,我们需要有监管的法律法规来控制个人数据的一个传输,使得它与传统的方式进行匹配。就像50年代的时候,只有经过自己签名同意,个人数据才能交给别人。在这个电子,数字的时代也要有这样一个本质。
在麻省理工我们建立了这样一个系统,叫做开放PDS或者是OpenPDS系统,它是一个安全的网络,使个人能够识别信息的使用方式,同时它又是一个合法的网络,使你更好的控制和审查你的个人数据。
如果你带着这种可穿戴设备,就可以对这种设备提供数据的安全性有信心,因为它不会在未经你许可的情况下提供给其他人。这个数据以前不是由你控制的,是由设备制造商来控制的,现在我不想这么做,由我自己控制,至少我要告诉制造商他可不可以用。
最后和大家来分享一些财务数据,有多少人会和别人分享你的这种信用卡信息,或者是说支出信息,可能这个答案是零,因为你感觉不安全。有这样习惯的人们可以去问一下,比如说别人的家庭花多少钱在交通上,花多少钱在食物上,多少钱在孩子身上和其他的方面等等,这样的话可以和其他的朋友对比财务的支出,这样的分享是安全的。
人学研究网·千秋人物栏目责编:莫如朴
标签: 古代统治最长的朝代 、 宋朝十大名将 、 为什么马皇后敢叫朱重八 、 南宋是被金灭的还是被元灭的 、 5000年历史顺序时间表