未來已來｜數據金礦時代

幾年前，曾經有人發豪語預測「巨量資料」、「大數據」、「Big Data」名詞將在2020消失，取而代之的是眾人習以為常的「資料（Data）」。然而，2020年大數據並沒有消失，相反的是人類對「大」的定義更大了，已儲存容量來說已經來到 Peta byte（10的15次方位元，相當於一台數位單眼相機5年內拍下的所有照片量），而且持續增加。事實是即便是大數據這個名詞還沒出現之前，大數據就一直存在的我們周遭，只是我們還沒有能力去感測、蒐集與解讀罷了。然而，為什麼我們常常會聽到數據就是本世紀的金礦呢？讓我們用幾個例子來說明，大數據分析能力為何在未來扮演重要的角色。

巨量資料的前世今生

讓我們先回到過去，在還無法應用巨量資料的年代。其實自從科學發展以來，科學家一直被迫在有限的資料情境做推論，由於影響的結果的變數非常多，因此，為了能夠加強推論的準確度，科學家就必須透過實驗仔細控制可能的變因，建立理想的實驗環境，來推導出事件的因果關係。舉個簡單例子說明：某個熱帶國家想要觀察國內的整體林業價值，過去作法需要出動負責做田野調查的專家，到不同森林產區小規模實地踏查、採樣與紀錄不同樹木的數目，進而估計出有價值數目的約略密度，再用估計的結果，去估算大範圍林地面積的價值；對比現在的作法，會透過空拍機進行大規模而完整森林產區空拍紀錄、分析再做出精確的估算。

運用空拍技術與影像辨識技術作為大數據應用

在這個例子裡，可以看到幾個明顯對比：首先，空拍機實際走訪每個林地的上空紀錄林地密度的方式，再將因為估計產生的誤差降低與真實間的差距減少，更貼近出產區的真實性。再來，使用空拍機協助則加速取得森林資料的時間，在時間上取得比較高的效率。最後，透過空拍機拍攝會產出是產生影像紀錄資料、飛行高度、飛行速度、風向，而影像也可能再包涵紅外線、紫外線影影像等，而過去的產出的結果是估計的文字的描述與面積、密度等數字，相較之下資料的種類更多樣化（也可能包含更多具有價值的潛力訊息），而從照片與圖表進階到每秒幾十幀的影響紀錄，資料量明顯大增。

大數據的五種特性

從上面的例子的對比，我們可以看出（大）數據處理與過去不同的五大性質：大量(Volume)、快速（Velocity）、多樣（Varity）、真實（Veracity）與價值（Value），對我們解讀、分析、判斷與決策的方式造成不小的影響。而我們也可以將大數據蒐集的方式與分析技術應用至各種產業。這些資訊可以用來分析過去「發生了什麼事？」知道怎麼發生之後，可以用來進步解釋「為什麼發生？」再向下挖掘可以用來「預測是否會發生？」甚至運用這些資料探討「如何讓這些事發生？」

再舉一個時事做為案例說明。快速散佈的的病毒，讓世界醫療體系措手不及，旅客成為最大量而不容易控管的對象，如果沒有辦法有效追蹤到源頭的帶原者，以及來自哪裡？那就沒有辦法從源頭防堵。今年初一位台灣婦人在埃及產生病症，埃及懷疑是台灣的病毒傳入，危害埃及。然而，美國台裔旅美頂尖科學家林清詠創辦的圖策智能（Graphen），在研究來自30個國家，數百個武漢肺炎病毒的基因資料，比對每個病毒裡3萬個基因後，運用病毒的基因變化，終於完成全球第一個武漢肺炎擴散路徑圖。呈現這種病毒如何在短短3個多月竄出中國，還演化出亞型病毒，撲向世界的歷程。據該團隊推測歐洲可能因國境相連，病毒流竄快速，至三月為止，出現三組主要病毒組與多個小支線，從義大利、荷蘭與英國威爾斯回報的三隻病毒，經過變異後一支傳到瑞士，另一支則北上到芬蘭、盧森堡；還有一隻病毒則原本來自澳洲，傳遍整個歐洲，最後使去埃及旅遊的台灣婦人遭感染。也可證實，埃及認為是婦人將台灣病毒傳入埃及，其實是婦人在當地感染了歐洲株病毒。在這個緊張的時間裡，透過大量而有效的資訊取得，協助前線醫療單位突破國家與病例來源的限制看清楚「正在發生什麼事情？」以釐清真正問題的所在、難度避免誤判與不必要的錯誤。（詳細說明：https://futurecity.cw.com.tw/article/1319）

以大數據分析追蹤病毒變異與散佈

圖策智能（Graphen）以基因序量分析追蹤病毒變異與散佈（圖片來源：https://futurecity.cw.com.tw/article/1319）

數據成為金礦

我們的世界本來就被巨量資料覆蓋，只是過去我們還沒有能力消化這些資訊。巨量資料與大數據時代的到來，讓科技幫我們打開能夠接收與存取這些大量資訊，每個人身邊的手機、聊天軟體、遊戲APP、公車APP、美食APP、運動手環等各種不同的載具隨時都在接受我們發出的訊號，並收納為每個單位的資料。這些龐大的資料背後就需要熟悉巨量資料處理的人才，經過適當的整理，資料可反應興趣與喜好，喜好則代表價值；在21世紀裡，相較價值固定而有限的自然資源，這些源源不斷並且具有潛在價值的數據資料，自然而然變成為人們眼中的金礦了。