活数据——新时代的石油

“有一种智能，在任一瞬间里都能识别所有在移动的力，以及力与力相互之间的状况。最好是能得到足够巨量的数据来分析，用同一种程序既能分析宇宙中最大的天体的运动，也可以分析最轻的院子的运动。没什么是不能确定的，对于这种分析程序来说，未来就像过去一样看得清清楚楚。”

如果我告诉你这段话来自于200多年前的法国学者拉普拉斯之口，你或许会感到有些惊讶，因为这其中对数据、对人工智能的描述放在今天显得也不是那么过时。

拉普拉斯的预言在200年后的今天成为现实，基于数据和AI，人们越来越有希望通过“程序”（算法），在巨量数据的基础上去判断未来，他甚至还发现了大数据除了“大”之外的另一个特点——流动。

数据是一种有价值的信息，是对信息的数字化，而信息最大的价值在于其流动性。只有形成闭环流动，才能发挥其最大的价值。倘若昔日禅宗之祖达摩只是在嵩山面壁九年，而未将禅学流传后人，那恐怕也只能留下“终日默然，人莫之测”的一句记载，而对人类没什么实际意义。因为没有流动的信息，抑或是数据，意义只存在于拥有信息或数据的某个人，而对全社会并无太多价值。

关于这一点，欧洲核子研究中心（CERN）曾经聘用了超过6500位科学家和工程师参与实验，实验是在CERN的大型强子对撞击（LHC）上进行的。这个粒子加速器可以把亚原子粒子推送到极高的速度，并通过CMS探测器可视化。而CMS探测器则是一个巨大的多层数码相机，记录了每秒LHC的粒子碰撞产生的碎片的图像。这也就意味着这个机器每天产生的数据量如果刻成光盘，累积高度都会超过珠穆朗玛峰。

但很遗憾，这些数据除了对实验室的6500位专家有意义外，对大多数普通人在当下的意义几乎没有。这种数据其实没有“在线”，而只有“在线”接入互联网的数据才有价值。“在线”则意味着闭环与流动。

互联网的出现将所有的信息，或者说数据都粘在上面，过去几十年中，人们一直努力在这张网上创造数据，或者将线下的信息数据化后搬到网上。高德地图便也身处这个过程之中，它的工作是将线下的地理位置信息数据化后提供给用户。

在过去的一年中，高德的相关负责人在接受媒体采访时屡屡提及“活地图”的概念，其背后其实就是“活数据”。

对于地图行业而言，数据采集是最基础的工作，而在过去数据采集的基本方式是“扫街”，因此地图公司的能力就成了“扫街”能力， 而高德现在希望构建的则是用户贡献大规模UGC数据，从而形成的“活地图”，比如通过海量地图用户的回传数据，实时反馈道路状况，或通过电商运单大数据判断POI点的实际变化等，目的则是为了让地图的数据随时保持鲜活与流动，在与用户交互中不断进行更新迭代。也就是高德地图技术副总裁于志杰口中说的“高德在采取一种全新的方式做地图，数亿的高德用户每天使用地图和导航服务。哪里的路不通了，哪里的门店关闭了，高德都可以很快知道。这些活的数据让地图开发永不停止，让地图每一秒钟都不一样。今天用户需要的是0秒更新、变态准确的地图，一张活的地图，而这一切，都基于活的数据。”

图为高德交通大数据实时浮动车

近些年大热的O2O、物联网也是如此的逻辑，将线下世界数据化，让线下每一部分都能够实现王坚所说的“在线”——接入互联网这张数据网。从而打通线上、线下，形成闭环的活数据。而通过对这种或数据的挖掘，互联网公司们也能做出更多针对性的服务。比如高德地图就曾基于线下即时的人流信息，为商家提供实时的营销策略建议，这大大提升了营销的精确度和效果。

数据正在成为下一个以人工智能作为生产工具的时代的基础“燃料”，但如今的人工智能还不够真正智能，它依然需要经历大量的数据训练才能形成其判断模型。以IBM Waston为例，在过去5年中，IBM公司为Waston而并购的数据型公司的价值就超过了30亿美元，目的便是为了获取数百万张有标准的X光片，以训练Waston对肺癌等疾病的判断模型。

但实际上，这一点都不智能，因为人类并不是这样的学习和精进的，一个三岁的婴儿并不需要各看100万个桔子和苹果，才能判断桔子和苹果的差别，他只需要在第一次判断错误后有人提醒，就很难在第二次再犯同样的错误。因为它获得信息是有闭环反馈的信息，他的思维方式也要比目前已有的算法先进太多。而如果数据能够不断地更新和及时反馈，人工智能算法的训练效率无疑将提高不少。

随着人们对数据价值认识的不断更新，大数据的概念也正在从一味地强调“大”，慢慢地开始演变为既需要“大”，同样也需要具有流动性的“鲜活”，

或许再过十几年，我们惊奇的发现，人类战争不再是因为自然资源，而是因为“新石油”——活数据而引发，如果那一天真的到来你也不要感到奇怪，拉普拉斯可以预言200年后的今天，我们大胆预言一下20年后的未来又何妨，万一对了呢？