谷歌汽车原型展示如何持续分析海量数据 防止无人驾驶汽车碰撞

新闻分析：虽然Google Car的原型展示了如何持续分析海量数据以防止无人驾驶汽车崩溃，但过度使用的“大数据”一词可能并不流行。大数据是一个用来描述大规模数据分析的夸张术语，快要睡了。这至少是5月21日在马萨诸塞州剑桥举行的麻省理工学院斯隆首席信息官研讨会上召集的大数据小组的印象。

《大数据在起作用》一书的作者托马斯达文波特说，在领导小组讨论时，“大数据”这个词“意义不大”。除了大数据，还提供了电子知识和聚合数据等术语。最后，似乎最有意义的是从您想要解决的业务问题开始，然后决定解决问题所需的数据。

然而，大数据流行语似乎正在走向悬崖，而通过组装大量数据流构建的应用则出现在技术领域。5月27日，谷歌展示了其类似bug的无人驾驶汽车。没有比数字数据更能满足物理世界的例子了。

其实这款车有点像早期的大众甲壳虫，但因为抛弃了方向盘、刹车踏板、油门踏板这些老旧可靠的装置，将无人驾驶提升到了一个新的高度。你可以通过智能手机应用给车打电话，乘客除了坐在车里不会参与导航。

谷歌驾驶汽车可能需要几年(甚至永远不会)，但谷歌努力让司机不开车背后的智慧是合理的。谷歌致富的举措是在万维网上推出数字机器人，搜索数字内容，对内容的价值进行排名，然后让所有使用浏览器的人都使用网络目的地。

虽然与这些结果一起呈现相关广告的想法并不是谷歌的真实想法，但相关的广告模式很好地服务了公司。谷歌无人驾驶汽车是Web爬行的进一步延伸，只不过在这种情况下，汽车是在物理世界中爬行，谷歌是在收集和分析传感器数据(理论上可以防止你在现实世界中崩溃)。

剥离方向盘、刹车踏板、油门踏板对于科技世界来说是有意义的，科技世界对数字技术的信任胜过对容易出错的人类判断的信任。如果灾难迫在眉睫，人类真的会恐慌。我猜谷歌作为无人导航之王会找到赚钱的方法。

谷歌汽车的开发就是一个很好的例子，它使用了正确和融合的数据，而不是简单地填充数据湖，然后试图弄清楚所有要处理的数据将做什么。

在麻省理工学院的大数据团队中，团队成员包括数据科学家Puneet Batra和富达投资的战略投资产品和数据首席信息官Darrell Fernandes。他们都同意通过数据收集和供应商社区分析进行整合。这些供应商目前提供不兼容的点产品，缺乏简单的集成工具来集成多个数据源。这将是各种数据流的整合，从而产生最大的数据收入。

公司可以重新考虑他们对数据和数据分析的使用，而无需参与无人驾驶汽车等遥远的项目。因为面向移动应用的数据是一个很好的机会，广告行业目前正处于转型的阵痛中。但是，这种转变也需要比台式机和笔记本电脑浏览器更快、更有针对性的数据收集和广告部署。

大型工业公司，如通用电气，现在正在从事建筑应用，以利用以前很少使用的所有传感器数据。是时候使用“大数据”这个术语了，并开始思考哪种类型的融合数据对您的组织最有价值。