中国经济网青岛11月18日讯（记者刘成）11月16-18日，以“数据创造价值，智慧引领未来”为主题的2016全球大数据应用研究论坛在青岛西海岸新区举办。多位国内外知名专家提出大数据助力传统行业转型，构建无现金社会的观点。大数据和人工智能对于传统领域的颠覆将超乎人们的想象。
“无现金社会”已经悄然走进你我的生活中
美国未来之窗（Future Point of View）科技公司创始合伙人、首席执行官斯考特·克罗索斯基说，现在社会正在迈向网络3.0，机遇是前任甚至后来者都不曾面临的。
“技术就是用一种前所未有的方法把东西联系起来，比如网络1.0是人机交流，网络2.0是人与人之间更好连接起来，社交软件、云计算等出现；而网络3.0就是物联网时代，设备、人可以更好地交流；网络4.0，是信息平台之间的链接，通过过滤的系统可以收获需要的数据，把数据转换到设备中；网络5.0，是在人与机器之间有更高层次的整合，从可穿戴设备到可植入设备，那时候或许超人类就会出现了。”斯考特·克罗索斯基说。
斯考特·克罗索斯基认为，以前人们在制造业主要是人工制作，一旦用3D化，就是一个数据化的过程。另外，过去人类使用硬币和纸币，现在通过网上转账交易就可以实现，现在很多场合不用现金。纸币产生一些问题，比如毒品走私，就用纸币交易，但无现金社会用数据就能很好地跟踪和监控。”
斯考特·克罗索斯基说，无现金社会其实正在实现中，像电子商务、网上购物，还有付款，都是通过无现金的方式进行。他说，从另一个方面看，大家疏忽的一点是对于现金的印刷还有保持，政府都是有一定成本的，所以无现金社会可以降低一些成本。
大数据让我们处在一个美好的时代
在大数据对于传统产业的颠覆上，斯考特·克罗索斯基说，通过50年的发展，人类和技术高程度整合，这以前是无法想象的事情；人类现在处在3.0的阶段，还有几十年的路要走。“现在我们正从第三次工业革命过度到第四次工业革命，这就意味着我们不是工厂中个体的改变，而是把多个单位整合在一起。第四次工业革命是通过设备的互联互通来实现的，而这之前是没有的。”
斯考特·克罗索斯基说，当今数据在以指数级发展，但公司在以对数级发展，这说明公司管理者没有跟上技术发展。很多红极一时的公司，没有缩小技术发展和组织发展的差距而导致破产。“我们领导人没有办法去缩小这个差距，再多也是白用。这种预见性很重要，要比其他人更快地将新技术应用到实践中去。并不是去理解概念，而是要比竞争对手把这些概念应用到实际工作中，否则就是劣势。”
青岛正在建设智慧城市，需要一个主要的数据中心，收集各方面的数据，促进当地的经济发展和消费，运用到教育、交通、教育及基础设施的建设中。
斯考特·克罗索斯基说，做好大数据，要通过数据来讲故事，分析信息让人们更好地理解，就要进行数据的可视化，将大量的数据让人们一下可以了解其含义，而不是数据人员花几天去讲解。“技术是非常复杂的，要产生价值，就要很好地构架。我们处在一个美好的时代。”
平安城市大数据应用离百姓最近
北京以萨技术股份有限公司副总裁王堃介绍，以前警方查找监控录像被称为“眼药水”的破案方法，这是因为靠人工一个点一个点顺，办案人员很疲惫且效率不高。而靠大数据+人工智能设定搜索条件，结合视频特征和现场目击设定搜索条件，很容易锁定嫌疑人的信息。
“平安城市大数据是离我们最近的大数据，已经为我们日常的社会稳定提供服务。”他说，一个中等城市的大数据是十分庞大的，刑侦部门图片数据每天采集1.2亿张图片，30多万路监控视频，一天的视频数据要看完，1个人需要1亿小时。
“我们掌握的数据中，结构化的数据，也就是能用文本表述的信息，包括户籍、高铁、民航、住宿等，只占5%左右，数据量并不大，并且只能反应属性信息和宏观轨迹；而95%是非结构化数据，这些以视频图像为代表，包括语音等信息。”他说，平安城市数据量大，数据多样，还要求处理高速，这就体现出大数据＋人工智能的意义。
大数据医疗为我们的生活提供优质保障
大数据对于传统的颠覆，还将更深远。HPE软件集团亚太及日本地区大数据方案与业务经理安德鲁·帕克认为，大数据的应用，或许会让我们能批量生产“姚明”。通过人类基因数据的分析，寻找跟姚明基因相似的运动员加以培养，就能找到下一个姚明了。“已经有机构在过去两年里投资该领域，通过基因排序和数据的分析，可以招募到更优秀的人才。”
人体本身就是海量数据的集成，基因的数据是人体海量信息集的体现。这在智能医疗上的体现或许更明显。
普莱姆（Prime）医疗数据分析公司高级副总裁及首席医疗信息官艾利·卡林致力于利用PRIME系统，基于网络数据库分析，对医疗行业进行市场分析和调研，广泛应用在政府、医院、连锁医疗机构、制药和医疗器械、医疗保险、医疗投资等行业。他认为，数据的捕获最终的目标是改进医疗成效。
“医院通过搜集患者信息进行数字化，还可以进行医生表现的评价等。这个产业非常巨大，在美国有超过500个医疗数据机构在研究、分析。”在他看来机会和挑战并存，挑战之一是医疗数据获得性和获得深度，因为在美国医疗数据超过150亿T，未来还会翻倍。
“把信息分为多个维度，包括病历信息、医生信息、人口统计学信息、心理统计学信息、保险索赔信息、付费者信息等，进行阵列信息处理，将会得出更多的信息，包括每个医疗设施的使用频率等，这样一来可以知道哪个地区哪种病发病率最高，医生需求最高等。”普莱姆说。(李晓哲 娄花)
（责任编辑：杨淼）
