编者按：在剑桥的跨学科会议上，天文学家与肿瘤学家一道研究癌症的治疗方法。天文学家观察星空所积累的图像识别技术，对于癌症治疗非常有帮助。在本文中，Jane Wakefield通过浅显易懂的大数据应用的例子，为我们预测大数据时代到来后数据和算法的神奇未来。随着大数据技术的发展，或许像游戏《看门狗》中那样的智能城市即将到来。

天文研究和癌症治疗可能看起来没有什么共同之处，但是读取大数据的算法却将两者联系在了一起。

我们每天创建两百五十万字节的数据。甚至当今世界90％的数据就是在过去两年内单独创建的。这些大数据，推动了那些可以把信息变得有意义的电脑的变革。由于与信息学和机器学的关系密切，医学也成为了可以从中受益的领域。

在剑桥的跨学科会议上，天文学家和肿瘤学家开始合作讨论数据管理。

在会议上，天文学家尼古拉斯·沃尔顿（Nicholas Walton）博士与英国剑桥大学癌症研究所的詹姆斯·布伦顿（James Brenton）教授见面了。在英国癌症研究所工作的Carlos Caldas教授，为我们解释接下来发生了什么。

“天文学家有星空的图片，但他们无法手动筛选动辄上百万的图片。因此他们使用成像算法来分析目标并将其分类。”他说。

“我们可以从人的身体上采集图像，那么我们能用天文学中的算法来分析这些图像吗？”答案是肯定的。从那以后，该算法一直在推进癌症治疗的研究进程。

“通过天文学算法，我们可以做很多事。例如，我们可以将数十万个细胞自动分类；可以通过模板了解细胞之间是如何相互关联的；还可以精确计算细胞数量，并得到细胞间的平均距离。”Caldas教授说。

“它加快了诊断，并让我们收集到了之前一直忽视掉的信息。它将病理完全转变成了数字领域。它的潜力可以说是无穷无尽。”

英国癌症研究所的科学家们刚刚宣布，他们“显示”乳腺癌细胞的方式有所突破。这意味着他们现在能够创建一个3D地图，该地图可以把乳腺癌细胞的形状与基因的开启、关闭相连接，最终与真实的疾病结果相匹配。

大数据的洞察力不仅可以帮助疾病的诊断。咨询公司Accenture的总经理Nick Millman说：“数据爆炸性增长，但技术也是如此。我们可以通过技术来了解和使用数据。”

“在健康方面，以前用于营销分析的技术，现在被用于品牌了解个人健康方面的偏好。例如，如何鼓励人们遵循更健康的饮食习惯。”

大数据是目前在伦敦科学博物馆举办的展览的主题。似乎不仅大数据可以改变工业市场，而且我们自己的数据足迹也可以影响到我们的隐私。

展览策划人Sheldon Paquin告诉BBC说：“这场无声的革命改变了我们生活的方方面面。从我们如何观察星象，到我们如何看医生，再到我们如何谈话。我们推测现代世界会与技术快速、紧密地交织在一起。我们拥有的一切都将与大数据密不可分。

“我们现在可以考察语言的进化历程，检测疾病基因，为尚未建好的城市导航，并发现我们共同的恐惧。彼此间增加的联系使我们更容易相互理解。”

本次展览以剑桥大学的一项研究为主题。该研究表示，Facebook的点赞行为有助于了解我们的个性。主办发要求志愿者完成一系列性格测试，并将结果与他们在Facebook上的行为进行比较。

“我们发现，我们可以从Facebook的点赞行为来推算人的性格。并且精准度不亚于被推测对象的配偶。”David Stillwell说，“我们可以预测点赞者的智力，人格特点，年龄，性别和宗教信仰。”

目前，该团队已经开始转移注意力，其逐渐将重点转向我们与日益智能的城市分享的数据。而且他们还与游戏发行商Ubisoft合作，推广其未来的城市游戏《看门狗2》。

正如游戏《看门狗》中基于收集和分析公民数据的操作系统运作的城市一样，Predictive World 认定隐私问题将是我们未来城市环境中需要长期思考的问题。该工具可以分析用户的Facebook数据来找到性别、工资、地理位置、犯罪风险、人格和平均寿命之间的关系，因此，可以说该工具能够生成心理预测。

但是，人们可以将他们的数据足迹转变成自己的优势吗？

越来越多的公司，旨在为人们提供更好地了解从他们自身收集到的数据并允许人们销售数据。CitizenMe就是其中之一。它使人们能够从互联网收集到他们数据的副本，并把数据放到手机APP里。

该公司的创始人StJohn Deakins解释道：“这些数据及分析很快就会变得非常有价值。如果人们愿意，他们可以通过匿名交换一些数据，当场获得现金奖励。”

大约有一万人正在测试该应用。

数据到底有多大？

• 每分钟会产生350,000条推特消息

• 每分钟有400小时的视频上传到YouTube

• 每分钟有300万个状态发表在Facebook上

• 每分钟Facebook上会产生400万次点赞

• 每分钟Google上有400万次的搜索

• 每天都有2.5个五万亿字节的资讯在世界各地传播，其中90％是在过去两年间创建的

• 到2020年，将有总共44泽字节的数据流通传播

翻译来自：虫洞翻翻   译者ID：王炜   编辑：郝鹏程