科幻大數據

① 為何近年來美國電影偏好大數據和機器學習的電影

我個人覺得造成這種想像的有兩部分原因，第一是社會背景原因，是因為當代信息進步、科技發展日新月異，電影市場發展自然也要跟隨時代步伐，拍攝與社會相匹配的電影，另一部分是電影市場要求，則是因為消費者，消費者喜歡看什麼，電影商自然要投其所好拍什麼。

• 社會背景原因

就我個人來看，近幾年來，美國偏愛拍攝大數據和機器學習的電影應該就是由上述兩點原因。

② 為什麼說未來只有兩種人，掌握高科技的人和被高科技掌握的人

未來只有兩種人，掌握高科技的人和被高科技掌握的人。「高科技」一詞過於泛泛，代入一種，也就是我們今天要講的「大數據技術」。馬雲說，很多人還沒搞清楚什麼是PC互聯網，移動互聯網來了，我們還沒搞清楚移動互聯的時候，大數據時代又來了。（在其卸任時的演講。）同馬總觀點一樣，「大數據」，它代表著一個時代。

人類文明是一艘巨輪，科技是它永不沉沒的唯一動力，能看到這一點，還懂得去追隨的，就掌握了它；那些不僅看不到，甚至還想辦法使絆子的，就只有跟在後面吃灰。

這就是我的結論。要想打破這種思維壁壘，成為掌握高科技的人，首先要對科技抱有積極的熱愛，不斷從中學習，付之以赤誠，培養科技敏銳度，如果你覺得這一切都太多太麻煩的話，有一個簡單一點的辦法。

③ 那些年科幻電影里的黑科技有哪些成為了現實

電影中的2001與現實中的1969

無論是光塵腔源怪陸離的的星際穿越，還是頹垣敗井的廢土世界，科幻電影架空的時空，一直在努力營造距離感和割裂感拉長時間維度，將觀眾迅速帶入科幻世界。不過，正如火爆的《頭號玩家》，科幻電影的最大價值在於天馬行空描繪出可以跨越銀幕的硬核科幻，人工智慧，作為硬科幻電影的寵兒，充當了填補觀眾探尋未來意義心理溝壑的潤滑劑。

自1965年正式提出人工智慧算起，50多年，AI在好萊塢電影和現實中都取得了長足進步。尤其是大銀幕上，以夢工廠為代表的電影製作公司，塑造了無數出神入化的AI形象，成為普羅大眾對科技崇拜的源泉所在，滿足了人類對未知生活方式的嚮往。

一定程度上，科幻電影也成為科技行業的啟蒙者，行動電話之父馬丁庫帕就承認，他發明第一台行動電話正是受了《圓念星際迷航》中「通訊器」（communicator）的啟發。正如迪斯尼動畫電影中，總會有一個捧哏的話嘮動物角色，人工智慧機器人也是科幻電影的標配。伴隨著電影塑造的經典AI根深蒂固形象，人工智慧被視為下一個從銀幕上走出來的科技。

《星際迷航》中的通訊器

電影2001年：人工智慧飛船邁向木星

現實1969年：登月飛船算力不如手機

1968年一部被譽為「「現代科幻電影技術的里程碑」的電影橫空出世，這就是《2001漫遊太空》，電影將未來鎖定在了33年後的2001年，「發現一號」太空飛船向木星進發執行太空任務。除了飛行員和宇航員，還有一台具有人工智慧、掌控飛船的電腦哈爾9000，哈爾9000被設定為一個永遠不需要關機，從不出錯的人工智慧形象，它可以用自然語言溝通，帶有人類情感和趨利避害的生物屬性。

哈爾9000（圖片引自網路）

哈爾的聲音溫和友善，讓人產生發自內心的暖意，在茫茫太空孤獨旅行，它也成為了人類最好的交流夥伴。

影片大篇幅展示了2001年人工智慧哈爾與人類的互動，比如與鮑曼下國際象棋並輕松贏了對方。它可以毫無障礙的理解人類的語言和情感，甚至能夠在人類躲著自己談話的時候，讀出唇語。在得知自己會被強行關機之後，哈爾還能夠作出先發制人的反應。最終，在殺死三位宇航員之後，哈爾被男主拔出了記憶板。

哈爾與人類下國際象棋（圖片引自網路）

這部電影展現了人們對2001年的暢想，盡管我們距離「未來」已經過去17年，人類仍未實現隨心所欲的漫遊太空，但當時一些接近想像力巔峰的預測已經實現。比如電影出現的iPad、視頻通話的雛型已經普遍使用，甚至iPod的名字都源於電影維修小飛船的名字Pod。

視頻通話（圖片引自網路）

電影中iPad的原型（圖片引自網路）

而哈爾作為人工智慧的雛型也給我們留下了深刻的印象，包括Siri在內的現有語音助手都是對哈爾的一脈相承。

值得一提的是，影片在上映幾個月後，阿波羅11號登陸月球；26年以後的1997年，IBM深藍超級計算機打敗世界排名第一的國際象棋選手加里卡斯帕羅夫，讓深埋電影中的隱喻變為現實。

NASA登月導航計算機算力綜合不如手機（圖片引自NASA）

《2001漫遊太空》寄託了人類開拓星球的思潮，但1968年的現實是，即便登月用的導航計算機主頻也只有2．048MHz，所有登月電腦的性能加起來都不如現在一部手機的運算能力，更不用談人工智慧所需要的強大算力和海量數據的支撐。

80年代到90年代的很多電影很少有揉入硬科幻的人工智慧形象展現，無論是斯皮爾伯格的《人工智慧》還是《機械公敵派態》、《月球》、《銀河系漫遊指南》AI 機器人 Marvin，電影更多的是披著科幻外衣去對人性復雜的探討，鮮有以科技或科學猜想推動情節。

電影《人工智慧》（圖片引自網路）

集中在2013年到2014年上映的幾部電影，開始繼續從硬科幻的角度探討人工智慧，與此前天馬行空的機器人相比，這些人工智慧形象更加超前，但也更加接近現實。

電影中的2025與現實中的2016

電影2025年：手機女友成為現實

現實2016年：語音識別與人類打平

《星際穿越》大量展示了蟲洞、黑洞、多維空間以及廣袤的星際旅行場景，諾蘭導演甚至邀請到了天體物理領域的頂尖大牛基普索恩擔任影片的科學顧問，保證了影片科幻屬性足夠硬。TARS作為智能機器人的出現帶給觀眾很多亮眼之處。

《星際穿越》中的智能機器人（圖片引自互聯網）

在電影中，TARS會說話能思考，甚至能夠麻溜利索的變形在滔天巨浪撲來之前拯救安妮海瑟薇。在解密引力之謎甚至在五維空間里，TARS都以恪盡職守的高級助理形象出現，高效完成任務指令，可以說缺少TARS，人類的智慧無法完成這項艱巨的太空任務。而重建TARS時，那個幽默度的橋段讓冰冷的機器形象多了一份人性。

《星際穿越》中的智能機器人（圖片引自互聯網）

觀眾偏愛TARS，更多在於，相比於無所不能的機器人，TARS沒有被設定為擬人形象，不銹鋼拼接起來的外觀更符合人類世界設定下的工業產品，與現實更接近。

而約翰尼德普在《超驗駭客》的人工智慧突破就顯得驚世駭俗，你能想像有一天你的軀體死去精神意識卻被保留在互聯網上，而且可以無所不能，《超驗駭客》打造的一流的科幻概念超越了很多硬科幻設定的范疇，將我們能想像到的人工智慧進一步升級，以去實體化的虛擬形態存在。

電影《超驗駭客》（圖片引自互聯網）

在電影中，生化形態的人工智慧高概念讓德普無所不能，與此同時去中心化的生存方式讓他無處不在，如同正在火熱的區塊鏈，這種繁衍形態讓傳統勢力很難通過拔電源將其消滅。

電影《超驗駭客》（圖片引自互聯網）

如果說《星際穿越》和《超驗駭客》還距離我們認為的人工智慧太遠，電影《Her》所打造的智能環境簡直是死宅單身狗的天堂。故事發生在17年以後的2025年，內向宅男西奧多托姆布里遭遇分手後，尋求一款叫做OS1的智能操作系統聊以慰藉，操作系統化身為一名叫做薩曼莎的「女性」（斯嘉麗約翰遜聲），她風趣幽默又善解人意，她學習和進化的速度讓西奧多感到不可思議，甚至能夠幫助以寫情書為本職工作的男主檢查拼寫和語法。

電影《Her》（圖片引自網路）

薩曼莎脫胎於類似蘋果HomePod／亞馬遜Echo這樣的智能音響，以機器人女友的形象對外展示，並以卡片機的終端對外銷售。OS1所代表的人工智慧比17年前的智能音響有了長足的進步，它所有的交互通過自然語言完成，背後有一套完成的養成邏輯，依靠語音、圖像識別和神經網路演算法，能夠與用戶溝通迅速成長，並依靠與數千名用戶「談戀愛」不斷進化，達成完美情侶，可以說這一形象幾乎滿足了人類對未來智能伴侶的所有想像。無疑，在眾多人工智慧形象中，OS1更接近我們真實生活。

OS1幫助男主檢查語法和錯別字（圖片引自網路）

值得一提的是，法國計算機科學家 Pierre 受電影中 AI 作音樂的啟發，研製了一款先進的能作曲的 AI —— Avia，不僅所作曲子出了專輯，應用到重要慶典、NVIDIA GTC 2017中，而且 Avia 還成了國際作曲家。

OS1的終端形態更像目前的智能手機（圖片引自網路）

這是觀眾的反饋，同時也有這足夠牢固的現實基礎。OS1有著足夠強大的演算法和硬體配套，與現實生活中的智能音箱相同的交互邏輯和演化路線，增強了用戶的認同感。

從亞馬遜Echo到OS1還有17年的路要走。

單拿語音識別來說，從1952年貝爾實驗室研製了第一個可十個英文數字的特定人語音增強系統一Audry系統，到2016年微軟發表論文稱語音識別上的技術已經高於專業的人工速記員，達到了與人類同等交流對話的水平，中間走了64年。這背後涉及到的卷積神經網路及LSTM神經網路，以及自由格人機界面聽覺訓練雖非易事，但我們有理由相信17年以後的Echo就是OS1的原型機。

從2001年走到2025年，科幻電影所塑造的人工智慧形象愈發保守，好萊塢電影開始通過與現實接軌的方式應對觀眾的審美疲勞。對應到現實世界，人類的人工智慧則來到了一個集中爆發的階段。在看過了無數個哈爾、Marvin、TARS之後，我們也正在按照電影中的酷炫思路打造活生生的人工智慧。

比如AlphaGo，它是第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智慧程序，和IBM的深藍超級電腦有著同樣舉足輕重的意義，意味著人工智慧的時代從電影銀幕走到現實中來。

人工智慧對弈圍棋（圖片引自谷歌）

Google的AI法寶還不止有AlphaGo，引入NMT神經網路的Google翻譯、會主動管理照片的Google Photo、像OS1跟你聊天的Google Allo、語音助手Google Assistant以及更幫你看到東西的Google Lens都是Google組裝一款超級人工智慧終端的模塊化產品。

而這一切模塊化產品都可以組裝在一款智能手機上，尤其是5G網路帶來的速度和數據支撐，被認為是人工智慧最終爆發增長的終端。隨著移動設備的增加，數據也逐漸海量，尤其是5G時代，大數據的支撐，讓人工智慧有了爆發基礎。

手機中Siri曾經被視為人工智慧在現實中的形象，但爛尾的效果最終讓Siri成為眾人調侃的形象，甚至對消費者對人工智慧產生了負面影響，據一份2016年的調查顯示，只有3％的用戶在公共場合使用過Siri，如此尷尬的數據以至於最後庫克不得不連夜從Google挖人。

手機人工智慧初探

4月4日，蘋果公司宣布，前一天離職的谷歌前搜索兼AI高級副總裁John Giannandrea（約翰詹南德雷）加入蘋果，擔任「機器學習及人工智慧戰略」總負責人，成為蘋果第16位核心管理層高管，直接向CEO庫克匯報。急切的挖人舉動讓蘋果的AI焦慮一覽無遺。

吾家有AI初長成 Jovi初探銀幕夢想

除了蘋果，趕赴人工智慧這波浪潮的手機公司大有所在，並開始為人工智慧打造形象，這裡面還包括打造AI品牌Jovi的vivo，Jovi和哈爾、TARS、Alexa一樣，是駐留在智能手機中的人工智慧。

現在Jovi雖然只是探索AI的第一階段，但卻為人工智慧提供了很好的演化路徑。背靠驍龍AIE（人工智慧引擎），以驍龍神經處理引擎（NPE）軟體框架和神經網路（NN）庫為介面的異構計算方案。其具有廣泛接納性的邏輯，極高的兼容性，精準而龐大的計算力，成為了Jovi AI的推動力，並為消費者量身打造實現智能場景應用的vivo X21手機。

vivo打造的人工智慧想像Jovi

功能上Jovi 助理擁有系統全局級的智慧識屏功能，可以讓用戶的所有操作節點智能化，替代繁瑣重復甚至需要思考的操作，讓我們可以高效管理生活和工作事物。比如在界面中長按一段文字即可觸發識屏功能，該功能會快速識別並智能提取用戶長按的文字信息，然後用戶就可以就此信息進行快速查閱／擴展及相關操作。

Jovi人工智慧

AI應用到相機，Jovi則可以自動識別你的膚質、膚色、性別、年齡，並且會學習你的使用習慣，在你每次自拍的時候為你選擇一種最適合的美顏效果。回望2001年的哈爾，Jovi正在替代它的角色，只不過不是在宇宙飛船，而是一個普通人的生活起居，你定了車票、機票，它會提醒你時間、目的地天氣和機場路況；你上網購買了快遞，它會告訴你快遞單號是多少並一鍵幫你快速查詢物流；如果你喜歡看球賽，它會幫你跟蹤歐冠和NBA賽事；它能在你出行前，為你安排行程。

Jovi人工智慧

我們可能習慣了手機作為一個冰冷的連通機器，但Jovi賦予了機器血肉，Jovi能夠不斷地學習，就像是一個有血有肉的夥伴一樣，認識越久就越懂你的需求，隨時給你最好的生活建議，並打理好了生活的一切。

未來，你和手機不再是簡單的交互，而是養成關系，Jovi所代表的人工智慧可以被養成高效貼心的商務管家，也可以被養成為體貼入微的女友。它不會隨著你更換設備而丟失，正如《超驗駭客》中的德普一樣，跟隨互聯網隨遇而安。現在Jovi所代表的手機人工智慧，正在朝《Her》中的2025年走去。

盡管霍金臨終前曾警告人類要警惕人工智慧，但他仍然承認「創造AI的成功可能是我們人類文明歷史上最大的事件，我們生活的每一方面都會因為人工智慧改變。」

我們會在「綠洲」里匯聚，還是在2049相遇

時間隨著電影往前走，在《銀翼殺手2049》中的2049年，城市已經失控並崩潰。虛擬人工智慧喬伊成為復制人K慰藉的對象，在2049年依靠全息投影投射成像的虛擬人可以隨意出售，除了沒有實體，她已經完全和人類無異，情商智商超高也更為體貼，成為不少宅男傾慕的對象。

電影（銀翼殺手2049）中的虛擬投射人工智慧（圖片引自網路）

作為一款成熟的人工智慧產品，我們在電影里見證了喬伊從機械裝置投影到投影設備移動化全新升級的過程。盡管很多人認為復制人是鬼扯，但這個投射裝置的升級讓不少人認為在2049年更容易實現。距離2049還有21年，依靠現有的人工智慧基礎，我們相信喬伊真的有可能在2049年從銀幕走出來與我們相遇。

可移動版喬伊（圖片引自網路）

無獨有偶，斯皮爾伯格在《頭號玩家》中也將2045年設定為世界崩潰的邊緣，眼花繚亂的VR世界讓快要涼了的VR廠商起死回生，終於有了用例可以背書。人工智慧也好，VR也好，都是科技高速發展的終極產物，或許那天世界依舊運轉良好，我們和朋友在「綠洲」里相聚，回家在2049里纏綿。

藝術來源於生活而高於生活，科幻電影則完全源於天馬行空的想像，科幻與現實看似兩條平行的世界，我們深信二者的時間線和想像力最終會因為不懈努力在未來交匯在一起，這一天我想並不遙遠。

④ 大數據的顛覆性 已滲入邊緣行業

大數據的顛覆性 已滲入邊緣行業
在銀河帝國系列科幻小說中，數學家哈里·謝頓開創了「心理史學」，他能夠運用數學公式准確預測人類的未來，作者艾薩克·阿西莫夫憑借其豐富的想像力被全球讀者譽為「神一樣的人」。如今，小說里預知未來的橋段在某種程度上已經實現，不過不是憑借「心理史學」，而是歸功於「大數據」。
大數據是近幾年的熱詞，但從根源上講其方法論不過是傳統的統計學。只是 在銀河帝國系列科幻小說中，數學家哈里·謝頓開創了「心理史學」，他能夠運用數學公式准確預測人類的未來，作者艾薩克·阿西莫夫憑借其豐富的想像力被全球讀者譽為「神一樣的人」。如今，小說里預知未來的橋段在某種程度上已經實現，不過不是憑借「心理史學」，而是歸功於「大數據」。
大數據是近幾年的熱詞，但從根源上講其方法論不過是傳統的統計學。只是隨著人類的信息被數字化，數據越來越多，再加上存儲與計算能力逐步提高，此時把統計學和龐大的數據融合在一起便對很多產業產生了顛覆效果。
中國社科院經濟與政治研究所副所長何帆就是個大數據的推崇者，他相信大數據可以實現很多聞所未聞的事情。比如，社科院可以通過一個人的信用卡消費記錄預測這個人在5年內的離婚概率。
不過，何帆並不認同阿西莫夫的觀點，他認為未來的變化是無法預測的，在大數據時代，真正能預測的是個人的行為。「計算機比我們了解自己，可以預知每個人未來會做出怎樣的決策。這正是商界為大數據瘋狂的原因，准確預測消費者行為將帶來全新的發展機遇。」
如今，大數據已經被應用在金融、科技和零售等熱門領域，但據何帆介紹，其實很多看似被大數據邊緣化的傳統行業更早接受了大數據的挑戰與變革。
品酒界：預測世紀最佳葡萄酒
品酒界是最早受到大數據影響的行業之一。
傳統的品酒是由專業的品酒大師完成，這些人通常天賦異稟，嗅覺與味覺超常，而且後天訓練有素。但這一壟斷局面後來被普林斯頓大學的一位英語學教授打破了。這位教授嘗試用統計分析的方法替代傳統的物理品酒法，他收集了降雨量、平均氣溫、土壤成分等影響葡萄酒品質的各類數據，並根據歷年葡萄酒的品質挖掘其中的聯系。憑此方法，他成功預測了世紀最佳葡萄酒。
「這就是大數據思維，現在傳統的品酒師不敢輕易對葡萄酒的品質做判斷了，都要先查看大數據的預測再下結論。」何帆說。
體育界：挑選潛在運動之星
不僅是選酒，選人的決策同樣受到大數據的影響。
電影《點球成金》真實反映了大數據對固有的運動員挑選規則的挑戰。在電影中，比利·比恩研究出一套「棒球統計學」，對球員的防禦率、勝投數、打擊率、長打率、全壘打數、打點數等幾十類數據進行統計與分析，藉此預測球員的潛能。與固有的根據經驗對球員進行主觀判斷相比，數據統計的方式更加精確與可靠，從而打破常規發現了潛在棒球之星。
在現實的體育界，大數據已經應用在各項運動中。2013年年末，美國NBA開始在所有球場中安裝體感追蹤技術，記錄並追蹤籃球和球員的運動。這一系統將提供持續的數據流和全面的統計數據，包括速度、距離、球員之間間隔以及控球情況等，以實現目標性更強的分析。
在大數據面前，幾乎每一個球員都面臨優勢與局限被暴露無遺的狀況。比如，通過統計姚明在籃下接球、運球失誤的次數比得知，姚明右手接球時通常能運球三次，左手接球則只能運球兩次。這樣的規律就告訴防守人，要想解除姚明對籃下的威脅，就要把他限制在遠離籃筐的區域，讓他必須運球三次以上才來到籃下，這樣往往就會失誤。
博彩業：遠離顧客忍無可忍的輸錢底線
在很多高級賭場，顧客進門時需要辦理一張電子磁卡，在登記性別、年齡、民族、職業等基本信息時，他們便開始置於大數據的監測之下。根據顧客的數據信息，系統會立刻將其與資料庫中的樣本進行匹配，推斷出顧客的最大消費能力、消費時間極限等行為特點。
「每個人無論多有錢，都有一個痛苦點，當輸的錢超過一定數目，很可能再也不踏進這個賭場一步。而大數據帶給傳統賭場的是一個最好的選擇——通過預測顧客的痛苦點，在那之前讓他們住手。」
何帆舉例說，如果一個35歲的中國男性土豪走進了賭場，大數據會預測到這個人的痛苦點大概是1萬美金，通過CCTV和各桌的監控，當他輸到9800美元的時候，便會有年輕貌美的公關經理主動上前攀談，緩和他的情緒，引導其到餐飲、休閑等其他區域消費。而保留顧客的最後一點耐心和希望，也會促成他們的再次消費。
在何帆看來，消費者在享受精準服務時，自己已經在大數據的監控下了，大數據不僅可以幫助商家榨乾消費者當下可以消費的最後一分錢，還能保留再次壓榨他們的可能。
醫學界：預防在疾病發生之前
醫學領域很早就應用了大數據思維。在細菌被發現之前，一位醫生意識到如果從停屍房回來後做接生手術，死亡率就會很高。他認定這之間存在某種聯系，於是建議大家用肥皂洗手後再手術。盡管當時並沒有人理解洗手與死亡率下降相關的原因，但人們還是通過信息發現了其中的聯系。
「知其然，不知其所以然，這正是大數據的規律，」何帆說，「美劇《豪斯醫生》的醫學顧問就是一名行政醫學的代表人物，相比於傳統的病理學問診方法，行政醫學強調的是病症，而不是病因，這就是用大數據說話。」
在歐美醫學界，大數據的思維被很好地延續了下來。創立於1863年的美國梅奧醫院（Mayo Clinic）在為患者診病時，除了憑借醫生的技術和經驗，還要依靠醫院150年積累的臨床統計與實踐經驗的大數據。
據介紹，如果把梅奧資料庫中頭疼這一單獨症狀可能引發的疾病以5號字列印出來，能鋪滿一個400多平米的房間，基本不會遺漏任何一種可能的疾病。這不僅可以幫助醫生判斷病人當下的健康狀況，還可以預測潛在病痛的發生趨勢，從而提出有針對性的保健方案。
影視圈：內容由觀眾決定
從導演想拍什麼到觀眾想看什麼，影視界在不斷抬高觀眾的地位，以此獲得較高的市場回報，而此時大數據成了判斷觀眾興趣的絕佳途徑。以喜好最難琢磨的幼童觀眾為例，傳統的溝通方式完全無法進行，製作方只能憑借經驗與推測進行創作，但大數據的出現讓幼童心理活動的獲知成為可能。
「美國最早採用大數據製作的兒童節目是《芝麻街》，製作方每製作一個新的動畫片段都會讓大量的小朋友試看，同時在屏幕旁隨機出現一些卡通圖案。雖然無法與幼童溝通，但當小孩總是分神去看屏幕旁的卡通圖案時，製作方就認為這段卡通式孩子沒有看懂、或不吸引人的。製作方於是將這些數據統計起來，分析對比後對影片加以修改。」何帆表示，這就是最基本的大數據對影視製作的影響。
此外，這幾年流行的《天線寶寶》也得益於大數據的應用。盡管在成人眼中，每句話、每個動作重復3遍是近乎弱智的表現形式，但就是這個卡通片讓全世界的小孩子看得目不轉睛。通過大數據的研究發現，在兒童的心理世界，重復是學習和娛樂的主要認知規律，而三遍恰到好處，《天線寶寶》正是大膽使用了這一結論，從而成功打造出一部打破常規的兒童卡通片。
還有更多的傳統行業正在無形間被大數據顛覆，對於這些大數據應用的非主流領域，其帶來的沖擊或許更強烈，逼迫從業者進行產業變革與創新。當然，這也致使某些難以接受統計邏輯與思維的從業者面臨失業的風險。
另一方面，何帆認為，行業在享受大數據變革的同時，消費者的隱私正變得無處可藏。大數據的源頭正是普通的消費者，購物記錄、乘車記錄、投資記錄、甚至是生理記錄，每個人的生活都在被數據化，都在某些人的監測之中。
「被大數據改變的行業越多，人們要讓渡的隱私越多，這正是大數據在未來要面對的其中一個危機。」何帆說。
中國社科院經濟與政治研究所副所長何帆就是個大數據的推崇者，他相信大數據可以實現很多聞所未聞的事情。比如，社科院可以通過一個人的信用卡消費記錄預測這個人在5年內的離婚概率。
不過，何帆並不認同阿西莫夫的觀點，他認為未來的變化是無法預測的，在大數據時代，真正能預測的是個人的行為。「計算機比我們了解自己，可以預知每個人未來會做出怎樣的決策。這正是商界為大數據瘋狂的原因，准確預測消費者行為將帶來全新的發展機遇。」
如今，大數據已經被應用在金融、科技和零售等熱門領域，但據何帆介紹，其實很多看似被大數據邊緣化的傳統行業更早接受了大數據的挑戰與變革。
品酒界：預測世紀最佳葡萄酒
品酒界是最早受到大數據影響的行業之一。
傳統的品酒是由專業的品酒大師完成，這些人通常天賦異稟，嗅覺與味覺超常，而且後天訓練有素。但這一壟斷局面後來被普林斯頓大學的一位英語學教授打破了。這位教授嘗試用統計分析的方法替代傳統的物理品酒法，他收集了降雨量、平均氣溫、土壤成分等影響葡萄酒品質的各類數據，並根據歷年葡萄酒的品質挖掘其中的聯系。憑此方法，他成功預測了世紀最佳葡萄酒。
「這就是大數據思維，現在傳統的品酒師不敢輕易對葡萄酒的品質做判斷了，都要先查看大數據的預測再下結論。」何帆說。
體育界：挑選潛在運動之星
不僅是選酒，選人的決策同樣受到大數據的影響。
電影《點球成金》真實反映了大數據對固有的運動員挑選規則的挑戰。在電影中，比利·比恩研究出一套「棒球統計學」，對球員的防禦率、勝投數、打擊率、長打率、全壘打數、打點數等幾十類數據進行統計與分析，藉此預測球員的潛能。與固有的根據經驗對球員進行主觀判斷相比，數據統計的方式更加精確與可靠，從而打破常規發現了潛在棒球之星。
在現實的體育界，大數據已經應用在各項運動中。2013年年末，美國NBA開始在所有球場中安裝體感追蹤技術，記錄並追蹤籃球和球員的運動。這一系統將提供持續的數據流和全面的統計數據，包括速度、距離、球員之間間隔以及控球情況等，以實現目標性更強的分析。
在大數據面前，幾乎每一個球員都面臨優勢與局限被暴露無遺的狀況。比如，通過統計姚明在籃下接球、運球失誤的次數比得知，姚明右手接球時通常能運球三次，左手接球則只能運球兩次。這樣的規律就告訴防守人，要想解除姚明對籃下的威脅，就要把他限制在遠離籃筐的區域，讓他必須運球三次以上才來到籃下，這樣往往就會失誤。
博彩業：遠離顧客忍無可忍的輸錢底線
在很多高級賭場，顧客進門時需要辦理一張電子磁卡，在登記性別、年齡、民族、職業等基本信息時，他們便開始置於大數據的監測之下。根據顧客的數據信息，系統會立刻將其與資料庫中的樣本進行匹配，推斷出顧客的最大消費能力、消費時間極限等行為特點。
「每個人無論多有錢，都有一個痛苦點，當輸的錢超過一定數目，很可能再也不踏進這個賭場一步。而大數據帶給傳統賭場的是一個最好的選擇——通過預測顧客的痛苦點，在那之前讓他們住手。」
何帆舉例說，如果一個35歲的中國男性土豪走進了賭場，大數據會預測到這個人的痛苦點大概是1萬美金，通過CCTV和各桌的監控，當他輸到9800美元的時候，便會有年輕貌美的公關經理主動上前攀談，緩和他的情緒，引導其到餐飲、休閑等其他區域消費。而保留顧客的最後一點耐心和希望，也會促成他們的再次消費。
在何帆看來，消費者在享受精準服務時，自己已經在大數據的監控下了，大數據不僅可以幫助商家榨乾消費者當下可以消費的最後一分錢，還能保留再次壓榨他們的可能。
醫學界：預防在疾病發生之前
醫學領域很早就應用了大數據思維。在細菌被發現之前，一位醫生意識到如果從停屍房回來後做接生手術，死亡率就會很高。他認定這之間存在某種聯系，於是建議大家用肥皂洗手後再手術。盡管當時並沒有人理解洗手與死亡率下降相關的原因，但人們還是通過信息發現了其中的聯系。
「知其然，不知其所以然，這正是大數據的規律，」何帆說，「美劇《豪斯醫生》的醫學顧問就是一名行政醫學的代表人物，相比於傳統的病理學問診方法，行政醫學強調的是病症，而不是病因，這就是用大數據說話。」
在歐美醫學界，大數據的思維被很好地延續了下來。創立於1863年的美國梅奧醫院（Mayo Clinic）在為患者診病時，除了憑借醫生的技術和經驗，還要依靠醫院150年積累的臨床統計與實踐經驗的大數據。
據介紹，如果把梅奧資料庫中頭疼這一單獨症狀可能引發的疾病以5號字列印出來，能鋪滿一個400多平米的房間，基本不會遺漏任何一種可能的疾病。這不僅可以幫助醫生判斷病人當下的健康狀況，還可以預測潛在病痛的發生趨勢，從而提出有針對性的保健方案。
影視圈：內容由觀眾決定
從導演想拍什麼到觀眾想看什麼，影視界在不斷抬高觀眾的地位，以此獲得較高的市場回報，而此時大數據成了判斷觀眾興趣的絕佳途徑。以喜好最難琢磨的幼童觀眾為例，傳統的溝通方式完全無法進行，製作方只能憑借經驗與推測進行創作，但大數據的出現讓幼童心理活動的獲知成為可能。
「美國最早採用大數據製作的兒童節目是《芝麻街》，製作方每製作一個新的動畫片段都會讓大量的小朋友試看，同時在屏幕旁隨機出現一些卡通圖案。雖然無法與幼童溝通，但當小孩總是分神去看屏幕旁的卡通圖案時，製作方就認為這段卡通式孩子沒有看懂、或不吸引人的。製作方於是將這些數據統計起來，分析對比後對影片加以修改。」何帆表示，這就是最基本的大數據對影視製作的影響。
此外，這幾年流行的《天線寶寶》也得益於大數據的應用。盡管在成人眼中，每句話、每個動作重復3遍是近乎弱智的表現形式，但就是這個卡通片讓全世界的小孩子看得目不轉睛。通過大數據的研究發現，在兒童的心理世界，重復是學習和娛樂的主要認知規律，而三遍恰到好處，《天線寶寶》正是大膽使用了這一結論，從而成功打造出一部打破常規的兒童卡通片。
還有更多的傳統行業正在無形間被大數據顛覆，對於這些大數據應用的非主流領域，其帶來的沖擊或許更強烈，逼迫從業者進行產業變革與創新。當然，這也致使某些難以接受統計邏輯與思維的從業者面臨失業的風險。
另一方面，何帆認為，行業在享受大數據變革的同時，消費者的隱私正變得無處可藏。大數據的源頭正是普通的消費者，購物記錄、乘車記錄、投資記錄、甚至是生理記錄，每個人的生活都在被數據化，都在某些人的監測之中。
「被大數據改變的行業越多，人們要讓渡的隱私越多，這正是大數據在未來要面對的其中一個危機。」何帆說。

⑤ 大數據預測犯罪，科幻還是現實

從矽谷到世界各地，大數據被視為科技領域最熱門的話題。隨著智能手機等其他攜帶型智能設備的出現，人類的位置，行為，個人喜好，甚至身體的各項生理數據等每一點變化都變成了可被記錄，儲存和分析的數據。這些數據看似普通，但是卻是被廣泛地使用在商業行為用途中。以此為基礎，『反饋經濟』等新經濟和新商業模式也應運而生。

曾幾何時，大數據的價值被人類大大忽略。一方面，那時的計算機以及其附加計算工具發展尚不成熟。雲計算出現之前，傳統的計算機是無法處理如此量大，並且毫無規則的信息數據。而另一方面，是人類自身沒有意識到蘊藏在大數據里無窮的信息價值。隨著計算機技術和互聯網技術的發展，雲計算成為一個科技時代的優秀產物被作為發掘數據價值，征服數據海洋的強大動力。

這個方法真的有效嗎？美國人搶先試用。2011年，洛杉磯（以下均簡稱洛城）警察局試用了這項研究的成果，結果當年洛城的入室搶劫犯罪案件大幅度減小。現如今，這項研究結果已經被做成了預測分析軟體來進一步協助落成的警察們預測犯罪案件的發生地。

聽說美國人成功吃了第一個螃蟹，英國也急於嘗試一下自己的科研成果。隨後，從肯特郡到約克郡，英國多地的警察局都參與到了英國的犯罪預測實驗項目中來。實驗結果顯示，犯罪行為通常表現出明顯的規律特徵，而科學家們新加入的預警模型也可以幫助大幅度降低犯罪案件的發生率。其中一例，2011年曼徹斯特（以下均簡稱曼城）市的特拉福德區的搶劫案跟之前一年同期相比下降了26.6個百分點，而整個曼城市的搶劫案件發生率相較之前一年同期減少了9.8個百分點。

但並不是所有警察叔叔們都有著如此美好的用戶體驗。肯特郡警署卻並不同意絕大多數同僚的用戶感言。經歷了大約四個月成功而有效地試用期後，2013年四月分開始，肯特郡的搶劫案如離離原上草一般，猛然復甦，犯罪率如瘋狂報復般上漲。各地警署和專家們聽聞後大為吃驚。難道大數據預測犯罪還是不夠可靠嗎？通過調查肯特郡的警力調動歷史數據，專家們驚奇發現，在成功的四個月後肯特郡警署自以為犯罪率下降了，而降低了警力的布置，進而引發了犯罪案件數量的回漲。

作為2014年亞太經合組織領導人非正式會議的舉辦地，北京懷柔警方通過運用科學分析模型，雲計算技術以及大數據技術，以懷柔地區9年1萬6千個歷史案件信息為資料庫建立了犯罪數據分析系統和犯罪趨勢預測系統。該系統有效地預測了北京地區的犯罪趨勢，並成功地指導了警力的投入。

研究表明，每類犯罪案件的犯罪事件和犯罪地點都是有規律可循的，犯罪預測系統可以以數軸的方式預測出不同時間段犯罪的發生概率。目前，世界上犯罪預測系統通常包括了對入室盜竊，搶劫，詐騙，破壞公物等幾十類案件的預測分析，大大提高了此系統的實際應用范圍。最近，該系統又被擴展到了交通事故和火災事故的領域。