數(shù)據(jù)、算法和速度，更加智能的計(jì)算機(jī)

作為人類(lèi)，我們依然在作出不好的決策，例如闖紅燈、拐錯(cuò)彎，或者得出錯(cuò)誤的結(jié)論。但是就如我們本章所說(shuō)，通過(guò)改變我們的行為，我們可以變得更聰明。我們也看到技術(shù)能幫助我們提升效率和減少錯(cuò)誤。比方說(shuō)，自動(dòng)駕駛的汽車(chē)可以幫助我們避免闖紅燈或者走錯(cuò)路。

沒(méi)有足夠的數(shù)據(jù)，就很難識(shí)別出模式。當(dāng)然，足夠的數(shù)據(jù)并不是指所有數(shù)據(jù)。大數(shù)據(jù)意味著在足夠的數(shù)據(jù)上進(jìn)行分析的同時(shí)，創(chuàng)建能識(shí)別出模式的算法，也意味著它能夠?qū)ξ覀兊姆治鼋Y(jié)果進(jìn)行驗(yàn)證，以確定我們的結(jié)論是否正確。以某一天的數(shù)據(jù)作為樣本可能沒(méi)什么意義，但是以10年內(nèi)的數(shù)據(jù)作為樣本則有可能得出結(jié)論。

同時(shí)，如果我們無(wú)法快速地處理數(shù)據(jù)，就算是擁有世界上的所有數(shù)據(jù)也沒(méi)用。如果你排隊(duì)結(jié)賬的時(shí)候，需要等上10分鐘讓欺詐檢測(cè)算法來(lái)確定你是否能使用你的信用卡的話(huà)，估計(jì)這張信用卡你也不會(huì)再用了。同理，如果自駕車(chē)需要更多的時(shí)間來(lái)決定是往前開(kāi)還是停下來(lái)，并以蝸牛爬行的速度行駛的話(huà)，沒(méi)有人會(huì)使用自駕車(chē)的。因此速度也是至關(guān)重要的一個(gè)因素。

我們知道計(jì)算機(jī)在完成某些任務(wù)的時(shí)候非常高效，例如在試圖辨別欺詐的時(shí)候快速分析海量的交易行為。但是與人類(lèi)相比，它們?cè)谕瓿梢恍┤蝿?wù)上仍然不盡如人意，比方說(shuō)將口語(yǔ)轉(zhuǎn)換成文本。而開(kāi)啟大數(shù)據(jù)時(shí)代最大的機(jī)遇之一，即被稱(chēng)為非結(jié)構(gòu)化數(shù)據(jù)的領(lǐng)域，我們將在接下來(lái)的章節(jié)中探索分析。