要真正打造「明日世界」，人工智能（Artificial Intelligence ）、物聯網（Internet of Things）、智慧城市（Smart City）等一連串科技技術，最需要的元素是數據，大數據是各項技術的「養分」，亦是成功的契機。人類每一舉手一投足都可衍生大數據，透過大數據分析也幫助各行各業都走在時代的前端。

　

　　人人都談大數據，可是大數據是以甚麼形式存在，又如何影響大眾生活？

　

　　收集數據的傳統形式是使用問卷及電話訪問，但現時一部手機每日已產生大量數據，市場研究機構IDC預計，至2025年，每人每日接觸互聯網而產生數據的次數可高達4,909次，平均每18秒一次。

　

　　當數據規模大至某種程度，或是過於複雜，便無法以傳統技術在合理時間及成本下處理，這便稱為「大數據」（Big Data）。文本、圖像、音頻、視頻及數字等多種形式，都算得上是數據。數據如此多，又如何定義為有用的數據？當中可從五個方面來定義︰數據流量（Volume）、多樣性（Variety）、真實性（Veracity）、價值性（Vaule）及數據產生的頻率（Velocity） 。

　

　

大數據前途無可限量

　

　　哈佛大學教授Gary King認為，數據本身沒有甚麼意義，但若是通過數據分析（Data Analysis）判斷及預測，幫助各行各業，數據真正價值才能發揮。

　

　　未來數據規模只會愈來愈大及複雜，根據IDC預測，到2025年，全球數據量將擴展至163ZB（Zettabyte，即是163萬億GB），相當於2016年的十倍。163ZB是甚麼概念呢？即是相等於一個人觀看魔戒三部曲49萬億次。

　

　　IDC最新報告稱，今年全球大數據與商業分析市場規模預計可達1,891億美元，預計到2022年，這一數字將升至2,740億美元，增長近45%。事實上，單是美國的市場規模今年就達到1,000億美元，佔全球市場逾半，因此美國一眾科技公司，如IBM、Oracle、微軟、亞馬遜、Google等都群起爭逐這個市場。Google Cloud 6月就斥資26億美元，收購了數據分析初創企業Looker。

　

　　如此增長規模下，傳統的數據中心儲存空間有限、且愈來愈難以管理，因此大數據的未來出路亦會向雲端發展。據IDC報告，未來5年內，通過公有雲（Public Cloud）執行的大數據分析量，將以32%的年複合增長。

　

　　對於企業來說，從數據中能夠擷取諸多資訊和分析，有助預測未來業務及加強企業管理。而對於整個社會而言，大數據應用在各行各業，不論是零售、金融、醫療等行業的大數據都逐漸應運而生，加上人工智能的配合，顛覆了其發展。

　

金融屆結合AI及大數據

　

　　以金融業為例，據估計，到2025年，全球將有三分之二的金融公司，都將運用到A.I技術與大數據分析，促進金融行業的創新及提升產品質量、風險管控等等。2017年，美國初創企業EquBot夥同ETF Managers Group推出首隻人工智能智能選股ETF「AI Powered Equity ETF」（AIEQ）上市，首三個交易日就輕鬆跑贏大市，一度令基金經理感到恐慌，擔心終有一日會被A.I取代。

　

　　這隻基金利用人工智能和機器學習（Machine Learning ），對全美6,000多家上市公司的數據進行分析，又讀取大量的新聞和社交網站貼文，以分析經濟形勢及未來趨勢，從而挑選出70隻股票的投資組合，日以繼夜的數據收集及分析，機械人基金經理的確可以全年無休。

　

　　ETF大多數時間都跑贏大市，但基金創立至今仍跑輸大市。在投資世界，除了既定的規則外，還有投資者情緒、市場政策這些不確定性因素，人工智能還需更多數據與時間去學習。

　

　　若要機器真正做到像人類一樣思考，首先要從大量資料與數據中學習，因此大數據是人工智能的「養分」。隨著科技不斷發展，未來不止是人，智能家居，機械人或是機器也將產生大量數據，為科技不斷提供更多「養分」。屆時不只是自動駕駛、人面辨別、無人超市等難以想像的，皆可變成現實，人類距離「明日世界」亦愈來愈近。

　

數據標註員冒起

　

　　近年人工智能蓬勃發展，衍生了一個新職業︰「數據標註員」。

　

　　若要實現人工智能，機械人要不斷在大量資料與數據中學習，事實上並非所有數據都可以直接使用，圖片、語音、視頻等數據都是原始的材料，需要加工之後，再給機器學習。而數據標記員就是將數據作初步的處理，譬如標記一張照片內，誰是行人、那是車輛及道路等，再給予電腦分析。

　

　　數據標註員現時集中在印度、非洲等地區，為亞馬遜、Google、微軟等公司工作。根據分析公司Cognilytica年初報告，數據標註的市場規模在去年達1.5億美元，到2023年將倍增至逾10億美元。

　

轉載自《iMONEY智富雜誌》