谷歌开发的无人驾驶汽车是开始。什么是大数据驱动技术和设计的未来？在一场惊心动魄的科学讲座，Kenneth Cukier为大家讲述接下来机器学习会发生什么，而人类的知识又会如何？
美国人最喜欢的派是什么？
当然是苹果，我们怎么知道的？因为数据，如果你查阅超市销售数据，你会发现30厘米的速冻派，苹果派毫无争议的最受欢迎，占据了大部分销售份额。但是，当超市开始销售更小的11厘米速冻派的时候，突然，苹果派掉落到第四或第五位。为啥？咋啦？好吧，想想看，当你要买一个30厘米的派的时候，整个家庭都要同意，而苹果派是每个人的次优选择。但当你自己给自己买一个11厘米的派的时候，你可以买你想要的那个，得到了你的最优选择。你有更多的数据，就可以看见原来只有少量数据的时候未曾发现的东西。
现在，更多的数据不仅仅让你看见同一件事情上更多的东西。更多的数据可以让你找到新的发现，可以让你看得更清晰，可以让你看见不同的东西。在刚才的话题上，让你发现了一个事实：什么是美国人最喜欢的派？非苹果派。
现在，你肯定听过大数据这个词，实际上，你甚至可能觉得这个词挺恶俗。的确，有很多关于大数据夸张的宣传，但是，不幸的是，大数据恰恰未来社会极其重要的工具。过去，我们看少量数据并进行解读，尝试着了解世界，现在，我们知道的远比过去能了解的多的多。我们发现：当我们有了海量数据，我们可以做一些过去我们在少量数据环境下根本没法做的事情。大数据重要，大数据新颖，设想一下，大数据是绝无仅有的解决全球性的挑战的方式：粮食、医疗健康、能源供给、电力、全球变暖（保证我们不会成为炸薯片）——解决这些问题都有赖于有效使用数据。
大数据到底有什么新鲜的，为什么大数据重要？为了回答这个问题，首先我们想一想信息在过去从物理上讲到底是什么样的。在1908你那，在克里特岛上，考古学家发现了一个公元前2000年的陶制盘子，现在这个东西有4000年了。盘子上有一些铭文，但我们不知道它们是什么意思。这完全是一个不解之谜，但重要的是，我们知道4000年前的信息是什么样子，当时的社会是这样储存和传承信息的。
现在，社会也没发生多大变化，我们仍然把信息储存在盘子上——硬盘，但我们可以存储远比以前更多的信息。更易于查找，更易于拷贝，更易于分享，更易于处理。我们知道我们可以反复使用这些信息—甚至是在我们手机这些信息时我们从未想过要这么用。从这个角度上讲，数据发生了变化，从一个批次变成一道数据流，从静止的、静态的变成流动的和动态的。信息具有流动性。4000年克里特岛发现的陶盘重而且存储不了多少信息，而且信息也无法变更。如今，所有斯诺登从国家安全局带走的文件可以存储在指甲大小的U盘里，而且可以以光速共享。更多的数据，更多。
现在，一个人在如今为什么有如此之多的数据是因为我们一直在收集一些信息，另外一个原因是，我们把很多过去未曾进行数据化处理的信息转化为数据。举个例子，马丁路德，如果我们在公园1500年想知道他在哪，我们只好时时刻刻跟着他，现在如何？你知道在某处，也许是通讯运营商的数据中心，有一张表格，或者至少是一个访问记录，记录着时时刻刻你在哪。如果你有个手机，这个手机有GPS功能，或者连GPS功能都没有，它都能记录你的位置信息，从这个角度讲，位置信息被数据化了。
现在，试想一下，例如，你的坐姿，你现在的坐姿，你的坐姿，他的坐姿，每个人都不一样，因为腿部与背部的功能，以及背部的形态各异。如果我们部署传感器，也许100个，在你的椅子上。我就可以创造一个描述你专属于你的指数，就像指纹一样，知识不在手指上。
这个东西有什么用呢？东京的研究人员使用这个技术用于汽车的防盗技术。这个想法是盗车贼坐在驾驶座位上，试图启动，但汽车认出了这个人是未授权的驾车人，所以引擎拒绝启动，如非在仪表盘上输入密码，“好啦，我是有授权的驾驶者。”挺好。
如果在欧洲，每一辆车都应用了这个技术会如何？能做什么呢？我们可以收集整合所有数据，也许我们可以发现所有能指出可以预测下个5秒内发生车祸的指标。其后，我们可以通过或量化分析驾驶者的疲劳程度，从而在司机开始疲劳时，向其发送语音警示：打起精神，注意路况！这些都是我们将更多角度我们的生活数据化后可以做的事情。
所以，大数据的价值何在？想象看，你有了更多的信息，你可以做很多过去从未想过的事情。一个令人印象深刻的领域就是机器学学习。机器学习是人工智能的一个分支，人工智能是计算机科学的一个分支。传统上，我们指引计算机该干什么，而机器学习是，我们给计算机喂一堆数据，告诉他要解决什么问题，让计算机自己去搞定。
举个例子有助于大家理解这个事情是怎么发生的。50年代，一个IBM的计算机科学家Arthur Samuel喜欢下棋，所以他写了个程序，所以他可以和计算机下棋。玩一局，他赢；玩一局，他赢；玩一局，他赢。因为计算机只知道基本规则，而Arthur Samuel知道策略。所以他又写了一个子程序，分析每一步获胜的概率和输棋的概率。然后他又和计算机玩，Arthur还是赢了。之后，他让计算机自己和计算机玩，这样计算机获得了更多的数据，从而增加了每一步预测的准确性，之后Arthur再和计算机玩，他输了，再玩，再输，还玩，还输。。。Arthur创造了一台机器，拥有可以超越这台机器的老师的能力。
这个有关于机器学习的故事会发展到社会各个角落。我们如何看待自动驾驶汽车？是我们有了更强的能力可以把所有道路规则编入软件？不是；更便宜的存储？不；更快的算法？不；更好的处理器？不；所有的都相关，但不是原因。因为我们变换了问题的本质，把明白准确向计算机解释如何驾驶，变成很多数据在车辆周围，计算机自己想出什么是红绿灯，红灯停，绿灯行。
机器学习是很多我们线上在做的事情的基础：比如搜索引擎，亚马逊的个性化算法，机器翻译，语音识别系统。研究人员最近在研究癌症有关的活体组织检查时，要求计算机通过数据和存活率辨识出细胞是癌细胞还是良性的。毫无悬念，当你扔给计算机数据，通过一种机器学习算法，机器可以辨认12个标志从而指出乳腺癌活检样本是癌症。问题是，医务人员只知道其中9个。剩下3个人们从未知道，但机器发现了。
现在，我们探讨大数据的阴暗面。大数据当然会改善我们的生活，但是也带来了我们需要认真考虑的问题。第一个问题是我们可能会因预测而被惩罚，警察可能会使用大数据方法来实现他们的目的，有点像监控报告，现在有专有名词叫做预知执法，或者算法犯罪行为学。如果我们有足够多的数据，我们就知道该向何处派遣巡逻车。这个做法行得通，但是，问题是这个事情不会仅仅至于地理信息，它会深入个人数据。为什么不用一个人的高中成绩单呢？也许我们可以使用个人的雇佣状况，信用记录，网络行为？他们晚上是否会起来。他们的手环，当可以辨识出生化特征，显现出他们会有激进的想法。我们可能会有算法预测出我们可能会做什么，我们也许会为我们还未实施的行为负责。隐私在小数据时代是个核心挑战，在大数据时代，挑战是保卫自由意志，道德选择，人类意志，和人类组织
还有一个问题，大数据可能窃取我们的工作，大数据和算法会挑战21世纪白领、专业知识领域的工作。正如工业自动化和流水线挑战了20世纪蓝领职位一样。试想实验室中那个看着显微镜中癌症活体组织检查的人，他去了大学，他购买了房产，他或她投票，他或她是社会的利益相关方。这个人的工作，连同相关的类似专业工作，可能会发生巨大变化，或根本上被消除。现在我们喜欢设想科技变革创造工作，从长期来看，岗位减少是暂时的一个阶段。这个框架是我们参考的真实框架，在工业革命后，就是切实发生的。但我们忘了分析，有一些类比的工作消失了，也不曾再出现。如果你匹马，工业革命对你非常不利。所以，我们必须小心，把大数据带到我们需要的地方去，让大数据使用我们的需求，人类的需求，我们必须掌控这个技术，而不是它的仆从。我们刚刚跨入大数据时代，实话实说，我们对掌控所有我们所收集的数据并不十分在行。这不只是NSA的问题，商业公司收集了很多数据，也存在着滥用。我们必须有所改进，当然，这需要时间。这个挑战有点像原始人与火，这是个工具，但如果我们不小心的话，会引火自焚。
大数据将会变革我们的生活，工作和思想，帮助我们管理我们的职业，引领我们的生活，实现满足、希望、欢乐和健康。但是，在过去。我们对“信息技术”只见“技术”，硬件，因为那是物理上的。现在，我们需要重新将我们的目光聚焦在我们忽视但更为重要的“信息”，人性终将从信息中获益，这些信息是我们持之以恒所了解的世界的一部分，这些信息，是为何大数据如此重要。
关于：肯尼斯 库克耶
《经济学人》杂志数据编辑，从2007-2012年驻东京记者，主要聚焦于创新，信息技术，互联网管理。肯尼斯是纽约时报畅销书《大数据时代—生活、工作与思维的大变革》的联席作者，与维克托 迈尔 舍恩伯格，共同出版于2013年，被翻译16种语言.