舍恩伯格|“大数据之父”谈智慧城市：无直接数据如何找到适当替代数据( 二 ) 智能|计算中心|武汉

舍恩伯格的第二个前沿洞察是，我们到底需要哪些数据才能使得智慧城市的概念行之有效，同时知道怎样妥善使用间接的方法来收集这些数据。
以公共交通为例，在一个成功的智慧城市中，决策者需要知道居民使用各条轨道交通和公交车线路的频次和时间。但在全球城市中，像这样的数据其实是无法获得的。人们可能会留下一些数据线索，比如什么时候进入地铁站，什么时候出地铁站，但不知道他们具体坐了哪条线路。同样，人们从轨道交通系统转到公交车时，数据就会丢失，出现数据盲区，导致不良决策。
所以如果没有直接数据，我们所面临的挑战就是要找到适当的替代数据，以间接方式来收集数据，并且进行复杂的数据分析，根据这些替代数据进行推论。
比如，地铁轨道和其他火车铁轨一样，用了一段时间后会变得高低不平，需要重新平整。但要找到最需要重新平整的轨道点，就需要在夜间缓慢驾驶一辆专用轨道车，通过感应磁场测量高度变化。
欧洲一家公共交通企业的工程师发现，普通智能手机中的振动传感器所收集的数据，在经过了复杂的图形分析后，就可以当作代理数据来使用。
于是他们编写了一款免费的智能手机游戏软件，游戏后台会收集震动数据和位置数据，鼓励乘客在乘坐地铁时玩这款游戏。这个方法奏效了，他们不再需要使用昂贵、费时的特别磁场加载过程，这就是间接数据。
舍恩伯格表示，复杂应用的最前沿是依靠通常而言复杂的模式识别和深度学习的方法来找到可能有用的代理数据，这通常不太需要特别新颖的技术，而是更加依靠创新理念和突破性的思考，它的线性工程属性较少，更多依赖的是创意思考，因此它的执行难度会更大。
“随着全球各地试点智慧城市，人们开始更好理解我们所面临的真正的挑战，需要的硬件和软件在减少，但需要更多的组织和思维创新。”
舍恩伯格并不认为全球城市发展需要基于草率决策的智障的城市，“我们需要的是发展智能城市的概念，使其不再局限于数据基础设施这样一个狭隘的观点中，只有这样才能够获得成功。”
【舍恩伯格|“大数据之父”谈智慧城市：无直接数据如何找到适当替代数据】(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)