Red de conocimiento informático - Material del sitio web - En la era del big data, la vida humana se enfrenta a la subversión

En la era del big data, la vida humana se enfrenta a la subversión

En la era del big data, la vida humana se enfrenta a la subversión

Para el campo de las TI, recientemente han aparecido muchos conceptos muy nuevos, como la computación en la nube y el Internet de las cosas. Cuando todo el mundo apenas empezaba a comprender estos conceptos. Cuando hubo una comprensión clara, surgió otro nuevo concepto: big data. ¿Qué son los grandes datos? ¿Hacia dónde apunta el concepto de big data? ¿Cómo puede el big data cambiar nuestras vidas? ¿Causará problemas en nuestras vidas y en nuestro trabajo?

Este periódico coopera con el programa de lluvia de ideas de China Business Network para explorar temas en la era del big data. Los invitados que participan en esta discusión incluyen a Victor Meyer Schonberger, el creador del concepto de big data y profesor de la Universidad de Oxford; Xu Mingqiang, arquitecto jefe del Grupo de Investigación y Desarrollo de Microsoft Asia Pacífico y experto en informatización en la nube de Shanghai y experto del comité profesional; Xiaoyang, decano de la Facultad de Ciencias de la Computación de la Universidad de Fudan, Sun Jian, socio global de AT Kearney Management Consulting, Yu Wujin, director del Instituto de Filosofía Moderna de la Universidad de Fudan, Tong Shihao, socio de Qiming Venture Partners, y Shi Shusi, un famoso comentarista financiero.

1 ¿Qué es exactamente el big data?

Victor: Creo que es el nuevo oro. Creo que es el recurso más importante del siglo XXI. Este recurso juega un papel muy importante en el éxito o el sufrimiento de la sociedad, las empresas y los individuos. Para explicarlo, aunque todos teníamos datos antes, era muy costoso reunirlos y analizarlos, por lo que nos centramos más en los recursos físicos, que son oro real, pepitas de oro, como el recurso laboral. Pero sólo recientemente hemos dependido del conocimiento y la innovación humanos para crear riqueza. Yendo un paso más allá, podemos hacerlo basándonos en los datos. Debido a la recopilación y el análisis de datos, el grado de aumento de los costos ha cambiado, y entonces nuestros datos pueden alcanzar un cierto nivel. escala. Al final, lo que todo el mundo busca, ya sea una persona, una empresa, una organización o una sociedad, no es más que ese llamado nuevo oro.

¿Por qué ha caído tan bruscamente el valor del oro últimamente? Porque el oro viejo ya no tiene valor y no es tan valioso como el oro nuevo.

Tong Shihao: Mi punto de vista es algo similar. El primero es la nube, el segundo es la relación y el tercero es el futuro. Como acaba de mencionar el Sr. Víctor, debido a que ha llegado la era de la nube, el costo de almacenar grandes cantidades de datos es muy bajo, por lo que todos pueden usar big data para realizar análisis de trabajo. Recientemente, debido a la relación entre muchas cosas, hay más relaciones. han sido comprendidos, por lo que son capaces de predecir condiciones futuras. En mis propias palabras, pasé mucho tiempo escuchando y viendo a muchos amigos, ya sea que estuvieras buscando oportunidades laborales o conociendo socios que pudieran ser útiles para tu trabajo, en una información tan grande, muchas personas pusieron su propio Putting. la información que contiene significa hacer una cosa, que es el análisis. Si quieres ser el director ejecutivo de una empresa creativa cuando tengas 40 años y ahora tienes 20, ¿cómo deberías planificar los próximos 20 años? Esto es algo muy interesante.

Al final puede haber diferentes posibilidades y depende de ti decidir si al final encontrarás el mejor método. La posibilidad se presenta frente a usted y la tasa de probabilidad es la más alta. Cómo elegir sigue siendo una decisión personal, por lo que los macrodatos no borran la conciencia personal.

Shi Shusi: Lo primero que cambiará el big data es la forma en que vemos el mundo. Tendrá un impacto severo en muchos valores de esta era. Por ejemplo, en el pasado, a los orientales nos gustaba especialmente una palabra llamada causa y efecto. Creíamos que el bien será recompensado con el bien y el mal será recompensado con el mal. De hecho, según los datos encuestados por el departamento de control de tráfico, las personas que. Las desgracias encontradas en las calles en realidad no tienen nada que ver con la moralidad. La esperanza de vida de Qin Hui es dos veces y media mayor que la de Yue Fei. Antes de que muchos funcionarios corruptos se enteraran, vivieron una vida infinitamente envidiable. Por lo tanto, a través de big data, podemos mirar el mundo con un nuevo concepto. Este mundo es un nuevo tipo de relación construida por correlación. Sólo cuando la tecnología se desarrolle hasta cierto nivel podrá alcanzar tal altura.

Al mismo tiempo, en la era del big data, todavía tenemos que respetar el resultado final, pero sí nos dice la verdad, porque la ciencia nos está diciendo la verdad. Tengo un deseo, es decir, los grandes datos que acabo de mencionar son el nuevo oro. Espero que se utilicen más para el bienestar social, como salvar la oficina de terremotos.

Esto puede evitar muchos desastres humanitarios y pérdidas de propiedad. La conclusión es que solíamos pensar que Dios era un filósofo o un filósofo, pero ahora descubrimos que es un viejo travieso.

2 ¿Tiene el big data algún impacto en el trabajo y la vida en diversos campos?

Wang Xiaoyang: Los macrodatos afectan la sabiduría. ¿Cómo entenderlo? El concepto de big data en sí es la recopilación y el procesamiento de datos. Hasta cierto punto, tanto nuestra sociedad como los administradores pueden beneficiarse: desde la perspectiva de la ciudad, un administrador puede recopilar estos datos y métodos de procesamiento, de modo que podamos utilizar la sabiduría para gestionar las ciudades. desde la gestión del tráfico, la salud pública y otros aspectos. Esta gestión requiere datos, y los datos generan sabiduría, que a su vez puede gestionar nuestro modelo.

Por ejemplo, en términos de salud pública, la recopilación de datos se ha llevado a cabo durante muchos años. La recopilación de datos no se realizó originalmente para big data, sino que en realidad se realizó por conveniencia: es conveniente para. todos a ir al medico. Y sus registros médicos electrónicos, etc., pueden hacer que su tratamiento médico sea más humano, o que sea más rápido y conveniente para los médicos familiarizarse con la afección. Pero en este caso, una vez que se recopilen estos datos, nos permitirán comprenderla. Podemos comprender mejor el estado de salud de toda la ciudad. Por lo tanto, los datos sobre el tratamiento médico que acabamos de mencionar son en realidad la intención original. Con big data, podemos ver problemas que antes eran invisibles. Por ejemplo, algunas cuestiones relacionadas con las principales tendencias, dónde es más común la epidemia o cómo se propaga, etc. Antes no podíamos ver estas cosas. Aquí es donde el big data nos ayuda.

Xu Mingqiang: Tomemos un ejemplo. Hay una pelota y una hormiga. La pelota le dijo a la hormiga que sería genial hacer cosas en el mundo tridimensional. están en esta línea. Puedo verlos de un vistazo. La hormiga dijo que realmente no lo creía. Tenía que subir por esta línea. Sólo cuando el contador al final de la subida no funcionó correctamente. había muchas hormigas. Se puede ver que la diferencia entre tridimensional y bidimensional es una dimensión, y la diferencia es muy grande. Por lo tanto, big data no es big data primero. Cuando hay demasiado de lo mismo, no se convierte en big data. datos, pero se basa en los datos bidimensionales y originales basados ​​en la base de datos, crea otra dimensión para darle una perspectiva completamente nueva. Por ejemplo, si usted está en los Estados Unidos y está endeudado, además del acreedor que está interesado en usted, hay otras personas que estarán interesadas en usted - si usted está endeudado y de repente puede pagar la deuda. , entonces el banco estará interesado en usted. Hace 11 años, American Capital One inventó una aplicación de big data que puede averiguar quién debe dinero a los bancos y a las tarjetas de crédito y luego observará sus datos de consumo. Cuando encuentre que puede comenzar a pagar, inmediatamente le volverá a comprar. y de ahí en adelante se come tu interés. Capital One, una empresa en 2001, tuvo una tasa de crecimiento de 20 por trimestre. Fue gracias a su programa de big data que pudo descubrir esto con una alta tasa de aciertos. Lo encontré en Walmart, a partir de varios datos de consumidores. En este ejemplo, podemos ver que los big data son una capa adicional al análisis de datos original. La inteligencia empresarial no puede decirnos qué harán y pueden hacer otros.

En cuanto a las predicciones de nuestra empresa para los Oscar, excepto la predicción de Ang Lee, todo lo demás estuvo bien. De hecho, nuestra predicción es hacer una probabilidad para todas las personas, por lo que hicimos 19 predicciones correctas, cuáles son los ganadores, ponemos la primera probabilidad y las siguientes 4 son la segunda probabilidad, por lo que el director Ang Lee nos indicó Ponerlo en la segunda probabilidad, lo dejamos atrás.

Esta predicción está estrechamente relacionada con big data. En primer lugar, hacer big data requiere IQ e IQ. En otras palabras, el modelo debe ser muy bueno. La persona que hace IQ en nuestra empresa se llama David Rothschild y es una persona de nuestro departamento de investigación. Hay otras personas, quiero hablar de ello, ¿cuál es la diferencia en su coeficiente intelectual? Su coeficiente intelectual utiliza un modelo de agregación muy simple. ¿Qué más hay además del coeficiente intelectual? Después del coeficiente intelectual, también debes tener un cociente de diligencia y ser diligente y diligente. Ser diligente significa que es muy diligente en buscar datos, buscar una variedad de datos y también buscar datos muy prácticos, por eso los busca en Internet y en las redes sociales.

¿Qué debo hacer si hay algunos datos que no se pueden encontrar? Encontró a alguien que hiciera la investigación y luego encontró a alguien que la hiciera, por lo que tiene tanto coeficiente intelectual como diligencia. ¿Es eso suficiente? No es suficiente. Este tipo de cosas no se podían hacer hace cinco años. Hace cinco años, si tuviera que procesar una cantidad tan grande de datos, no podría hacerlo con su pequeño presupuesto como estudiante de posgrado, pero con la aparición de la computación en la nube, puede hacerlo. Estos datos pueden ser ampliados y procesados ​​por muchos procesadores. Ahora utiliza la nube para realizar dicho cálculo y finalmente lo logró.

Sun Jian: Escribo sobre oportunidades más peligros, lo cual es crisis. Estoy de acuerdo con la conclusión de Víctor de que esta es una nueva mina de oro, o algunos dicen que es una nueva oportunidad, pero no olviden que traerá muchos peligros al mismo tiempo. Si no podemos manejar bien los big data, especialmente las muchas empresas chinas con las que entramos en contacto en nuestro trabajo diario, la mayoría de ellas todavía están relativamente atrasadas incluso en el análisis de datos más básico, lo que significa, ¿qué debemos hacer si no lo estamos? bien preparado para hacer una transición rápida a la era del big data y enfrentar los desafíos del big data, me preocupa mucho que esta sea la situación después de la llegada de muchas tecnologías nuevas en el pasado, y fácilmente hará que muchas empresas aprendan. Para caminar en Handan, si aún no lo ha aprendido, debe aprender a saltar. Al entrar repentinamente en la era del big data, las empresas no saben cómo hacer que el big data funcione realmente.

En nuestra industria, se ha innovado mucho en productos gracias al big data. Cuando hablamos de innovación destructiva en la era del big data, en realidad hablamos del mismo tema, porque mientras innovamos, en realidad necesitamos deducir y subvertir muchas cosas originales, incluidos muchos servicios y productos en nuestra industria de consultoría que deben actualizarse. También debemos mantenernos al día. Por ejemplo, tenemos una gran empresa minorista global que procesa cantidades masivas de datos todos los días. Antes de poder procesar cantidades masivas de datos, aunque tiene medios técnicos, todavía necesita encontrar un buen punto de entrada para resolver cómo aplicar big data. Ir al negocio, cambiar el modelo de negocio y aportar valor a la innovación empresarial. Porque para hacer un mejor uso de estos big data, por muy baratos que sean, todavía es necesario cambiar la inversión en todos los aspectos del hardware y el software, e incluso es necesario ajustar las organizaciones correspondientes. hacer más ajustes para adaptarse a la era del big data puede hacer que el big data funcione. Entonces, lo que hacemos es ayudar a las empresas a encontrar su creación de valor y establecer modelos de negocios para demostrar que vale la pena realizar tales inversiones en esta área y dejar que los macrodatos desempeñen su papel.

Yu Wujin: Me gustaría presentar una visión diferente, porque el pensamiento humano tiene la característica de exagerar la iluminación como algo global. Por ejemplo, ves tres cisnes que son blancos, pero en realidad hay mil cisnes que son todos blancos. Sin embargo, el descubrimiento de un cisne negro en Australia anula el principio de que todos los cisnes son blancos. Creo que es un gran error. La cuestión de los datos es importante, pero cómo analizarlos correctamente no debe llegar a los extremos. Big data refleja una forma de pensar que la gente utiliza para entender la vida desde la perspectiva de relaciones cuantitativas. Por supuesto, el concepto de big data no se utilizó en la antigüedad.

Los números en sí son cada vez más importantes para la vida. Desde un punto de vista filosófico, tiene practicidad. Por ejemplo, π en matemáticas, pi, es igual a 3,1415926... Incluye todos los big data, es más fácil de entender un tercio del otro. La forma de escribirlo es que 0,333333 se extiende hasta el infinito, por lo que los piratas informáticos enfatizan en lógica que este infinito está contenido en el tercio finito, y lo finito contiene una expansión del infinito, incluida la expansión de todos los datos, lo que refleja la práctica del Espíritu. . Al observar estos datos desde esta perspectiva práctica, creo que los big data juegan un papel importante en los cambios contemporáneos, pero debemos ser discernidores al mirarlos y no exagerarlos ni reducirlos.

3 ¿Cómo entiendes que un tercio resume todos los datos de toda la vida?

Víctor: No estoy de acuerdo con el profesor Yu. Los números tienen una larga historia. Sin embargo, en el pasado, nuestros métodos para procesar estos números eran muy limitados. La tecnología por sí sola no es suficiente para poder analizar datos, por ejemplo, un número es solo un número para usted. Es importante para usted. Puede estar representado por un carácter chino o una letra. Desde este punto de vista, big data es solo un número muy largo. Puede recordarlo con atención.

Pero, de hecho, el valor del big data radica en el hecho de que se requiere análisis para comprender todo el proceso de recopilación de datos. Por ejemplo, cómo realizar el mantenimiento preventivo, cómo prevenir brotes, etc., no simplemente anotamos o memorizamos este número, sino que lo realizamos mediante análisis, análisis estadístico de datos, clasificándolos y analizándolos. No sólo tienes que memorizar un número. Esta es una diferencia muy grande.

4 ¿Qué tipo de disrupción traerá la era del big data?

Victor: En primer lugar, desde una perspectiva empresarial, creo que hay tres elementos para recordar: uno es que la toma de decisiones cambiará en el mundo empresarial y será cada vez más claro que los datos deben hablar. por sí mismo.

En Estados Unidos, la mayor empresa de Internet es probablemente Google, con 3 mil millones de solicitudes de búsqueda cada día. Un día iban a usar azul en la pantalla y eligieron un azul en particular, pero iban a probar 41 azules diferentes para ver cuál era el más popular. Al principio quería tomar la decisión él mismo: soy el diseñador jefe, así que elegí el color azul. Pero su jefe dijo: No, necesito pruebas que nos digan qué azul es el más popular. Pero el diseñador jefe de Google renunció. Dijo que yo soy el diseñador jefe y sé más. A través de muchas pruebas, descubrimos que un tipo de azul no es muy diferente del azul elegido por el diseñador cuando se ve a simple vista, pero el otro azul producido a través de las pruebas es más popular y tiene más clics. Las decisiones tomadas a través de evidencia son más efectivas. Hay muchos ejemplos similares y todos dicen que he estado haciendo esto durante décadas y definitivamente tengo razón. Este concepto social y forma de pensar tradicionales serán cuestionados. Nuestra toma de decisiones debe basarse en datos. Este es el primer punto.

En segundo lugar, cuando salgamos a hablar, debemos tener cuidado de no leer mal los datos, no funcionarán. Es decir, si los materiales originales son incorrectos y las materias primas son basura, los productos que salgan definitivamente también serán basura. Los datos producidos por esta empresa son relativamente fáciles de entender, pero es posible que no sean los datos que usted. debería estar familiarizado.

El tercero es el desafío. En las industrias en general, especialmente en la industria informática, los datos los superarán. Esta puede ser una afirmación desafiante. Si no tienes suficientes datos, no podrás alcanzar un modelo mediocre con muchos datos, razón por la cual los datos superarán a esas industrias. Tomemos como ejemplo la traducción automática. En las décadas de 1960 y 1970, IBM gastó mucho dinero intentando utilizar la traducción automática. Quería introducir algunas reglas del lenguaje en la máquina, pero el efecto no fue muy bueno, así que se le ocurrió una nueva. idea en lugar de ingresar las reglas gramaticales de un idioma en la máquina, ingresar las traducciones bilingües inglés-francés en el Parlamento canadiense e ingresar miles de materiales de traducción, tendrá una gran base de datos organizativa acumulativa. Y Google tiene más datos en este campo, por lo que la traducción de repente será más madura y más efectiva. Se puede decir que son estos datos los que hacen que supere a este software. Debido al poder del big data actual, es fácil obtener la información que deseas, pero hace unos diez años necesitabas medio millón de servidores, una gran cantidad de almacenamiento y un modelo de procesamiento de datos antes de poder iniciar un nuevo negocio. . Si desea iniciar negocios hoy, simplemente use la computación en la nube para probarlo. Por ejemplo, hay una empresa llamada Teesside, que tiene muchos productos y precios. Adquiere algunos datos para predecir si un producto estará disponible o no. Aunque tiene una gran cantidad de clientes, la empresa solo tiene 13 empleados. Entonces hay muchos servidores y contienen grandes cantidades de datos. Se puede observar que esta etapa no sólo está abierta a las grandes empresas, sino que también las pequeñas empresas innovadoras pueden competir en igualdad de condiciones.

Wang Xiaoyang: En realidad, cuando se trata de cambiar toda nuestra forma de pensar, el llamado pensamiento experimental es más importante que el pensamiento teórico.

De hecho, el ejemplo que acaba de dar el Sr. Víctor es que en muchos casos, utilizamos datos para verificar lo que queríamos tener antes. De hecho, se extrae algo de sabiduría de los números. decirlo? Basado en la situación de big data, en realidad existe el llamado concepto circular, lo que significa que después de tener sabiduría, la verificará y se generarán varios tipos de sabiduría en los datos de verificación para hacer tal comprensión, por lo que a partir de Esta perspectiva, creo que en el caso del big data, no es subversiva, sino una mejora, una mejora en nuestra comprensión del mundo. En cuanto al tema de la salud pública, uno de los ejemplos que citamos con más frecuencia es que en Google existe la llamada predicción de tendencias, que utiliza los términos de búsqueda de los internautas para predecir.

¿Cómo predecir la llamada gripe? Es muy simple. Analiza datos pasados ​​y nos dice qué palabras usó la gente para buscar áreas donde ocurrió la influenza en ese momento, para poder hacer estadísticas. Después de hacer estadísticas, utilizamos estos términos de búsqueda para predecir la gripe. ¿Qué significa esto? Esto no significa necesariamente que este tipo de datos o big data puedan darnos de repente una nueva comprensión de la gripe. De hecho, no es así. De hecho, los ingenieros de Google tienen una idea que nosotros parecemos tener. epidemia de gripe. Esto es diferente de todos. Está relacionado, y todos utilizarán la búsqueda para obtener información relacionada con la gripe, por lo que existe tal correlación. ¿Cómo descubrir esta conexión? Esto requiere usar datos para descubrir y usar los llamados métodos de big data para implementar algunos de los conceptos que ya tenemos. Después de darnos cuenta, podemos hacer predicciones. Entonces, desde esta perspectiva, eso no significa necesariamente que con big data podamos desperdiciar toda la sabiduría. Ya no necesitamos el coeficiente intelectual, solo los datos. Esto definitivamente no es posible. Debe ser IQ más datos, y luego puede tener un concepto positivo y negativo. Esto es lo que deberían hacer los big data.

Tong Shihao: Tengo una idea diferente. Creo que lo que acaba de decir el Sr. Victor es muy interesante, es decir, los requisitos de sabiduría son diferentes en la era del big data. En la era del big data, los requisitos de inteligencia pueden ser menores y se pueden producir mejores resultados. Esto es algo interesante. Solo mencionó un ejemplo. Antes era difícil traducir sus reglas deben ser particularmente sólidas, concisas y completas para lograr una precisión del 60 o 70%. Pero en la era del big data, no necesitamos pensar en eso, y no necesitamos usar nuestra sabiduría para explicar reglas y rutinas tan complicadas. Simplemente podemos pasar cientos de millones de artículos traducidos a la computadora. y utilice métodos estadísticos para encontrar en qué circunstancias las palabras traducidas Otro significado de es más correcto. En realidad, esto reduce la necesidad de sabiduría, pero el efecto puede ser mejor.

Sun Jian: Quizás nuestra comprensión de la sabiduría sea ambigua. Creo que entiendo lo que dijo el Sr. Víctor, porque tiene otro libro llamado "Delete", que habla específicamente sobre esta triple sabiduría y la cuestión de las compensaciones. Porque con el desarrollo de la tecnología de almacenamiento e Internet, habla más sobre el conocimiento. Los requisitos de conocimiento pueden ser bajos, pero creo que la comprensión de la sabiduría es diferente. La sabiduría que entiendo es tu capacidad de percepción fundamental y verdadera para juzgar una cosa. Es decir, todavía es necesario tener conocimiento de una cosa, y no se debilitará ni será innecesario debido a la existencia de big data. Es precisamente debido a la existencia de big data que el conocimiento es más necesario.

5 ¿Se acerca realmente la era del big data?

Wang Xiaoyang: Que llegue o no la era del big data depende de cómo se mida. Ahora la cantidad y el tipo de datos, así como los métodos, medios de recopilación y métodos de procesamiento, definitivamente han alcanzado el nivel "sin precedentes y sin precedentes". En este caso, desde la perspectiva de las capacidades de recopilación y procesamiento de datos, nuestra era de big data ha llegado, pero nuestro uso y utilización de datos es solo el comienzo, solo el comienzo.

La era en la que los big data cambiarán nuestras vidas aún no ha llegado por completo, pero hemos hecho muchos preparativos para ello. Se trata de una cuestión de gestión de la ciudad. Hemos hecho muchos preparativos para la era de los grandes datos, como la recopilación de datos, el mayor problema es cómo utilizar estos datos para construir nuestra ciudad inteligente.

El siguiente paso es cómo lo hacen los expertos. De hecho, esto implica que en la era de los datos, los puntos de datos son limitados, por lo que los datos que recopilamos solo necesitan recopilar suficientes datos para resolver el problema. Debido a que es muy complejo y tiene muy pocos puntos de datos, los puntos de datos que recopilamos deben ser de alta calidad. Este no es el caso ahora, pero ahora hay cada vez más caos. Explique qué significa más caos. Más significa tener puntos de datos. Con respecto a un fenómeno que queremos estudiar, podemos realizar más estadísticas de datos. Por ejemplo, en los Estados Unidos, si tiene un mapa genético de ADN, solo necesita 2000 dólares estadounidenses. Sepa cómo están compuestos los 3 mil millones de cosas en todo su mapa genético, para que pueda conocer esos 3 mil millones de pares. Ahora, si hay una composición genética que pueda causar qué tipo de cáncer, puede verificar el mapa genético. No soy propenso a esta enfermedad. Por eso es posible predecir si desarrollaré cáncer. Entonces habrá un cierto grado de inexactitud cuando haya más datos, por eso digo cada vez más caos, por lo que aquí se permite un poco de inexactitud, o se permite un poco de caos. El llamado caos significa, no. que cada punto de datos debe alcanzar la mayor precisión. El resultado es que no es 100% perfecto, sino en la dirección de big data, o en otras palabras, necesitamos saber una dirección en los puntos de datos correctos. Conocer la dirección es más eficaz que conocer los datos perfectos más adelante. Por ejemplo, en el pronóstico de tráfico, tal vez el pronóstico de tráfico que ve ahora sea 20 minutos más tarde que en el uso real. Puede parecer demasiado tarde, pero si se trata de información de pronóstico para una semana, es suficiente.

Wang Xiaoyang: En la era del big data, tenemos una mejor comprensión de nuestra ciudad. La llamada comprensión significa que sabes lo que está sucediendo en esta ciudad, lo cual es muy importante. En el pasado, la gestión de esta ciudad era sólo una palmadita en la cabeza. A veces una palmadita en la cabeza puede producir una muy buena imagen, y una palmadita en la cabeza también puede producir una muy buena ciudad, pero ¿a veces? Puede que sea demasiado escandaloso darse una palmadita en la cabeza. En este caso, de lo que estamos hablando es de cómo podemos hacer un buen uso de ellos en la era del big data. A los efectos del desempeño político, los big data también se pueden utilizar para considerar. ¿Es este número beneficioso para su desempeño político? El nombre es un aspecto importante. Los macrodatos no se tratan solo de comprender lo que está sucediendo en nuestra ciudad, sino también de lo que piensa la gente de nuestra ciudad. Esto es muy importante para la gestión urbana. Una ciudad no es sólo una instalación de hardware, no sólo el metro y los edificios de gran altura son muy importantes en ella.

Lo anterior es el contenido relevante compartido por el editor sobre la subversión de la vida humana en la era del big data. Para obtener más información, puede seguir a Global Ivy para compartir más información

.