智慧城市大脑 看大数据牵动哪些产业链

　　社会安全

　　每个市民的切身利益都与社会安全相关，当中的问题包括灾害天气、环境污染等城市的小毛小病，也有如火灾和犯罪等各种重大突发状况。这些层出不穷的安全问题无时无刻不在考验着城市的应急体系。幸好，我们有先进的信息技术支撑，确保当安全问题发生时，能第一时间发现，并且快速启动相应的应急预案来处理。

　　美国的纽约市在2003年3月建立了市民求助热线311电话中心，至今已经接听了1亿多个电话，日接待量达到5万多个。该系统能够向市民提供3600多个门类的信息和解答，可以用180种语言回答问题，其中有垃圾如何分类、下雪天学校何时停课、是否有恐怖袭击……但该热线除了直接解决各种问题外，还有个重要的功能――为城市收集信息。每一通电话都被记录、并在地图上标记出来，以方便深入分析。其实，城市中每天所产生的数据不仅包含热线电话的记录，还包含其他与社会安全相关的数据，如社交网站上的信息、道路监控设备的信息等。城市管理者可以通过对数据的分析，察觉哪里出了什么样的问题，并安排处理它们的优先顺序；市民则能知道怎么去规避危险，在突发事件发生的情况下自己该做什么。所以，如何用好这些大数据，对城市管理者和市民来说都很重要。

　　科技创新的“种子”

　　产业转型升级依赖于科技创新，而科技创新又是一个螺旋上升的过程，这个过程萌芽于科学发现，生长于成果转化，收获于产业发展，产业发展又需要有新的科学发现来打破旧有的模式来获得重生。在这样一个往复循环的过程中，科学发现就成了科技创新的原点。

　　一直以来，科学发现主要基于实验和理论。在古代，人们利用自然法则来观察未知的世界。到了17世纪，以牛顿为代表的科学家试图对新现象做出预测，并且通过实验对各种假设进行检验。而现在，随着计算机性能的不断提高，研发人员可以精确求解大规模方程组，从而探索一些无法运用实验法和理论法的领域，例如气候建模和星系形成等。可是，这些研究正在被大数据淹没，数字信息从各种各样的传感器、工具和模拟实验那里源源不断地涌来，令数据的组织能力、分析能力和储存能力捉襟见肘。因而，在数据量快速增长之时，必须重新考虑科学研究发现的一整套方法。图灵奖得主、已故科学家吉姆？格雷针对这种情况提出了科学研究的“第四范式”。这第四种范式同样要用到性能强大的计算机，差别在于研发人员不是根据已知的规则编写程序，而是从各种各样的数据入手。他们用程序对海量数据进行挖掘，寻找隐藏在其中的关联；实际上，就是利用程序去发现未知的规律。2009年以来，微软研究院的科学家们致力于对第四范式和大数据的研究。有一个案例说明了他们的研究成果：

　　在20世纪80年代，有一家医院发现收治的充血性心力衰竭病人在节假日期间会飙升，他们只是注意到这一现象却没有深入研究。20年后，微软研究院对此现象及大量数据开发出了一套分析方法，可以相当准确地预测一名充血性心力衰竭病人在出院后的30天内会不会再次入院。其做法不是编一个程序对某个医生的提问进行分析，也不是对可能会有多少病人做一个总体的估计，而是来自一种“机器学习”的方法――利用程序对大数据进行分析挖掘的过程。这个大数据包括约30万名患者的数万个数据点。通过分析结果不同病例之间的差异，计算机能够“得知”最有可能再次住院的病人的特征。借助这个程序，医生在收治一个新病人时，把他的数据特征输进去就可以判断他“再进宫”的可能性。这样的预测工具能在改善病人健康状况的同时，还能省去一大笔医疗费用。