[ 導讀 ] 計算技術的誕生，預示了大數據時代的到來。從大型計算單元到微型處理器，從巨型計算機到微型服務器、PC以及今天不斷涌現的移動終端，計算平臺和設備的覆蓋范圍不斷擴展，為海量數據的采集與處理不斷提供著可能。

　　計算技術的誕生，預示了大數據時代的到來。從大型計算單元到微型處理器，從巨型計算機到微型服務器、PC以及今天不斷涌現的移動終端，計算平臺和設備的覆蓋范圍不斷擴展，為海量數據的采集與處理不斷提供著可能。

　　微處理器的演進不僅推動著計算平臺的革新，也促進著智能設備向人們生活各個領域的滲透，從VCR、空調系統、汽車剎車系統到智能電視、家庭影院系統，再到可節約用水、大幅縮短洗衣時間的環保型洗衣機，當這些設備與互聯網相連時，各種設備產生的數據將有機會匯入同一個數據海洋，這才是大數據能讓人感到興奮的地方。但如何從數據海洋中找到應用所需的關鍵數據又成了一個新的問題。

　　今天，亞馬遜、阿里巴巴、騰訊等公司收集了數以百萬計的交易和網頁點擊數據。對互聯網公司而言，用以判斷用戶在線瀏覽和購買傾向的數據卻可能因為數據規模變大而更難挖掘。

　　毫無疑問，可連接的物件將為人們的生活帶來全新的體驗。在物聯網的情境中，數據來自傳感器、控制器以及其他嵌入式智能器件。對于消費者而言，物聯網的核心是個人應用。以時下流行的“量化自我”為例，它是一場將技術融入個人日常生活，以便完成數據采集的運動。數據采集涉及攝入(如食物攝取、周圍空氣質量)、狀態(如情緒、興奮、血液氧氣含量)和行為(包括心理及生理)等方面。對“自我的監控”和“自我的感知”都可以變成可量化的數據，通過穿戴式傳感器、穿戴式計算技術進行采集與分析。但每個人身上哪些數據是有價值的，可以為何種個人應用服務，又該如何科學、安全地采集并加以利用，在沒回答這些問題之前，就盲目讓個人信息匯入大數據之海，并通過互聯網進行分享，風險可想而知。

　　在公共服務方面，國外已出現了借助“停車位置傳感器”這樣的嵌入式智能器件幫人們尋找停車位的實例。SF Park和 Streetline可收集并分發街道及停車場中停車位的相關實時信息，這不僅免去了司機兜圈尋找停車位的麻煩，還減少了交通擁堵現象。它還能幫助停車場的運營商，根據各區域停車位的需求狀況相應減少或增加停車計時器的數量，調整停車場的泊車價格。雖然計算技術的演進和互聯網的發展，已經讓人們感受到了物聯網的美好，但在各種數據匯入大數據之海時，其標準與格式的統一依舊存在很多問題，數據交換也未必安全。大數據之海很可能因此湮沒數據價值。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。