「大數據」可以改善生活？由「自駕車」、樓宇安全、盲人福祉等說起

「大數據」被喻為「新石油」，各行各業都對其趨之若鶩。除了帶來新的商機外，原來這個新科技，的確可以為我們一般普羅市民改善生活。

「自駕車」

我有車牌，不過雪藏很久。每次在路上被小巴司機響號，或者心急的司機嫌我慢「啄尾」，我都緊張得手心冒汗，駕車於我這個長期「P牌」，還未稱得上是享受。看見 Google 的「自駕車」研發，我倒真是未出發先興奮，心想，假如可以擁有這架可以 autopilot 的 Google車，從此駕車、泊位再無難度，我便真的可以瀟灑走一回。

Google車的總舵手 Sebastian Thrun研發自駕車的動機很單純，就是為了減少交通意外。在十八歲那年，他的一個好朋友，因為交通意外喪生了。據統計，超過一半的交通意外都是由人為錯誤導致的，在美國，交通意外更加是年輕人的頭號殺手。

Google 由發展搜尋器，到研發自駕車，最初聽起來，好像有點風馬牛不相及。其實，Google 的龐大數據資料庫，包含了各種自駕車的成功元素：巨細無遺的Google 地圖、GPS導航功能、詳細交通流量趨勢和預測能力、實時交通情況等等，只需要在車上再加上靈敏的感應器，讀取車輛周邊的交通情況、附近的行人的舉動、交通燈號等，Google 車不單只可以安全並準確地在路上奔馳，更可以預早計算出最快捷、暢通的路線，避開擠塞的道路，節省燃料，減少碳排放。Google 車其實已經在路上試行好幾年，暫時並沒有導致任何交通意外，絕對比人手駕駛安全可靠。

Sebastian Thrun: Google’s driverless car

樓宇安全

在2005年，在美國紐約有兩名消防員，在救火途中因為被困於樓宇內的違規建築而殉職。紐約的有關當局，每年大概收到二萬五千個違例建築的投訴，而負責巡查的人員，卻只有二百人。工作堆積如山，對於如何可以篩選出高危個案優先處理，提高效率，市政府感到茫無頭緒。紐約市長彭博決定另辟蹊徑，委任曾經參與重建伊拉克工作，律師出身的 Mike Flowers 為首任的 “Director of Analytics“，嘗試用「大數據」解決問題。

Flowers 實事求是，目標為本，對他來說，「大數據」是一種手段，最重要的是透過分析數據，找到最有效率的可行方案，即他所謂的 “actionable insights”。新人事新作風，Flowers甚至不招攬傳統的統計師，而是揀選了五個他戲稱為「細路」、讀經濟出身、初出茅廬、想法不拘泥守舊的年輕人－貪他們有創意。

紐約市共有超過九十萬棟建築物，如何可以整理出千頭萬緒？幾個「細路」從總共十九個部門找來了無數個與建築物有關的數據資料，包括最基本的樓宇地址、建築日期、到樓宇業主的（不）交稅記錄、救護車召喚記錄、地區罪案率等等，再和各樓宇的火警記錄進行對比，希望可以找出個所以然來。各個部門保留記錄的方法都不一樣，數據的質素相當參差，一時間仍然未能達成任何結果。

幾個「細路」的工作，number-crunching 是其次，最重要是把良莠不齊的數據，整理出一個紋路來。他們於是跳出辦公室，到各個社區跟街坊傾計，看看有甚麼元素令樓宇變得高危。經過多番推敲，他們發現，曾經進行外牆裝修的樓宇，火警危險相對較低，他們於是透過在數據庫加入外牆裝修申請一項，終於成功篩選出高危樓宇，讓調查員優先處理，個案檢控成功率，由本來的13%大幅提升至70%。

盲人福祉

用iPhone的朋友，對 Siri 這個聲控私人助理，應該不會陌生。Siri得蘋果教導有方，處事交帶、話頭醒尾、兼識駁嘴，可以幫我們打電話、發短訊、查天氣、check 股價、更新行事。不時無聊，我們還會叫佢講個笑話聽下。

這個對我們或許是可有可無的 Siri，原來卻是視障人士的超級好幫手。從此他們要打電話、查網頁、找資料，甚至是在路上要找地址，或者想聽首歌，都毋需再假手於人，或者借助體積相對較大的凸字閱讀機，而是出句聲就得。

Siri既可以充當你的私人秘書，又可以跟你說笑唱歌講故仔，其實都是「大數據」的功勞。要話頭醒尾、樣樣答到嘴、聽得明、答得通、更曉得多國語言，是幾十年「語音技術」研發的成果。Siri 除了消化了大量資料和數據，更透過每日跟用戶的互動不斷優化其「知識」。你的 Siri 越來越聰明？是有原因的。

10 Tips From Blind IPhone 4S Users Can Teach Us About Siri