大数据虽然听得多，但真正是否用得放心还需检验，如果只是支持一个普通的App倒无妨，但如果让一个设备完全靠Big Data指挥，而我们自己的身家性命也与这个设备能否运转正常直接相关，这个意义就完全不同了。最近结束的Code Conference大会上除了公布互联网和智能手机用户增速在减缓以外，一个更值得讨论的问题也许是Google的无人驾驶汽车技术（Self- Driving）——没有方向盘、刹车和油门的汽车，但出于高可用考虑需要配备两套发动机，用户能控制的就是“开始/停止”按钮。

          以目前25英里的时速，四个雷达以及监控路面情况、交通信号的相机产生的数据直观感觉似乎还不能称为“大”，但如果我们把驾车所需的各种知识，尤其 是面临紧急情况和其他不理性司机的处理逻辑进行分析，我们不难发现无人驾驶其实本身就是一个数据处理巨量的算法库，而且如果真的如Google所希望的， 能够在未来1~3年让这样的概念车实际开上加州道路，那么各种联网应用会接踵而至。类比一下如果我们现在使用手机是从App Store上下载一个App，对于Google汽车而言这意味着所有的逻辑和物理部件一定会随着各种App安装到汽车上，届时一辆汽车就好像一个移动的数 据中心，同时处理着结构化、非结构化的大量数据，相信以Google的喜好应该不会在其中再安装Oracle、DB2或者SQL Server，很多改造后的NoSQL技术应该是首选。

          这个事物的意义与其他的Big Data技术完全不同，因为他需要在严格的时间内给出足够正确的响应，而且响应不是软件中简单返回一个True或False，它需要根据当时的路况、天气 等实际控制车辆的行驶。更为关键的是不管技术设计如何，务必要保证车内乘客的安全，因为这个过程没有办法回归。可能与“传统”电商用于分析用户行为的 Big Data不同，Google汽车不是把所有的数据倾倒在一个大湖里，然后通过对湖水的各种过滤获得某种需要的成分。Google汽车的运营机构可能需要这 样的“传统”Big Data应用，但对于一辆会从25英里时速逐步加速的技术，他要处理的是一个连续的数据流和连续的响应。每一个数据进入后必须快速分配到不同的计算部件处 理，并将结果及时反馈到不同逻辑或物理部件执行。另外，如果离开技术从法律角度考虑，这也是完全不同的。如果说一个电商的Big Data推销结果出错了，那么顶多就是损失用户可能光顾某个（或某类）商品的一次机会，但如果Google汽车上的程序故障导致车内的乘客出现不好的情 况，那就要对计算结果进行严格的审计和确认。因此车上除了灭火器、三角警示牌以外，一个黑匣子可能也必不可少，毕竟它要说清楚每个部件都在干什么、产生什 么计算结果、哪个结果的错误导致当前不好情况的发生。

          Big Data不再是技术人员手中的玩物，它已经从幕后走向前台、从少数个别电商走向各类尤其是包括企业应用在内的传统IT系统。但 它的发展速度客观而言还有很大上升空间，毕竟以前Big Data更多是某个电商或者企业敝帚自珍的App，但将Big Data用于实际的道路环境，这就意味着不同的Big Data应用之间相互直接竞争的时代来到了。人类技术历史似乎偶尔会出现某种跳跃，以Google汽车为例，虽然它解决的是日常最经常用的交通工具——汽 车，但事实上20世纪人类已经将各种无人驾驶的火箭、卫星送入太空。一旦Big Data真正用于汽车（以后还可能用于轮船、战斗机等），必会将激烈的市场竞争直接引进到Big Data的应用范畴。

           我很期待某一天能看到两个不同Big Data应用驱动的无人驾驶汽车在相互超车。

                                                                                                                             数据分析师