記者 程沛茜、陳祈安／台北報導
現社會資訊大爆炸，大數據(Big Data)因此崛起。用3V來解釋大數據，分別是Volume(容量)、Velocity(速度)和Variety(多樣性)，這正好呼應了大數據中的「大」代表著資訊數量多、價值高的涵義。不同於傳統數字，大數據資料來自四面八方：手機透過社群網站按讚、更新影片、文字以及聲音。
許多非結構性數據，經由雲端運算再透過分析師得出結果，而從大量資料中尋找有特殊關係資訊的過程，就稱作資料探勘(Data mining)。大數據使用的層面包含預測、醫療、疾病犯罪防治等。美國影集「紙牌屋」就是眾多使用大數據的成功案例之一，找來觀眾喜歡的大衛芬奇執導，以及凱文史貝西領銜主演，開播收視率果然亮眼。
一步錯步步錯 謝邦昌：專業知識很重要
大數據演算從數據庫(Databases)分類資料，至資料倉儲(Data warehouse)到相關任務資料(task-relevant data)，經過資料探勘及評估模式(Pattern Evaluation)，最後得出知識(Knowledge)。一連串過程會在各階段因為得出不合理的結果，而回到前幾個步驟。
台北醫學大學大數據研究中心主任謝邦昌指出：「蒐集資料、分析資料還有因果關係，大數據在這一方面的關鍵在於專業知識。」並舉例皮膚科醫師分析腦癌用藥，發現服用安眠藥的民眾，罹患腦癌的機率將近98%，後來神經科醫師發現有誤，應是罹患腦癌或腦病變的患者睡不好，故服用安眠藥。其中的因果弄錯，導致結果方向錯誤。但謝邦昌表示專業知識變成人工智慧，就是告訴電腦之間的關係，並在不斷嘗試錯誤的過程中，找到一個最適合的模式。
大數據進步快 法律跟緊腳步
大數據無孔不入，可以準確算出人們的消費行為，再延伸到精準行銷、醫療等等，但相對的「個人資料保護法」跟大數據間的界線，又該如何拿捏？謝邦昌提到上個月特斯拉(指配備自動駕駛系統的電動車)車禍：「結果還是駕駛的責任，但實際上是不是這個模型沒有判斷好？這是道德、倫理、法律在這方面還趕不上技術的進步，也是大數據跟人工智慧的盲點。」
他強調技術會隨時進步，我們要克服的是道德、倫理和法律。以手機遊戲Pokemon Go為例，此遊戲原意是希望玩家能走出戶外，卻因為過度抓寶，導致許多意外發生。這些都涉及到倫理道德和法律之間的衝突，未來看相關人士如何訂定相關措施來加以防範。
圖片來源：Data Mining: Concepts and Techniques, 3rd ed.
