大數據、大城市。世界已有不少大都會運用數據分析與算法建立智能城市，改善交通、例如日本東京就把每輛車子都變成精準的「行動數據」，緩解交通堵塞甚至降低死亡車禍的數量。在歐美，從紐約、舊金山、芝加哥到倫敦、阿姆斯特丹，各種藉由搜集大量數據、發現模式、預測未來的項目不斷帶領城市前進。其中有從正面改善城市風貌的，也有提前一步，遏止未來可能發生的罪行甚至慘案。今天就讓我們來看看三種應用案例：
紐約地鐵出現大量神秘 DNA
就算沒去過紐約，也應該都聽說過擁有百年歷史的紐約地鐵，又臟又臭又陰暗，但是紐約客以及自世界各地來的旅客又都離不開地鐵，每天 550 萬人搭乘，想必每一座地鐵、每一層階梯、每一列車廂，到處沾滿人類陳年積淀的汗漬與污垢。不過，真實情況可能要你大吃一驚，不是沒那么臟，而是比我們想象得更奇幻。
康乃爾大學 Weill 醫學院的研究者們，花了 18 個月的時間執行了一項大數據項目。他們用鑒識科學常用的棉花棒，在 486 個紐約地鐵站搜集目標樣本，車廂門、樓梯扶手、座椅、燈桿、垃圾桶都不放過，最后總共發現 1 萬 5 千多種微生物，將近一半的樣本是人類未知的有機生物，27% 是活性并俱有抗藥性的細菌，雖然所有細菌僅有 12% 與疾病相關，還發現了三個與腺鼠疫、炭疽相關樣本，但幸而這些樣本都沒有活性。而與人類的基因組相匹配的只占了不到 2%。
這項研究的主要作者康乃爾醫學院遺傳學家 Christopher E. Mason 說：「人們望著地鐵上的手扶梯時，從來不會有『這上面充滿生命』的念頭，但是知道這項研究之后，他們可能會開始這么想。不過我想讓他們以看待熱帶雨林的眼光看待地鐵，這里有那么多物種，但并沒有影響到你的健康，簡直讓人敬畏和贊嘆。」
關于地鐵細菌的研究，不只是有趣，也不只是滿足了科學家的好奇心，研究者們將把這些物種分門別類，未來就能把它們當作對照樣本，確定某些疾病、甚至也可預測未來若恐怖份子把某些細菌當做生物武器攻擊的物質，是否已經擴散。
洛杉磯警察的關鍵報告
電影《關鍵報告》中，主角靠著擁有預知犯罪者的系統，在罪行真正發生之前，就先把人逮捕到案。
預測性警務軟件「PredPol」當然沒有科幻到「人」的地步，但也有達成遏止犯罪率的效果了。該團隊花了五年時間，收集過去十年的警方數據，并且運用算法分析，預測下一次可能產生犯罪情況的地點。共同創辦人 Jeffrey Brantingham 指出，他們基于三個因素測定發生案件的機率：容易滋養犯罪事件的場所(比如過去對斗毆事件睜一只眼閉一只眼的酒吧)、多次受害地區(repeat victimization，比如曾被闖入的門戶容易再次被闖入)、受害地區的鄰近地區(曾被闖入的門戶周遭區域也容易成為下次被下手的目標)，計算出 10-20 個最有可能在警察下一次執勤時發生犯罪的地點。PredPol 宣稱，只要警察花 5%-15% 的巡邏時間在劃定的紅色區域，就能只比依靠自身經驗阻止更多犯罪活動。
目前全美共有將近 60 間警局使用 Predpol，每年每間警局必須支付大約 10 萬 —15 萬美金的服務費。雖然公部門預算拮據，但投資 PredPol 的第一年，加州 Santa Cruz 闖空門的竊盜案就下降了 11%、搶劫案更減少了 27%。2011 年洛杉磯 Foothill 區開始使用 PredPol，四個月之后犯罪率降低了 13%，其他未未使用 PredPol 的區域微幅多出 0.4%。
洛杉磯警局 Foothill 的警官 Sean Malinowski 說，「我們一直持續使用這套軟件，Foothills 也一直都是洛杉磯犯罪率下降最高的區域。我不認為兩者之間毫無關聯。」
倫敦打擊「惡棍交易員」
交易員詐欺導致銀行或個人嚴重損失的新聞時有所聞。過去非法交易只能透過「關鍵詞監測(key word surveillance)」來判斷交易員是否涉及瀆職，但是 Market Practitioner Panel (MPP)指出，這種方式是有缺陷的。想要揭露失職的交易員，運用大數據技術會是揭露會是更長期而有效的方案。
MPP 建議英國金融機構采取「預測編碼(predictive codeing)」的方式，不只能夠偵測關鍵詞，還能辨識出交易員非比尋常的行為，像是從非正式的管道如私人信箱、實時通訊、聊天論壇溝通，或者在奇怪的時間離開辦公室、強制休假卻搞失蹤、在組織中所扮演的角色與責任等等。
大數據技術能夠非常細微的觀測個別交易員的活動，精確建立每位交易員的個人資料與實際操作模式，一有異常就能提前預防，而且能夠大規模且實時的分析。除了交易員之外，一般個人當然也得提防。金融詐欺者愈來愈精明、愈來愈猖狂，金融業者勢必得施加更大的力道，應用最新的技術，全面整合分析數據，從個人開辦帳戶開始，就要建立檔案并針對交易監控與客戶管理保持追蹤，檢測異常的帳戶活動，從而趨吉避兇。
不過，品誠梅森(Pinsent Masons)律師事務所信息保護專家 Kathryn Wynn 提醒，機構需注意別濫用大數據破壞隱私，未審先判。「唯有發現模式(pattern)頻繁異常，公司才能進一步做更仔細的監看某位員工的行為與對話。」
京公網安備 11010502049343號