大數據之有的沒的

日本酪農希望提高乳牛的人工受孕率，而傳統觀察只能靠地上增多的蹄數，以及試著騎乘來猜測，人工辨識率僅40%，人工受孕率僅30%；日本富士通在每隻乳牛的前腳綁上計步器，每小時自動無線上傳數據，所以在21天左右的週期，發情時單位步數會達平時的兩倍，是個訊號顯著的計時零點，實驗確認16小時後的前後4小時是最佳人工受孕時機，因計步器發情偵測準確性提高到95%，提升成功人工受孕率至65%。有了準確的各項長時間記錄，統計發現：前4小時受孕多懷母胎，後4小時多懷公胎，更給了酪農簡單的工具，用來決定要多些乳牛還是多些肉牛。當初新聞發表的吸睛標題是：「when A.I. meets A.I.（Artificial Intelligence & Artificial Insemination）」。另外，長時期大量的數據記錄與病例確診，可以利用電腦機器學習（Machine Learning）建構分類模型，可分辨與預測8種疾病，這又是超乎預期的紅利效益。另外，美國伊利諾州的乳品企業，分析比對歷史數據，發現農業氣象的露點預報，可以是預測每日冰淇淋需求量的單一參考依據。物聯網加上數據分析，正在改變傳統產業成為各種智慧產業。

「開放資料」（Open Data）多被視為公共財產，大多是來自政府的資料，國家對其他資源都加以管理並設計增加稅收，那麼開放資料的延伸獲利，是否可以有如開放程式源般的授權管理？同時，開放資料造成的池魚損害，是否也在國家賠償範圍內？

拿紐約市公開租賃車（Taxi & Limo）2013年的資料為例，逾1億7千萬筆的載客趟次，項目包含了去識別化的代碼、起迄的日期時間、GPS座標位置、乘客人數等等，共約20GB容量，如預期地完成了圖形顯示全時全區的交通流量研究，但意想不到讓駭客以已知車牌格式，輕鬆地利用電腦窮極嘗試，破解了去識別化的車牌號碼，加上其他公開資料庫，可以得出司機個人資訊乘客習慣；始料未及的是，還有鬼才利用特種行業地點的特殊時段，找出上下車點的地址，搭配其他公開資訊（如美國選舉資料）比對，對一般市民加以勒索。雖然有的國家立法將試圖破解去識別化的行為即視為犯罪，但網路無國界，駭客無敵我。因此，針對開放資料更該提前擴大舉辦「駭客松」（Hackathon）作各式模擬破解，獎賞激勵下使之更安全。

「數據倫理」（Data Ethics）的關注肇因於數據分析的最後影響總是關係到人，因此在整個過程：「數據蒐集、數據傳遞、數據分析、與數據儲存」，都需要全程關注各項細節：「網路安全、個資保全、隱私尊重、與數據倫理」。數據本身是中性的，是任意蒐集與無意洩漏造成了保全問題，是分析的手段與目的造成了道德問題。論述一般職業倫理時，判斷違反人員的三個基本共識是：直接造成非倫理結果的前因相關人員、知曉會有如是結果的相關人員、若能有其他避免選項而不採取的相關人員。所以每個環節的單位企業，都該成立「數據倫理指導委員會」，做內部把關裁決。

試問台灣智慧醫療的目標是：提升醫事人員效率？降低醫院健保罰款機會？計算高利潤門診與用藥？篩選分類病患而服務？…若沒有同時量化分析，病患的長期身心效益作最高指導準則，智慧醫療就可能陷入道德倫理危機。

「資料科學」（Data Science）儼然是個新學門，就像是「電腦科學」於50年前產生，當初物理大師費因曼還公開嘲弄：電腦怎麼會是個科學？但看看這50年來的發展，是其他科學的重要工具，更是個需要多領域合作的學門。既然是科學，強調的就是實驗精神。過去的數據分析多是統計「描述性分析」（Descriptive Analytics），當前利用先進工具，重視的是模型「預測性分析」（Predictive Analytics），大數據分析最擅長的是找出兩兩相關性，但相關性並不代表因果性（Correlation vs. Causation），所以未來的數據分析挑戰是能自動釐清龐雜項目因果性的「處方式分析」（Prescriptive Analytics），方法之一是善用電腦的窮極迴圈，輪流抽換不同項目，排列出影響預測的準確程度，再於時間序列上，實驗出相關項目的影響變化，有了虛擬世界的模擬，再於實際世界實驗確認。

舉例美國線上售票TicketMaster，多年來一直為黃牛大量搶票造成的民怨所苦，試過多種方法分析研究，但對於以秒殺搶購過程與靈活善變的黃牛而言，都無法有效對付，多是失敗實驗結果，只好求助Hackathon腦力激盪，一旦觀念轉對，問題可迎刃而解：重點不在於確認誰是黃牛，而是要讓良民順利買票。所以採行的是即時分析線上購票者的行為，只要是疑似黃牛就技術性的拖慢或跳出，順利讓一字一字輸入卡號的良民完成購票程續。

「資料經濟」（Data Economy）在在強調企業營運不再只靠傳統的人力、金錢、土地，數據資料已成為第四項重要的生產要素。那麼某公司低價或無償地提供數據，讓其他（子）公司分析獲利炒作，算不算是掏空資產？目前有相關法條可規範嗎？數據資料該如何鑑價與追蹤？

Big Data或許像是個噱頭口號，但大數據分析就像科技產品一般，將持續提升人類文明。