文：石岩
美國總統競選前，一些國外的大數據預測公司預測川普將連任，但是最終拜登當選了，現實打了臉。有些人疑問，大數據預測難道和算命術一樣不准嗎？
什麼是大數據預測？
一般解釋，大數據是指海量的數據集。如今，萬物互聯，尤其是移動網際網路的普及，工作和生活都已經離不開信息設備，使用過程中無疑會產生大量的數據，大數據時代早就來臨。
我國網民數量全球第一，各種上網活動都會產生數據，這其中包括網購，每天千萬次以上級別的交易量。網頁搜索，同樣產生巨量的數據。即使我們不使用網絡，城市裡各種各樣持續運行的監控以及傳感器，銀行、醫院、地鐵等單位處理業務的應用系統，都在產生大數據。大數據無處不在。
大數據預測則是大數據的核心應用，埃里克•西格爾在關於大數據預測的書中曾指出，大數據預測是通過學習和分析數據，來預測未來的一種科學技術，可以幫助執行人更好地決策。
大數據預測失效
這次美國大選，川普和拜登分屬的共和黨、民主黨都有自己固定的票倉，在這些州大數據預測也比較准。但是，往往決定總統競選結果的是那些搖擺州，搖擺州的民意調查也經常不精準，如何建立有效的預測模型，成了預測結果是否準確的關鍵。
一家預測川普連任的大數據公司，他們建立的模型是，分析網民搜索川普和拜登醜聞的比例。數據顯示搜索拜登醜聞的網民遠多於川普，通過醜聞搜索來預測競選結果，前幾次大選都顯示了這種模型的準確性。
但是，此次川普團隊對美國疫情的控制不力成為他最大的醜聞，網民查看新冠疫情，或者通過其他途徑知曉新冠疫情，其實也是在查看川普的醜聞。如果該公司考慮到新冠疫情的搜索情況，重新建立模型，大數據預測就將變為拜登勝選。
所以，不是大數據預測不準，是設計大數據模型的人沒有充分考慮到新冠疫情，也沒有把它納入預測模型中。另外數據源不準確，也會影響預測結果。例如有些人在做民意調查時，隱藏自己真正內心想法，這些都會變成錯誤的數據源。
國內一家大數據預測機構宣布，他們充分考慮了各種因素，建立了正確的預測模型，預測結果拜登勝選，說明大數據預測還是可信的。大數據預測模型的建立非常難，結果沒出來前，我們都沒法知道誰的模型正確，所以大數據預測有優點也有不足，企業決策需要全面均衡考慮。
應用領域多
數據每時每刻都在產生和被記錄，大數據預測也正在成為各個領域的關鍵技術，在我們社會中發揮重要作用。
1.天氣預報
大數據預測應用的典型案例是天氣預報，在信息技術日趨發達的今天，在雲計算和人工智慧的幫助下，用先進的大數據技術處理和融合數據，氣象預測會越來越準確。
氣象數據，主要來源於氣象衛星、氣象雷達、氣象站，以及各個專業機構的數據。天氣預報即在海量的「大數據」基礎下進行預測。
中國氣象局高級工程師唐千紅指出，不久的將來，地理信息和社會大數據均會為氣象服務，我們可以精準了解任何時間和空間的氣象信息。
2.軍事預測
「知己知彼，百戰不殆」。在軍事領域，大數據結合雲計算和人工智慧技術發揮著重要作用，可以提高軍事預測準確度，為戰略和戰術提供科學依據。
現代武器的信息化程度越來越高，智能化裝備也在增加，這些軍事裝備可以源源不斷採集各種戰場數據。例如，軍事衛星和雷達等系統會監測到各種數據；各種用電設備會產生電磁輻射，這也是戰場數據的一種來源，將各種數據匯集，利用大數據技術，可以對敵我雙方情況掌握更清楚，對戰爭狀況進行有效預測，並制定更加有效的作戰計劃。
「兵馬未動，糧草先行」，後勤補給在戰爭中非常重要，基於大數據的預測模型，可以採集作戰對象和作戰環境等數據，然後更科學預測出彈藥補給、傷亡情況等，以便最大程度地提供後勤保障。
3.交通預測
在城市修路，大數據可以分析出最佳路線，建設單位也可以利用大數據預測，得出未來的車流量，就知道該建幾條車道等，交通管理部門也可通過大數據預測，掌握各個時間段和區域的車流量，實施智能化的車輛調度。
我們經常使用的導航軟體，後台也開啟了大數據系統，可預測出最佳路線，隨著技術的完善，預測的路線已經越來越精準。
4.疫情預測
2009年，一家網際網路科技巨頭利用美國人在網際網路的搜索數據，與歷史上流感傳播期的數據進行對比，並用預測模型進行分析，成功預測了2009年的美國流感，並把位置精細到州和地區，比官方數據更精準，時間更早。
此次新冠疫情，也有大數據預測公司根據某些國家的行政政策、人文環境、衛生習慣、醫療條件和隔離措施等數據，預測出哪些國家疫情會比較嚴重些。
5.其他應用
賽果預測，有些網際網路公司利用大數據平台，預測體育賽事，也有些和博彩相關的公司，正在用大數據預測彩票的結果。
金融市場預測，有些金融公司希望借大數據預測知曉金融市場走向，有個別公司獲得了一定成功。
物價指數預測，大數據預測可以更加精準預測物價趨勢，能提前發現通貨膨脹或經濟危機的蛛絲馬跡。
用戶需求預測，通過收集消費者的上網行為數據，大數據可以分析和洞察消費者的需求，相關的公司可以利用這些分析數據，推出和優化商品。
自然災害預測，在物聯網時代，傳感器、攝像頭和無線通訊遍布全球，利用各種監測設備採集的大數據，可以更加有效地預測將要發生的洪澇、高溫等自然災害，有利於我們提前做好預防措施。
除了上面列舉的多個領域之外，在環境變化預測、污染排放預測、未來健康預測、行業發展預測、風險評估等領域，大數據預測正在發揮著重要作用，雖然大數據預測也未必百分百準確，但是這是預測領域最好的方法。
處理好隱私，發展更廣
中研普華研究報告指出，44.1%的受訪企業表示，隱私保護成為制約大數據發展的第一障礙，既要保護好隱私，又要利用這些數據做預測，是大數據預測公司必須面對並解決好的難題。
中國科學院院士王小雲教授指出，在資訊時代，大數據面臨嚴峻的安全問題，個人隱私如何更好的保護面臨挑戰。舉例說，我們在超市和網上都會留下購物信息，在手機里存儲個人秘密，在醫院裡有就診記錄。智慧城市系統有很多傳感器記錄，我們的指紋、臉部識別照片經常被其他機構獲取。而這些信息如果被泄露，可能會為黑色產業鏈提供財富。
大數據預測公司使用這些數據時，需要格外小心，既要做到不侵犯他人隱私，也要有足夠的措施保護好數據。
王小雲教授強調，保護個人隱私，法律保障是基礎。在我國，已有了三部法律，分別是電子簽名法、網絡安全法和電子商務法，另外，個人信息保護法有望出台，通過這些法律可為大數據保駕護航。
大數據預測公司，應在符合法律的基礎上，開展更多的預測應用。在未來，大數據預測的市場會越來越大。