海馬迴受損的天空 - PAN's Hippocampus-impaired

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者，對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用，在規劃好的條件設定下，針對特定的目標(疾病、行為)進行篩選，將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式，對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠，但當中倘若資料清理方式有改變、篩選條件增減，所有的數據都要從raw重新處理，不僅造成大量的時間與人力浪費，對於專案計畫進度的延宕更是麻煩。這些還不包含

      在物聯網(IoT, Internet of Things) 的架構發展走到極致後， 接踵而來的就是如何在各種實體裝置上實作出不止可以採用相同格式進行資料交換， 還能透過相同的協定進行資料串接與實體object控制，由share進入Compose階段， 而扮演這個角色的正是Web of Things, WoT， 它可以視為在IoT架構下的 Application Layer，讓我們透過Web技術(eg:REST, HTTP, WebSocket)實作裝置間的溝通， 甚至發展decentralized架構 (eg: 導入blockchain)的應用架構。多麼令人期待！   如果說IoT是maker百花齊放的時代， WoT就是IT工程師與Data Scientist 的大鳴大放的時機。   資訊人永遠不會失業，只會爆肝！     References: https://en.wikipedia.org/wiki/Web_of_Things https://www.w3.org/WoT/

Source:  idownload blog 2014 年，當致力於電子病歷 (Electronic Medical Record, EMR) 分析，藉以尋找癌症機轉與治療方法的大數據公司 Flatiron Health 獲得 Google 創投（ Google Ventures ）高達 1.3 億美元投資後 [1] ，個人化精準醫療（ personalized medicine ）隨即成為火紅的熱門主題，這樣一股氣勢發展，讓美國總統歐巴馬 (Obama) 更在今年提出精準醫療計劃（ Precision Medicine Initiative) ，並投入 2016 年預算高達 2.15 億美金之譜 [2] 。 在精準醫療這般的強勢展開下，不僅僅只有過去生物資訊上基因體學、轉錄體學上的資料探勘或是電子病歷醫療健康數據分析，物聯網 (Internet of Thing) 的發展也同時透過行動裝置與消費型穿戴式裝置大舉進入個人化健康促進與醫學上疾病研究領域。在這機電感測裝置快速發展下，各種輕巧卻具備多種感測裝置的隨身穿戴式裝置逐漸普及於消費電子商品市場，各家廠商發展出豐富的產品功能不僅能記錄活動頻率，更能偵測活動強度、睡眠狀態、作息規律，更甚至能取得穿戴者 24 小時的心跳狀態與壓力疲勞狀態，並利用這些生理數據進行健康促進的提醒與建議。

  Gartner's Hype Cycle for emerging technologies, 2014 無論是上課、演講， 最近很多人都不約而同問到Gartner's Hype Cycle 這圖上的cloud computing 為何落在Trough of Disillusionment (泡沫化)的區間。 若說是隔壁的NFC，的確在Bluetooth與RFID的夾擊下幾乎是大符的限制了伸展的空間， 更別說有什麼殺手級的應用。   然而Cloud Computing的情形則大為不同，

元智大學大數據與數位匯流創新中心 潘人豪助理教授  Email: pan@51donate.com 本文同步刊載於 ：《元智大學大數據電子報 第四期》 這幾年雲端技術、大數據應用的蓬勃發展，早已深入每一個人日常生活中，更不用說在各個商業領域的前端應用，如本校元智大學積極透過大數據技術應用於政府、產業、學術領域，含括法規政策、新創服務、基礎通訊、生醫資訊、智慧製造、零售通路、交通運輸與物流管理、智慧電網各種領域，正是呼應了麥肯錫公司(McKinsey&Company)於2011年發表的”Big data: The next frontier for innovation, competition, and productivity” 報告中提出的大數據應用龐大商機，如對於歐洲公共部門管理貢獻高達兩千五百億歐元的年產值，對美國醫療產業則有高達三千億美元年產值，對於零售業可高達60%的潛在利潤成長。然而在這樣全球火熱且全面關注的議題中，卻鮮少有人意識到，大數據也同時悄悄的應用到人道援助、國際合作領域中。 每當我們撥出一通電話、購買某個商品、使用社群媒體，甚至僅僅打開網頁瀏覽，都在不知不覺中產生大量資訊，加上自動化感測裝置的連續資料，無論是從政府單位或是私人企業產生儲存，這些無數的大數據資訊源與其交互組合可解釋的問題幾乎可以涵蓋各種議題，而當今的人道援助、國際合作機構，便是企圖利用各種大數據資訊或雲端計算科技，解決當下所面臨的問題，給予目標族群(vulnerable communities)更快速、有效的援助服務。 然而對於這樣的大數據、雲端服務應用，其實並不是近幾年大數據技術流行才有的，早在2007年，位於東非的肯亞(Kenya)共和國因為俱爭議總統大選後的全國性暴動，種族對立衝突造成超過一千三百人喪生與三十五萬人被迫離開家園躲避內亂。   政府軍隊進行武力鎮壓 (Photo: Evelyn Hockstein, The New York Times )   肯亞國內Kikuyu 族群民眾抗爭 (Photo : Evelyn Hockstein, The New York Times)   而在肯亞內亂當時，一群當地程式設計師與網路團體開發出名為Ushahidi計畫，Ushahidi為肯亞當地Swahili語言的證...