‧ 數據科學如何將車聯網由理想變為現實？

36大數據

數據科學驅動的規範預測分析技術可以改進車聯網的安全性和移動性，提供新的車載資訊系統，帶來一個嶄新的環境。

根據美國高速公路安全管理局 (National Highway Traffic Safety Administration，NHTSA)的統計，因為交通事故，僅在2013年美國就有超過三萬兩千人死亡。對於科技而言，沒有比拯救生命更有意義的應用了。車聯網代表了主流的革新性道路。目前正是一個轉捩點，汽車、遙測、資訊基礎設施等技術，以及最重要的思維理念，都正在彙集到這一點——讓車聯網成為現實。

總體而言，術語“車聯網(connected vehicles)”強調的是車車互聯(vehicle-to-vehicle ，V2V) ，以及車與基礎設施互聯(vehicle-to-infrastructure，V2I)的連線性。車聯網在安全方面的好處包括：盲點檢測(blind spot detection)，行人警告(pedestrian warning)和碰撞規避(collision avoidance)。

可以想像一下，汽車將可以與周邊環境交互資訊，如臨近學校、建築工地、危險轉彎和薄冰路面等交通安全資訊，並能立即對駕駛員警告。

根據美國高速公路安全管理局的研究，在駕駛員有健全能力的前提下，多達80%的交通事故，都可以借助車聯網技術來規避。

車聯網的目的是為了改進安全性、行動性，並減小環境影響，還可以提供車載資訊系統的新方式，並帶來一系列其他類型的商業利益。可以使駕駛員更安全、更環保、更聰明。還提供了一種方法，將我們的“生活連接”(connected lives)自然延伸到車輛上，這也是最大的物聯網(IoT)應用之一。隨著汽車款型的年年更迭，越來越多的車輛都配置了感測器，具備遠端通訊和聯網解決方案等。

這些都很偉大，但將這些變為現實所需的基礎設施、法規，以及各類海量資料等領域仍在發展中。汽車公司尚在應對資料多樣性，及非結構化特徵的挑戰中掙扎。大數據的種類、速度和體積等特點，使傳統的資料庫處理技術無法適用。我們需要更先進的大數據平台，如Hadoop，來處理這些海量資料。

汽車公司在數年前，就已經開始使用遠端資訊處理，和感測器資料技術。他們只是不知道，如何充分儲存利用並獲得資料收益。隨著大數據及其分析技術的興起，現在可以即時處理這些海量資料，使其可通過車載資訊系統，提供可操作的警告資訊。基於聲學資料科學原理，實現的傳感資料獲取和分析技術，可以帶來汽車物聯網技術的大幅飛躍，這將徹底改變“遊戲規則”。

大數據的真正價值，應該是創造出獨特的客戶洞察力。利用來自遠端傳輸、感測器、基礎設施和環境的輸入資料，選擇合適時機通過合適途徑，將其創造為資訊、警告和市場資料等輸出資料。

數據科學如何將車聯網由理想變為現實？

保險公司可以改變自己在消費者心中，那種時刻進行監控的“老大哥”形象，轉而去想想如何通過大數據的洞察力，來引導駕駛者改進駕駛習慣，同時降低安全行駛者的保費。

資料分析技術，可以加強車聯網的原因，在於其可以將連接拓展到交通信號燈，高速公路感測器，隧道和橋樑上。這種大規模的資料量，再加上天氣服務和其他資料來源，可以在個人車輛的層面上，提供一個關於道路情況、安全隱患和交通擁堵等路況的真實寫照。

理清警告資訊的背景，和可靠性是非常重要的。由於缺乏嚴謹的應用資料分析，使用者可能會得到大量無意義的警告資訊，這是極其危險的。考慮一下這個處理設定，當車輛在密切貼近彼此時，可以發出一個警告資訊，同時在車輛上釋放一個急刹。

如果這個場景發生在高速公路的小段盲點上還是有用的，這類警告資訊可以避免連環事故。然而，如果同樣的刹車處理發生在球賽結束後，大量汽車湧出市中心擁擠的體育場時，就沒什麼意義了。我們需要數據科學驅動的先進規範的預測模型，這樣才可以區分實際信號與雜訊。

另一大挑戰在於資訊安全。最近，克萊斯勒吉普被駭客病毒入侵的事件，是一個很好例子。在該事件中，駭客們控制了一輛在路上行駛的吉普車，此外還操控了它的空調和引擎。想想如果這個場景發生在更大尺度上，比如交通信號被駭，或是通過向車輛發送虛假信號，來惡意使隧道和橋樑造成擁堵，這些事情可以很容易地演變為國土安全事故。

汽車製造商們如果不針對資訊安全問題採取策略加以重視的話，他們的品牌將受到極大損害，因為這些直接影響到其對客戶個人資訊的可靠性、安全性的潛在承諾。