涂子沛

　　幾年前，美國佛州的一個小城市發生了一起惡性交通事故，肇事原因是一名退休警察超速行駛。在查閱了歷年的交通事故記錄之後，當地一名記者懷疑警察這個群體可能普遍存在開快車的行為。

　　為了證明她的猜測，這位記者抱著測速雷達在高速公路上守候，可以想像，這無異於守株待兔，取證極其困難。記者最後想出的辦法，是向當地的交通管理部門申請數據開放，獲得了100多萬條警車通過高速路口收費站的數據記錄。兩個特定收費站之間的距離是一定的，每一輛警車通過收費站時都留有時間記錄，兩點之間的距離除以時間，即為該警車在這段路程之上的平均行駛速度。

　　通過對上百萬條記錄的處理，她果然發現，13個月間這個城市的3900輛警務車輛一共發生過5100宗超速事件，其中時速超過140公里/小時的個案佔了90%以上，數據還能證明，這些超速行為絕大部分發生在下班時間。

　　憑藉這些分析和報道，這位女記者獲得了美國2013年度的普利策新聞獎。通過創造性的使用數據，為制約公權濫用提供了一條獨特的方法和路徑，這當然極具新聞效應。但這並不是我今天想強調的重點。我認為，在這則美國故事的基礎上，中國社會可以更進一步，不妨設想：如果每一輛車行駛過每一個收費站的時候，都能夠實時調取上一個收費站的數據，進行計算，如果超速，立刻進行處罰，對高速公路上的超速行為，是否能形成一種更加有效的監測？

　　我認為是可行的。十次車禍九次快，超速一直是馬路上最大的殺手，現今監測的主要手段是警察巡邏加上雷達測速。這種方法人力成本、時間成本和設備成本都很高，而且實施範圍有限，屬於“點監測”。而上述的方法，可以監測一條道路上行駛的所有車輛，是全樣本監測，可以打消駕駛員的僥倖心理。

　　關鍵是，這種方法幾乎不增加成本。中國有成千上萬個收費站，也有數據，缺少的是對數據的整合和使用。技術方案其實也有，那就是把一個地區所有收費站的數據都放到同一朵雲上，每一個收費站都可以實時分析和整合其他收費站的數據。這意味著集中存貯，但這只是第一步，要實現實時監測，還需要一種“大計算”的能力，在每一台車經過每一個收費站的時候，都要經歷一次計算，即在雲上調取這臺車在其他收費站的記錄，實時進行計算，它是否超速？

　　這種計算，解決的其實不僅僅是超速問題。試想，一部同樣車牌的車，可能某個時刻出現在城市的東面、而幾乎同時又出現在城市的西面嗎？這種計算，其實可以掌握每一台車的運作軌跡。

　　也就是説，如果一個城市所有收費站的數據能夠放到同一片雲上，就可以解決一個城市的問題，如果一個省，就可以解決一個省的問題。再把單位放大，那就是一個國家，如果中國所有收費站的數據實現雲上聯通，而且有一個大計算的平臺，那中國的交通治理情況就會大為改觀。超速車、套牌車或者黑車在全中國都將沒有生存之地。

　　現實可應用的場景其實還遠不如此。事實上，中國的交通數據遠比美國豐富，除了收費站有大量的數據，很多中小型城市都已經在主要的路口和路段安裝了照相機、錄影機。每一部經過的車輛，都至少留下了一張照片，通過照片，可以識別車輛的車牌號碼，識別的正確率，目前的技術可以輕鬆達到95%以上。可以想像，如果把這些數據全部都放到一個大計算的平臺之上，進行實時的計算，又可以發現多少隱藏的規律、異常的現象或者潛在的問題呢？

　　例如，我們可以實時、準確地獲知每一條道路上的平均車速（這是目前困擾智慧交通建設的一大難題），如果這些數據可以實時推送給路上的用戶，讓他們及時掌握最新的交通資訊，就可以優化自己的交通行為，不至於都堵在一條路上。又例如，如果一台從來沒有出過縣城的車，有一天突然穿越了幾個省份、一直駛向一個方向，是否值得特別關注呢？這些都可以通過數據的計算自動地獲取。

　　目前，這種大計算的平臺也已經成熟，阿裏雲的飛天平臺就是中國自主可控的大計算平臺，阿里巴巴的電商平臺就架設在飛天之上，2014年的雙十一，平均每一秒鐘，阿裏雲要處理8萬筆交易，即一秒鐘要完成8萬次計算。

　　這才是“雲”的真正力量，其力量不在於集中存貯、節約成本，而在於“計算”，在於提供一個大計算的平臺，這種計算的能力，可以把全國的車輛在幾秒鐘之內全部計算一遍，當然，它也可以在幾秒之內把一個國家當天新産生的視頻、照片、網路新帖、微信微網志全部計算一遍。類似于交通領域的這種大計算其實可以推廣應用到其他很多國民生活領域。

　　就此而言，大數據只是問題和現象，大計算才是能力和本質。數據要産生價值，首先要聯通、要整合，也就是需要上雲，而最終，是需要大計算的能力來解決問題。

　　（作者為《大數據》、《數據之巔》的作者，阿里巴巴副總裁）