数据、算法和速度，更加智能的计算机

作为人类，我们依然在作出不好的决策，例如闯红灯、拐错弯，或者得出错误的结论。但是就如我们本章所说，通过改变我们的行为，我们可以变得更聪明。我们也看到技术能帮助我们提升效率和减少错误。比方说，自动驾驶的汽车可以帮助我们避免闯红灯或者走错路。

没有足够的数据，就很难识别出模式。当然，足够的数据并不是指所有数据。大数据意味着在足够的数据上进行分析的同时，创建能识别出模式的算法，也意味着它能够对我们的分析结果进行验证，以确定我们的结论是否正确。以某一天的数据作为样本可能没什么意义，但是以10年内的数据作为样本则有可能得出结论。

同时，如果我们无法快速地处理数据，就算是拥有世界上的所有数据也没用。如果你排队结账的时候，需要等上10分钟让欺诈检测算法来确定你是否能使用你的信用卡的话，估计这张信用卡你也不会再用了。同理，如果自驾车需要更多的时间来决定是往前开还是停下来，并以蜗牛爬行的速度行驶的话，没有人会使用自驾车的。因此速度也是至关重要的一个因素。

我们知道计算机在完成某些任务的时候非常高效，例如在试图辨别欺诈的时候快速分析海量的交易行为。但是与人类相比，它们在完成一些任务上仍然不尽如人意，比方说将口语转换成文本。而开启大数据时代最大的机遇之一，即被称为非结构化数据的领域，我们将在接下来的章节中探索分析。