今天去新北市政府參加「大數據論壇」，我蠻喜歡去新北市府的，因為房子、廣場都很大，有一種逛大衙門的感覺。
其實我之前都沒有關心大數據的議題，因為我一直覺得這就是把統計玩到極致而已，從古時候擅長統計的人就很吃香了，因為這門功夫難學難精，做任何研究都得靠統計，簡而言之，就是我覺得除了資料庫變大外，也沒啥特別的。
但仔細聽了這位各界公認的大數據專家講解後，我發現大數據應用有兩個重點，相當挑戰我們過去所受的教育。
首先是「資料數量遠比品質更重要」，資料數量很重要這點無庸置疑，例如新藥的臨床試驗，如果可以測試1萬個病人，就絕對不會只做1千個。做統計有時候會剔除極少數很誇張的「破表值」或極低值，這不是偷吃步，反而是更能呈現較「正確」的數據，但在大數據的「海量」下，一切以擴大資料規模為主，就算有一些充數的濫竽也會被「稀釋」掉。
另外一個概念，也是教育部蔣部長跟新北市朱市長念茲在茲的，就是怎麼能夠講「相關」而棄「因果」呢？以今天正健哥做的那則「手機電磁波殺精」為例，講究的就是相關性，但這類研究無法作出因果，例如我用電磁波狂轟一個人，他未必精子品質會受影響，對某些「學院派」而言，沒有實質的因果關係就算不上是好研究，但這樣的概念卻可能逐漸面臨崩解。
總之不管喜不喜歡，歡迎來到這個大數據的時代。
6月11日工作成果
1. 教長、市長挑戰麥氏 大數據優缺點
2. 大數據出現 改變對世界的認知
3. 蛋白質研究突破 找到癌症新標記