科洛弗档案是怎么回事

1、《科洛弗档案》是由马特·里夫斯执导，德鲁·高达担任编剧，迈克·沃格尔、杰西卡·卢卡斯和迈克尔·斯达-大卫等联袂主演的科幻片。

2、影片主要讲述一夜之间，纽约灭亡。在毫无预兆下，纽约夜空仿如发生核爆，一瞬间天崩地裂，巨大的怒吼、沉重的脚步由远逼近，自由神像的头颅坠落街头，军方介入激烈开火，全城陷入末世灾难。

影片评价：

1、这是一部让人紧张却又异常着迷的怪物电影，为这个行将朽木的电影类型重新注入了生命。（《恐怖电影》评）；

2、影片惟一值得让人借鉴的，就是里面对纽约市肆无忌惮的大面积破坏，以及大胆的市场营销策略。（comingsoon网评）；

3、虽然披上了代表着流行的新潮外衣，可是影片的本质和风格仍然是老旧的。（《综艺》评）；

4、这部电影把焦点对准了低视角的人道主义，而不是史诗式的灾难描写，这让它与众不同。（《首映》杂志评）；

5、时时觉得《科洛弗档案》不是一部电影，而是一次主题公园之旅，但这不是抱怨，而是夸奖。（《洛杉矶周报》评）；

6、影片讲述的是司空见惯的变异大怪兽登陆袭击纽约的故事，对于被《金刚》、《侏罗纪公园2》、《哥斯拉》“养大”的当代影迷而言，即便追加了《女巫布莱尔》式摇动DV的仿纪实手法，依旧稀松平常。（新浪娱乐评）。

大数据往往也会造成大错误么

大数据是对于大规模现象的一种模糊的表达。这一术语如今已经

被企业家、科学家、政府和媒体炒得过热

五年前，谷歌的一个研究小组在全球顶级的科学杂志《自然》上

宣布了一个令人瞩目的成果。该小组可以追踪美国境内流感的传播趋

势，而这一结果不依赖于任何医疗检查。他们的追踪速度甚至比疾控

中心(CDC)要快的多。谷歌的追踪结果只有一天的延时，而CDC则需

要汇总大量医师的诊断结果才能得到一张传播趋势图，延时超过一周

谷歌能算的这么快，是因为他们发现当人们出现流感症状的时候，往

往会跑到网络上搜索一些相关的内容。

要拿出来自己网站上5000万个最热门的搜索字，然后让算法来做选

择就行了。

谷歌流感趋势的成功，很快就成为了商业、技术和科学领域中最

新趋势的象征。兴奋的媒体记者们不停的在问，谷歌给我们带来了什

么新的科技?

在这诸多流行语中，“大数据”是一个含糊的词汇，常常出现于

各种营销人员的口中。一些人用这个词来强调现有数据量的惊人规模

--大型粒子对撞机每年会产生15PB的数据，相当于你最喜欢的一

首歌曲重复演奏15000年的文件大小

然而在“大数据”里，大多数公司感兴趣的是所谓的“现实数

据”，诸如网页搜索记录、xyk消费记录和移动电话与附近基站的

通信记录等等。谷歌流感趋势就是基于这样的现实数据，这也就是本

文所讨论的一类数据。这类数据集甚至比对撞机的数据规模还要大

(例如facebook)，更重要的是虽然这类数据的规模很大，但却相

对容易采集。它们往往是由于不同的用途被搜集起来并杂乱的堆积在

一起，而且可以实时的更新。我们的通信、娱乐以及商务活动都已经

转移到互联网上，互联网也已经进入我们的手机、汽车甚至是眼镜。

因此我们的整个生活都可以被记录和数字化，这些在十年前都是无法

想象的。

大数据的鼓吹者们提出了四个令人兴奋的论断，每一个都能从谷

歌流感趋势的成功中印证:

数据分析可以生成惊人准确的结果

。因为每一个数据点都可以被捕捉到，所以可以彻底淘汰过去那和

样统计的方法:

文库会员免费领

。不用再寻找现象背后的原因，我们只需要知道两者之间有统计

就行了

。不再需要科学的或者统计的模型，”理论被终结了”。《连线》杂志

2008年的一篇文章里豪情万丈的写到:“数据已经大到可以自己说不幸的是，说的好听一些，上述信条都是极端乐观和过于简化了。

如果说的难听一点,就像剑桥大学公共风险认知课的Winton教授(类

似于国内的长江学者--译者注)David Spiegelhalter 评论的那样

这四条都是“彻头彻尾的胡说八道”。

在谷歌、facebook和亚马逊这些公司不断通过我们所产生的数

据来理解我们生活的过程中，现实数据支撑起了新互联网经济。爱德

华斯诺登揭露了美国政府数据监听的规模和范围，很显然安全部门

同样痴迷从我们的日常数据中挖掘点什么东西出来。

咨询师敦促数据小白们赶紧理解大数据的潜力。麦肯锡全球机构

在一份最近的报告中做了一个计算，从临床试验到医疗保险报销到智

能跑鞋，如果能把所有的这些健康相关的数据加以更好的整合分析，

那么美国的医疗保险系统每年可以节省3000亿美金的开支，平均每

一个美国人可以省下1000美元。

虽然大数据在科学家、企业家和政府眼里看起来充满希望，但如

果忽略了一些我们以前所熟知的统计学中的教训，大数据可能注定会

让我们失望。

Spiegelhalter 教授曾说到:“大数据中有大量的小数据问题

这些问题不会随着数据量的增大而消失，它们只会更加突出。"

在那篇关于谷歌流感趋势预测的文章发表4年以后，新的一

《自然杂志消息》报道了一则坏消息:在最近的一次流感爆发中

流感趋势不起作用了。这个工具曾经可靠的运作了十几个冬天

量数据分析和不需要理论模型的条件下提供了快速和准确的流 文库会员免费领

发趋势。然而这一次它迷路了，谷歌的模型显示这一次的流感爆发非

常严重，然而疾控中心在慢慢汇总各地数据以后，发现谷歌的预测结

果比实际情况要夸大了几乎一倍。