尽管计算性能、存储容量以及分析技术一直在不断进步，某些现实挑战对于大数据而言仍然过于庞大以至于无法应对。在今天的文章中，我们将探讨五个此类难题 ——看看如何才能将其解决。

如果大数据能够在传统领域之外进一步解决世界性难题，结果会怎么样？到目前为止，IBM、谷歌以及惠普等巨头级企业已经开始对这类高难度挑战发起冲击，其中包括分析繁忙的高速公路上到底会有多少车辆通过某条桥梁，或者计算会有多少用户查看网络浏览器中的一条小广告。谷歌公司甚至公布了一项雄心勃勃的计划，称将解决人类衰老这一历史性难题。

但仍有几大世界性难题等待着我们攻克。在某些情况下，分析所需要的数据根本无迹可寻。在其它情况下，足以应对如此庞大数据量的计算机还没有被发明出来。目前有五大课题值得我们关注。会有大数据技术企业站出来排忧解难吗？我们等待时间带来答案。

世界人民的健康记录：医学领域最急需的资源

大多数人都拥有一份电子健康记录(简称HER)，不过其中的内容颇为有限——甚至只包含最近一次健康检查的基本结果。目前足以支撑全世界健康记录资料库的工具与技术已经到位。这样的全球性数据库一旦出现，制药企业就能对其进行分析以开发人民群众最急需的疫苗及药物——也就是说，根据供应链的实际需要进行优先选择。

既然前景一片光明，为什么我们还没有感受到由此带来的益处呢？这是由于目前还缺乏一套访问全球数据的可行机制。“健康记录被保存在一大堆彼此隔离的系统当中，而资料持有者没有足够的动力来分享这些信息，”分布式数据库供应商Cloudant公司联合创始人兼首席科学家 MikeMiller表示。“即使我们真的把所有数据都归拢在一起，也仍然需要通过机器学习算法及实时分析对其进行全面优化。这也正是我们目前正在努力钻研的课题。”

人脑图谱：了解身体的各个部分如何运作

人类大脑模型能够为科学研究带来巨大帮助。医生可以查看肿瘤的生长情况或者了解大脑如何通过一系列功能控制身体的其它器官。目前已经有包括欧洲人类大脑项目在内的多个科学项目尝试在未来十年之内创建出大脑模拟系统。

障碍何在？要完成这项工作，我们需要一台运算速度千倍于当前水平的超级计算机。大脑当中存在数以百万计的神经递质，而且它们彼此之间互相连通、共同数据我们所接触到的“数据”。

“这样的计算规模要求我们从传统的硅芯片领域脱离出来，迈向生物芯片时代——这是分子计算的前提条件，”曾任克林顿政府前副助理国务卿(负责运输体系技术政策)、现任霍华德大学教授的OliverG.McGee解释道。“从直观角度看，分子计算在数据管理方面的运算速度比传统硅芯片高750倍，只有这样的机制才能处理颅腹脑体系当中的关系认知奥秘。”

统筹世界范围内的铀原料供应：追踪武器化活动与能源供给

毫无疑问，在全球范围内收集任何数据都将是一项极为艰巨的任务，但追踪全球铀原料供应至少拥有其积极意义——当然，前提是所有信息碎片都能严丝合缝地被拼接在一起。

数据收集企业Connotate公司CEOKeithCooper指出，我们目前只能解决其中一部分难题，因为某些国家并没有公开其铀原料供应记录。“目前，很多铀储量丰富的国家虽然已经拥有便捷的互联网体系，但却仍然拒绝以标准化方式公布其资源流向。”幸运的是，计算宏观形势倒不太困难——毕竟将铀原料投入武器化领域的国家数量有限。