John Funge是Cofounder和Stream Data Analytics平台提供商BrightContext的首席执行官。

当人们想到大数据时，通常它是与Gargantuan堆的数据的Hadoop集群。

然而，人性大脑仍然是超出这些系统的光度，能够同时监控多个输入流，将它们综合为世界的有意义和统一的模型，并立即采取基于这种复杂的分析。虽然互联网在其当前的化身时非常适合通过对原始事实进行查询来回答查询，但我们在逃避最先进的超级计算机的途中随着哈欠演出的壮举。

考虑，例如，我们许多人经常这样做似乎是常见的：通勤。

在我们早晨的咖啡完全踢进之前，我们已经成功地将汽车驶过了高速的数英里的流量。只有半意识到，我们已经解决了融合的空间关系谜题和高速公路，我们已经解析了包括我们交通信号的关键符号，颜色和声音的不间断酝酿，我们是非口头的与道路上的其他人谈判我们的职位。

虽然我们持续持有这些输入流的整体，但是，拆分第二种决定，无缝混合本能和经验，我们仍然有足够的心理带宽来赶上NPR或潜行在早期电话会议上。

当计算机可能会舔掉每分钟数百万数据库条目时舔，而不会变得疲劳，但人类思维的真正区别是它能够不断摄取混沌洪水的不同数据：声音，灯，口头符号，曾更换空间关系，记忆和预测，并立即将这一疯狂摘要变为优雅的反应。

编辑注意：我们在雷德伍德市12月4日至5日的即将到来的Datapeat会议将专注于大数据分析和超越地区的业务最令人信服的机会。今天注册！

科学的最佳尝试甚至人类脑力的一小部分才能达到这一点：世界第四届最强大的超级计算机，日本的K电脑利用82,000个处理器的组合力量，只能模拟一秒的人脑活动。

这样的差距是未来的“大数据”需要桥梁。今天，大多数人谈论大数据都是通过大集中静态数据定期分离的永恒不完整的过程。

但由于我们对技术的期望继续增长，因此我们的系统面临的任务变得更加复杂和多方面。我们希望我们的系统更像是人类的大脑。它们应该了解多个流输入，不断转移，无论是单击流分析，市场趋势，社交媒体还是部队运动。他们应该能够立即摄取来自所有这些来源的信息。

最重要的是，他们应该能够将这些不同的数据类型与单一的理解协调，并制作最能解决总物流景观的智能决策。

为了实现数据摄取，综合和及时行动的真实整合，在处理此类卷的信息时，明天的系统必须本身将分布式高速数据流解释为无缝地，因为人类脑混合五个感官一起获得完整的图片实际发生的实际情况。

支持这些系统的支撑技术已经开始出现。

高级传感器网络能够检测最微小的刺激将作为明天的智能数据系统的眼睛，耳朵和鼻子，而流处理平台，内存和NoSQL数据库，以及大规模并行架构将作为灰质。

要查看大数据“脑皮层”的发展中，我们可以看看推特，Facebook和Yahoo等互联网动力驻地投资时间和资源开发实时处理和通信系统。Facebook的蠕虫孔保持其许多合作和分布式系统，了解数据变化，以确保操作均匀性。虫洞非常真实地表现为Facebook的实时神经系统。雅虎的Storm-Yarn项目涉及弥合休息和实时更新之间的大数据之间的差距，因为它们进入系统。Twitter和LinkedIn每个都有开放的Sourced复杂的流数据处理框架。

这些努力和其他人揭示了焦点从批处理到实时处理和沟通的重点，在顶级技术公司中，有强烈的迹象表明，更广阔的市场准备跟随它们。

我们还在大数据的早期。

我们将回顾今天的批处理视图视图。明天，我们的最聪明的系统将立即和熟练地监督，优化，管理和调整和适应与他们在广泛的行业中复杂的过程，他们从我们拥有的自然超级计算机的最准备好例子中取出了他们的提示：该人脑。

John Funge是Cofounder和Stream Data Analytics平台提供商BrightContext的首席执行官。他以前已被联合并建立了两家成功的技术公司，这两家都被较大的上市公司收购：Clara Vista由CMGI（1999）和Pickle.com收购，由Scripps Networks获取（2007）。他还建议并投资于早期互联网和数字媒体风险。