盡管計算性能、存儲容量以及分析技術一直在不斷進步，但某些現(xiàn)實挑戰(zhàn)對于大數(shù)據(jù)而言仍然過于龐大以至于無法應對。

目前，仍有幾大世界性難題等待著我們攻克。在某些情況下，分析所需要的數(shù)據(jù)根本無跡可尋。在其他情況下，足以應對如此龐大數(shù)據(jù)量的計算機還沒有被發(fā)明出來。

健康記錄

大多數(shù)人都擁有一份電子健康記錄（簡稱HER），不過其中的內(nèi)容頗為有限，甚至只包含最近一次健康檢查的基本結(jié)果。目前足以支撐全世界健康記錄資料庫的工具與技術已經(jīng)到位。這樣的全球性數(shù)據(jù)庫一旦出現(xiàn)，制藥企業(yè)就能對其進行分析以開發(fā)大眾最急需的疫苗和藥物，也就是說，根據(jù)供應鏈的實際需要進行優(yōu)先選擇。

既然前景一片光明，為什么我們還沒有感受到由此帶來的益處呢？這是由于目前還缺乏一套訪問全球數(shù)據(jù)的可行機制。健康記錄被保存在一大堆彼此隔離的系統(tǒng)當中，而資料持有者沒有足夠的動力來分享這些信息。即使我們真的把所有數(shù)據(jù)都歸攏在一起，也仍然需要通過機器學習算法及實時分析對其進行全面優(yōu)化。

人腦圖譜

人類大腦模型能夠為科學研究帶來巨大幫助。醫(yī)生可以查看腫瘤的生長情況或者了解大腦如何通過一系列功能控制身體的其他器官。目前已經(jīng)有包括歐洲人類大腦項目在內(nèi)的多個科研項目嘗試在未來十年之內(nèi)創(chuàng)建出大腦模擬系統(tǒng)。

障礙何在？要完成這項工作，我們需要一臺運算速度千倍于當前水平的超級計算機。大腦當中存在數(shù)以百萬計的神經(jīng)遞質(zhì)，而且它們彼此之間互相連通，共同構成我們所接觸到的“數(shù)據(jù)”。

從直觀角度看，分子計算在數(shù)據(jù)管理方面的運算速度比傳統(tǒng)硅芯片高750倍，只有這樣的機制才能探知顱腹腦體系當中的關系，認知其奧秘。

全球?qū)崟r犯罪數(shù)據(jù)

很多地方性執(zhí)法機構已經(jīng)掌握了非常豐富的犯罪數(shù)據(jù)，警務人員可以在自己的警車內(nèi)輕松訪問犯罪記錄數(shù)據(jù)庫，從而根據(jù)犯罪嫌疑人的具體情況作出反應。但這些數(shù)據(jù)只包含過往的罪行，其中無法體現(xiàn)剛剛發(fā)生或者正在進行中的犯罪活動。由于無法在犯罪活動進行的過程中實施阻止，警方只能被迫采取更為被動的應對措施。

實時犯罪數(shù)據(jù)所帶來的益處并不局限于執(zhí)法領域，TruliaLocal熱點地圖能夠提供犯罪活動報告，從而幫助住房買家選擇更友善、更安全的生活環(huán)境。

追蹤兒童行蹤

時至今日，我們已經(jīng)擁有很多種通報失蹤兒童的方式，不過這些通告機制的最大問題在于，只能在事后發(fā)起提醒。追蹤兒童位置所必要的技術已經(jīng)存在，當下大部分智能手機都能通過谷歌位置報告功能將兒童當前所在地的信息發(fā)送給父母。與此同時，大眾汽車的Car-Net以及福特汽車的MyKey應用也能在青少年駕車到達特殊地理位置時發(fā)送報告。

大數(shù)據(jù)廠商能夠分析兒童的行為模式，當然前提是家長愿意分享相關數(shù)據(jù)。只要滿足警示條件，信息會被實時發(fā)出，這能有效阻止重大事故的發(fā)生。