我最近的一篇文章是关于 Facebook 以及其他公司准备怎样利用虚拟现实（Virtual Reality，VR）将在线社交带入下一个阶段。但是持续升温的 VR 应用在未来几年内带给业界的绝不仅仅是孕育出一种新的聊天室。更多令人激动的探讨则聚焦于 VR 将如何影响数据的可视化——这里的数据当然也包括大数据。
在大数据项目中，我们会设计大规模的分析计算来剖析系统内产生和存储的、一直在不停增长的数据中所蕴含的信息，而可视化通常是这些项目中“决定性的最后一步”的关键所在。尽管柱状图和饼图能较好反映出数据整体情况，但如果要对当前的大数据项目数据进行完整解读，则需要一种多粒度化的表现手法。这种表现方法不仅需要满足实时性的要求，而且对用户来说要便于识别和突出大规模数据点之间的关联；例如金融服务中的防诈骗这类大规模项目中，数据点的规模可能高达数十亿。
当从平面的电脑屏幕接收数据时，人眼所能获取的信息数量自然有限。实际上，据 SAS 软件架构师 Michael D Thomas 称当从屏幕上阅读文字时，我们每秒能处理的信息量要少于一千比特。就算我们拥有规模越来越大的云处理能力，能以越来越快的速度地将数据中的有效信息提取出来，但只要用户和算法之间的接口不能跟上这种速度，这些就都是无用的。
许多人认为 VR 能够介入大数据的方式在于：通过将用户沉浸在一个360度全景的数字化空间中，并模拟出三维空间中的移动，能够极大地增加人脑接收数据的带宽。
这一想法并不是最近才被提出的，VR 作为一种昂贵的业界工具已经存在有一段时间了。早在几年前，Goodyear 的工程师就和 VR 先驱 Robert Maples 博士一起利用他们所有的历史数据集开发了一整套的赛车轮胎模拟系统。这一模拟系统能够将任何细微的参数调整对轮胎性能的影响都表示出来，并在 VR 景象中实时展示出来。
模拟的目的是为了找出为什么使用他们轮胎的车子会输掉比赛，而可视化的分析让他们在 5 分钟内就找出答案。这个例子就很好地说明了信息接收带宽的增加能够促进对大数据的快速、深入洞察。
事实是，我们用来观察、获取数据的显示接口早就需要一次彻底的革新了。视频显示器自上世纪 50 年代起就一直是计算处理的一部分，目前的屏幕虽然比早期的视频显示器小得多、轻得多，但本质上来讲它们采用的是相同的技术。在计算机体系结构的数次更新换代中，输入、处理和存储能力都进行了迭代演化，然而，屏幕除了在定义和颜色上更丰富了一些以外，没有任何发展。
随着消费者能够承受得起的新 VR 硬件设备的出现，这一切都开始变化了。在 2014 年 Google 将其 Cardboard VR 头盔项目开源，使得任何人都可以免费开始使用这项技术。第一波面向消费者的 VR 头盔 （Facebook 的 Oculus Rift）上个月也开始上架了。
这些动态也促进了成长中的 VR 应用生态系统的发展，一些面向数据浏览和实验的应用也已经开始涌现。开发了被广泛应用的3D 游戏引擎的 Unity Studios 公司正在努力争取将其技术应用于商业数据分析。他们在过去的几年间花费了大量的时间和精力来模拟真实世界的方方面面——比如生态系统、气象系统以及物理模型等。这些都已经发展成熟的数据可以与商业数据一道，利用算法进行处理，并在一个 VR 环境中向用户展示出来，从而更快、更准确地对数据的含义进行阐释。
在社会学中有另一个值得关注的项目—— Wellcome Trust 举办的大数据 VR 挑战赛中由 Masters of Pie 提交的方案。该公司与埃文亲子纵向研究（ALSPAC）的学者们一道，尝试将“90 后”项目中的数据都在 VR 环境中构建和表现出来。该项目旨在跟踪研究 14500 个志愿者家庭的生活，将他们生活中的点点滴滴都记录下来，以帮助解决未来几代人的健康问题。我们可以想象结合了 VR 以后，这一有价值的数据集上将会产生许多新的、有意思的观点。
VR 和大数据都是正在崭露头角的新技术，两者之间的契合度非常高。除了能够增加数据可视化的精细度和粒度，毫无疑问地，沉浸感的提升还对确保关键信息的传递有更重要意义。再结合可用性和成熟度快速提升的增强现实技术（Augmented Reality——将真实世界和计算机生成的图像相结合并通过头盔来显示），在未来几年内我们将能看到很多有意思的新进展。
