云计算的物理特性和“野性”数据概念

　　Bell认为数据本身属性即具备繁殖(ferality)或复制(reproductive)能力。“数据并不会永远依照算法或输入时的顺序整齐排列，在经过云计算和其他控制机制后，数据会产生何种变化才是重点所在，因为我们都会尝试着去控制这些本身即具备“野性”(feral)的数据，”Bell说。

　　事实上，Bell举例道，将同一类型的数据全都放在同一种类别中，像是将兔子或其他繁殖力极强的动物放在一起，或许能做出初步有的有效分类。她也指出，由于数据可以很容易地在各个类别间转移，或是完全转移到另一种类别，因此上下文(contexts)也可以很容易地转移，这或许能让人们试着去管理数据，或是减少这些数据的增殖情况。“在数据世界中，去思考这些策略，是相当有趣的一件事，”她若有所思地表示。

　　数据的另一个特性在于，尽管数据大多具有明确概念(conceptually)，但却也难以捉摸。例如，“云端”事实上仍需要许多实体建设。“云计算最终都会有一个实体机房。云计算数据中心必须是一个实体建筑，其中设有服务器，”Bell强调了实体建设的重要性。

　　Bell同时强调，云计算并不是特殊的概念。“我们思考的不只是单一的云端系统，我们在想的是许许多多的云，以及成千上万的实体设备，包括进行数据分析的数据中心(server farm)在内，对我来说，所有这些实体设备，都是研究大数据过程中的关键部份，”她表示。

　　而这也对大数据的研究提出了诸多问题，包括最终数据是否会无处不在?数据中心该设置在何处?这些数据该由何地的何种法律来管辖?采用何种网络运作?以及如何提供和将提供何种服务?

　　同时，这也让人们开始思考，是否每件事或每个人都会产生数据，抑或是像William Gibson对网路空间(cyberspace)所下的注解：“未来已然来临，只是还未广为人知。”(future was already here but unevenly distributed)

　　Bell认为，数据将会在各种地方以不同的方式出现，但并非所有情况下的数据都是有用的。“你可以轻松地和苹果(Apple)的Siri对话，看起来这个语音管家似乎颇具智能性，但基本上我只觉得那是一连串毫无意义的对谈，”她说。

　　再者便是如何处理旧设备和旧数据，这些数据可能尚未数字化，如何处理它们并以新型态来呈现都会是一大问题。

　　“愈来愈大量的数据不断地产生出来，但这些数据并不一定出自人类之手，”她指出，即使静态数据有可能经过处理转变为动态资讯，但在相反情况下却不一定会出现同样的结果。

　　在全球各地，物联网(Internet of things, IoT)应用模式都正在发酵，从交通号志灯到汽车、冰箱、除草机，到固定电话、平板电脑、笔电和电视，所有的装置都会产生数据，但将来这些数据未必会适合每一个独立的使用者，Bell说。

　　例如，有些家庭会共用电话;一些家庭成员在白天工作时使用自己的平板电脑，但夜间或周末时则让给他们的孩子使用。“我们要如何排序数据，才能得知有多少使用者共用一部设备?”Bell表示，这让数据排序成为更艰难的任务。