周濤：下面我講第二個例子，我們怎么樣用機器學習的辦法能夠實現幫助政府更好的進行監管，監督性抽檢的作用就是要發現更多的不合格品，但是每個檢驗要花幾千塊錢，如果大部分產品都是合格品，那就起不到監督的作用，但是在全國范圍來看監督抽檢發現不合格的比例和隨機抽檢都是一樣的，沒什么差別，都是2.3%。但是我們發現不合格品的出現在地域上分布高度不均勻，而且受天氣環境的影響，受食品包裝方式、保質期、食品品類，甚至包括食品生產企業的股東結構都有關系，我們把來自不同地方的數據匯聚到一起做了機器學習的模型，它可以自適應不斷提高精度，最終我們達到了驚世駭俗的10.7%，在全國我們把第二名拋到不知道有多遠，這就是大數據的魅力。實際上，未來的政府監管比大家想象的還要恐怖。