或许数据可以比人工智能更好的预警！

上文中我们提到，人工智能的对抗学习，可以在简单的规则之下非常有效的找到解决途径。在无序中建立规则一直都是对抗学习的强项，但是要在有序中发现危机，对抗学习不一定就是最强的。

毕竟在上文中的例子中，我们可能不会遇见每周五晚上的堵车，和每周日的集会。甚至不能够遇见，某个路口经常性的发生拥堵，或者是每年的春运，和大学生的放假。

举例：公交车司机的运行线路。

我们将公交运行系统在现有的交通环境中运行。

提出几点基本规则，例如：不可以发生碰撞，包括人和绿化带路灯等固定设施。不可以闯红灯，不可以压线。等等

2.我们将大量的公交车前后门配备感应器，check乘客的上下车。所得数据，作为实验的样本。

假如有一天，上下车的人数，与平时不同，某处公交车乘客纷纷下车，基本上可以判定，这个地方一定发生拥堵。

更有甚者，数据的惯性，可以显示出更多的内容，例如老人的血压，和孩子的活动轨迹。这些都是现在数据收集的盲点，和数据预警的关键点！