[[202582]]

《 大數(shù)據(jù)時(shí)代》，維克托·邁爾·舍恩伯格、肯尼思·庫克耶著，盛楊燕、周濤譯，浙江人民出版社

一年多前聽說了“大數(shù)據(jù)”這個(gè)詞，以為就是“數(shù)據(jù)大”的意思，隨著媒體不斷地曝光，以及今年阿爾法狗升級(jí)版橫掃當(dāng)今圍棋第一人年輕的柯潔之后，對(duì)“大數(shù)據(jù)”的好奇油然而生。

于是從書櫥里翻出來這本由舍恩伯格寫的“大數(shù)據(jù)時(shí)代”，不指望自己能夠讀懂讀通，但是讀總比不讀要強(qiáng)，遵循“開卷有益”的傳統(tǒng)吧。

今天讀的是引言部分。這本書號(hào)稱“一場(chǎng)生活、工作與思維的大變革”。本書開門見山地說明，大數(shù)據(jù)在變革公共衛(wèi)生，變革商業(yè)以及變革思維方面，已經(jīng)出現(xiàn)在我們的生活當(dāng)中了。大數(shù)據(jù)開啟時(shí)代轉(zhuǎn)型。

“大數(shù)據(jù)時(shí)代”舉了一個(gè)在流行疾病防控的例子。說谷歌公司通過5000萬條最頻繁檢索的詞條，與流行病流行傳播時(shí)期的數(shù)據(jù)進(jìn)行了比較，通過分析人們搜索的記錄來判斷這些人是否患上了流感。

谷歌的研究人員去找到這些特定的檢索詞條，至于這些詞條是否必須是“咳嗽”“發(fā)熱藥物”不是關(guān)注重點(diǎn)，這同我們尋找事發(fā)原因的常用手法不同，他們關(guān)心的是這些特定檢索詞條的被使用頻率與流感在時(shí)間與空間上的傳播之間的聯(lián)系。

谷歌公司正好是一個(gè)其他公司都無法具備擁有的龐大數(shù)據(jù)源以及處理能力和統(tǒng)計(jì)技術(shù)的公司，他們找到了這45個(gè)檢索詞條組合，他們的預(yù)測(cè)結(jié)果的相關(guān)性高達(dá)97%，同疾控中心一樣也能判斷它從哪里傳播出來，關(guān)鍵是相當(dāng)及時(shí)，可比疾控中心早一兩周，這一兩周時(shí)間的金貴可想而知。

另一個(gè)是在商業(yè)運(yùn)用的例子。一位計(jì)算機(jī)工程師在網(wǎng)上預(yù)訂機(jī)票，坐上飛機(jī)后，他發(fā)現(xiàn)他的左鄰右舍機(jī)票都比他訂的晚，卻比他便宜。

顛覆了他的“機(jī)票訂的愈早愈便宜”的概念。下了飛機(jī)后，他開發(fā)了一個(gè)預(yù)測(cè)機(jī)票價(jià)格的系統(tǒng)。這個(gè)系統(tǒng)不需要知道哪些因素導(dǎo)致了機(jī)票價(jià)格的波動(dòng)。

比如“周六晚上不出門”之類的原因，比如季節(jié)性原因，比如還有很多座位沒賣掉的原因。這個(gè)系統(tǒng)只是通過其他航班的數(shù)據(jù)來預(yù)測(cè)未來機(jī)票價(jià)格的趨勢(shì)。

幫助消費(fèi)者抓住最佳購買時(shí)機(jī)。它擁有每一條航線每一架飛機(jī)內(nèi)的每一個(gè)座位一年內(nèi)的綜合票價(jià)的記錄的數(shù)據(jù)，海量的數(shù)據(jù)支持，為消費(fèi)者節(jié)省了一大筆錢。

這些例子告訴我們都需要海量的數(shù)據(jù)支持以及存儲(chǔ)與處理能力，在五年前或十年前“這都是不可能的”，從這個(gè)角度講，我的理解大數(shù)據(jù)就是數(shù)據(jù)大。

大數(shù)據(jù)的意義并不僅在于此，它是有生命力的。通常數(shù)據(jù)使用之后就結(jié)束了他的使命，比如，飛機(jī)降落后，票價(jià)數(shù)據(jù)就沒有用了。

但它被收集起來，用于機(jī)票預(yù)測(cè)系統(tǒng)。死了的，沒用的數(shù)據(jù)，可以被巧妙地用來激發(fā)新產(chǎn)品和新型服務(wù)。

可見只要你改變思維，了解數(shù)據(jù)的奧秘，而數(shù)據(jù)只為那些愿意聆聽的人所掌握。所以，大數(shù)據(jù)真正的含義，就是從那些從“靜止的，陳舊的”數(shù)據(jù)中獲得新的認(rèn)知，并創(chuàng)造出新價(jià)值。

從信息爆炸的二十世紀(jì)以來，隨著數(shù)據(jù)處理能力的爆發(fā)式增長，大數(shù)據(jù)時(shí)代的到來已經(jīng)無可回避。

大數(shù)據(jù)的核心是什么?作者告訴我們是預(yù)測(cè)。它有點(diǎn)類似人工智能(機(jī)器學(xué)習(xí))，在書中，預(yù)測(cè)被定義為把算法運(yùn)用到海量的數(shù)據(jù)上來預(yù)測(cè)事情發(fā)生的可能性。

好吧，在之后的章節(jié)或許會(huì)解釋得更清楚。但從人機(jī)大戰(zhàn)的情況來看，阿爾法狗每一步棋的海量運(yùn)算后都會(huì)給出一個(gè)勝率，自動(dòng)找出一個(gè)最好的下法。

沒讀這本書前，我會(huì)把大數(shù)據(jù)與人工智能當(dāng)做兩個(gè)事情，現(xiàn)在看來人工智能只是大數(shù)據(jù)這頂王冠上的一顆明珠，二而一。

引言的最后一部分講的是“大數(shù)據(jù)是大挑戰(zhàn)”。大挑戰(zhàn)，挑戰(zhàn)的是什么?我看就是挑戰(zhàn)我們過去的傳統(tǒng)思維，固有思維，只有變革思維才能適應(yīng)大數(shù)據(jù)時(shí)代的到來。

書中說到三個(gè)轉(zhuǎn)變，第一個(gè)轉(zhuǎn)變隨機(jī)采樣趨于死亡;第二個(gè)轉(zhuǎn)變數(shù)據(jù)之大追求精確度失去意義;第三個(gè)轉(zhuǎn)變不再熱衷尋找因果關(guān)系。

前兩個(gè)轉(zhuǎn)變依賴于高度發(fā)展的數(shù)據(jù)儲(chǔ)存能力與處理能力，我們尚能理解并主動(dòng)地去適應(yīng)，但第三個(gè)轉(zhuǎn)變卻想當(dāng)頭棒喝，我腦海里只有一個(gè)詞“第三只眼看世界”，已經(jīng)不是換角度看世界那么簡單了。

書中舉了兩個(gè)例子來說明，大數(shù)據(jù)只告訴我們“是什么”而不是“為什么”。比如機(jī)票的例子，你只要知道什么時(shí)候買最便宜，無須知道價(jià)格漲跌背后的原因;比如有幾百萬條醫(yī)療記錄顯示“橙汁+阿司匹林”的組合能治療癌癥，找出具體的藥理機(jī)制就沒有這種治療方法本身來得重要。

可怕就在于不必知道現(xiàn)象背后的原因，只要讓數(shù)據(jù)發(fā)聲。讓數(shù)據(jù)發(fā)聲，意味著數(shù)據(jù)成了主導(dǎo)，然而我們不一定了解自己的數(shù)據(jù)，即便有了數(shù)據(jù)，有了數(shù)據(jù)商業(yè)資本，它還會(huì)讓我們陷入一種尋寶的游戲。