大數(shù)據(jù)的挑戰(zhàn)和局限

每個人都知道互聯(lián)網(wǎng)改變了企業(yè)經(jīng)營、政府運(yùn)作以及人們生活的方式。但是一種新的、不那么明顯的技術(shù)趨勢卻有著同樣巨大的變革能力，那就是“大數(shù)據(jù)”。大數(shù)據(jù)的趨勢發(fā)端于下面這個事實：如今到處傳播的信息比以往任何時候都多出了許多，而且這一趨勢正在應(yīng)用于非同尋常的新用途。大數(shù)據(jù)與互聯(lián)網(wǎng)截然不同，雖然互聯(lián)網(wǎng)使數(shù)據(jù)的收集和共享方便了很多。大數(shù)據(jù)的意義并不僅僅是通信：其本質(zhì)是我們可以從大量的信息中學(xué)習(xí)到從較少量的信息中無法獲取的東西。

將改變?nèi)祟愃伎挤绞?/strong>

早在公元前3世紀(jì)，亞歷山大圖書館被認(rèn)為收藏了全部的人類知識。而如果把當(dāng)今全世界的信息平分給每一個活著的人，那么每個人擁有的信息量將足足超過當(dāng)年亞歷山大圖書館全部藏書的320倍。如果把所有這些信息刻到光盤上并且分五摞疊起來的話，那么這些光盤可以一直堆到月球。

這種數(shù)據(jù)爆炸是相對新鮮的現(xiàn)象。僅僅在2000年的時候，全世界全部的存儲信息中還只有四分之一是數(shù)字化的，其余的都保存在紙張、膠片和其他模擬介質(zhì)上。但是由于數(shù)字?jǐn)?shù)據(jù)數(shù)量的增長十分迅速——幾乎每三年就翻一番，這種情形很快發(fā)生了逆轉(zhuǎn)。如今，在所有存儲信息中只有不到2%是非數(shù)字化的。

鑒于如此懸殊的比例，人們免不了在理解大數(shù)據(jù)的時候僅僅從數(shù)量上進(jìn)行考慮。然而這將會產(chǎn)生誤導(dǎo)。大數(shù)據(jù)的另一個特征是它能夠用數(shù)據(jù)來表現(xiàn)世界的眾多層面，而這些層面以往從來都沒有被量化過——這種特征可以被稱為“數(shù)據(jù)化”。例如，位置信息的數(shù)據(jù)化最早是由于經(jīng)緯度的發(fā)明，而最近又有了GPS。當(dāng)計算機(jī)對幾個世紀(jì)內(nèi)的書籍進(jìn)行取樣時，文字便成了被處理的數(shù)據(jù)。甚至連友誼和愛好也被數(shù)據(jù)化了——例如通過Facebook。

借助于廉價的電腦內(nèi)存、高性能處理器、智能算法、聰明軟件以及從基本統(tǒng)計學(xué)中借鑒來的數(shù)學(xué)知識，這樣的一類數(shù)據(jù)正在被應(yīng)用于難以置信的新用途中。這種新方法并不是試圖“教會”計算機(jī)去從事駕駛或翻譯這樣的事情，而是要向計算機(jī)輸入足夠多的信息，從而使它們能夠推斷概率，例如交通指示綠燈亮、紅燈不亮的概率，或者是在特定語境下“l(fā)ight”一詞意為“光”而不是“輕”的概率。

以這種方式對大量數(shù)據(jù)加以利用，要求人們在三個方面徹底改變對數(shù)據(jù)的態(tài)度。第一是收集和使用大量數(shù)據(jù)，而不是像統(tǒng)計學(xué)家們在過去100多年里所做的那樣，只滿足于少量的數(shù)據(jù)或樣本。第二是拋棄人們對有條理和純凈的數(shù)據(jù)的偏愛，轉(zhuǎn)而接受雜亂無章——在越來越多的情形下，少許的不精確是可以容忍的。第三，在許多場合，人們需要放棄對事情原委的追究，而代之以對相關(guān)性的接納。利用大數(shù)據(jù)，而不是試圖弄懂發(fā)動機(jī)拋錨或藥物副作用消失的確切原因，研究人員可以收集和分析大量有關(guān)此類事件的信息及一切相關(guān)素材，找出可能有助于預(yù)測未來事件發(fā)生的規(guī)律。大數(shù)據(jù)有助于回答是什么、而不是為什么的問題——通常有這樣的回答就足夠了。

互聯(lián)網(wǎng)重塑了人類交流的方式。大數(shù)據(jù)則不同：它標(biāo)志著社會處理信息方式的變化。隨著時間的推移，大數(shù)據(jù)可能會改變?nèi)藗兯伎际澜绲姆绞健ｋS著人們利用越來越多的數(shù)據(jù)來理解事情和作出決定，人們很可能會發(fā)現(xiàn)生活的許多層面是隨機(jī)的、而不是確定的。

從因果關(guān)系到相關(guān)性

人們看待數(shù)據(jù)的方式的兩個變化——從局部變?yōu)槿�部以及從純凈變�(yōu)榱鑱y——催生了第三個變化：從因果關(guān)系到相關(guān)性。這代表著告別總是試圖了解世界運(yùn)轉(zhuǎn)方式背后深層原因的態(tài)度，而走向僅僅需要弄清現(xiàn)象之間的聯(lián)系以及利用這些信息來解決問題。

加拿大的研究人員正在開發(fā)一種大數(shù)據(jù)手段，以便能在明顯癥狀出現(xiàn)之前發(fā)現(xiàn)早產(chǎn)嬰兒體內(nèi)的感染。通過把包括心率、血壓、呼吸和血氧水平等16種生命體征轉(zhuǎn)化成每秒1000多個數(shù)據(jù)點的信息流，他們已經(jīng)能夠找到極其輕微的變化與較為嚴(yán)重的問題之間的相關(guān)性。最終，這項技術(shù)將使醫(yī)生能夠提前采取行動，從而拯救生命。

大數(shù)據(jù)所產(chǎn)生的影響將遠(yuǎn)遠(yuǎn)超出醫(yī)學(xué)和消費品的范疇：它將深遠(yuǎn)地改變政府的運(yùn)作方式和政治的性質(zhì)。在推動經(jīng)濟(jì)增長、提供公共服務(wù)或進(jìn)行戰(zhàn)爭等方面，那些能夠有效利用大數(shù)據(jù)的人將擁有勝過別人的巨大優(yōu)勢。迄今為止，最令人興奮的成果出現(xiàn)在市級，在這個級別上獲取數(shù)據(jù)和利用這些信息進(jìn)行實驗要容易一些。紐約市長邁克爾-布隆伯格(他本人就是靠著數(shù)據(jù)行業(yè)發(fā)家的)率先進(jìn)行了一項努力：該市正在利用大數(shù)據(jù)改善公共服務(wù)和降低成本。其中一個例子就是新的火災(zāi)預(yù)防策略。