互聯網重塑了人類交流的方式。大數據則不同：它標志著社會處理信息方式的變化。隨著時間的推移，大數據可能會改變我們思考世界的方式

【美國《外交》雜志5-6月一期文章】 題：大數據的興起(作者英國《經濟學家》雜志數據編輯肯尼思·內爾·丘基爾牛津大學互聯網研究院互聯網管理與法規教授維克托·梅耶-舍恩伯洛)

每個人都知道互聯網改變了企業經營、政府運作以及人們生活的方式。但是一種新的、不那么明顯的技術趨勢卻有著同樣巨大的變革能力，那就是“大數據”(BigData)。大數據的趨勢發端于下面這個事實：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用于非同尋常的新用途。大數據與互聯網截然不同，雖然互聯網使數據的收集和共享方便了很多。大數據的意義并不僅僅是通信：其本質是我們可以從大量的信息中學習到從較少量的信息中無法獲取的東西。

將改變人類思考方式

在公元前3世紀，亞歷山大圖書館被認為收藏了全部的人類知識。而如果把今天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5摞疊起來的話，那么這些光盤可以一直堆到月球。

這種數據爆炸是相對新鮮的現象。

僅僅在2000年的時候，全世界全部的存儲信息中還只有1/4是數字化的，其余的都保存在紙張、膠片和其他模擬介質上。但是由于數字數據數量的增長十分迅速——幾乎每三年就翻一番，這種情形很快發生了逆轉。今天，在所有存儲信息中只有不到2%是非數字化的。

鑒于如此懸殊的比例，人們免不了在理解大數據的時候僅僅從數量上進行考慮。然而這將會產生誤導。大數據的另一個特征是它能夠用數據來表現世界的眾多層面，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“數據化”。例如，位置信息的數據化最早是由于經緯度的發明，而最近又有了GPS。當計算機對幾個世紀內的書籍進行取樣時，文字便成了被處理的數據。甚至連友誼和愛好也被數據化了——例如通過臉譜網。借助于廉價的電腦內存、高性能處理器、智能算法、聰明軟件以及從基本統計學中借鑒來的數學知識，這樣的一類數據正在被應用于難以置信的新用途中。這種新方法并不是試圖“教會”計算機去從事駕駛或翻譯這樣的事情，而是要向計算機輸入足夠多的信息，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“light”一詞意為“光”而不是“輕”的概率。

以這種方式對大量數據加以利用，要求我們在三個方面徹底改變對數據的態度。第一是收集和使用大量數據，而不是像統計學家們在過去100多年里所做的那樣，只滿足于少量的數據或樣本。第二是拋棄我們對有條理和純凈的數據的偏愛，轉而接受雜亂無章——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，我們需要放棄對事情原委的追究，而代之以對相關性的接納。利用大數據，而不是試圖弄懂發動機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此類事件的信息及一切相關素材，找出可能有助于預測未來事件發生的規律。大數據有助于回答是什么、而不是為什么的問題——通常有這樣的回答就足夠了。

互聯網重塑了人類交流的方式。大數據則不同：它標志著社會處理信息方式的變化。隨著時間的推移，大數據可能會改變我們思考世界的方式。隨著我們利用越來越多的數據來理解事情和作出決定，我們很可能會發現生活的許多層面是隨機的、而不是確定的。

從因果關系到相關性我們看待數據的方式的兩個變化——從局部變為全部以及從純凈變為凌亂——催生了第三個變化：從因果關系到相關性。這代表著告別總是試圖了解世界運轉方式背后深層原因的態度，而走向僅僅需要弄清現象之間的聯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一種大數據手段，以便能在明顯癥狀出現之前發現早產嬰兒體內的感染。通過把包括心率、血壓、呼吸和血氧水平等16種生命體征轉化成每秒1000多個數據點的信息流，他們已經能夠找到極其輕微的變化與較為嚴重的問題之間的相關性。最終，這項技術將使醫生能夠提前采取行動，從而拯救生命。

大數據所產生的影響將遠遠超出醫學和消費品的范疇：它將深遠地改變政府的運作方式和政治的性質。在推動經濟增長、提供公共服務或進行戰爭等方面，那些能夠有效利用大數據的人將擁有勝過別人的巨大優勢。迄今為止，最令人興奮的成果出現在市級，在這個級別上獲取數據和利用這些信息進行實驗要容易一些。紐約市長邁克爾·布隆伯格(他本人就是靠著數據行業發家的)率先進行了一項努力：該市正在利用大數據改善公共服務和降低成本。其中一個例子就是新的火災預防策略。

非法在屋內打隔斷的建筑物著火的可能性比其他建筑物高很多。紐約市每年接到2.5萬宗有關房屋住得過于擁擠的投訴，但市里只有200名處理投訴的巡視員。市長辦公室一個分析專家小組覺得大數據可以幫助解決這一需求與資源的落差。該小組建立了一個市內全部90萬座建筑物的數據庫，并在其中加入市里19個部門所收集到的數據：欠稅扣押記錄、水電使用異常、繳費拖欠、服務切斷、救護車使用、當地犯罪率、鼠患投訴，諸如此類。接下來，他們將這一數據庫與過去5年中按嚴重程度排列的建筑物著火記錄進行比較，希望找出相關性。果然，建筑物類型和建造年份是與火災相關的因素。不過，一個沒怎么預料到的結果是，獲得外磚墻施工許可的建筑物與較低的嚴重火災發生率之間存在相關性。

利用所有這些數據，該小組建立了一個可以幫助他們確定哪些住房擁擠投訴需要緊急處理的系統。他們所記錄的建筑物的各種特征數據都不是導致火災的原因，但這些數據與火災隱患的增加或降低存在相關性。這種知識被證明是極具價值的：

過去房屋巡視員出現場時簽發房屋騰空令的比例只有13%，在采用新辦法之后，這個比例上升到了70% ——效率大大提高了。

大數據也正在幫助提高民主政府的透明度。一個建立在“開放數據”概念上的運動已經形成，其訴求超出了目前在發達民主國家已經十分常見的信息自由法。這一運動的支持者呼吁政府把手上浩如煙海的普通數據向公眾開放。

與此同時，在政府推動使用大數據的同時，它們還需要保護公眾免受不正當市場壟斷的侵害。管理大數據的法規甚至可能成為國家間的角斗場。出于對反托拉斯和保護隱私的關切，歐洲各國政府已經在嚴查谷歌公司。臉譜網可能會成為世界各地類似行動的打擊目標，因為它持有太多的個人數據。

外交官們應該準備好圍繞是否像對待自由貿易那樣對待信息流動展開交鋒。

大數據勢必將改變我們生活、工作和思考的方式。建立在強調因果關系基礎上的世界觀正在受到推崇相關性的挑戰。知識的占有曾經意味著對歷史的了解，而現在卻意味著預言未來的能力。解決大數據所帶來的挑戰將不是易事。

在決策越來越多地受到數據支配的世界里，人、直覺或是不顧事實的蠻干還有什么用武之地呢?如果每個人都求助于數據，都利用大數據工具的話，那么不可預測性--例如人類的本能、冒險、意外甚至失誤——也許將會成為差異的關鍵。

如果真是這樣的話，那么需要專門為人為因素辟出一席之地--即為直覺、常識、運氣留出空間，以確保它們不會被數據和機器生成的答案擠走。

這將對社會進步的觀念產生重要影響。大數據使我們可以更快地進行實驗，對更多的線索展開探索。這些優勢應該會導致更多創新的產生。但在有些時候，發明的火花迸發是數據所無法表現的。倘若亨利·福特當初求助于大數據算法系統來研究顧客希望得到的東西，算法系統得到的答案會是“更快的馬匹”，也就不會有福特著名的汽車生產線了。在大數據的世界里，需要培養的恰恰是與人類關系最密切的特性——創造力、直覺和上進心，因為人的聰明才智才是進步的源泉。

大數據是一種資源和一種工具。它的目的是告知，而不是解釋;它意在促進理解，但仍然會導致誤解——關鍵在于人們對它的掌握程度。我們必須以一種不僅欣賞其力量，而且承認其局限的態度來接納這種技術。