這是一個大數(shù)據(jù)的時代，商業(yè)、社會管理、科研、創(chuàng)業(yè)，言必稱大數(shù)據(jù)。
大數(shù)據(jù)(Big Data)又稱為巨量資料，指需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。“大數(shù)據(jù)”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數(shù)據(jù)時代》中提出，指不用隨機分析法(抽樣調(diào)查)的捷徑，而是采用所有數(shù)據(jù)進行分析處理。所以，大數(shù)據(jù)區(qū)別于以往的數(shù)據(jù)收集的最本質(zhì)區(qū)別是，拋棄人類之前限于成本的的抽樣分析方法，而是存儲一切，分析一切。
大數(shù)據(jù)的理解
這種“數(shù)據(jù)全存”的收集，在互聯(lián)網(wǎng)，甚至是移動互聯(lián)網(wǎng)出現(xiàn)之前的時代是不可想象的?，F(xiàn)在，隨著儲存能力、計算能力、互聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)、智能手機的深入生活，收集數(shù)據(jù)的技術(shù)發(fā)達(dá)，充滿生活中的各個場景，“把數(shù)據(jù)全部存起來”成為一種可能。
數(shù)據(jù)雖然存起來了，但如何理解數(shù)據(jù)，卻成為一個問題。
在大數(shù)據(jù)的熱潮中，人們開始相信，只要足夠好的技術(shù)，足夠多的數(shù)據(jù)，計算機能夠比人更了解他們的自己。
有一個非常經(jīng)典的例子。一位男性顧客到全美第二大零售商塔吉特店中投訴，聲稱商店竟然給他還在讀書的女兒寄嬰兒用品的優(yōu)惠券。后來發(fā)現(xiàn)，女兒真的已經(jīng)懷孕了。這被宣揚成為數(shù)據(jù)比人更理解人的例子。
實際上，情況恰好相反。商場知道女兒懷孕，無非是收集了顧客的消費數(shù)據(jù)發(fā)現(xiàn)規(guī)律。比如，孕婦在懷孕頭三個月過后會購買大量無味的潤膚露;在頭20周，孕婦會補充如鈣、鎂、鋅等營養(yǎng)素;當(dāng)女性開始大量采購無味肥皂和特大包裝的棉球時，說明她們的預(yù)產(chǎn)期要來了。然后，憑借這些信息，商場提前郵寄相關(guān)促銷信息。
實際上，并不是大數(shù)據(jù)更理解人的例子，甚至反應(yīng)了機器的愚蠢，自作主張，把嬰兒的優(yōu)惠用品寄給了還在讀書的女兒，而且還寄到了她家里。當(dāng)然，預(yù)測模型可以加入變量，比如年紀(jì)、職業(yè)、婚姻狀況來避免尷尬。但是，人是復(fù)雜的，有很多非理性因素，無法加入所有變量。
大數(shù)據(jù)與計算能力的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)無法用單臺的計算機進行處理，必須采用分布式架構(gòu)，依托云計算的分布式處理、分布式數(shù)據(jù)庫和云存儲、虛擬化技術(shù)對海量數(shù)據(jù)進行分布式數(shù)據(jù)挖掘。但是，這種模式的計算能力僅是在數(shù)量上的增加。如果仍然是把數(shù)據(jù)放入模型，抽樣雖然并不時髦，但邊際效應(yīng)仍然有效，少量的數(shù)量就能達(dá)到與大數(shù)據(jù)差不多的效果。
所以，只有應(yīng)用各種新的數(shù)據(jù)處理方法，“數(shù)據(jù)”才能成為“大數(shù)據(jù)”，才能從中發(fā)掘出新的意義，進而產(chǎn)生新的價值。機器計算相比大腦的優(yōu)勢在與對于巨量數(shù)量的處理，如果機器也同時也能具有大腦的邏輯、分析、判斷、聯(lián)想、想象、情感能力，則可以輕易超越大腦的智能。
目前，依靠神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)，人工智能已經(jīng)初步嶄露頭角。在這種方法之下，隨著數(shù)據(jù)量的積累，系統(tǒng)會越來越好。相比過去人工智能的方法很難受益于數(shù)據(jù)量的提升，新的方法之下，20%的貢獻(xiàn)來自方法的改進，80%來自數(shù)據(jù)量的提升，從而實現(xiàn)依靠數(shù)據(jù)量推動的，系統(tǒng)從量變到質(zhì)變的飛躍。
但是，遺憾的是，機器的自主學(xué)習(xí)，自主對數(shù)據(jù)的理解，目前還限定在給定的范圍內(nèi)。目前的機器學(xué)習(xí)，基于模仿大腦神經(jīng)的反饋機制，依據(jù)歷史經(jīng)驗，人類的所有仿生工程學(xué)上的成功，取得飛躍，都是在徹底弄清楚生理過程的機制之后，比如，粗淺的模仿鳥的飛翔，可以造出飛行器，但飛機的基礎(chǔ)，是空氣動力學(xué)?，F(xiàn)在人類大腦的腦科學(xué)的發(fā)展程度還遠(yuǎn)遠(yuǎn)不夠，甚至可以說對大腦的運行過程知之甚少。從這個角度看，人工智能理解大數(shù)據(jù)還為時尚早。所以，人類對于大數(shù)據(jù)的利用，目前來看，基本上還是基于收集技術(shù)上的發(fā)展。基于大數(shù)據(jù)的人工智能，未必有那么樂觀。目前看來，大數(shù)據(jù)還沒有走出數(shù)據(jù)處理能力陰影的跡象。
大數(shù)據(jù)與隱私
不過，即使如此，變化早已發(fā)生。
這是一個大數(shù)據(jù)的時代，人人都在電子空間中留下了自己的痕跡。早上起來，打開手機，手機不斷與基站聯(lián)系，機主大概在什么地方，經(jīng)過了些什么地方，就留下了痕跡;在路上，打開手機瀏覽器又再次留下cookie數(shù)據(jù)，瀏覽了些什么網(wǎng)頁，很可能被別有用心者收集;或者交通卡，從哪里進哪里出，也被服務(wù)器記錄;中午，吃了什么，信用卡可以查詢到消費的場所，而飯店的記錄，甚至能精確到吃了什么菜，幾個人;在上班的時候，使用聊天工具，可能留下痕跡，很多單位，也有記錄員工操作的軟件;下班了，打車軟件、聊天軟件都可以上傳GPS數(shù)據(jù);晚上，在哪里開了房，不但有消費數(shù)據(jù)，也有攝像頭精確記錄。這些數(shù)據(jù)綜合起來，不但可以清晰的描述一個人的生活軌跡、行為、甚至連愛好，乃至不愿意被人發(fā)現(xiàn)的隱私，在別有用心的收集之下，都是清清楚楚的。
不留下這些數(shù)據(jù)，個人在現(xiàn)在的技術(shù)社會中，就難以舒適生活，甚至難以生存下去。因為手機、出行、聊天、支付，乃至整個現(xiàn)代生活都是建立在這些數(shù)據(jù)之上的、不留下數(shù)據(jù)，就無法生活。這就是所謂的大數(shù)據(jù)時代，我們就生活在這樣一個時代。
需要指出的是，這些數(shù)據(jù)，應(yīng)該是與身份分離的。簡單的說，就是收集數(shù)據(jù)的平臺，即使能知道每天城市所有人的出行軌跡，但是，他們必須不能知道，每一條出行的軌跡所對應(yīng)的人的身份。但是，實際情況卻是，信息的泄露比比皆是。
實際上，在現(xiàn)代技術(shù)社會中，公民不被監(jiān)控，只是由于不值得監(jiān)控，或者在監(jiān)控系統(tǒng)的概率之外。決定這個概率大小的，是監(jiān)控系統(tǒng)的成本，比如硬件成本、軟件成本，人員成本，乃至部門間的溝通、行政成本。成本變小，公民被監(jiān)控的機率就會越大。大數(shù)據(jù)極大的降低了這一成本。這雖然帶來了安全，卻同時減損了公民的自由。
在911襲擊后，美國政府為阻止恐怖主義已經(jīng)涉足大規(guī)模數(shù)據(jù)挖掘。在《愛國者法案》的授權(quán)之下，前國家安全顧問約翰·波因德克斯特領(lǐng)導(dǎo)國防部整合現(xiàn)有政府的數(shù)據(jù)集，組建一個用于篩選通信、犯罪、教育、金融、醫(yī)療和旅行等記錄來識別可疑人的大數(shù)據(jù)庫。比如，F(xiàn)BI調(diào)查人員秘密從美國各大圖書館搜集讀者詳細(xì)的讀書記錄，以判斷是否受恐怖主義感染。該項目在一年后因國會擔(dān)憂公民自由權(quán)而停止。
但是，不難預(yù)見的是，在大數(shù)據(jù)時代，公民的個人隱私與自由，會被越來越多的大數(shù)據(jù)陰影所包圍。
不妨假設(shè)一下，2019年，蘋果8發(fā)布，這時，手機已經(jīng)不叫手機，而叫個人信息終端，人們可以在這上面完成一切;2025年，打車軟件的大數(shù)據(jù)系統(tǒng)已經(jīng)不需要個人發(fā)出打車需求，你出門的時候，就已經(jīng)有車停在門口，并且知道你要去哪里;2032年，一個無遠(yuǎn)弗屆的信息收集機制被建立起來，同年，國家統(tǒng)計局改名為國家大數(shù)據(jù)中心，一切已經(jīng)不需要統(tǒng)計，一切發(fā)生的時候就已經(jīng)被統(tǒng)計;2050年，市場取消，在大數(shù)據(jù)與智能制造的配合下，一切個性化的需求都可以被滿足;2084年，時間回到100年前。
這一切會發(fā)生嗎?應(yīng)該不會，但是，某些令人憂慮的領(lǐng)域，卻很可能比令人興奮的領(lǐng)域，更早獲得大數(shù)據(jù)的優(yōu)勢。
重慶分公司
重慶分公司
