大數(shù)據(jù)三問:大數(shù)據(jù)“熱”的冷思考

大數(shù)據(jù)概念的形成和發(fā)酵，在當(dāng)今社會(huì)引發(fā)了人們無限的遐想和期待，也受到普遍的歡迎和推崇，甚至有人不斷編造出關(guān)于大數(shù)據(jù)無所不能的種種現(xiàn)代神話。這種令不少人癲狂、著迷的東西是否真的“法力無邊”，我們不妨試發(fā)三問。

大數(shù)據(jù)的特點(diǎn)在“大”，是否越大越好？

回答是不一定。

人類對(duì)世界的認(rèn)識(shí)，首先是感知信息。但問題在于，人類許多方面的感知能力卻不如普通動(dòng)物，比如人的嗅覺不如狗，聽覺不如貓，視覺不如鷹等等。

難道高級(jí)動(dòng)物竟然比不上低等動(dòng)物？顯然不是。奧秘在于人類相對(duì)普通動(dòng)物而言，長(zhǎng)處在思維。思維之花乃是生物進(jìn)化的杰作，人類憑借思維之利器，便可以通過科學(xué)技術(shù)手段，根據(jù)需要延長(zhǎng)自身的器官，最后實(shí)現(xiàn)各方面能力都遠(yuǎn)在一般動(dòng)物之上。在此過程中，關(guān)鍵是計(jì)算機(jī)技術(shù)的發(fā)展，得以替代人的部分邏輯思維，能夠進(jìn)行大規(guī)模數(shù)據(jù)的快速處理，從而使得我們?cè)诿鎸?duì)大數(shù)據(jù)時(shí)，不至于心懷畏懼。

20世紀(jì)以來科技領(lǐng)域看起來碩果累累，但真正具有顛覆性意義的發(fā)現(xiàn)卻如鳳毛麟角，甚至不及19世紀(jì)。問題何在？數(shù)字化的數(shù)據(jù)固然有利于從中發(fā)現(xiàn)規(guī)律，但這類數(shù)據(jù)在整個(gè)大數(shù)據(jù)庫中所占份額極小，何況還有一個(gè)魚龍混雜問題。至于那些尚未數(shù)字化的數(shù)據(jù)，尤其是那些似是而非、眾說紛紜的數(shù)據(jù)，顯然并非越多越好。

事實(shí)上，就人類認(rèn)識(shí)而言，也有減材加工與增材加工兩種方式。毛澤東在《實(shí)踐論》中所說的去粗取精、去偽存真、由此及彼、由表及里的認(rèn)識(shí)過程，其實(shí)就是講的真理性認(rèn)識(shí)有增有減的過程。當(dāng)年第谷觀察天象，所做工作就是增加數(shù)據(jù)；而開普勒總結(jié)天體運(yùn)行規(guī)律，所做工作則屬刪繁就簡(jiǎn)。如果說數(shù)據(jù)的增加意味著真理性認(rèn)識(shí)的增加，那么數(shù)據(jù)的減少則意味著真理性認(rèn)識(shí)的深化和升華，何嘗不值得我們同樣為之喝彩？

大數(shù)據(jù) 的亮點(diǎn)在“數(shù)”，是否萬物皆數(shù)？

回答是不可能。

數(shù)字的發(fā)明，是人類抽象思維能力發(fā)展的產(chǎn)物。而發(fā)現(xiàn)數(shù)字之間的某些關(guān)聯(lián)，曾經(jīng)更使人類欣喜若狂，畢達(dá)哥拉斯甚至據(jù)此作出了“萬物皆數(shù)”的斷言。大數(shù)據(jù)之所以吸引人們眼球，噱頭就在“數(shù)”上，似乎一切化歸于數(shù)，就可萬事大吉，適合數(shù)字化生存的時(shí)代要求了。

應(yīng)該看到，世界在演化的進(jìn)程中，特別是生命體和人類社會(huì)誕生后，正負(fù)二分的表征法就變得越來越不適用了，無論是模擬仿真技術(shù)的興起，還是復(fù)雜化方法的運(yùn)用，都說明這種建立在非此即彼的認(rèn)識(shí)論基礎(chǔ)上的進(jìn)位法，其實(shí)是形而上學(xué)思維方式在信息時(shí)代的反映。

由此可見，所謂的數(shù)據(jù)其實(shí)有兩類，一類是可以實(shí)現(xiàn)數(shù)字化的數(shù)據(jù)，人類可以輕而易舉地將它的處理任務(wù)付之電腦，進(jìn)而從中發(fā)現(xiàn)規(guī)律、把握規(guī)律。而另一類不可數(shù)字化或者說很難實(shí)現(xiàn)數(shù)字化的數(shù)據(jù)，則還是必須依靠人腦的判斷與解讀。1948年美國(guó)的“驢象”之爭(zhēng)中，蓋洛普的配額抽樣方法以及其他民意調(diào)查機(jī)構(gòu)之所以遭遇“滑鐵盧慘敗”，就是因?yàn)檫^于迷信數(shù)據(jù)，而這種建立在數(shù)字基礎(chǔ)上的所謂“科學(xué)”方法，其實(shí)經(jīng)實(shí)踐檢驗(yàn)后被發(fā)現(xiàn)并不科學(xué)。過去這些年來，定量評(píng)估在世界各地盛行，人們動(dòng)輒以各式各類指標(biāo)體系肢解復(fù)雜事物和系統(tǒng)，最后鬧出許多笑話，正說明現(xiàn)代的數(shù)字崇拜照樣是此路不通。

大數(shù)據(jù)的基點(diǎn)在“據(jù)”，是否據(jù)實(shí)逼真？

回答是不見得。

信息技術(shù)的推廣應(yīng)用同樣是一把雙刃劍，它在為人們提供無限便利的同時(shí)，也為數(shù)據(jù)造假及其傳播洞開了方便之門。據(jù)《環(huán)球科學(xué)》2014年12月載文，生物科技風(fēng)投資本家有一個(gè)經(jīng)驗(yàn)法則：一半公開發(fā)表的科研成果都無法復(fù)制，這還是最樂觀的估計(jì)。2012年，生物科技公司安進(jìn)發(fā)現(xiàn)，在關(guān)于癌癥研究的53項(xiàng)重大成果中，只有6項(xiàng)可被復(fù)制。稍早前，拜耳制藥公司的一個(gè)團(tuán)隊(duì)重新開展了67篇有重要影響的論文所做過的實(shí)驗(yàn)，最終成功的卻只有四分之一。本世紀(jì)最初10年，應(yīng)用于臨床的研究專利大約有8萬份被撤銷，因?yàn)樗鼈兌际清e(cuò)誤的。

面對(duì)如此龐大的虛假數(shù)據(jù)，你還會(huì)相信大數(shù)據(jù)即未來石油的神話嗎？美國(guó)科學(xué)計(jì)量學(xué)家普賴斯曾在上世紀(jì)50年代就得出科學(xué)知識(shí)呈指數(shù)增長(zhǎng)的結(jié)論，其依據(jù)是各國(guó)期刊文獻(xiàn)的數(shù)量增長(zhǎng)。此后，有關(guān)知識(shí)爆炸的說法甚囂塵上?，F(xiàn)在回頭看，普賴斯的判斷未免草率，因?yàn)槠诳墨I(xiàn)數(shù)量與人類知識(shí)量顯然是不能畫等號(hào)的，否則就會(huì)得出撤銷某些期刊就是限制知識(shí)增長(zhǎng)的荒唐結(jié)論。

總之，科學(xué)的發(fā)展在深刻改變?nèi)祟惿a(chǎn)生活方式的同時(shí)，也制造了許多令人目不暇接的神話。當(dāng)泥沙俱下且呈雪崩式的大數(shù)據(jù)襲來時(shí)，我們更應(yīng)保持一個(gè)清醒的頭腦，用中國(guó)的古訓(xùn)來說，就是要防止以目廢心。