數(shù)據(jù)收集或比數(shù)據(jù)挖掘更有意義

 按照今天信息技術(shù)的發(fā)達(dá)程度，數(shù)據(jù)收集看起來(lái)很容易。一個(gè)攝像頭每天收集多少信息？空間跑著那么多衛(wèi)星，它們每天收集多少信息？好像不用愁沒(méi)有信息。而數(shù)據(jù)挖掘要從繁雜的信息中尋找知識(shí)，就很困難了。但是，事情可能不是那么簡(jiǎn)單。在某些情況下，數(shù)據(jù)收集可能比數(shù)據(jù)挖掘更難、更有意義。

    不竟想起所謂“費(fèi)米悖論（Fermi Paradox）”.1950年的一天，諾貝爾獎(jiǎng)獲得者、物理學(xué)家費(fèi)米在和別人討論飛碟及外星人問(wèn)題時(shí)，突然冒出一句：“如果有外星人，他們?yōu)槭裁礇](méi)在這里？”這句看似簡(jiǎn)單的問(wèn)話，就是著名的“費(fèi)米悖論”.如果認(rèn)為在如此廣闊的宇宙中（上百億光年的空間，約700萬(wàn)億億顆恒星），在如此漫長(zhǎng)的時(shí)間里（100億~160億年），全宇宙總共只誕生了太陽(yáng)系的地球這唯一的文明，這聽(tīng)起來(lái)無(wú)論如何總是極端武斷的。那么，總該有一個(gè)兩個(gè)外星文明被我們發(fā)現(xiàn)，或到地球來(lái)訪問(wèn)過(guò)了吧？為什么它們至今仍然是沉默的呢？人類(lèi)能用100萬(wàn)年的時(shí)間飛往銀河系各個(gè)星球，那么，外星人只要比人類(lèi)早進(jìn)化100萬(wàn)年，現(xiàn)在就應(yīng)該來(lái)到地球了。迄今為止，仍然缺乏任何被科學(xué)共同體接受的證據(jù)，能夠證明地外文明的存在；另一方面，科學(xué)共同體也無(wú)法提出任何令人信服的證據(jù)，能夠證明外星文明不存在，這就使得“費(fèi)米悖論”成為一個(gè)極端開(kāi)放的問(wèn)題

    我們學(xué)偏微分方程的時(shí)候，總是要先論證某一類(lèi)方程解的存在性。知道解的存在，才能去求解?？墒?，不求出解來(lái)，怎么知道解是存在的呢？這就是一個(gè)悖論。對(duì)存在的數(shù)據(jù)集應(yīng)用算法過(guò)去是產(chǎn)生新發(fā)現(xiàn)的有效方法，而現(xiàn)在新知識(shí)可以使用可用的材料資源創(chuàng)造財(cái)富，比累積新資源更有效。過(guò)去，生物學(xué)家，天文學(xué)家和宇宙學(xué)家從歷史數(shù)據(jù)中找發(fā)現(xiàn)，考古學(xué)家艱難地去挖掘?，F(xiàn)在，他們可以重建所有的廢墟和人工制品，從衛(wèi)星和航拍圖像偵察到的表面跟蹤想象出來(lái)。研究（Research）就真成了重新搜索（Re-Search）。

    聯(lián)想到馬航MH370失聯(lián)事件。2014年3月8日凌晨1時(shí)20分，由馬來(lái)西亞吉隆坡飛往中國(guó)北京的馬來(lái)西亞航空公司MH370航班與地面失去聯(lián)系，機(jī)上239人中有154名中國(guó)籍乘客。此事已經(jīng)過(guò)去35天，先后26個(gè)國(guó)家參加搜索，出動(dòng)幾百架次飛機(jī)和軍艦、商船，花費(fèi)超過(guò)5000萬(wàn)美元。先說(shuō)在南海，折騰了10多天一無(wú)所獲；有人根據(jù)衛(wèi)星圖像說(shuō)是在吉爾吉斯西北部的塔拉斯州州府以南約30公里處的山谷里；后來(lái)又說(shuō)是在印度洋；反復(fù)折騰，試圖收集MH370的數(shù)據(jù)，但是，至今沒(méi)找到。按理說(shuō)，有關(guān)的數(shù)據(jù)多的是，即使是這35天的衛(wèi)星數(shù)據(jù)、搜索飛機(jī)得到的數(shù)據(jù)，不可謂不大，不管你怎么去挖掘這些數(shù)據(jù)，你也得不到任何MH370的數(shù)據(jù)。這個(gè)例子說(shuō)明，在某些情況下，數(shù)據(jù)收集比數(shù)據(jù)挖掘更難、更有意義，因?yàn)檫@種數(shù)據(jù)收集就是發(fā)現(xiàn)。新聞聯(lián)播每天都播MH370搜索的消息。新聞聯(lián)播1分鐘值多少錢(qián)？做過(guò)廣告的公司也許知道，反正很貴。也許會(huì)說(shuō)，那是因?yàn)闄C(jī)上有154名同胞?？墒牵瑖?guó)內(nèi)死人的事天天有，怎么沒(méi)花這么多的筆墨？這問(wèn)題很復(fù)雜。即使黑匣子找到了，各國(guó)都有自己的秘密，只能用各國(guó)都能接受的方式做報(bào)道。所以，這里的數(shù)據(jù)分析是和政治有關(guān)的，甚至說(shuō)，數(shù)據(jù)收集的過(guò)程也與政治有關(guān)。不要認(rèn)為，大數(shù)據(jù)能解決一切。而在數(shù)據(jù)收集中，硬件技術(shù)不可缺少。我們國(guó)家在硬件技術(shù)和生產(chǎn)方面應(yīng)該承認(rèn)差距，加強(qiáng)研究、制造和發(fā)展。