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)達程度，數(shù)據(jù)收集看起來很容易。一個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？好像不用愁沒有信息。而數(shù)據(jù)挖掘要從繁雜的信息中尋找知識，就很困難了。但是，事情可能不是那么簡單。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“費米悖論（Fermi Paradox）”.1950年的一天，諾貝爾獎獲得者、物理學家費米在和別人討論飛碟及外星人問題時，突然冒出一句：“如果有外星人，他們?yōu)槭裁礇]在這里？”這句看似簡單的問話，就是著名的“費米悖論”.如果認為在如此廣闊的宇宙中（上百億光年的空間，約700萬億億顆恒星），在如此漫長的時間里（100億~160億年），全宇宙總共只誕生了太陽系的地球這唯一的文明，這聽起來無論如何總是極端武斷的。那么，總該有一個兩個外星文明被我們發(fā)現(xiàn)，或到地球來訪問過了吧？為什么它們至今仍然是沉默的呢？人類能用100萬年的時間飛往銀河系各個星球，那么，外星人只要比人類早進化100萬年，現(xiàn)在就應該來到地球了。迄今為止，仍然缺乏任何被科學共同體接受的證據(jù)，能夠證明地外文明的存在；另一方面，科學共同體也無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“費米悖論”成為一個極端開放的問題

    我們學偏微分方程的時候，總是要先論證某一類方程解的存在性。知道解的存在，才能去求解?？墒牵磺蟪鼋鈦?，怎么知道解是存在的呢？這就是一個悖論。對存在的數(shù)據(jù)集應用算法過去是產(chǎn)生新發(fā)現(xiàn)的有效方法，而現(xiàn)在新知識可以使用可用的材料資源創(chuàng)造財富，比累積新資源更有效。過去，生物學家，天文學家和宇宙學家從歷史數(shù)據(jù)中找發(fā)現(xiàn)，考古學家艱難地去挖掘。現(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。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20分，由馬來西亞吉隆坡飛往中國北京的馬來西亞航空公司MH370航班與地面失去聯(lián)系，機上239人中有154名中國籍乘客。此事已經(jīng)過去35天，先后26個國家參加搜索，出動幾百架次飛機和軍艦、商船，花費超過5000萬美元。先說在南海，折騰了10多天一無所獲；有人根據(jù)衛(wèi)星圖像說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；后來又說是在印度洋；反復折騰，試圖收集MH370的數(shù)據(jù)，但是，至今沒找到。按理說，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)。這個例子說明，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，因為這種數(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？做過廣告的公司也許知道，反正很貴。也許會說，那是因為機上有154名同胞?？墒牵瑖鴥?nèi)死人的事天天有，怎么沒花這么多的筆墨？這問題很復雜。即使黑匣子找到了，各國都有自己的秘密，只能用各國都能接受的方式做報道。所以，這里的數(shù)據(jù)分析是和政治有關(guān)的，甚至說，數(shù)據(jù)收集的過程也與政治有關(guān)。不要認為，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。我們國家在硬件技術(shù)和生產(chǎn)方面應該承認差距，加強研究、制造和發(fā)展。