CDA數(shù)據(jù)分析師 出品

編譯：Mika

【導(dǎo)讀】

自動(dòng)駕駛汽車只是個(gè)開始。大數(shù)據(jù)驅(qū)動(dòng)技術(shù)和設(shè)計(jì)的未來(lái)是什么？肯尼斯·庫(kù)基爾在TED演講中探討了機(jī)器學(xué)習(xí)和人類知識(shí)的下一步發(fā)展方向。

從蘋果派銷量下降說(shuō)起

美國(guó)人最愛的餡餅是什么？

毋庸置疑是蘋果派。

我們是怎么知道的？通過數(shù)據(jù)。

當(dāng)你看到超市的銷售數(shù)據(jù)，會(huì)發(fā)現(xiàn)超市銷售的30厘米冷凍餡餅中，蘋果派勝出，這是毫無(wú)懸念的。絕大多數(shù)的銷售份額就是來(lái)自蘋果派。但是之后，超市開始銷售比較小的11厘米的餡餅。

突然間，蘋果派的銷量下降到了第4或第5名。這是為什么？發(fā)生什么了？

好的，不妨想象一下：

當(dāng)你準(zhǔn)備買一個(gè)30厘米的餡餅時(shí)，全家都不得不同意選擇蘋果派餡餅，雖然蘋果派并不是每個(gè)人首選。但當(dāng)你給自己選一個(gè)11厘米餡餅時(shí)，你可以買你最愛吃的口味。你會(huì)選你的首選項(xiàng)。

有了更多數(shù)據(jù)，你可以知道些事情，這些事情在你只有少量數(shù)據(jù)時(shí)你是無(wú)法知道的。這里關(guān)鍵的是更多的數(shù)據(jù)，不單單讓我們知道更多，知道更多我們正在關(guān)注的同樣事物；更多的數(shù)據(jù)使我們能了解新的事情，讓我們更好地了解，讓我們有不同的視角。

在這個(gè)例子里，更多的數(shù)據(jù)讓我們知道：美國(guó)人最喜歡的餡餅，不是蘋果派。

無(wú)處不在的大數(shù)據(jù)

你肯定聽過大數(shù)據(jù)這個(gè)詞。事實(shí)上，你可能對(duì)這個(gè)詞已經(jīng)有些煩了。確實(shí)，大數(shù)據(jù)受到了空前的宣傳炒作，這很不應(yīng)該。因?yàn)榇髷?shù)據(jù)是一個(gè)非常重要的工具，社會(huì)將由此而不斷進(jìn)步。

過去我們習(xí)慣于處理小數(shù)據(jù)，思考這些小數(shù)據(jù)的意義，并以此來(lái)了解世界?，F(xiàn)在我們有很多很多的數(shù)據(jù)，數(shù)據(jù)量前所未有的巨大。當(dāng)我們掌握海量數(shù)據(jù)時(shí)，我們可以做一些事，一些在只有較少數(shù)據(jù)時(shí)不可能辦到的事。

大數(shù)據(jù)很重要，它也是一個(gè)新興事物。想象一下，大數(shù)據(jù)能夠幫助我們應(yīng)對(duì)世界性難題。比如應(yīng)對(duì)食物短缺、醫(yī)療短缺、能源短缺、電力短缺等問題的唯一辦法是有效利用大數(shù)據(jù)。

數(shù)據(jù)存儲(chǔ)方式的改變

那么大數(shù)據(jù)新在何處？為什么這么重要呢？

為了回答這個(gè)問題，讓我們看一下信息在以前是什么樣的。

1908年在克里特島上，考古學(xué)家發(fā)現(xiàn)了一個(gè)粘土做的盤子。這是個(gè)公元前2000年的盤子距今約有4000年的歷史。盤子上有銘文，但是我們不知道它們是什么意思，這完全是個(gè)謎團(tuán)。

但這就是4000年前信息的樣子，這就是當(dāng)時(shí)社會(huì)存儲(chǔ)和傳遞信息的方式?，F(xiàn)代社會(huì)也沒有什么很大的進(jìn)步，我們還是把數(shù)據(jù)存儲(chǔ)在磁盤中，但我們可以存儲(chǔ)更多的信息，遠(yuǎn)遠(yuǎn)超過以前的信息容量。

這些信息搜索和復(fù)制起來(lái)更簡(jiǎn)單，分享和處理起來(lái)也更便捷。我們也可以重新利用這些數(shù)據(jù)，一些我們?cè)诋?dāng)初收集時(shí)從來(lái)沒有料想過的用途。

從這個(gè)方面來(lái)說(shuō)，數(shù)據(jù)已經(jīng)從儲(chǔ)存狀態(tài)到了流動(dòng)狀態(tài)，從靜態(tài)的統(tǒng)計(jì)性的數(shù)據(jù)，變成動(dòng)態(tài)的數(shù)據(jù)流，這就是信息的流動(dòng)性。

克里特島發(fā)現(xiàn)的粘土盤有4000年的歷史，非常笨重，但它不能記錄太多的信息，并且它所記錄的信息是不能更改的。

與此相反，愛德華·斯諾登從美國(guó)國(guó)家安全局所獲得的文件，可以放在一個(gè)僅有指甲大小的存儲(chǔ)盤里，并且可以以光速進(jìn)行數(shù)據(jù)共享。

今天我們有這么多數(shù)據(jù)的一個(gè)原因是，我們一直在收集信息，就像我們一直在做的一樣。另一個(gè)原因是我們記錄了許多蘊(yùn)含豐富信息的事物，但是從沒把信息轉(zhuǎn)換成數(shù)據(jù)形式，現(xiàn)在我們正在把信息轉(zhuǎn)變成數(shù)據(jù)。

數(shù)據(jù)處理定位問題

舉個(gè)例子——定位問題。

比如說(shuō)馬丁·路德（德國(guó)宗教改革家）。在16世紀(jì)，如果我們想知道馬丁·路德在哪里。我們必須一直跟著他，或許用羽毛筆和墨水，把這些情況記錄下來(lái)。

那現(xiàn)今是什么樣的情形呢？

在某些地方，可能在電信運(yùn)營(yíng)商的數(shù)據(jù)庫(kù)里有個(gè)電子數(shù)據(jù)表或者至少一個(gè)數(shù)據(jù)目錄，記錄著所有關(guān)于你，任何時(shí)候在什么地點(diǎn)的信息。

如果你有個(gè)手機(jī)，這個(gè)手機(jī)有GPS ，或者即使沒有GPS它還是可以記錄你的信息。從這方面來(lái)說(shuō)，位置信息被數(shù)據(jù)化了。

從姿勢(shì)傳感器到疲勞駕駛預(yù)警

再舉個(gè)例子，關(guān)于姿勢(shì)。

你們現(xiàn)在坐著的姿勢(shì)都不一樣，這是一個(gè)關(guān)于腿長(zhǎng)，以及你的背部和背部輪廓的函數(shù)。如果我現(xiàn)在放一些傳感器在你的椅子里，我可以算出你的獨(dú)一無(wú)二的參數(shù)。

那我們能用它來(lái)干什么呢？

東京的研究者把它運(yùn)用在一個(gè)汽車防盜設(shè)施的雛形上。設(shè)想的是當(dāng)盜賊坐在駕駛座上，企圖把車開走，但是汽車識(shí)別出駕駛座上的是個(gè)未授權(quán)駕駛?cè)?。那汽車可能就?huì)熄火，除非你在儀表盤上輸入密碼，來(lái)表明“我已獲得授權(quán)”。試想如果歐洲的每輛汽車都裝備了這項(xiàng)技術(shù)會(huì)是怎樣的情形？

我們還能做些什么呢？或許如果我們整合數(shù)據(jù)，我們可以識(shí)別示警信號(hào)。對(duì)于在下一個(gè)五秒鐘內(nèi)可能發(fā)生的意外做出最佳預(yù)判。我們也可以進(jìn)行數(shù)據(jù)化的是司機(jī)的疲勞度。

當(dāng)汽車偵測(cè)到司機(jī)的坐姿倒成某一特定姿勢(shì)時(shí)，這個(gè)設(shè)備感知到并發(fā)出車內(nèi)警告。可能是震動(dòng)方向盤或語(yǔ)音提示，“嗨，醒醒。集中精神在路況上”

這就是生活的更多方面數(shù)據(jù)化后我們能做的事情。那么大數(shù)據(jù)的價(jià)值在哪里？

思考一下，你有了更多地信息，你可以做你以前不能做的事。

機(jī)器學(xué)習(xí)：從下跳棋到無(wú)人駕駛

在運(yùn)用這個(gè)概念的領(lǐng)域里，讓人印象最為最深刻的是機(jī)器學(xué)習(xí)。

機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，人工智能又是計(jì)算機(jī)科學(xué)的一個(gè)分支。它的基本理念是把關(guān)于某個(gè)問題的一堆數(shù)據(jù)扔給電腦，讓電腦自己找出解決方案，而不是教電腦應(yīng)該做什么。通過機(jī)器學(xué)習(xí)的原型，可以幫助你來(lái)理解這個(gè)理念。

20世紀(jì)50年代IBM的計(jì)算機(jī)科學(xué)家，亞瑟·塞繆爾想玩跳棋，所以他寫了個(gè)程序，這樣他就可以和電腦來(lái)玩。

開始他下一盤，就贏一盤。因?yàn)殡娔X只知道規(guī)則允許怎樣走，亞瑟·塞繆爾還知道其他東西，他知道下棋的策略。所以他又寫了一個(gè)附加程序，這個(gè)程序在后臺(tái)運(yùn)行。它的功能只是計(jì)算概率，在一個(gè)給定的棋局里每走一步后，會(huì)獲勝或者失敗的概率。

之后他再和電腦下棋，還是他下一盤，就贏一盤。

后來(lái)亞瑟讓電腦自己和自己下棋。電腦自己玩的時(shí)候收集了更多的數(shù)據(jù)，收集的數(shù)據(jù)越多, 預(yù)測(cè)的準(zhǔn)確率就越高。

然后亞瑟又繼續(xù)和電腦下棋，這次他下一盤，就輸一盤。亞瑟?jiǎng)?chuàng)造了一個(gè)機(jī)器，它的能力超越了亞瑟開始時(shí)所教給它的。

機(jī)器學(xué)習(xí)的理念現(xiàn)在已經(jīng)隨處可見。

你們覺得無(wú)人駕駛汽車的關(guān)鍵技術(shù)是什么？

是不是把所有交通規(guī)則輸入軟件就萬(wàn)事大吉了？不是。

內(nèi)存很便宜？不是。

算法更快了，不是。

處理器更強(qiáng)大了，不是。

這些都有影響, 但不是真正的原因。真正的原因是我們改變了問題的本質(zhì)。

我們把問題的本質(zhì)，從試圖明確無(wú)誤地教會(huì)電腦怎樣駕駛，變成我們對(duì)電腦說(shuō)，“這里有許多關(guān)于汽車的數(shù)據(jù)，你自己搞定它。你知道那是交通信號(hào)燈，那是紅燈不是綠燈。遇到紅燈你必須停下來(lái)，不能往前走?！?

機(jī)器學(xué)習(xí)是許多網(wǎng)上在線應(yīng)用的基礎(chǔ)。搜索引擎、亞馬遜的個(gè)性化算法、計(jì)算機(jī)智能翻譯、語(yǔ)音識(shí)別系統(tǒng)。

研究者最近在研究關(guān)于活組織檢查的問題，即腫瘤活組織檢查。他們讓電腦通過 (歷史) 數(shù)據(jù)和存活率來(lái)判斷這些細(xì)胞是否是癌癥細(xì)胞。

果不其然，當(dāng)你把數(shù)據(jù)交給電腦，電腦通過自主學(xué)習(xí)，可以尋找出12個(gè)最佳的鑒別特征，用來(lái)預(yù)測(cè)乳腺癌細(xì)胞的活檢切片確實(shí)是癌癥細(xì)胞。

大數(shù)據(jù)的弊端

大數(shù)據(jù)也有黑暗的一面，它可以改善我們的生活，但也會(huì)帶來(lái)一些我們需要注意的問題。

首先就是，我們可能因?yàn)轭A(yù)測(cè)的結(jié)果而受到懲罰。

現(xiàn)在有個(gè)詞叫做預(yù)見性監(jiān)管或者叫算法犯罪學(xué)。這個(gè)想法是如果我們掌握了大量數(shù)據(jù)，比如以往犯罪發(fā)生的地點(diǎn)，我們可以就知道把警力派到哪里。這很合理，但問題是數(shù)據(jù)分析不會(huì)僅限于地點(diǎn)數(shù)據(jù)，它會(huì)進(jìn)一步深入到個(gè)人層面。

為什么我們不去分析某人的中學(xué)成績(jī)單，或者我們可以了解他們的就職情況、信用記錄，他們的上網(wǎng)行為，他們是否熬夜。當(dāng)可以通過健康腕帶讀取生化數(shù)據(jù)時(shí)，就可以知道他們是否有激進(jìn)的想法。

我們可以用算法來(lái)預(yù)測(cè)我們將要做什么，可能有些事情還沒做，我們就要承擔(dān)責(zé)任個(gè)人隱私在小數(shù)據(jù)時(shí)代是主要挑戰(zhàn)。在大數(shù)據(jù)時(shí)代，這個(gè)挑戰(zhàn)將會(huì)成為保衛(wèi)自由意愿、道德選擇 、人類意志、人類的能動(dòng)性。

還有另一個(gè)問題大數(shù)據(jù)會(huì)取代我們的工作。

在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專業(yè)知識(shí)的工作。就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線的應(yīng)用威脅到了藍(lán)領(lǐng)們的工作崗位。

想象一下一個(gè)研究室技術(shù)員，他的工作就是通過一個(gè)顯微鏡觀察一個(gè)癌癥活檢組織來(lái)判定它是不是癌癥的。這個(gè)人上大學(xué)，買房子，他是這個(gè)社會(huì)的一份子。然后這個(gè)人的工作，還有其他像他一樣的專業(yè)人員將會(huì)發(fā)現(xiàn)他們的工作被徹底改變了，或者徹底廢除了。

我們一直以為在短時(shí)或者暫時(shí)的就業(yè)調(diào)整期后，一段時(shí)間內(nèi)科技會(huì)創(chuàng)造就業(yè)機(jī)會(huì)。這對(duì)于我們所處的參考系，工業(yè)革命來(lái)說(shuō)就是這樣。

因?yàn)樵诠I(yè)革命時(shí)期事情就是這樣的。但是我們忘記了一件事情，有些類型的職業(yè)已經(jīng)徹底消失了，并且再也不會(huì)回來(lái)。如果你是一匹馬，工業(yè)革命不是一件好事。

所以我們必須非常小心，根據(jù)我們的需求和整個(gè)人類的需求來(lái)利用和適應(yīng)大數(shù)據(jù)。我們必須是技術(shù)的主人，而不是技術(shù)的仆人。

我們正在步入大數(shù)據(jù)時(shí)代。老實(shí)說(shuō), 我們并不能很好地處理所有我們現(xiàn)在能夠收集到的數(shù)據(jù)。這不僅僅是國(guó)家安全領(lǐng)域的問題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)。我們需要時(shí)間來(lái)糾正這個(gè)問題。

這有點(diǎn)像原始人類面對(duì)火時(shí)所面臨的挑戰(zhàn)?；鹗且环N工具，但是如果使用不當(dāng)就會(huì)引火燒身。

結(jié)語(yǔ)

大數(shù)據(jù)即將改變我們的生活方式，我們的工作方式和思考方式。它可以幫助我們管理事業(yè)，幫助我們過想要的滿足、充滿希望、幸福和健康的生活。

但是在過去, 對(duì)于信息技術(shù)(IT)，我們經(jīng)常只看到了T，就是技術(shù)、硬件，因?yàn)檫@是切實(shí)可見的東西?，F(xiàn)在我們需要把目光放在 I 上，信息。它不是那么切實(shí)可見，但某種程度上卻更加重要。

在人類永無(wú)止境的探索過程中，我們可以從我們能收集的信息中來(lái)了解這個(gè)世界。以及人類在這個(gè)世界中所處的地位。這就是為什么大數(shù)據(jù)非常重要。