從數(shù)據(jù)到知性 大數(shù)據(jù)的生存進(jìn)化之路

這幾年，大數(shù)據(jù)突然成了商業(yè)社會(huì)上的弄潮兒。似乎，一夜之間，大數(shù)據(jù)就像明星一樣紅遍大江南北。以前，只有在數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)等專業(yè)領(lǐng)域談到的數(shù)據(jù)，現(xiàn)在已經(jīng)“飛入尋常百姓家”。大數(shù)據(jù)的各種應(yīng)用、研究與實(shí)踐紛紛出現(xiàn)，名之為大數(shù)據(jù)的公司也是雨后春筍般涌現(xiàn)。不過，對(duì)于普通人而言，用具體的例子可以更好地解釋它。

數(shù)據(jù)是信息的表達(dá)，它的出現(xiàn)甚至比人更為久遠(yuǎn)。在“宇宙大爆炸”的研究過程中，美國物理學(xué)家伽莫夫于1946年正式提出大爆炸理論，認(rèn)為宇宙由大約140億年前發(fā)生的一次大爆炸形成。后來，哈勃通過望遠(yuǎn)鏡觀測(cè)到“紅移現(xiàn)象”——就是星系正在遠(yuǎn)離我們，表明宇宙正在膨脹。通過測(cè)量光譜中的特征譜線的位置，可以推算出其以前的位置。由此，我們可以推算出宇宙的大致年齡。宇宙中的每個(gè)物體都帶有信息，而信息會(huì)通過數(shù)據(jù)來表達(dá)。人類的智慧在于可以通過收集數(shù)據(jù)去認(rèn)識(shí)一切。假如數(shù)據(jù)在宇宙誕生時(shí)就隨之出現(xiàn)，那么毫無疑問它的“年齡”比人類大得多。

《在科技想要什么》里，美國科技哲學(xué)家凱文·凱利就提出了“科技也是有生命力的”的觀點(diǎn)。他認(rèn)為，傳統(tǒng)上，人們只把植物、動(dòng)物、原生生物、真菌、原細(xì)菌、真細(xì)菌稱為生命。如果重新審視“生命”，那么科技或者技術(shù)可被稱為“第七種生命元素”。原因在于技術(shù)是生命的延伸，它的演進(jìn)與生命的進(jìn)化及其相似。那么依照這樣的觀點(diǎn)，我們完全可以把數(shù)據(jù)稱為“第八種生命元素”。人每時(shí)每刻都會(huì)散發(fā)出信息，比如你的身體、你的行為甚至你的思想。通過工具，我們可以記錄下你每時(shí)每刻的呼吸、心跳等許多身體數(shù)據(jù)，甚至連行為、思想也可以通過一些方法測(cè)量出來。在《智慧社會(huì)》里，美國的全球大數(shù)據(jù)權(quán)威阿萊克斯·彭特蘭通過社會(huì)計(jì)量標(biāo)牌來測(cè)量人們的行為。這個(gè)設(shè)備僅有卡片大小，配備了測(cè)量佩戴者運(yùn)動(dòng)的傳感器、捕捉聲音的麥克風(fēng)、檢測(cè)附近同類設(shè)備的藍(lán)牙，以及記錄面對(duì)面交流的紅外線傳感器。這個(gè)東西功能異常強(qiáng)大，比如在打撲克時(shí)，這款設(shè)備10次有7次可以很準(zhǔn)確地判斷某人是否作弊;佩戴設(shè)備的人能夠在5分鐘內(nèi)預(yù)測(cè)談判中的贏家。

以前限于技術(shù)和發(fā)展程度的限制，人們對(duì)數(shù)據(jù)并不重視，也沒有認(rèn)識(shí)到數(shù)據(jù)的價(jià)值。但是現(xiàn)在通過技術(shù)手段，我們完全可以收集人類的一切數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行整理、分析和總結(jié)，從中發(fā)現(xiàn)驅(qū)使人類行為的背后因素。也就是說，我們可以通過數(shù)據(jù)來觀察人類。

舉一個(gè)例子，就是谷歌流感搜索與預(yù)測(cè)系統(tǒng)。2009年出現(xiàn)了一種新的流感病毒——H1N1，迅速席卷全球。因?yàn)樗Y(jié)合了禽流感與豬流感的特點(diǎn)，傳染力很強(qiáng)，破壞力極大。更糟糕的是，目前還沒有對(duì)抗這種病毒的疫苗。美國政府要求醫(yī)生在發(fā)現(xiàn)新型流感病例時(shí)要及時(shí)告知疾控預(yù)防中心。然而從人們發(fā)現(xiàn)自己患病到醫(yī)院再到疾控中心，時(shí)間會(huì)拉長，然而短短的時(shí)間新型流感可能已經(jīng)爆發(fā)。這對(duì)政府、社會(huì)和國家來說，將會(huì)帶來巨大的損失。但是，谷歌卻比政府做得更好。谷歌公司把5000萬條美國人最頻繁檢索的詞條和美國疾控中心在2003年至2008年間季節(jié)性流感傳播時(shí)期的數(shù)據(jù)進(jìn)行了比較，他們希望通過人們的搜索記錄來判斷這些人是否患上了流感。他們的預(yù)測(cè)結(jié)果和官方數(shù)據(jù)的相關(guān)性達(dá)到97%。因此，2009年流感爆發(fā)的時(shí)候，谷歌成了一個(gè)很有效、很及時(shí)的指示標(biāo)。

Google的流感搜索與預(yù)測(cè)系統(tǒng)

現(xiàn)在，不管是企業(yè)還是公司，手里都有巨量的數(shù)據(jù)。用于企業(yè)，海量的數(shù)據(jù)是企業(yè)未來的寶藏;用于社會(huì)，海量的數(shù)據(jù)可以為人們提供更好的生活和公共服務(wù)。以美國為例，在2014年，美國國稅局通過一個(gè)名為“Get transcript”的工具將納稅人的信息數(shù)據(jù)加以共享，納稅人可以通過它獲得他們自己最近三年的納稅記錄。個(gè)人納稅者可以借此下載過去的納稅申報(bào)單，這使得居民進(jìn)行抵押、學(xué)生貸款、商務(wù)貸款等活動(dòng)與填寫納稅表變得更加便捷。

如今，大數(shù)據(jù)相比以前的簡(jiǎn)單數(shù)據(jù)，有三個(gè)特點(diǎn)：數(shù)量大、種類多、速度快。數(shù)量上，2011年新生成的和復(fù)制的信息量估計(jì)超過了1.8ZB(澤字節(jié));而在2013年這一數(shù)字估計(jì)超過4ZB。要知道，1ZB等于1021 個(gè)字節(jié)，相當(dāng)于存儲(chǔ)323兆份列夫·托爾斯泰所著的1250頁的《戰(zhàn)爭(zhēng)與和平》所需的容量。種類上，從農(nóng)業(yè)生產(chǎn)到餐飲再到醫(yī)療保健，任何行業(yè)都會(huì)產(chǎn)生越來越多的數(shù)據(jù)。速度上，數(shù)據(jù)的產(chǎn)生更是以指數(shù)級(jí)增長，數(shù)據(jù)的產(chǎn)生和更新不斷加速。我們可以推知，數(shù)據(jù)的更迭會(huì)加速，就像人類的發(fā)展一樣。假如把幾百萬的歷史比作一小時(shí)，那么人類的輝煌卻產(chǎn)生在最后幾分鐘。不得不驚嘆，信息、技術(shù)和數(shù)據(jù)的變化遠(yuǎn)遠(yuǎn)超出了人類。以百度為例，它有一個(gè)全國遷徙動(dòng)態(tài)地圖，隨時(shí)可從網(wǎng)上看到人們遷入和遷出的省份和城市。通過人們的手機(jī)搜索記錄，百度可知道人們現(xiàn)在的位置和要去的地方。所有的數(shù)據(jù)經(jīng)過收集和匯總，就能變成有價(jià)值的東西了。

百度的全國遷徙圖

北京地區(qū)人們的通勤圖

大數(shù)據(jù)到底會(huì)如何進(jìn)化？這是值得讓人深思的。原始的數(shù)據(jù)就是一些簡(jiǎn)單的數(shù)值、記號(hào)等，通過大量的收集相關(guān)數(shù)據(jù)，并進(jìn)而分類，原始的數(shù)據(jù)就變成對(duì)人們有用的信息了。再通過對(duì)信息進(jìn)行整理、賦予內(nèi)涵，發(fā)現(xiàn)其中的規(guī)律性，就變成一種有用的知識(shí)了。有用的知識(shí)能夠?yàn)闉槿藗兲峁┮环N行動(dòng)方案，這樣知識(shí)就成為知性的。由此，我們可見一條清晰的數(shù)據(jù)生存進(jìn)化之路：“數(shù)據(jù)——信息——知識(shí)——知性”。如果說，以前，世界的原始動(dòng)力是上帝，那么，21世紀(jì)，驅(qū)動(dòng)世界運(yùn)轉(zhuǎn)就是數(shù)據(jù)了。