不關(guān)注人性的大數(shù)據(jù)，只是大忽悠_數(shù)據(jù)分析師

斯大林曾說(shuō)：一個(gè)人的死是悲劇，一百萬(wàn)個(gè)人的死就是數(shù)據(jù)。如果拿醫(yī)學(xué)界的術(shù)語(yǔ)，這是一種共情疲勞，如果換成時(shí)下最流行的術(shù)語(yǔ)，就是我們還無(wú)法處理大數(shù)據(jù)。

上周參加騰訊思享會(huì)，主題就是“大數(shù)據(jù)將如何影響社會(huì)變革”。場(chǎng)間針對(duì)大數(shù)據(jù)，提出了不同的聲音，有“數(shù)據(jù)孤島論”：現(xiàn)有的大數(shù)據(jù)是斷裂而封閉的，比如騰訊說(shuō)自己有某方面的全數(shù)據(jù)，但是否有百度，有阿里的？有“數(shù)據(jù)陰謀論”：現(xiàn)在在用大數(shù)據(jù)做事的就是大企業(yè)和政府機(jī)構(gòu)，如果我們普通人不能掌握，那就是被一個(gè)無(wú)形的網(wǎng)所束縛、所監(jiān)控。有從經(jīng)濟(jì)安全角度來(lái)看待大數(shù)據(jù)處理“黑箱”問(wèn)題時(shí)的作用。也有從實(shí)踐角度來(lái)談?wù)摯髷?shù)據(jù)在商界中的應(yīng)用。但最觸動(dòng)我的是下面兩個(gè)觀點(diǎn)。這里簡(jiǎn)單摘編下以飧讀者。

不關(guān)注人性的大數(shù)據(jù)是大忽悠－－－劉德寰

現(xiàn)在主流對(duì)大數(shù)據(jù)的理解是基于維克托的《大數(shù)據(jù)時(shí)代》進(jìn)行二次改良。但這其中有兩個(gè)十分值得商榷的觀點(diǎn)，一是對(duì)抽樣的極端蔑視，二是無(wú)原則的推崇相關(guān)。大數(shù)據(jù)是一種拋棄隨機(jī)分析法（抽樣調(diào)查）而對(duì)所有數(shù)據(jù)進(jìn)行處理，那么這其中就存在一個(gè)由斯坦福Trevor Hastie提出的問(wèn)題，如何在稻草里找一根針，前提是很多稻草長(zhǎng)得和針一樣。這是我們所有大數(shù)據(jù)研究面臨的最大風(fēng)險(xiǎn)，數(shù)據(jù)太大之后帶來(lái)的實(shí)際上是一個(gè)規(guī)律的喪失和失真，千萬(wàn)不要忽視了抽樣。

拋開(kāi)這兩個(gè)觀點(diǎn)，更為可怕的是現(xiàn)在的大數(shù)據(jù)鮮有關(guān)注人性。先舉個(gè)生活中大家都遇到過(guò)的問(wèn)題，一個(gè)人去網(wǎng)上買了5升的洗衣液，整個(gè)流程花費(fèi)了不到1分鐘。第二天瀏覽網(wǎng)頁(yè)，他發(fā)現(xiàn)旁邊的廣告就是各種各樣的洗衣液。這是什么？基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷？ 這恐怕是基于大忽悠的精準(zhǔn)騷擾吧。 有點(diǎn)常識(shí)的人都知道，5升的洗衣液就算家里人再多也要用一個(gè)月，而且那個(gè)人流程這么短，肯定就是品牌忠誠(chéng)者，推廣的應(yīng)該是什么時(shí)候那個(gè)品牌的洗衣液會(huì)打折之類的，這才是大數(shù)據(jù)。人類早期研究問(wèn)題的方法就是靠體會(huì)、知覺(jué)、體驗(yàn)、內(nèi)省等，這些看起來(lái)跟大數(shù)據(jù)無(wú)關(guān)的東西可能恰恰是大數(shù)據(jù)的核心，因?yàn)樗撬枷搿?/span>

 谷歌2008年弄了一個(gè)非常厲害的東西叫流感趨勢(shì)預(yù)測(cè)，它預(yù)測(cè)的結(jié)果比美國(guó)疾病控制中心還準(zhǔn)，當(dāng)時(shí)轟動(dòng)了全球。結(jié)果后來(lái)里面東西越來(lái)越亂，嚴(yán)重的高估了流感的狀態(tài)。為什么？這就是剛剛說(shuō)的維克多流派談大數(shù)據(jù)的時(shí)候重相關(guān)不重因果。流感跟發(fā)病的時(shí)間點(diǎn)，跟美國(guó)比如中學(xué)生籃球賽那個(gè)時(shí)間點(diǎn)是完全一致的，這倆概念能有關(guān)系嗎？問(wèn)題是只要搜索中學(xué)生的籃球賽，就構(gòu)成了流感預(yù)測(cè)的一個(gè)主要的詞之一。類似的東西太多了，為什么？因?yàn)樵诠雀桀A(yù)測(cè)的時(shí)候，沒(méi)有找疾控公共衛(wèi)生的專家，這些東西才是進(jìn)行大數(shù)據(jù)預(yù)測(cè)的一個(gè)很重要的前提。

基因工程才是真正的大數(shù)據(jù)

人有多少細(xì)胞？量級(jí)為10的14次方。 其中一個(gè)細(xì)胞癌變就能導(dǎo)致你生命的完結(jié)。難道這不是大數(shù)據(jù)？真正的大數(shù)據(jù)是生命大數(shù)據(jù)，基因篩查可以消滅先天性疾病和預(yù)防癌癥，人類想在千年之后復(fù)活亦不是難事?？墒沁@樣的基因科技發(fā)展卻遭遇了無(wú)數(shù)現(xiàn)實(shí)瓶頸和倫理挑戰(zhàn)。

問(wèn)題1:從文明和宗教角度，基因工程造就的“完美人”是另一個(gè)物種，這樣的“完美人”還是人類么？

問(wèn)題2:基因問(wèn)題與大數(shù)據(jù)問(wèn)題其最大傷害是對(duì)人格獨(dú)立性與隱私性的劇烈破壞。
文章來(lái)自：CDA數(shù)據(jù)分析師官網(wǎng)
針對(duì)這兩個(gè)問(wèn)題，華大基因研究院汪建院長(zhǎng)給出他的解讀：

你不做，歐洲人在做，美國(guó)人在做，用一種最悲觀的說(shuō)法，與其讓白人把我們搞死不如我們自己把自己搞死。1993年我在西雅圖的時(shí)候，老布什時(shí)代啟動(dòng)人類基因組計(jì)劃，那個(gè)時(shí)候討論地非常激烈?；蚩茖W(xué)會(huì)對(duì)現(xiàn)行的人類道德、法律、生活生產(chǎn)醫(yī)療方式帶來(lái)天翻地覆的變化，這可能很難以人的意志來(lái)改變，在這個(gè)時(shí)間維度上有點(diǎn)兒太快了，我們自己也感覺(jué)太快。當(dāng)時(shí)我在科學(xué)院的時(shí)候就是因?yàn)檫@些事情爭(zhēng)論不休，所以，我們才離開(kāi)。離開(kāi)以后，結(jié)果更快了，從幾十個(gè)人幾年時(shí)間變成幾千人，明年可能就上萬(wàn)了，明年純基礎(chǔ)研究機(jī)構(gòu)有上萬(wàn)人，可能對(duì)國(guó)家現(xiàn)在有關(guān)的科研機(jī)構(gòu)的破壞性和挑戰(zhàn)性就很大，產(chǎn)業(yè)的發(fā)展也會(huì)很大。但是它在某些程度上又順應(yīng)著民眾的需求。