大數(shù)據(jù)是繞不開(kāi)的話題。商業(yè)公司掌握的個(gè)人信息正在迅速地增加，他們正在利用新型的分析方法和人工智能來(lái)打造他們的產(chǎn)品和服務(wù)，并對(duì)客戶的未來(lái)需求進(jìn)行預(yù)測(cè)。谷歌的首席執(zhí)行官拉里·佩奇如此形容他理想中的科技成果——一個(gè)真心聰明的助手，能夠替你代勞，你不用操心，也不需要?jiǎng)幽X。

這簡(jiǎn)直像是生活在真正的“唐頓莊園”里(莊園里的貴族得到仆人與管家的周道服侍)，有一臺(tái)電腦為你安排日程，規(guī)劃最佳的出行線路，向你推薦合你胃口的電影，找出最適合你搭乘的航班。這聽(tīng)上去頗為誘人，我們每個(gè)人時(shí)間有限，都想過(guò)得輕松自在，與其被各色資訊輪番轟炸，被迫挑來(lái)選去，還不如尋求這種私人助手般的服務(wù)。

NSA的行動(dòng)已經(jīng)進(jìn)行了整整60年，事件的曝光足以讓大眾深感震驚，但我估計(jì)大多數(shù)人未必能明白他們自己每天究竟創(chuàng)造了多少可供追蹤的信息，也未必能清楚那些讓大數(shù)據(jù)企業(yè)得以利用這些信息的技術(shù)有了哪些最新的發(fā)展。科技進(jìn)步日新月異，兩年前完全無(wú)法想象的東西，到今天已然成了家常便飯。

“前途光明卻也刺眼。那些掌握海量信息的企業(yè)對(duì)你的了解程度甚至超過(guò)你本人，他們將有能力預(yù)測(cè)你下一步的行動(dòng)?！袄铋_(kāi)復(fù)說(shuō)，他曾掌管谷歌中國(guó)地區(qū)的業(yè)務(wù)。

上周的專欄里，我把今天的谷歌和19世紀(jì)末的通用電氣做了比較，兩者都是引領(lǐng)技術(shù)革新浪潮的創(chuàng)新型工業(yè)企業(yè)。但另一方面，谷歌、亞馬遜、微軟和其他科技巨頭正在積聚的強(qiáng)大力量，這種力量需要小心翼翼地加以控制。

NSA和大數(shù)據(jù)企業(yè)將數(shù)據(jù)庫(kù)資源和計(jì)算能力用在了不同的地方，前者用它們來(lái)偵查間諜和恐怖分子，后者利用它們來(lái)將合適的服務(wù)提供給適合的用戶。他們同樣利用了超大型數(shù)據(jù)庫(kù)以及模式識(shí)別(pattern recognition)和網(wǎng)絡(luò)分析(network analysis)之類的技術(shù)手段。

從前沿科技的角度看，大數(shù)據(jù)逐漸變得和某一類人工智能相似，比如哪怕你拼錯(cuò)了關(guān)鍵詞，搜索引擎還是能猜得到你本來(lái)打算搜索的東西。還可以像微軟去年在中國(guó)演示的那樣，實(shí)時(shí)將演講翻譯成另一種語(yǔ)言?；蛘咴诜治隽顺汕先f(wàn)張圖片之后，學(xué)會(huì)辨別貓咪的照片。

“深度學(xué)習(xí)”指的是電腦以類似人類的方式進(jìn)行學(xué)習(xí)的能力，值得一提的是谷歌已經(jīng)將這一領(lǐng)域的幾位先驅(qū)人物招至麾下，其中包括科學(xué)家兼作家雷·庫(kù)茲韋爾(Ray Kurzweil)。NSA向美國(guó)私人企業(yè)轉(zhuǎn)移了各項(xiàng)技術(shù)，其中就包括了“最尖端的‘機(jī)器學(xué)習(xí)’科技” (machine learning technologies)

這類軟件程序能從一些瑣碎的信息中推斷出許多結(jié)果，前提是信息的數(shù)量得足夠多，所以NSA才會(huì)努力從威瑞森(Verizon)和其他電信運(yùn)營(yíng)商那里獲取通話元數(shù)據(jù)(譯注：元數(shù)據(jù)可以理解成關(guān)于數(shù)據(jù)的數(shù)據(jù))。奧巴馬向美國(guó)民眾保證“沒(méi)有人在監(jiān)聽(tīng)你們的通話”，但這些數(shù)據(jù)本身確實(shí)價(jià)值非凡。

哈佛大學(xué)的教授拉坦亞·斯維尼(Latanya Sweeney)進(jìn)行研究發(fā)現(xiàn)，如果在公共數(shù)據(jù)庫(kù)中進(jìn)行交叉查驗(yàn)，僅僅依靠年齡、性別和郵編信息，就能確認(rèn)87%的人的身份。社交網(wǎng)絡(luò)和互聯(lián)網(wǎng)公司收集的數(shù)據(jù)也能辦到同樣的事情。

大數(shù)據(jù)公司之所以擁有超強(qiáng)能力，是因?yàn)樗麄儗⒂脩魝€(gè)人信息和用戶行為的觀察結(jié)合在了一起。他們不僅知道人們買(mǎi)了什么，而且知道是在哪兒買(mǎi)的(由智能手機(jī)的GPS數(shù)據(jù)測(cè)算)。于是你才看到了各種“您可能會(huì)喜歡……“這類推算出來(lái)的數(shù)據(jù)。

如果我跑到印度去，在安卓手機(jī)上搜索“泰姬陵”，谷歌會(huì)優(yōu)先顯示北方邦的那座歷史名勝，要是我在倫敦市中心搜索同樣?xùn)|西，跳出來(lái)的會(huì)是附近的孟加拉餐廳?？赡茉龠^(guò)不久，傍晚時(shí)分，當(dāng)我走在陌生城市的街上，智能手機(jī)會(huì)根據(jù)我之前給出的餐飲評(píng)價(jià)記錄，主動(dòng)推送餐廳信息，問(wèn)我是否需要預(yù)訂晚餐。

一方面，如果托了它的福，美餐了一頓，自然稱心如意?？闪硪环矫妫缡澜缃?jīng)濟(jì)論壇發(fā)布的一份關(guān)于個(gè)人信息的報(bào)告里指出的：“‘推算數(shù)據(jù)’(Inferred data)好像是一位正盯著監(jiān)視屏，無(wú)所不知的老大哥。“

由此引發(fā)的第一點(diǎn)憂慮便是：擁有了這樣的軟件之后，大數(shù)據(jù)企業(yè)變得難以匹敵。我們這些用戶為他們提供的數(shù)據(jù)越多，他們就能越好地預(yù)測(cè)我們的需求。機(jī)器腦瓜真的是越用越靈。

第二個(gè)是信任問(wèn)題。社交網(wǎng)絡(luò)在用戶信息保護(hù)方面一直做得不好，他們目前只能留存一小部分信息，主要關(guān)于用戶的行為、習(xí)慣、對(duì)新興服務(wù)的意向等等。難怪NSA會(huì)找上這些網(wǎng)站，NSA能提供足夠的計(jì)算能力，而社交網(wǎng)絡(luò)上有海量的信息資源。

第三點(diǎn)是所有權(quán)問(wèn)題。每個(gè)人都對(duì)自己的信息享有權(quán)利，但要是自己的信息和其他人的信息混在了一起，匯入了廣闊的數(shù)據(jù)庫(kù)當(dāng)中，會(huì)是什么結(jié)果?要是我改變了主意，不希望別人獲得這些信息，它們還能不能被要回來(lái)?

最要緊的是，我們還不清楚這樣的技術(shù)意味著什么，畢竟我們才剛剛把一只腳跨入大數(shù)據(jù)的時(shí)代。大數(shù)據(jù)顯然有許多方面值得青睞，但要對(duì)它一見(jiàn)鐘情，恐怕并不容易。