大數(shù)據(jù)是繞不開的話題。商業(yè)公司掌握的個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打造他們的產(chǎn)品和服務(wù)，并對客戶的未來需求進(jìn)行預(yù)測。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——一個真心聰明的助手，能夠替你代勞，你不用操心，也不需要動腦。

這簡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。這聽上去頗為誘人，我們每個人時間有限，都想過得輕松自在，與其被各色資訊輪番轟炸，被迫挑來選去，還不如尋求這種私人助手般的服務(wù)。

NSA的行動已經(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?？萍歼M(jìn)步日新月異，兩年前完全無法想象的東西，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)對你的了解程度甚至超過你本人，他們將有能力預(yù)測你下一步的行動?！袄铋_復(fù)說，他曾掌管谷歌中國地區(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)庫資源和計算能力用在了不同的地方，前者用它們來偵查間諜和恐怖分子，后者利用它們來將合適的服務(wù)提供給適合的用戶。他們同樣利用了超大型數(shù)據(jù)庫以及模式識別(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，比如哪怕你拼錯了關(guān)鍵詞，搜索引擎還是能猜得到你本來打算搜索的東西。還可以像微軟去年在中國演示的那樣，實時將演講翻譯成另一種語言?；蛘咴诜治隽顺汕先f張圖片之后，學(xué)會辨別貓咪的照片。

“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·庫茲韋爾(Ray Kurzweil)。NSA向美國私人企業(yè)轉(zhuǎn)移了各項技術(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才會努力從威瑞森(Verizon)和其他電信運營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))。奧巴馬向美國民眾保證“沒有人在監(jiān)聽你們的通話”，但這些數(shù)據(jù)本身確實價值非凡。

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)庫中進(jìn)行交叉查驗，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，是因為他們將用戶個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了什么，而且知道是在哪兒買的(由智能手機(jī)的GPS數(shù)據(jù)測算)。于是你才看到了各種“您可能會喜歡……“這類推算出來的數(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，跳出來的會是附近的孟加拉餐廳?？赡茉龠^不久，傍晚時分，當(dāng)我走在陌生城市的街上，智能手機(jī)會根據(jù)我之前給出的餐飲評價記錄，主動推送餐廳信息，問我是否需要預(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)于個人信息的報告里指出的：“‘推算數(shù)據(jù)’(Inferred data)好像是一位正盯著監(jiān)視屏，無所不知的老大哥?！?

由此引發(fā)的第一點憂慮便是：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)測我們的需求。機(jī)器腦瓜真的是越用越靈。

第二個是信任問題。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、對新興服務(wù)的意向等等。難怪NSA會找上這些網(wǎng)站，NSA能提供足夠的計算能力，而社交網(wǎng)絡(luò)上有海量的信息資源。

第三點是所有權(quán)問題。每個人都對自己的信息享有權(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)庫當(dāng)中，會是什么結(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?

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)的時代。大數(shù)據(jù)顯然有許多方面值得青睞，但要對它一見鐘情，恐怕并不容易。