財新薦書：大數據能把我們怎麼樣

大數據能把我們怎麼樣

人位勢越高，說話就越要小心。馬雲在最近一場論壇上說，基於大數據的發展，未來「計劃經濟將會越來越大」。這引起了一些爭議，自覺懂大數據的指責馬雲誤解了「大數據」，自覺懂經濟的指責馬雲誤解了「計劃經濟」，而自覺懂政治的指責大家都誤解了馬雲。

先正名。「data」這個詞在英文里有「作為論據的事實」這層含義，所以中文詞里有個對應的「據」字。「據」就是可以用來論證什麼東西的事實，字據、票據啥的。這個詞的翻譯其實是非常精到的。

但在口語里，這層意思薄弱甚至消失了。年底了，老闆問你要「銷售數據」，但他經常想要看的只是銷售數字而已，說起來，他更像是要number而不是data。事實上，當老闆想要銷售數據的時候，估計你至少得做個PPT，講一下各個數字之間的關係和背後的原因。你總要發現點什麼，做些解釋，否則難稱其為數據。這種解釋，又總是要歸到我們的日常經驗，才算有效。

這是數據的去脈，來龍也值得想一想。數據跟事實一樣，總得先有一些理解（對於數據，叫挖掘演算法），才能提煉出來。你看到一個事實，說男人進投票站投了薩達姆一票，這已經包含了許多背景知識，至少你已經了解了什麼叫投票，否則你看到的事實應該只是一個男人進來在一張紙片上勾勾畫畫，然後放進了一個大木箱。如果你了解更多，你掌握的事實可能是美國出兵在即，薩達姆逼百姓搞了個假選舉。聽說歐洲核子對撞機實驗一次會產生天量數據，但科學家們基本看不出太多頭緒，因為還不知道怎麼去提問，他們記下的，很多就類似於一個男人在大木箱前勾勾畫畫這樣的內容。這些，稱之為信息記錄或原始數據可能更合適。

《智能時代：大數據與智能革命重新定義未來》

吳軍 著

中信出版集團

2016年8月

吳軍博士曾任職google研究院，也擔任過騰訊的副總裁，他的《浪潮之巔》已經是IT史里的經典名著。

在本書中，他有一個重要觀點：大數據的重要性不應停留在統計、改進產品和銷售，或者提供決策支持上，而應該看到它（和摩爾定律、數學模型一起）導致了機器智能的產生。

不知道馬雲說「大數據會使計劃經濟越來越大」是指，利用掌握越來越多的經濟數據，讓一個決策中樞作出正確且比市場更有效的判斷；還是讓智能生長在大數據上，然後直接把決策權也交給它，當然，這兩者之間可能是聯繫的。前者的前景當然清晰可預見，但天花板也很明顯，一面是掌握數據和處理數據的成本會越來越高，直到經濟上不划算；另一面是混沌和複雜性，讓你永遠無法完全掌控局面。不過「越來越大」這種說法不算錯。如果計劃經濟指的是依賴機器的智能調度，整個經濟體系是按某個設定目標自動運行的，這還叫不叫經濟活動也是個問題，莫說「計劃經濟」了。

大數據的開山始祖舍恩伯格在《大數據時代》中，曾指出大數據時代需要三種思維變革：變隨機樣本為全體數據；變精確性為混雜性；變因果關係為相關關係。第一條最好理解，因為調查成本降低，計算能力飛躍嘛，以前做不了的事現在好多能做了。後兩個其實相關聯，吳軍在書中也特彆強調，智能時代會是強相關關係替代工業時代的因果關係，機器智能是不需要也領會不了人類的因果概念的，就像書里說的，「AlphaGo不知道自己在下棋，只有發明他的人知道」，它的核心計算邏輯只有概率。但是僅憑輸入一個目標，機器智能可以做好嗎？也許讓它往東100米可以，全民小康呢，幸福呢？

《上帝擲骰子嗎？混沌之新數學》

【英】伊恩·斯圖爾特 著 潘濤 譯

上海交通大學出版社

2016年5月

下棋的規則很明確，無論你如何不甘，李世石總是輸了。但是別的目標可就因人而異了，我就想要飽食終日，無所用心，得過且過，你該怎麼調整我？

科幻小說《三體》以三體問題為背景設定，三個有相互作用的質點尚不可解，何況幾十億各懷鬼胎，相互惦記著的人呢？反正把大家都算出來，再給一個最優解是不可能的。

大數據這個詞後面相伴相生的，其實是大計算能力。然而，總有一些事情，理論上就是不可計算的，這還沒說到男女那些事兒，說的還只是自然領域。

《上帝擲骰子嗎？》是混沌理論的奠基之作，已被翻譯成13種語言，此番是時隔20年之後中文再版。做純理論學科就有這個好處，隔了20年也不用擔心落伍的問題。

混沌學不是日常所說的混亂無序，也不是古文獻中指稱宇宙未辟、上下未形時的原始物質，它是在嚴密、精確的數學領域裡出現的一個新的數學客體，混沌是「完全由定律支配的無定律性態」。秩序既然可以通過自組織從無到有，再從有到無，一點也不奇怪。

《心智探奇：人類心智的起源與進化》

【美】史蒂芬?平克 著 郝耀偉 譯

浙江人民出版社

2016年3月

在龐大的數據和超強的計算能力面前，人類惟一能守住的也許就剩心智了。就大數據放棄了因果關係轉向相關關係而言，人類也許暫時不用擔心失守的事。

人是依靠意義來理解世界的，而相關關係放棄了這一點。太陽當頭照，石頭就發熱，對於相關關係，就到此為止了。對於人類，理解大概是要到輻射加熱，光波加劇分子震蕩，石頭升溫才告一段落，而周邊又有「物體的熱乃是由於他的分子運動所致」等一大片周邊知識。在相關關係的世界裡，所有的邏輯聯繫都是並列的，只有強度的區別，這麼累的思考和存儲方式，顯然只有電腦這種不差硬體的傢伙才能完成。

再進一步，我們利用大數據的方式很類似於偵探破案，總是先有一個小疑點，然後就這個疑點構築一套合理猜測，再按這個猜想的行為方式，在各個節點上去尋找證據，待證據鏈搜集齊備，案即告破。如果沒有那整套猜測，把作案時間、動機、兇器、手法等關鍵元素都嵌進去，根本不知道該從哪裡找證據。

從發現數據中的異樣，開始猜測形成邏輯，驗證，形成結論，我們認為是大數據幫我們找出了一個問題。但完成合乎邏輯的猜測和設計驗證過程這個步驟，仍然是由人完成的，無法想像一個只由相關關係哺育出來的「智能」如何完成這樣的跳躍。當然，我的無法想像很有可能只是我的計算機知識太差。

平克是當代了不起的思想家，在語言學、認知神經科學、人工智慧都很有建樹。他認為我們的心智有四項特殊能力：視覺感知、推理、情感和社會關係（其實還有語言，這在他另一本書《語言本能》中有專門論述），他試圖用自然選擇和心智計算來解釋這些能力的來源，在書里他完全是用反向工程的方式解剖人的心智，給人的心智一種完全自然主義的解釋，光這種卓越的努力本身，就值得認真閱讀。

雖然你我未必會贊同他的每一個步驟，但心智或人工智慧這樣尚未有正解又切身的話題，在與大師對話的過程里自己思索、反駁，正是樂趣所在。

《大數據和我們：如何更好地從後隱私經濟中獲益？》

【美】安德雷斯?韋思岸 著 胡小銳 李凱平 譯

中信出版集團

2016年11月

安德雷斯·韋思岸是亞馬遜的前首席科學家，此書是惟一專註於討論大數據與隱私的著作。作者的立場傾向於開放。

隱私權本身是有歷史性無疑，人類在村裡生活的時候，基本不想這個事。隱私概念是聚居到了城市之後逐漸形成的，既是陌生人，住得還近，沒點隱私怎麼行？這主要還是生活里的。紙媒誕生後，小報為了吸粉，八卦和假新聞橫行，於是名字、肖像、個人信息都得保護起來了。

但作者認為，人在互聯網裡生活，享受其便利，有些隱私就不得不放棄。你提交收入證明給銀行，為了換取貸款；你允許電商網站讀取你交易記錄，以便為你授信，這是自願交換。當然，你可以也應當要求法律嚴格限制對方對信息的使用。

事實上，如果數據的維度足夠豐富，這個完全可以構成個人的電子檔案，有幾項標準的打分，在社會中辦什麼事都用它好了。在大城市的陌生人社會，這也將是一個快速建立信任的機制，個人就像讓渡一部分政治權利給政府一樣，讓渡隱私給這個信任評價體系，會為社會降低信任成本，也就會大大降低交易成本。

可行嗎？不知道，聽上去還挺好，不過讓渡這事吧，你得先有不是。要是數據和隱私都歸那個計劃之手，也就沒讓渡這回事了。

刊於《財新周刊》2016年第47期。