網(wǎng)易科技訊10 月 19 日消息，國外媒體Slate刊文指出，“大數(shù)據(jù)(Big Data)”一詞已經(jīng)變得沒有以往那么紅火了，為什么會這樣呢?“大數(shù)據(jù)”的問題并不在于數(shù)據(jù)或者大數(shù)據(jù)自己很糟糕，而是在于盲目迷戀數(shù)據(jù)，不加批判地使用，那會引發(fā)災(zāi)難。數(shù)據(jù)也不必然完全反映你想要了解的事情的實際情況。

以下是文章主要內(nèi)容：

5 年前—— 2012 年 2 月——《紐約時報》刊文高呼人類的一個新紀元的到來：“大數(shù)據(jù)時代”。該文章告訴我們，社會將開始發(fā)生一場革命，在這場革命中，海量數(shù)據(jù)的收集與分析將會改變?nèi)藗兩畹膸缀趺恳粋€方面。數(shù)據(jù)分析不再局限于電子數(shù)據(jù)表和回歸分析：超級計算的到來，陪同著可持續(xù)記錄數(shù)據(jù)并將數(shù)據(jù)傳送到云端的聯(lián)網(wǎng)傳感器的不停普及，意味著邁克爾·劉易斯(Michael Lewis) 2003 年的棒球書籍《Moneyball》所描述的那種先進數(shù)據(jù)分析有望被應(yīng)用于各行各業(yè)，從商業(yè)到學(xué)術(shù)，再到醫(yī)療和兩性關(guān)系。不但如此，高端的數(shù)據(jù)分析軟件還有助于鑒定完全意想不到的相關(guān)性，好比貸款方用盡額度和他債務(wù)違約的可能性之間的關(guān)系。這勢必將會催生會改變我們思考幾乎一切事物的新穎見解。

《紐約時報》并不是第一個得出這一結(jié)論的企業(yè)機構(gòu)：它的文章引用了麥肯錫咨詢公司 2011 年的一份重大陳訴，其不雅觀點也得到了 2012 年瑞士達沃斯世界經(jīng)濟論壇題為“大數(shù)據(jù)，大影響”的官方陳訴的支持。但這種宣言仿佛就是標識表記標幟大數(shù)據(jù)時代開啟的里程碑。在之后的一個月里，巴拉克·奧巴馬(Barack Obama)的白宮成了一個 2 億美元的國家大數(shù)據(jù)項目，瘋狂熱潮隨即襲來：學(xué)術(shù)機構(gòu)、非盈利組織、政府和企業(yè)都爭相去探究“大數(shù)據(jù)”究竟是什么，他們可以如何好好利用它。

事實證明，這種瘋狂沒有持續(xù)很長時間。 5 年后，數(shù)據(jù)在我們的日常生活中飾演重要很多的角色，但大數(shù)據(jù)一詞已經(jīng)不再流行——甚至讓人覺得有些討厭。我們被允諾的那場革命究竟發(fā)生了什么呢?數(shù)據(jù)、分析技術(shù)和算法現(xiàn)在又在往什么標的目的發(fā)展呢?這些問題值得回頭去思考。

科技咨詢公司Gartner在它 2015 年相當有名的“技術(shù)成熟度曲線”陳訴中不再使用“大數(shù)據(jù)”一次，之后該詞再也沒有回歸。該公司澄清道，這并不是因為企業(yè)放棄挖掘巨量數(shù)據(jù)集獲得洞見的概念。而是因為那種做法已經(jīng)變得廣為流行，以至于它不再符合“新興技術(shù)”的定義。大數(shù)據(jù)幫手驅(qū)動我們的動態(tài)消息、Netflix視頻保舉、自動化股票交易、自動校正功能、健康跟蹤設(shè)備等不可勝數(shù)的工具背后的算法。但我們現(xiàn)在不大使用大數(shù)據(jù)一詞了——我們只是將它稱作數(shù)據(jù)。我們開始將數(shù)據(jù)集能夠包羅無數(shù)的不雅觀察結(jié)果，先進軟件能夠檢測傍邊的趨勢當做理所當然的事情。

大數(shù)據(jù)引發(fā)的嚴重錯誤

雖然該詞仍有被使用，但它更多地帶有一種欠好的意味，好比凱茜·奧尼爾(Cathy O’Neil) 2016 年的著作《數(shù)學(xué)殺傷性兵器》(Weapons of Math Destruction)或者弗蘭克·帕斯夸里(Frank Pasquale) 2015 年的《黑箱社會》(The Black Box Society)。匆忙執(zhí)行和應(yīng)用大數(shù)據(jù)，即進行所謂的“數(shù)據(jù)驅(qū)動型決策”，帶來了嚴重的錯誤。

有的錯誤相當惹人注目：塔吉特(Target)曾向一位沒跟任何人說過本身懷孕的少女的家庭派送嬰兒用品優(yōu)惠券;Pinterest曾恭喜一位單身女性即將結(jié)婚;谷歌照片(Google Photos)也曾引發(fā)軒然大波，該公司被大肆吹捧的AI將黑人誤以為是大猩猩，原因是它的訓(xùn)練數(shù)據(jù)不夠多元化。(值得指出的是，至少在該事件中，“大數(shù)據(jù)”還不夠大。)

其它的錯誤更為微妙，或許也更加陰險。傍邊包孕奧尼爾在她的重要著作中記錄的那些不透明的數(shù)據(jù)驅(qū)動式制度性模型：被法庭用來判決罪犯的、帶有種族偏見的累犯模型，或者那些基于可疑的測驗分數(shù)數(shù)據(jù)解雇備受愛慕的教師的模型。大數(shù)據(jù)出錯的新案例可謂層出不窮——好比Facebook算法明顯幫手俄羅斯通過針對性的假新聞影響美國總統(tǒng)大選的結(jié)果。

盲目迷戀數(shù)據(jù)與誤用

“大數(shù)據(jù)”的問題并不在于數(shù)據(jù)自己很糟糕，也不在于大數(shù)據(jù)自己很糟糕：謹慎應(yīng)用的話，大型數(shù)據(jù)集還是能夠揭示其它途徑發(fā)現(xiàn)不了的重要趨勢。正如茱莉婭·羅斯·韋斯特(Julia Rose West)在比來給Slate撰寫的文章里所說的，盲目迷戀數(shù)據(jù)，不加批判地使用，往往導(dǎo)致災(zāi)難的發(fā)生。

從素質(zhì)來看，大數(shù)據(jù)不容易解讀。當你收集數(shù)十億個數(shù)據(jù)點的時候——一個網(wǎng)站上的點擊或者光標位置數(shù)據(jù);大型公共空間十字轉(zhuǎn)門的轉(zhuǎn)動次數(shù);對世界各地每個小時的風(fēng)速不雅觀察;推文——任何給定的數(shù)據(jù)點的來源會變得模糊。這反過來意味著，看似高級另外趨勢可能只是數(shù)據(jù)問題或者方法造成的產(chǎn)物。但也許更重大的問題是，你所擁有的數(shù)據(jù)通常只是你真正想要知道的東西的一個指標。大數(shù)據(jù)不能解決阿誰問題——它反而放大了阿誰問題。