大数据能把我们怎么样

人位势越高，说话就越要小心。马云在最近一场论坛上说，基于大数据的发展，未来“计划经济将会越来越大”。这引起了一些争议，自觉懂大数据的指责马云误解了“大数据”，自觉懂经济的指责马云误解了“计划经济”，而自觉懂政治的指责大家都误解了马云。

先正名。“data”这个词在英文里有“作为论据的事实”这层含义，所以中文词里有个对应的“据”字。“据”就是可以用来论证什么东西的事实，字据、票据啥的。这个词的翻译其实是非常精到的。

但在口语里，这层意思薄弱甚至消失了。年底了，老板问你要“销售数据”，但他经常想要看的只是销售数字而已，说起来，他更像是要number而不是data。事实上，当老板想要销售数据的时候，估计你至少得做个PPT，讲一下各个数字之间的关系和背后的原因。你总要发现点什么，做些解释，否则难称其为数据。这种解释，又总是要归到我们的日常经验，才算有效。

这是数据的去脉，来龙也值得想一想。数据跟事实一样，总得先有一些理解（对于数据，叫挖掘算法），才能提炼出来。你看到一个事实，说男人进投票站投了萨达姆一票，这已经包含了许多背景知识，至少你已经了解了什么叫投票，否则你看到的事实应该只是一个男人进来在一张纸片上勾勾画画，然后放进了一个大木箱。如果你了解更多，你掌握的事实可能是美国出兵在即，萨达姆逼百姓搞了个假选举。听说欧洲核子对撞机实验一次会产生天量数据，但科学家们基本看不出太多头绪，因为还不知道怎么去提问，他们记下的，很多就类似于一个男人在大木箱前勾勾画画这样的内容。这些，称之为信息记录或原始数据可能更合适。

《智能时代：大数据与智能革命重新定义未来》

吴军 著

中信出版集团

2016年8月

吴军博士曾任职google研究院，也担任过腾讯的副总裁，他的《浪潮之巅》已经是IT史里的经典名著。

在本书中，他有一个重要观点：大数据的重要性不应停留在统计、改进产品和销售，或者提供决策支持上，而应该看到它（和摩尔定律、数学模型一起）导致了机器智能的产生。

不知道马云说“大数据会使计划经济越来越大”是指，利用掌握越来越多的经济数据，让一个决策中枢作出正确且比市场更有效的判断；还是让智能生长在大数据上，然后直接把决策权也交给它，当然，这两者之间可能是联系的。前者的前景当然清晰可预见，但天花板也很明显，一面是掌握数据和处理数据的成本会越来越高，直到经济上不划算；另一面是混沌和复杂性，让你永远无法完全掌控局面。不过“越来越大”这种说法不算错。如果计划经济指的是依赖机器的智能调度，整个经济体系是按某个设定目标自动运行的，这还叫不叫经济活动也是个问题，莫说“计划经济”了。

大数据的开山始祖舍恩伯格在《大数据时代》中，曾指出大数据时代需要三种思维变革：变随机样本为全体数据；变精确性为混杂性；变因果关系为相关关系。第一条最好理解，因为调查成本降低，计算能力飞跃嘛，以前做不了的事现在好多能做了。后两个其实相关联，吴军在书中也特别强调，智能时代会是强相关关系替代工业时代的因果关系，机器智能是不需要也领会不了人类的因果概念的，就像书里说的，“AlphaGo不知道自己在下棋，只有发明他的人知道”，它的核心计算逻辑只有概率。但是仅凭输入一个目标，机器智能可以做好吗？也许让它往东100米可以，全民小康呢，幸福呢？

《上帝掷骰子吗？混沌之新数学》

【英】伊恩·斯图尔特  著  潘涛 译

上海交通大学出版社

2016年5月

下棋的规则很明确，无论你如何不甘，李世石总是输了。但是别的目标可就因人而异了，我就想要饱食终日，无所用心，得过且过，你该怎么调整我？

科幻小说《三体》以三体问题为背景设定，三个有相互作用的质点尚不可解，何况几十亿各怀鬼胎，相互惦记着的人呢？反正把大家都算出来，再给一个最优解是不可能的。

大数据这个词后面相伴相生的，其实是大计算能力。然而，总有一些事情，理论上就是不可计算的，这还没说到男女那些事儿，说的还只是自然领域。

《上帝掷骰子吗？》是混沌理论的奠基之作，已被翻译成13种语言，此番是时隔20年之后中文再版。做纯理论学科就有这个好处，隔了20年也不用担心落伍的问题。

混沌学不是日常所说的混乱无序，也不是古文献中指称宇宙未辟、上下未形时的原始物质，它是在严密、精确的数学领域里出现的一个新的数学客体，混沌是“完全由定律支配的无定律性态”。秩序既然可以通过自组织从无到有，再从有到无，一点也不奇怪。

《心智探奇：人类心智的起源与进化》

【美】史蒂芬•平克  著  郝耀伟 译

浙江人民出版社

2016年3月

在庞大的数据和超强的计算能力面前，人类惟一能守住的也许就剩心智了。就大数据放弃了因果关系转向相关关系而言，人类也许暂时不用担心失守的事。

人是依靠意义来理解世界的，而相关关系放弃了这一点。太阳当头照，石头就发热，对于相关关系，就到此为止了。对于人类，理解大概是要到辐射加热，光波加剧分子震荡，石头升温才告一段落，而周边又有“物体的热乃是由于他的分子运动所致”等一大片周边知识。在相关关系的世界里，所有的逻辑联系都是并列的，只有强度的区别，这么累的思考和存储方式，显然只有电脑这种不差硬件的家伙才能完成。

再进一步，我们利用大数据的方式很类似于侦探破案，总是先有一个小疑点，然后就这个疑点构筑一套合理猜测，再按这个猜想的行为方式，在各个节点上去寻找证据，待证据链搜集齐备，案即告破。如果没有那整套猜测，把作案时间、动机、凶器、手法等关键元素都嵌进去，根本不知道该从哪里找证据。

从发现数据中的异样，开始猜测形成逻辑，验证，形成结论，我们认为是大数据帮我们找出了一个问题。但完成合乎逻辑的猜测和设计验证过程这个步骤，仍然是由人完成的，无法想象一个只由相关关系哺育出来的“智能”如何完成这样的跳跃。当然，我的无法想象很有可能只是我的计算机知识太差。

平克是当代了不起的思想家，在语言学、认知神经科学、人工智能都很有建树。他认为我们的心智有四项特殊能力：视觉感知、推理、情感和社会关系（其实还有语言，这在他另一本书《语言本能》中有专门论述），他试图用自然选择和心智计算来解释这些能力的来源，在书里他完全是用反向工程的方式解剖人的心智，给人的心智一种完全自然主义的解释，光这种卓越的努力本身，就值得认真阅读。

虽然你我未必会赞同他的每一个步骤，但心智或人工智能这样尚未有正解又切身的话题，在与大师对话的过程里自己思索、反驳，正是乐趣所在。

《大数据和我们：如何更好地从后隐私经济中获益？》

【美】安德雷斯•韦思岸 著  胡小锐 李凯平 译

中信出版集团

2016年11月

安德雷斯·韦思岸是亚马逊的前首席科学家，此书是惟一专注于讨论大数据与隐私的著作。作者的立场倾向于开放。

隐私权本身是有历史性无疑，人类在村里生活的时候，基本不想这个事。隐私概念是聚居到了城市之后逐渐形成的，既是陌生人，住得还近，没点隐私怎么行？这主要还是生活里的。纸媒诞生后，小报为了吸粉，八卦和假新闻横行，于是名字、肖像、个人信息都得保护起来了。

但作者认为，人在互联网里生活，享受其便利，有些隐私就不得不放弃。你提交收入证明给银行，为了换取贷款；你允许电商网站读取你交易记录，以便为你授信，这是自愿交换。当然，你可以也应当要求法律严格限制对方对信息的使用。

事实上，如果数据的维度足够丰富，这个完全可以构成个人的电子档案，有几项标准的打分，在社会中办什么事都用它好了。在大城市的陌生人社会，这也将是一个快速建立信任的机制，个人就像让渡一部分政治权利给政府一样，让渡隐私给这个信任评价体系，会为社会降低信任成本，也就会大大降低交易成本。

可行吗？不知道，听上去还挺好，不过让渡这事吧，你得先有不是。要是数据和隐私都归那个计划之手，也就没让渡这回事了。

刊于《财新周刊》2016年第47期。

特别声明 财新文化由财新传媒出品。财新文化所刊载内容之知识产权为财新传媒及/或相关权利人专属所有或持有。欢迎在朋友圈分享，未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。

◇ 分享 点击右上角按钮，选择 发送给朋友 或分享到朋友圈。

◇ 订阅点击右上角按钮，长按下方二维码识别添加或查看公众账号 或搜索 财新文化。