大數(shù)據(jù)的創(chuàng)意與創(chuàng)新

沈大嵬

大數(shù)據(jù)是指那些太大、太復(fù)雜、過于動(dòng)態(tài)的數(shù)據(jù)，一般的工具難以儲(chǔ)存，難以分析和管理。掌握大數(shù)據(jù)，可以預(yù)見趨勢(shì)，提供更好的服務(wù)與產(chǎn)品。

大數(shù)據(jù)帶來的興奮與期待

一些怪誕有趣的問題吊起了MIT媒體實(shí)驗(yàn)室研究員們的胃口，有些問題與我們個(gè)人的生活息息相關(guān)：

寵物般可愛的嬰兒，是如何逐漸獲得了語言與交流能力？

如何通過“可穿戴計(jì)算”更好地了解自己的健康、睡眠與情緒？

銀行掌握著我們的消費(fèi)行為，手機(jī)運(yùn)營(yíng)商了解我們的移動(dòng)位置信息、通信模式，甚至了解我們真實(shí)世界中的社交網(wǎng)絡(luò)，他們?nèi)绾文芴峁┯袃r(jià)值的個(gè)性化服務(wù)？我們作為力量相對(duì)薄弱的個(gè)體，該如何面對(duì)個(gè)人數(shù)據(jù)的隱私與安全？

有些問題在深究企業(yè)的市場(chǎng)、運(yùn)行與效率：

如果一家企業(yè)在春晚或者中國好聲音節(jié)目中播放了自己的廣告，如何通過社交媒體數(shù)據(jù)精確測(cè)量廣告的覆蓋人群面積以及受眾的反饋？

企業(yè)內(nèi)的有效的信息共享與知識(shí)傳播是如何增強(qiáng)員工工作效率并轉(zhuǎn)化為實(shí)際收益的？

如何衡量企業(yè)的“軟性資產(chǎn)”，也就是領(lǐng)導(dǎo)與下屬之間，同事與同事之間的交流、溝通與默契？這些軟資產(chǎn)又如何影像個(gè)人的工作表現(xiàn)和團(tuán)隊(duì)的整體競(jìng)爭(zhēng)力？

有些問題則著眼于一個(gè)城市甚至是一個(gè)國家的宏觀整體：

哪里是一個(gè)城市感覺最浪漫的地方？

如何利用移動(dòng)通信數(shù)據(jù)做更智能的城市交通規(guī)劃以減少擁堵？

一個(gè)國家的經(jīng)濟(jì)與國家收入與其生產(chǎn)產(chǎn)品的種類與多樣性有何聯(lián)系？

這些形形色色的問題涵蓋了我們工作生活的方方面面。而研究員們的解決方案是類似的：新穎的研究方案設(shè)計(jì)，尤其是多數(shù)據(jù)源的確定。如果沒有現(xiàn)成的數(shù)據(jù)源，則需要設(shè)計(jì)新的硬件器材與傳感器進(jìn)行采集與存儲(chǔ)。然后對(duì)大量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析或者機(jī)器學(xué)習(xí)得到研究結(jié)論。在數(shù)據(jù)分析處理過程中時(shí)常會(huì)有新的疑問與靈感出現(xiàn)，再進(jìn)一步擴(kuò)大研究的范圍與成果。MIT媒體實(shí)驗(yàn)室的研究院們獲得了很多有趣的，時(shí)常與我們直覺并不相符的成果。在研究過程中積累的技術(shù)與智慧已經(jīng)締造了許多家成功的創(chuàng)業(yè)公司。

大數(shù)據(jù)之所以令人充滿期待，絕不僅僅是因?yàn)槲覀冇袡C(jī)會(huì)創(chuàng)造一些軟硬件去采集、存儲(chǔ)和訪問海量的數(shù)據(jù)，我們更著迷于這些數(shù)據(jù)本身帶給我們的信息與智慧，為我們提供一個(gè)全新的理解世界和理解人類自己的方法與視角，去回答一些傳統(tǒng)研究方法無法回答的問題。我們常講用“事實(shí)”戰(zhàn)勝雄辯，或用“實(shí)踐”去檢驗(yàn)真理，那么“事實(shí)”與“實(shí)踐”本身即可通過大數(shù)據(jù)分析獲得更嚴(yán)格的界定與支持。

大數(shù)據(jù)到底大在哪？有多大？

討論大數(shù)據(jù)無疑是近期的一種流行時(shí)尚，無論是在學(xué)術(shù)界、企業(yè)界、政府、創(chuàng)業(yè)公司，或者是風(fēng)險(xiǎn)投資界，“大數(shù)據(jù)”三個(gè)字本身指征了新的價(jià)值創(chuàng)造、新的智能收集與新的商業(yè)機(jī)遇。

“大”字首先讓人們想到的是大數(shù)據(jù)4V中的第一“V”，即容量（Volume）。曾經(jīng)習(xí)慣使用MB和GB的我們突然需要在腦中進(jìn)行一些運(yùn)算才能理解（PB）和（EB）的概念?！按蟆弊忠搀w現(xiàn)在大數(shù)據(jù)影像行業(yè)之多，應(yīng)用領(lǐng)域之廣，涵蓋交通、金融、醫(yī)療、企業(yè)管理、用戶服務(wù)等多領(lǐng)域。從技術(shù)或者工程的角度去看大數(shù)據(jù)，“大”也體現(xiàn)在其涉及交叉學(xué)科領(lǐng)域之多，從數(shù)據(jù)采集到最終從數(shù)據(jù)中挖掘出價(jià)值，每一個(gè)環(huán)節(jié)都有相應(yīng)的技術(shù)難點(diǎn)與創(chuàng)新點(diǎn)。

然而“大”數(shù)據(jù)正如我們這個(gè)信息爆炸的社會(huì)一樣給人最深刻的感受卻是困惑與無所適從。繁復(fù)的數(shù)據(jù)源，分散的價(jià)值創(chuàng)造機(jī)遇，具有挑戰(zhàn)性的技術(shù)與非技術(shù)上的難題，要求每一位大數(shù)據(jù)參與者必須去消化大數(shù)據(jù)這個(gè)新興生態(tài)系統(tǒng)帶來的不確定性、模糊性甚至是風(fēng)險(xiǎn)。簡(jiǎn)單地講，大數(shù)據(jù)技術(shù)分成“強(qiáng)健內(nèi)核”與“創(chuàng)新外沿”兩部分?！皬?qiáng)健內(nèi)核”指的是一個(gè)可靠、安全、可擴(kuò)展的IT架構(gòu)用于大數(shù)據(jù)的采集，存儲(chǔ)，與高效處理；“創(chuàng)新外沿”則是解決如何用這些數(shù)據(jù)來為個(gè)人、企業(yè)、政府提供價(jià)值，甚至是意想不到的價(jià)值。

MIT的計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）在今年與八家企業(yè)聯(lián)合建立了大數(shù)據(jù)研究組，通過學(xué)術(shù)界與工業(yè)界具體問題的結(jié)合來進(jìn)一步推進(jìn)大數(shù)據(jù)的研究。研究的角度主要側(cè)重于四個(gè)研究主題：1）計(jì)算平臺(tái)，2）可升級(jí)算法，3）機(jī)器學(xué)習(xí)與辨識(shí)，4）隱私與安全。應(yīng)該說，這四個(gè)主題很好地概括了大數(shù)據(jù)從計(jì)算機(jī)科學(xué)角度出發(fā)的技術(shù)需求，為4V中的兩個(gè)V，Volume（數(shù)據(jù)量）與Velociy（速度）提供了進(jìn)一步的科研儲(chǔ)備。市場(chǎng)上已有的產(chǎn)品化的解決方案也更多的是側(cè)重于此，這是強(qiáng)健內(nèi)核的部分，同時(shí)加入該研究組的還有金融、醫(yī)療、教育、交通各個(gè)學(xué)科的教授，從各個(gè)應(yīng)用領(lǐng)域去挖掘大數(shù)據(jù)帶來的機(jī)會(huì)，所謂的創(chuàng)新外沿。

大數(shù)據(jù)的障礙與挑戰(zhàn)絕不僅僅是更多更快的處理數(shù)據(jù)。遠(yuǎn)比數(shù)據(jù)體積與速度重要的是數(shù)據(jù)分析理念與應(yīng)用的創(chuàng)新，即如何從紛繁的數(shù)據(jù)中理清變量之間的聯(lián)系，發(fā)覺通常無法認(rèn)識(shí)的規(guī)律，幫助我們更好的理解并改進(jìn)系統(tǒng)設(shè)計(jì)。從這個(gè)意義上講，大數(shù)據(jù)的參與者應(yīng)先把“大”字忘掉，而更關(guān)注于“數(shù)據(jù)”本身。

數(shù)據(jù)面包屑—尋找誠實(shí)的信號(hào)

大數(shù)據(jù)首先對(duì)社會(huì)學(xué)、行為學(xué)、企業(yè)設(shè)計(jì)等領(lǐng)域的傳統(tǒng)研究方法帶來了沖擊與革新。這些領(lǐng)域傳統(tǒng)的研究方法主要依賴于訪談、問卷調(diào)查、民意測(cè)驗(yàn)等等。比如如果我們想了解一家企業(yè)內(nèi)部員工之間的交流模式，我們會(huì)向所有員工發(fā)問卷詢問他們與同事之間的交流頻繁度，是否經(jīng)常與其他部門的同事交流，是更多地用Email還是面對(duì)面的交流，談話時(shí)的肢體語言等等，然后用收回的問卷數(shù)據(jù)進(jìn)行分析。再比如一家飲料廠商在推出新的配方之前，往往會(huì)邀請(qǐng)一批測(cè)試用戶試新的飲料，并記錄他們的意見，根據(jù)他們反饋的滿意度決定是否最終將新產(chǎn)品推向市場(chǎng)。

然而研究人員發(fā)現(xiàn)這樣獲得的研究結(jié)果通常有很大的不確定性。從企業(yè)調(diào)查問卷中獲得的結(jié)論對(duì)企業(yè)內(nèi)部的交流協(xié)作并無明顯的指導(dǎo)意義，而由測(cè)試用戶一致稱贊的飲料時(shí)常在市場(chǎng)上失敗。原來，人們?cè)谛枰貞浭聦?shí)，并有意地發(fā)表意見的時(shí)候，往往帶有模糊性與偏見性，發(fā)送的是“不誠實(shí)的信號(hào)”。正如《誠實(shí)的信號(hào)》一書作者，MIT媒體實(shí)驗(yàn)室Sandy Pentland教授曾提到過的，“數(shù)據(jù)的面包屑”—我們不經(jīng)意間留下的數(shù)據(jù)痕跡，比如我們信用卡的賬單，比如我們手機(jī)或藍(lán)牙設(shè)備留下的位置信息與通信記錄，才真正全面地反映了我們生活里的真實(shí)行動(dòng)與選擇。而我們刻意要表達(dá)的自己，比如通過問卷調(diào)查中的回復(fù)、甚至是社交平臺(tái)上的評(píng)論、轉(zhuǎn)發(fā)、喜愛或者不喜愛的投票，與我們真實(shí)的自己都存在一定程度的偏差。

Sandy Pentland教授一直是大數(shù)據(jù)領(lǐng)域創(chuàng)新的先驅(qū)者。Tim OReilly和福布斯稱之為世界上七位最有影響力的數(shù)據(jù)科學(xué)家之一。他和他的研究組在大數(shù)據(jù)的多個(gè)應(yīng)用領(lǐng)域均有涉獵，尤其是在企業(yè)管理上。他一直倡導(dǎo)利用企業(yè)內(nèi)的大數(shù)據(jù)，或者收集新穎的，卻時(shí)常被忽視的數(shù)據(jù)來協(xié)助企業(yè)內(nèi)部的決策與流程設(shè)計(jì)。Pentland教授的團(tuán)隊(duì)曾開發(fā)了一種可佩戴的“徽章（Badge）”配發(fā)給企業(yè)的員工們使用。徽章里集成了許多種傳感器來收集收據(jù)，比如用麥克風(fēng)來收集員工說話時(shí)的音量與抑揚(yáng)頓挫、用3D加速器來收集員工工作時(shí)的移動(dòng)或者交流時(shí)的肢體語言、用紅外裝置來監(jiān)測(cè)那些員工之間有面對(duì)面的交流。利用這些采集到的數(shù)據(jù)，配合著企業(yè)現(xiàn)有的其他數(shù)據(jù)集，比如員工的績(jī)效數(shù)據(jù)、Email數(shù)據(jù)、電話記錄等等，可以產(chǎn)生新的視角去理解企業(yè)內(nèi)的動(dòng)態(tài)，尤其是企業(yè)內(nèi)部各員工之間，各部門之間的溝通與協(xié)作對(duì)每個(gè)個(gè)體的效率與企業(yè)整體競(jìng)爭(zhēng)力所產(chǎn)生的影響。通過對(duì)聲音和肢體動(dòng)作的分析則可以幫助員工理解如何能更有效地在會(huì)議中表達(dá)自己的觀點(diǎn)，或者如何更好地展示自己的領(lǐng)導(dǎo)力，避免沖突。

在這樣的分析框架下，我們并不需要員工去主動(dòng)地、有意識(shí)地分享任何信息。通過各種傳感器所捕捉到的這些“數(shù)據(jù)面包屑”更精確地記錄了人們真實(shí)的習(xí)慣與工作狀態(tài)。Sandy Pentland教授提出了“現(xiàn)實(shí)挖掘”的理念來概括對(duì)這種大數(shù)據(jù)的感知、收集與分析。同樣的理念也貫穿于其他的一些項(xiàng)目中。

在MIT的校園里，每天同學(xué)們的情緒都是怎么樣的？興奮的，平淡的，還是壓抑的？MIT媒體實(shí)驗(yàn)室的Roz Picard教授和她的研究組并沒有發(fā)調(diào)查問卷來詢問同學(xué)，而是開發(fā)了“心情探測(cè)器”—在校園多個(gè)位置安裝了攝像頭，并利用視頻情緒識(shí)別技術(shù)直接通過同學(xué)們的面部表情來統(tǒng)計(jì)他們校園生活中的喜怒哀樂。

同樣的思路也適用于我們?nèi)祟愓J(rèn)識(shí)自己。嬰兒剛出生時(shí)只會(huì)做簡(jiǎn)單的聲音與動(dòng)作，難以與周圍復(fù)雜的環(huán)境做任何交互，可隨著嬰兒漸漸長(zhǎng)大，他們會(huì)奇幻般地掌握了語言能力并且可以理解周圍的人與事并與之交流。這個(gè)有些不可思議的過程一直都是醫(yī)學(xué)、生物學(xué)、教育學(xué)中有趣，卻又沒有完全解開的謎題。MIT媒體實(shí)驗(yàn)室的Deb Roy教授另辟蹊徑，從數(shù)據(jù)的角度去探索這個(gè)課題。他在他家的一間臥房里安裝了攝影頭，麥克風(fēng)等數(shù)據(jù)采集裝置，對(duì)他初生的兒子在這個(gè)特殊房間里的一言一行記錄了三年，近十萬小時(shí)的多軌數(shù)據(jù)。他通過對(duì)視頻以及聲音海量數(shù)據(jù)的挖掘與處理來學(xué)習(xí)他的兒子是如何掌握語言能力并與人交流的。

Y變量—精確地測(cè)量數(shù)據(jù)的價(jià)值

分析大數(shù)據(jù)的工程師與科學(xué)家們時(shí)常遇到的一個(gè)挑戰(zhàn)，就是如何為大數(shù)據(jù)的“投資回報(bào)”進(jìn)行合理化的辯護(hù)。

換而言之，如何證明對(duì)大數(shù)據(jù)的分析結(jié)果確實(shí)帶來了經(jīng)濟(jì)上的實(shí)際效益？如果有，又該如何精確評(píng)估甚至量化這個(gè)回報(bào)？

這是一個(gè)極為關(guān)鍵卻又時(shí)常讓人感覺無從著手的挑戰(zhàn)。如前所述，大數(shù)據(jù)產(chǎn)業(yè)已經(jīng)形成了一個(gè)龐大的生態(tài)系統(tǒng)，而這個(gè)系統(tǒng)存在的經(jīng)濟(jì)基礎(chǔ)，就是大數(shù)據(jù)最終必須要為個(gè)人、企業(yè)、公關(guān)服務(wù)創(chuàng)造具體的實(shí)際價(jià)值。這個(gè)價(jià)值越有形，越能被衡量，大數(shù)據(jù)的價(jià)值意義就越深刻，越能被人接受。

·電子商務(wù)企業(yè)對(duì)用戶的瀏覽行為進(jìn)行挖掘，商家、銀行或者支付系統(tǒng)的提供商對(duì)用戶消費(fèi)行為進(jìn)行挖掘，提供更個(gè)性化的產(chǎn)品與服務(wù)，推薦更適合的商品。我們希望更直觀地理解商家如何提高了自己的銷量與附加增值服務(wù)，消費(fèi)者從中獲得的價(jià)值能否通過節(jié)省的時(shí)間、獲得的折扣來衡量？

·對(duì)企界數(shù)據(jù)進(jìn)行采集與挖掘，在內(nèi)部可以發(fā)現(xiàn)企界管理運(yùn)行中漏洞并加以改善，提供企業(yè)運(yùn)行的效率與生產(chǎn)力，在外部可以優(yōu)化市場(chǎng)營(yíng)銷、客戶管理、物流管理等以增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。我們?cè)撊绾瘟炕@樣的改善與優(yōu)化？

·對(duì)更宏觀的數(shù)據(jù)進(jìn)行分析，比如手機(jī)數(shù)據(jù)、物流數(shù)據(jù)可以幫助一個(gè)地區(qū)進(jìn)行城市設(shè)計(jì)與交通規(guī)劃，甚至預(yù)防犯罪、反恐。我們?nèi)绾螠y(cè)量大數(shù)據(jù)為公共服務(wù)領(lǐng)域創(chuàng)造的價(jià)值？

其中一個(gè)有效的思路，是注意尋找或者添加數(shù)據(jù)集當(dāng)中與價(jià)值直接相關(guān)的變量，比如銷售額、員工工資與獎(jiǎng)金，支出開銷等直接以人民幣、美元為單位的變量。將其作為數(shù)據(jù)挖掘或者回歸分析中的“Y變量”，探究其他非與價(jià)值直接相關(guān)的“X變量”是如何影響和決定價(jià)值相關(guān)的“Y變量”的。比如說MIT數(shù)字商務(wù)研究中心的Marshall Van Alstyne教授曾經(jīng)研究企業(yè)內(nèi)部的有效信息分享與企業(yè)生產(chǎn)力的關(guān)系。他所使用的數(shù)據(jù)集是一家企業(yè)的全部電子郵件數(shù)據(jù)。通過這些電子郵件數(shù)據(jù)，我們可以挖掘到許多有意義的員工的工作與交流模式，比如重要的信息的出現(xiàn)更多是以自上而下還是自下而上的方向傳播；員工在回信時(shí)有哪些習(xí)慣，是固定時(shí)間批量回信還是常開著郵箱立刻回信等等。這些發(fā)現(xiàn)對(duì)企業(yè)認(rèn)識(shí)自身固然有很大的幫助，但是對(duì)于企業(yè)領(lǐng)導(dǎo)者來說其價(jià)值體現(xiàn)還是不夠直觀。于是Van Alstyne教授將員工在公司中的職位、銷售業(yè)績(jī)、獎(jiǎng)金等績(jī)效帶入數(shù)據(jù)分析作為“Y變量”，這樣所得到的分析結(jié)果對(duì)每個(gè)人就清晰多了：在企業(yè)內(nèi)部交流中，每多獲得一個(gè)單詞的信息，意味著你在工作中可以多創(chuàng)造價(jià)值。

游戲化與激勵(lì)機(jī)制—更新穎的數(shù)據(jù)采集模式

前文中舉到的很多大數(shù)據(jù)應(yīng)用的例子都不僅局限于現(xiàn)有的各種基礎(chǔ)設(shè)施與架構(gòu)下已經(jīng)在收集和存儲(chǔ)的數(shù)據(jù)。大數(shù)據(jù)一個(gè)有趣的挑戰(zhàn)就是定義和收集新型“數(shù)據(jù)面包屑”上的創(chuàng)新：我們對(duì)什么樣的問題給予熱情？需要什么樣的數(shù)據(jù)才能幫助我們回答這些問題？怎么樣才能迅速準(zhǔn)確地收集這樣的數(shù)據(jù)？尤其是當(dāng)我們需要“用戶產(chǎn)生內(nèi)容（Uer-Generated Contents）”的數(shù)據(jù)時(shí)，如何鼓勵(lì)大眾來準(zhǔn)確及時(shí)地提供信息是一個(gè)很熱門的話題。

卡內(nèi)基梅隆大學(xué)年僅32歲的Luis von AhN教授的近幾年的研究項(xiàng)目取得了舉世的關(guān)注。他創(chuàng)造了許多游戲化的機(jī)制，通過眾包（Crowdsourcing）調(diào)動(dòng)大眾的智慧來完成似乎不可能完成的任務(wù)。在他創(chuàng)立的“ESP游戲”中，線上的兩位玩家面對(duì)同一幅圖片，在有限的時(shí)間內(nèi)盡可能地用更多地詞匯來描述這幅畫，當(dāng)兩位玩家使用了相同的詞的時(shí)候，會(huì)得到積分獎(jiǎng)勵(lì)。而他們?yōu)榱嗣枋鲞@幅圖畫所提供的詞匯則在不經(jīng)意間成為了這幅圖片非常準(zhǔn)確的標(biāo)簽，或者叫“元數(shù)據(jù)”。Google收購了這項(xiàng)技術(shù)并曾經(jīng)使用它為Google圖片搜索提供更準(zhǔn)確的標(biāo)簽改善搜索精度。在2007年von Ahn教授又發(fā)明了reCAPTCHA，他希望能夠幫助將古老的紙裝書籍進(jìn)行數(shù)字化，尤其是那些因?yàn)榧垙埬昃脮?huì)變得模糊而無法辨認(rèn)的部分。今天許多的網(wǎng)站在用戶注冊(cè)，或者用戶改變參數(shù)設(shè)置時(shí)，用戶需要辨識(shí)一些圖片里出現(xiàn)的字母并正確輸入才可以繼續(xù)操作。reCAPTCHA將古籍中這些難以辨識(shí)的部分剪輯成圖片處理之后使用在這些網(wǎng)站當(dāng)中。可以想象，當(dāng)足夠的用戶對(duì)這些難以辨識(shí)的文字進(jìn)行“人工”識(shí)別并將結(jié)果返回reCAPTCHA時(shí)，reCAPTCHA有效地提高了這些古籍?dāng)?shù)字化的效率與精度。

當(dāng)大數(shù)據(jù)的來源是用戶的參與與輸入時(shí)，如何將數(shù)據(jù)輸入的過程包裝成一個(gè)看似不直接相干的游戲或者其他環(huán)節(jié)，是很有趣的一個(gè)方向。醉翁之意不在酒，在用戶獲得放松與趣味性的同時(shí)，不經(jīng)意間貢獻(xiàn)了數(shù)據(jù)解決了問題。

MIT媒體實(shí)驗(yàn)室Cesar Hidalgo教授的研究組想回答一組很簡(jiǎn)單卻又與我們城市生活息息相關(guān)的問題。這個(gè)問題模版就是：在XXX這個(gè)城市里，哪里給人的感覺最XXX？比如說，在紐約，哪里給人的感覺最浪漫？Hidalgo教授和他的研究員們開發(fā)了一套游戲化的工具平臺(tái)來解決這個(gè)問題：他們通過利用“Google街道景觀（Street View）”的API，對(duì)一個(gè)城市幾乎每一個(gè)角落都會(huì)抓取一張照片，或者每隔一段距離就抓取一張照片，這樣一個(gè)城市就會(huì)自動(dòng)生成一個(gè)照片集。每一位用戶在參與這個(gè)游戲的時(shí)候每次都會(huì)看到兩張照片，并選擇：“哪一張照片里的場(chǎng)景看起來你覺得更不安全？”用戶則可以很快地憑他們的個(gè)人感受進(jìn)行選擇。當(dāng)足夠多的用戶參與這個(gè)游戲的時(shí)候，研究院們就收集到了大量的兩兩比較的數(shù)據(jù)，進(jìn)而可以計(jì)算出所有這些城市的地點(diǎn)在人們心中關(guān)于安全性，或者“浪漫”程度的排序。

個(gè)人數(shù)據(jù)是新型的資產(chǎn)—隱私與安全

我們前文中提到的幾乎所有大數(shù)據(jù)的應(yīng)用例子，在展示了大數(shù)據(jù)本身的價(jià)值和潛力的同時(shí)，也不由得讓我們皺起眉頭，產(chǎn)生一些疑慮。因?yàn)檫@些數(shù)據(jù)的采集和應(yīng)用嚴(yán)重涉及到了我們個(gè)人的隱私和安全。個(gè)人的移動(dòng)信息、通訊信息、消費(fèi)信息、醫(yī)療記錄、信用記錄、甚至是駕駛記錄；在企業(yè)內(nèi)的范疇里Email通信記錄、績(jī)效表現(xiàn)；甚至是社交媒體上留下的一句評(píng)論、上傳的一張照片、電腦里安裝刪除了什么軟件，這一切的一切都是大數(shù)據(jù)有可能去挖掘的對(duì)象。善意地利用這些數(shù)據(jù)可以更好地推進(jìn)科學(xué)，為我們創(chuàng)造價(jià)值，而惡意地利用這些數(shù)據(jù)則有可能對(duì)個(gè)人，對(duì)家庭帶來災(zāi)難性的后果。

大數(shù)據(jù)在創(chuàng)造價(jià)值的同時(shí)，對(duì)公民權(quán)利、社會(huì)道德體系，國家立法也提出了刻不容緩的要求。正因?yàn)榇髷?shù)據(jù)難以估量的巨大潛在價(jià)值，我們的個(gè)人數(shù)據(jù)已經(jīng)成為一種新的有價(jià)資產(chǎn)（Asset），政府或企業(yè)都像盡能地收集和利用這些數(shù)據(jù)。在這些數(shù)據(jù) 的觸角正在伸向我們每個(gè)人和社會(huì)的時(shí)候，我們需要盡早從技術(shù)、道德、立法多個(gè)角度去思考這個(gè)問題并做好準(zhǔn)備。

Sandy Pentland教授在這個(gè)問題上做過很多前瞻性的思考與工作。他向世界經(jīng)濟(jì)論壇提出了“數(shù)據(jù)新協(xié)定（The new deal on data）”的主張。他認(rèn)為，我們每個(gè)人對(duì)我們個(gè)人的數(shù)據(jù)具有無可置疑的“擁有權(quán)”與“處置權(quán)”。

對(duì)個(gè)人數(shù)據(jù)的應(yīng)用與分析以及產(chǎn)生了哪些相應(yīng)的個(gè)性化服務(wù)必須用明確的語言向用戶進(jìn)行解釋，用戶有權(quán)選擇不加入或者不接受這些服務(wù)。用戶同時(shí)有權(quán)利要求拷貝、轉(zhuǎn)移或者刪除自己的數(shù)據(jù)，不被他用。任何大數(shù)據(jù)的參與者都需要遵守這些準(zhǔn)則。他的這些早期主張獲得了關(guān)注并幾經(jīng)討論。今年，美國推出了《用戶數(shù)據(jù)權(quán)利法案》（Consumer Data Bill of Rights），歐盟官員也宣稱數(shù)據(jù)的權(quán)力是公民一項(xiàng)基礎(chǔ)的權(quán)力。

這種對(duì)用戶數(shù)據(jù)隱私與安全的考慮也帶來許多技術(shù)與模式上創(chuàng)新的機(jī)會(huì)。在技術(shù)上，比如如何在網(wǎng)上不無意識(shí)地泄漏個(gè)人身份，如何在數(shù)據(jù)分析時(shí)有效地加密敏感信息而不影像分析結(jié)果；在模式上，如何讓愿意分享個(gè)人數(shù)據(jù)的人得到補(bǔ)償，得到更多的有價(jià)值的服務(wù)，如何在政府，企業(yè)，與用戶之間建立一個(gè)互信的機(jī)制，這些挑戰(zhàn)其實(shí)都是很好的創(chuàng)新點(diǎn)。

大數(shù)據(jù)的核心是人，大數(shù)據(jù)創(chuàng)造價(jià)值的根源是對(duì)我們?nèi)吮旧砀羁痰牧私狻ｊP(guān)于我們?nèi)俗约?，第一，不管我們?nèi)绾慰桃獾匮陲椬约?，甚至偽裝自己，我們不經(jīng)意間的行為習(xí)慣留下的痕跡還是會(huì)“暴露”真實(shí)的自己；第二，我們每個(gè)人都深受環(huán)境以及周圍的親人朋友同事的影響，人們常說“每個(gè)人都是他周圍人的平均數(shù)?！倍髷?shù)據(jù)正是有力量來沿著我們留下的這些數(shù)字軋跡推測(cè)我們真實(shí)的自己，來尋找人與人、人與環(huán)境變量之間的聯(lián)系，去更準(zhǔn)確地了解我們。這種理解和體會(huì)可能超出了我們自己對(duì)自己的認(rèn)知。

然后數(shù)據(jù)也好，大數(shù)據(jù)也好，帶來的智慧都是基于歷史過去的事件，在未來這個(gè)很有基于數(shù)據(jù)而設(shè)計(jì)建立的社會(huì)里，我們要隨時(shí)準(zhǔn)備迎接可能給我們帶來困擾，也有可能帶來欣喜的黑天鵝。

（本文轉(zhuǎn)自《新知》試刊號(hào)）