大數(shù)據(jù)時(shí)代對(duì)社會(huì)生活的影響

大數(shù)據(jù)時(shí)代對(duì)社會(huì)生活的影響●改變我們生活的科學(xué)革命停留在了自然科學(xué)的邊界上，從沒(méi)有逾越而觸及人類?！袢绻覀兿裱芯孔匀滑F(xiàn)象一樣研究人類，我們就能夠預(yù)測(cè)人類行為?！褚坏┦占阶銐蚨嗟臄?shù)據(jù)，就可以提出這個(gè)基本的問(wèn)題：我們的可預(yù)測(cè)性有多高？并且會(huì)得到一個(gè)令人震驚的答案。人類不愿被放在顯微鏡下觀察某種程度上來(lái)講，有關(guān)人類行為的統(tǒng)計(jì)確實(shí)有很重要的意義。大量有關(guān)人類行為的數(shù)據(jù)該怎樣為我們所用呢？我是一個(gè)物理學(xué)家，也可以說(shuō)是一個(gè)自然科學(xué)家，我認(rèn)為自然現(xiàn)象是可以被解析、描述，被量化的，并且是可以預(yù)測(cè)、可以控制的，這一點(diǎn)無(wú)可厚非。這是科學(xué)家應(yīng)該做的，也是推動(dòng)科學(xué)家研究的動(dòng)力。那么，如果我們用人類來(lái)代替之前提到的自然現(xiàn)象呢？剛才那句話將變成：人類是可以被解析、描述，被量化，并且是可以預(yù)測(cè)、可以控制的。這顯然是一個(gè)會(huì)令人感到非?？只诺年愂?。然而，我們無(wú)須恐慌，這其實(shí)是一個(gè)好消息。在科學(xué)領(lǐng)域有一個(gè)我們從不去探討的小秘密，改變我們生活的科學(xué)革命停留在了自然科學(xué)的邊界上，從沒(méi)有逾越而觸及人類。我們不會(huì)阻止科學(xué)家去預(yù)測(cè)電子移動(dòng)軌跡，卻不愿預(yù)知電子危機(jī)、金融危機(jī)等；我們不介意科學(xué)家去研究基因，卻不愿預(yù)知戰(zhàn)爭(zhēng)、重大的危機(jī)等。原因非常簡(jiǎn)單。人類和細(xì)菌或其他有機(jī)體有一個(gè)根本的不同，即細(xì)菌不會(huì)因?yàn)楸环诺斤@微鏡下而惱怒，月亮也不會(huì)因?yàn)轱w船登陸到它的表面而提出控訴。預(yù)測(cè)需要數(shù)據(jù)想要預(yù)測(cè)，必須要掌握大量數(shù)據(jù)，那些說(shuō)自己不需要數(shù)據(jù)就可以作預(yù)測(cè)的人不是看手相的就是商業(yè)顧問(wèn)。在對(duì)人類行為的預(yù)測(cè)方面，我們現(xiàn)在擁有了大量數(shù)據(jù)的支持。我們發(fā)出的每封郵件都留下了一個(gè)人的社會(huì)關(guān)系、愛好等生活線索。銀行了解我們的支付能力、品味、購(gòu)買意愿以及購(gòu)物地點(diǎn)。雖然我們常常選擇不去想這些，但事實(shí)是我們已經(jīng)將自己放在了記錄事實(shí)的多倍顯微鏡下，這些數(shù)據(jù)細(xì)節(jié)讓他人可以迅速了解我們的生活。《爆發(fā)》講的就是數(shù)據(jù)統(tǒng)計(jì)給掌控人類行為的研究帶來(lái)的改變。這里面包括方方面面的數(shù)據(jù)，其中之一是隱私方面的數(shù)據(jù)。《爆發(fā)》一書雖然提到了隱私，卻不是在講隱私。它講的是我們的社會(huì)正在變成一個(gè)大實(shí)驗(yàn)室，自動(dòng)收集的數(shù)據(jù)揭示了人類行為模式。說(shuō)到人類行為，我首先要解釋一個(gè)問(wèn)題：“為什么一個(gè)物理學(xué)家要關(guān)注人類行為？”事實(shí)是，物理學(xué)家關(guān)心人類行為，是想了解其背后復(fù)雜的系統(tǒng)。這里有很多復(fù)雜的體系值得研究。大腦是一方面，還有經(jīng)濟(jì)、細(xì)胞，以及計(jì)算機(jī)系統(tǒng)。去年我們發(fā)現(xiàn)，要了解個(gè)人行為，社會(huì)是最好的平臺(tái)。這些數(shù)據(jù)幫助我們了解到每個(gè)人的日常行為，比如每一個(gè)神經(jīng)元每一刻都在做什么，或者說(shuō)每一個(gè)基因都有什么作用。因?yàn)檫@套個(gè)人統(tǒng)計(jì)數(shù)據(jù)統(tǒng)計(jì)了每個(gè)人的行為，包括他們的行為模式、運(yùn)動(dòng)模式，以及方方面面，所以如果你想實(shí)用一些，并且相信每一個(gè)復(fù)雜體系都是相似的，那么你就在朝著掌握更多數(shù)據(jù)、取得更大進(jìn)展的方向前進(jìn)。過(guò)去的五年、十年中，人類社會(huì)朝著逐步變成一個(gè)本源的復(fù)雜體系、一個(gè)便于我們掌控的體系的方向發(fā)展，但這是一個(gè)漫長(zhǎng)的過(guò)程。所謂“爆發(fā)”，是一個(gè)人人都在遵循的行為模式，如果你觀察現(xiàn)實(shí)生活中人們的行為模式：什么時(shí)候發(fā)郵件，什么時(shí)候打電話，什么時(shí)候?yàn)g覽網(wǎng)頁(yè)，你一定會(huì)發(fā)現(xiàn)確實(shí)存在這樣的模式，我們?cè)谶@一方面掌握了大量數(shù)據(jù)。這些行為都不是隨機(jī)的，而是聚集，最終爆發(fā)。也就是說(shuō)，你會(huì)在一段很短的時(shí)間里發(fā)出大量郵件，然后在接下來(lái)很長(zhǎng)一段時(shí)間里什么都不做，然后接下來(lái)又是一個(gè)爆發(fā)，打電話也是一樣。所以，在過(guò)去十年我們關(guān)于人類行為一個(gè)很重要的發(fā)現(xiàn)就是，人類行為不是隨機(jī)的，而是聚集帶來(lái)的爆發(fā)。而最重要的是這些行為都遵循“冪律分布”。當(dāng)然沒(méi)有人認(rèn)為自己的行為模式是隨機(jī)的，這從來(lái)就不是問(wèn)題所在。問(wèn)題是，隨機(jī)行為的特點(diǎn)是什么？爆發(fā)是特點(diǎn)之一，而且爆發(fā)也會(huì)將我們引向下一個(gè)問(wèn)題，這個(gè)我在前面也提到了。如果我們像研究自然現(xiàn)象一樣研究人類，我們就能夠預(yù)測(cè)人類行為。預(yù)測(cè)本身其實(shí)就是一個(gè)令人感到恐懼的詞。我們要預(yù)測(cè)什么？我們要預(yù)測(cè)今晚會(huì)夢(mèng)到什么嗎？我們要預(yù)測(cè)下次升職是什么時(shí)候嗎？或者預(yù)測(cè)我們會(huì)偶遇誰(shuí)？所有這些預(yù)測(cè)都需要數(shù)據(jù)的支持，需要大量數(shù)據(jù)的支持。我們作預(yù)測(cè)的能力取決于我們掌握多少數(shù)據(jù)，有了這些數(shù)據(jù)我們才能說(shuō)預(yù)測(cè)的可能性有多大。所以，幾年前我開始思考這個(gè)問(wèn)題時(shí)，我決定從收集人類行為軌跡的相關(guān)數(shù)據(jù)開始，即我們?cè)谀睦?，接下?lái)又要去哪里。我當(dāng)時(shí)沒(méi)有收集他人數(shù)據(jù)的渠道，卻又非常好奇作預(yù)測(cè)的可能性，所以我決定從收集自己的數(shù)據(jù)開始。進(jìn)入大數(shù)據(jù)時(shí)代其實(shí)，很多人行為軌跡的數(shù)據(jù)都被收集了?，F(xiàn)在還有人不用手機(jī)嗎？當(dāng)然，人們不會(huì)自欺欺人地去否認(rèn)這個(gè)事實(shí)：即你的手機(jī)廠商知道你每一時(shí)刻都在哪里。他們不僅知道你的位置信息，還知道你打的每一通電話（為了統(tǒng)計(jì)話費(fèi)）。他們不僅知道你在哪里，也知道其他成千上萬(wàn)的客戶在哪里。所以，相對(duì)于我所收集的關(guān)于自己的數(shù)據(jù)，他們掌握的數(shù)據(jù)要豐富很多。有了這些數(shù)據(jù)，人們就可以對(duì)不同的個(gè)體進(jìn)行比較。當(dāng)然，手機(jī)商很擔(dān)心這些數(shù)據(jù)會(huì)外泄，因?yàn)樗麄円３钟脩魧?duì)他們的信任，同時(shí)外泄信息還會(huì)受到法律的處罰。但是近幾年，他們逐步意識(shí)到這些數(shù)據(jù)的價(jià)值所在，于是開始將數(shù)據(jù)提供給研究者和其他公司。我的研究小組也得到了大量有關(guān)人類行為軌跡和通話模式的信息，信息的主人當(dāng)然是匿名的，我們不知道主人是誰(shuí)，也不知道他們的電話號(hào)碼。我們只是將他們看做在宇宙中移動(dòng)的小個(gè)體，就像組成汽油的溴一樣。有了這些數(shù)據(jù)，我們終于可以問(wèn)：人類行為的可預(yù)測(cè)性是多少？人的行為可以預(yù)測(cè)嗎？我們之前提出的問(wèn)題之一是：人們每天會(huì)移動(dòng)多遠(yuǎn)？答案很簡(jiǎn)單。如果你想要查一查移動(dòng)這么遠(yuǎn)的人有多少，這是一個(gè)典型的行車距離，大部分人都會(huì)移動(dòng)這么遠(yuǎn)。你會(huì)發(fā)現(xiàn)大部分人傾向于在一個(gè)相對(duì)小的范圍內(nèi)移動(dòng)。當(dāng)然也有少數(shù)住在城郊的人會(huì)移動(dòng)一段相當(dāng)長(zhǎng)的距離，移動(dòng)范圍較小的人的數(shù)量對(duì)比移動(dòng)范圍較大的人的數(shù)量正好符合一個(gè)精確的“冪律分布”。所以，如果你掌握了大量數(shù)據(jù)，就可以預(yù)測(cè)有多少人是旅行者，有多少人在很遠(yuǎn)的地方上班，有多少人大多數(shù)時(shí)間待在附近，或是在家中工作。這是我們研究的第一步。這已經(jīng)表明，在研究一個(gè)龐大的人群時(shí)，我們會(huì)發(fā)現(xiàn)不同人的行為是迥異的。下一步，我們用得出的行為軌跡算出每個(gè)人的熵。什么是熵呢？整個(gè)體系的熵是零，就是說(shuō)這個(gè)系統(tǒng)的狀態(tài)很明朗，你知道每一個(gè)點(diǎn)在哪里，每一個(gè)點(diǎn)的位置都是完全確定的，這也就是我們所說(shuō)的：“熵為零。”熵是衡量隨機(jī)性的值。原則上，如果可以根據(jù)個(gè)人過(guò)去出現(xiàn)的地點(diǎn)寫出數(shù)據(jù)挖掘運(yùn)算法則，那么就可以百分之百地精確算出他將出現(xiàn)的地點(diǎn)，他的可預(yù)測(cè)性是1，也就是說(shuō)這個(gè)人的運(yùn)動(dòng)完全沒(méi)有隨機(jī)性。他每天在同一時(shí)間往返于家和單位。我們認(rèn)為人與人之間的行為模式存在很大差異，很多人的行為很難被預(yù)測(cè)，因?yàn)樗麄兊纳钬S富，并且行動(dòng)無(wú)計(jì)劃性。但是還有一些人可能更容易被預(yù)測(cè)，這種人是我們一開始就提到的，他們的行為發(fā)生在一個(gè)確定范圍內(nèi)。于是我們分別計(jì)算出了這些人的平均值，并將他們的可預(yù)測(cè)性標(biāo)記在圖中。我們測(cè)量的是大批手機(jī)用戶的可預(yù)測(cè)性，首先應(yīng)該注意到的就是這個(gè)預(yù)測(cè)基數(shù)很大，峰值是93，也就是說(shuō)，對(duì)于一個(gè)普通人來(lái)講，如果我們知道他過(guò)去去過(guò)的地方，原則上有93%的可能性