數據的文藝解讀

陳婧

眼前是231塊LED屏幕，每隔幾秒，每塊屏幕上都會閃現不同的詞語或句子的片段，“女孩”、“有翅膀的天使”，“墨西哥人”這些不著四六的文字，其實是從在線聊天工具、在線開放式論壇上交談的10多萬名用戶的信息中截取的數據片段?？梢⒁獾氖?，這些文字并不是滯后才“發(fā)布”的，幾秒前你剛剛敲落在鍵盤上的文字，這個時候已經出現在了這一塊塊小小的屏幕之上。

你的耳邊還會得到提示，因為這些文字正在通過機器合成的聲音進行自動播報。不要以為這是個隨機現象，其實231塊屏幕的背后蘊含著至少6組統(tǒng)計規(guī)律。只有在符合特定的篩選機制后，計算機軟件才會實時地從不規(guī)則的數據中，抓取出需要顯示的信息。當機器相繼播報出這些符合篩選規(guī)律的句子時，就已經幾乎成為了一種讓人可以安靜下來“白噪音”，讓你可以坐在那里幾個小時，只為了仔細聆聽這些句子表達出的內容。有意思的是，這些機器的聲音聽起來很遙遠，很失真，像來自于另一個外星空間的電波，被重新發(fā)射回到了地球上。

這件名叫《監(jiān)聽站》的作品，雖然問世時間不久，卻已然成為了當代藝術的經典，在包括倫敦科學博物館、巴黎維萊特科技館、美國圣何塞藝術博物館等多地巡回展出，并奪得奧地利林茨電子藝術大獎。創(chuàng)作這件作品的作者，是美國加州大學洛杉磯分校的統(tǒng)計學教授馬可·漢森（Mark Hanson）和來自紐約的多媒體藝術家本恩·魯賓 （Ben Rubin）。漢森用一個數學家的方式，從數據篩選的角度，解讀了由人構成的“互聯(lián)”世界和他們的行為變化，讓數據做到了“可讀”；魯賓和漢森一起，讓更多的聽眾可以“收聽”數據的分析結果。

《監(jiān)聽站》與傳統(tǒng)的對數據進行視覺轉化的最大不同之處，在于其并非依靠現有的資料或嵌入式的運行環(huán)境，而是展示了一個需要對數據進行即時響應的動態(tài)環(huán)境，從數以十萬計的創(chuàng)作者中，運用統(tǒng)計學和數據模型，去發(fā)現、獲得有意義的輸出。雖然采用的方法是“竊聽”和“偷窺”，但這種方式本身也顯得“人性化”，就像在偷看好友鎖在抽屜里的一本日記，或是偶然忍不住去看朋友手機里儲存著的短消息。

每時每刻，我們都在線上遇到朋友、交換新聞、交互信息或是分享想法。這些數量為天文級的、碎片式的信息經過數據的重組、排列和篩選之后，就不再只作為公共空間里的數據而存在，而是呈現了人與人之間相互連接的一種行為模式。而且，數據可視化呈現出的效果，讓我們得以擺脫社交活動的表象而進入到更深層次：我們的意見、想法、希望、理性，都可以從這些互聯(lián)網上實時截取的文字段落中得到表達，重新歸類，最終再通過機器復讀的形式得到強化。對數據的重新演繹，讓互聯(lián)網上零散的、碎片化的信息獲得了真正的意義和價值。

大數據時代，各個跨行業(yè)的公司都在千方百計地匯總數據來精確定位數字、趨勢和模式。但隨著數據環(huán)境變得越來越復雜和繁瑣，也向管理這些數據并提取數據價值的組織提出了一個挑戰(zhàn)：怎么樣才能以更加巧妙的方式截取數據，并讓這些碎片化的互動式數據獲得價值？交互式大數據的可視化與可分析化還停留在較為初步的階段，怎么樣可以打開這道未知的大門，讓更多的即時數據的價值被發(fā)現？就這些話題，記者采訪了漢森，與他一起交流在大數據時代，怎么樣從即時數據背后去挖掘人類行為上的差異性與共性，如何在保留個性化的前提下，去優(yōu)化交互式數據的可視化傳播。

Q：你們怎么會想到去截取互聯(lián)網上的即時信息作為輸入端的數據呢？

A：我曾經在貝爾實驗室的研發(fā)部門工作，在那里我開始關注到統(tǒng)計學與藝術之間的交互，并意識到這會成為一件非常有意思的事情。當時我們的想法很簡單，就是想知道假如10萬人同時在線互動聊天，在這個過程中到底發(fā)生了些什么，于是就有了《監(jiān)聽站》。在互聯(lián)網上，有成千上萬的不設限制的站點，都可以讓計算機進行即時搜索，從發(fā)帖、留言，再到用戶間的對話。當這些文字匯入到數據庫中，將數據重新定義、排序、篩選并經過系統(tǒng)的分析之后，數據分析的結果就會給我們講很多故事。比如《監(jiān)聽站》很像是在寫人物傳記，每個人都在說著自己的故事。它也可以成為歷史故事：當你把《紐約時報》創(chuàng)刊100多年來的讀者評價作一次系統(tǒng)的分析，或者當你把圖書館里所有的書籍來個數據匯總，就會有這么一個效果。

Q：這讓我們想到美國著名作曲家、音樂家約翰·凱奇創(chuàng)作的那些即興音樂，他從電臺播放的音樂中隨機選出音樂片段和歌詞，然后進行重新創(chuàng)作。

A：和約翰·凱奇一樣，我想這都是另一種“偷窺”世界的方式。在音樂的歌詞中，你會聽到歌手對這個世界的抱怨或是贊美，憤怒或是喜悅。而在即時的對話中，你會聽到大家對這個世界的真實想法，這些想法之間可能是針鋒相對的，但都是由他們自己表達出來的，所以你聽到的是他們發(fā)自內心的聲音，比如對美國出兵作戰(zhàn)的想法，對佛羅里達南部發(fā)生颶風的想法，對俄羅斯發(fā)生人質綁架案的想法等等，盡管這件作品本身是不存在特定立場的。你可以聽到的還有他們最真實的自我，“我喜歡藍色”、“我喜歡咖啡”、“我喜歡貓”，都是不用去遮掩或怯于表達的，不管是虛構的或是真實的。

Q：從數據池篩選數據的過程中，你設定它們應當滿足哪些規(guī)律？

A：我設計了6組場景，背后應用了不同的統(tǒng)計規(guī)律，分組并滾動式地出現在231塊屏幕上。比如有一組場景，都以“我是”開頭，計算機會從龐大的“數據池”中篩選到符合這一類場景的信息，截取關于性別、國籍、政治傾向等自我介紹的語句，然后輸出到屏幕上：舉個例子來說，“我是澳大利亞人”，“我很性感但不成熟”，“我在為我的兒子做飯”。還有的以“我喜歡”、“我來自”等等作為句首，都應對了不同的統(tǒng)計學運算模型。我還和魯賓一起研究了將文字轉化成聲音的軟件，最后讓3臺計算機可以同時截獲互聯(lián)網上的內容并進行朗讀。事實上，因為我們截取數據的實時樣本來自超過10萬人，這要求對詞匯篩選的速度比瀑布飛濺還要快。

Q：屏幕上展示的詞匯，僅僅是為了表達他們的多元化和個性么？

A：當用戶使用聊天工具或者進入論壇時，他就進入了“與他人交往”的狀態(tài)。在鍵盤前敲擊的時候，他才真正進入到了那個“社區(qū)”，他會在對話中感受到差異，也感受到那種交互。他的輸入，因此也成為了另一種形式的輸出。但“社交”的狀態(tài)并不代表他的個性非常擅長這些，相反，他可能正處于孤獨、隔絕中。所以在這一塊塊屏幕上，他們內心真正的孤獨，變得可以聽得到、可以見得到、也可以感受得到。在個性化的表達中，你會從中發(fā)現更多共性的存在，就是那種對心貼心交流的那種渴望，對人與人之間充滿人情味互動的渴望。

Q：有人說這件作品最成功的地方，在于把作曲家一直想做但沒有做到的事情，把普通生活化的語言，變成了一種可視聽的藝術。

A：讓即時的、動態(tài)的數據變得可視化的同時又很藝術，是很多人都在追求的東西。但其實這和傳統(tǒng)的繪畫藝術很像，你要學會去把握局部和整體之間的關系，局部的東西是在描寫細節(jié)，但畫面作為一個整體就要能夠去包容，很抽象、很概括。在我看來還有一點非常重要，你要學會去銜接“閱讀”和“觀看”之間的通道，這兩者雖然都是用眼睛在看，但并不是等同的。舉個例子來說，有一副基督的畫像，遠觀的時候就是耶穌的頭像，但實際上它由600幅圖像拼湊而成，每一幅圖像本身也是可以供閱讀的，是用希伯來語和阿拉姆語在紙草、皮革上寫成的死海手卷。

Q：要實現大數據可視化的最優(yōu)，您認為哪些因素是非常重要的？

A：我最近在和紐約的藝術家耶·索普一起從事社交媒體的可視化項目，比如Twitter的可視化。大數據的可視化最大的不同之處在于，對實時響應的要求非常高，就像汽車的儀表盤，必須能夠反映當下的、動態(tài)的數據；同時不僅僅讓你看到你的網絡里哪些人，而且要能夠把握對你的用戶來說，哪些分享和他們之間是更加有關聯(lián)的。大數據的可視化最不能忽視的關鍵的一點，在我看來，是尊重數據表達的個性化需求。我們不能讓所有的數據都用看起來一模一樣的方法去呈現，否則就是一種非常懶惰的做法，一組數據和另一組數據之間的表達往往是存在差異的，我們需要去找到最漂亮的那種方式。

Q：在您看來，大數據的可視化可以發(fā)揮哪些社會價值？

A：我們每天都在產生數據，每天都在消費數據，數據已經變成我們日常生活的一部分。然而我們并沒有從文化上完全認識到這種轉變，這種轉變意味著什么，這樣的轉變會帶來什么。

從藝術的角度來看，大數據的可視化可以起到讓數據更加“人性化”的作用，從而幫助人們認識到這樣的轉變已經發(fā)生，而且可以變得更加美好。或許，這一切的終極目的就是讓數據變得更加實用。我會希望數據和人性化之間有更多的對話，理性與感性之間可以達到更完美的平衡。