信息極客的三個(gè)功夫

萬維鋼

事實(shí)證明使用搜索引擎還是需要點(diǎn)見識(shí)的。人工智能專家吳恩達(dá)不久前接受美國《華爾街日?qǐng)?bào)》采訪，提到有百度用戶是這么進(jìn)行語音搜索的：

在中國，有一些用戶還顯得不太成熟，所以你會(huì)得到你在美國不會(huì)得到的查詢。例如，“嘿，百度，你好嗎？上周我在街頭一家小店吃了面條，味道非常好。你認(rèn)為這個(gè)周末他們還會(huì)營業(yè)嗎？”

你得知道搜索是跟機(jī)器而不是跟人打交道。搜索引擎只知道網(wǎng)上已有的信息，而且你要輸入的是關(guān)鍵詞，而不是一句完整的話。當(dāng)然，選擇關(guān)鍵詞也有技巧，比如你想找個(gè)色情網(wǎng)站，你最好不要直接輸入“色情”——那樣的話你找到的更可能是一些有關(guān)反色情的頁面。

但搜索只是個(gè)簡(jiǎn)單功夫。內(nèi)事不決問百度，外事不決問谷歌，高級(jí)問題直接去知乎和維基百科，這些一般人都會(huì)。我兒子才5歲根本不會(huì)打字，但是他能在YouTube使用語音搜索到任何想看的動(dòng)畫片，他知道應(yīng)該只說片名而不是說“你好嗎”。

能用非直覺思維跟機(jī)器打交道，這有點(diǎn)極客的意思。不過一個(gè)真正的極客也許并不滿足于解決自己的信息需求，他可能還想為社會(huì)創(chuàng)造點(diǎn)價(jià)值，甚至想要用信息去左右公共政策，那么他就得會(huì)三個(gè)更高級(jí)的功夫。

功夫一：閱讀學(xué)術(shù)論文

論文是知識(shí)的最前沿，而且是用最有條理的方式整理好的文本，一個(gè)真正的極客怎么可能不看論文呢？現(xiàn)在搞研究的人實(shí)在太多，從上天入地到娛樂管理，所有領(lǐng)域都有論文。很多社會(huì)科學(xué)甚至醫(yī)學(xué)方面的論文，只要有最基本的統(tǒng)計(jì)知識(shí)就能看懂，實(shí)在看不懂技術(shù)細(xì)節(jié)看看摘要也不錯(cuò)。

假設(shè)你想問一個(gè)生活中的問題，比如“讀個(gè)商科的學(xué)位是否有利于找到工作”。問家人朋友，上論壇問網(wǎng)友，乃至直接搜索答案，最后得到的都可能是一些道聽途說的事例和極其個(gè)人化的見解。想獲得經(jīng)過統(tǒng)計(jì)檢驗(yàn)的、具有普遍意義的過硬答案，最好的辦法是看論文。

美國奧本大學(xué)經(jīng)濟(jì)系的一個(gè)研究發(fā)現(xiàn)，哪怕你想找的是商業(yè)工作，商科學(xué)位也沒啥用。這項(xiàng)研究隨機(jī)生成了9000份簡(jiǎn)歷，投給銀行、金融、管理、市場(chǎng)、保險(xiǎn)和銷售機(jī)構(gòu)，簡(jiǎn)歷中的學(xué)位包括會(huì)計(jì)、經(jīng)濟(jì)、金融、管理、市場(chǎng)這些商業(yè)相關(guān)學(xué)科，和生物、英語、歷史、心理學(xué)這些非商業(yè)學(xué)科。結(jié)果發(fā)現(xiàn)商科的學(xué)位并不能增加獲得面試的機(jī)會(huì)。有過實(shí)習(xí)經(jīng)歷倒是可以把面試機(jī)會(huì)增加14%。所以最佳策略是讀個(gè)自己喜歡的專業(yè)，然后大三暑假出去實(shí)習(xí)3個(gè)月。

要得到這種高級(jí)知識(shí)，得去特別的地方。在人人都會(huì)用的百度谷歌入口之外，還有一種精英專用搜索引擎——學(xué)術(shù)搜索，對(duì)應(yīng)的入口是Google Scholar和百度學(xué)術(shù)，其提供的一切搜索結(jié)果都來自論文?？萍夹侣劸W(wǎng)站，比如Solidot（給極客看的中文資訊，強(qiáng)烈推薦）、果殼網(wǎng)和EurekAlert！是發(fā)現(xiàn)值得注意的新研究的好地方。

過去所謂的“科普文章”都在“鬼火是磷火”之類相信科學(xué)破除迷信的階段，講的都是最基本的常識(shí);而現(xiàn)在的科學(xué)文章只有講到最新研究才拿得出手，背后往往有論文支持。

一方面是科學(xué)家花了大量的時(shí)間和金錢才得到的結(jié)果，另一方面是公眾根本不知道這些結(jié)果——不但不知道，而且不知道自己不知道。

論文里的主流意見跟微信朋友圈里信誓旦旦的說法很可能恰恰相反。人們的見識(shí)跟真實(shí)世界之間有一個(gè)鴻溝，而極客可以通過讀論文來跨越這個(gè)鴻溝。

當(dāng)然論文中的結(jié)論也有很多都是錯(cuò)的，能判斷各種研究的可信度是一個(gè)高級(jí)功夫，但只要是正規(guī)的學(xué)術(shù)論文，就一定比任何一個(gè)論壇上網(wǎng)友的有感而發(fā)可信得多。

功夫二：直接閱讀原始數(shù)據(jù)

最近經(jīng)濟(jì)學(xué)家Tyler Cowen在他博客貼了一篇有關(guān)韓國治理空氣污染的文章。文章說韓國曾是一個(gè)空氣污染非常嚴(yán)重的國家，2002年的空氣質(zhì)量在122個(gè)國家中排第120位。但是當(dāng)韓國政府想要改善空氣質(zhì)量的時(shí)候，它很快就改善了——現(xiàn)在韓國排第43位。

這對(duì)中國太有借鑒意義了，我立即轉(zhuǎn)發(fā)到了自己的微博。

像這樣超出尋常的故事往往能刺激極客們展開自己的調(diào)查。我的微博發(fā)出5分鐘內(nèi)，@煉金術(shù)士gewesen 就查到了韓國煤炭消費(fèi)的數(shù)據(jù)，并指出“同時(shí)韓國的煤炭消費(fèi)比2002年增加了46%”。如果燒煤是空氣污染的最重要來源，韓國在沒有減少燒煤的情況下大幅減少空氣污染就不太可能。

又過了不到一小時(shí)，@盧昌海找到了空氣質(zhì)量排名的原始文件，并發(fā)現(xiàn)韓國在2002年的排名根本就不是第120位，而是第54位，Cowen博客中的數(shù)據(jù)是錯(cuò)的！

這件事讓我特別自豪，要知道Cowen的文章貼出一天也沒人發(fā)現(xiàn)毛病。這就是極客的力量——對(duì)奇怪的事實(shí)非常敏感，產(chǎn)生疑問后不是空口無憑地質(zhì)疑，而是立即查找數(shù)據(jù)，拿數(shù)據(jù)說話。有這樣的功夫不管說什么，別人都不得不嚴(yán)肅對(duì)待。

查數(shù)據(jù)，是極客的膝跳反應(yīng)。楊振寧自從82歲跟翁帆結(jié)婚以后，就經(jīng)常查閱年齡統(tǒng)計(jì)來判斷自己還能活多少年。他查的年齡表人人都可以很方便地查閱到，根本沒必要再拿“人生七十古來稀”這種過時(shí)的格言嚇自己。

互聯(lián)網(wǎng)上有很多優(yōu)質(zhì)的數(shù)據(jù)資源。Wolfram Alpha網(wǎng)站可以調(diào)閱和可視化有關(guān)當(dāng)今世界的很多基本數(shù)據(jù);美國政府有一個(gè)專門的數(shù)據(jù)網(wǎng)站Data.gov，其中有從經(jīng)濟(jì)到教育科研各種數(shù)據(jù)庫;而USASpending.gov則列舉了各項(xiàng)政府花費(fèi)的數(shù)據(jù)，有心人可以拿這些數(shù)據(jù)搞出很有意思的東西來。

“大數(shù)據(jù)”現(xiàn)在很流行，但在中國，別說數(shù)據(jù)挖掘，哪怕僅僅是能自行尋找和閱讀數(shù)據(jù)、會(huì)拿數(shù)據(jù)說話的人，都還不夠多。在這方面一個(gè)美國女高中生也許可以給中國公知上一課。

新澤西某高中的Amanda Graves收到包括耶魯和芝加哥大學(xué)在內(nèi)很多名校邀請(qǐng)她申請(qǐng)這些大學(xué)的信，但是她成績(jī)一般，連全校前四分之一都沒進(jìn)。Amanda據(jù)此懷疑這些名校明知她和很多她這樣的學(xué)生根本沒有被錄取的機(jī)會(huì)，還寫這些信給她們，純粹是故意忽悠人。

如果你有這種想法會(huì)怎么做？你也許會(huì)跟身邊人說說，或者上網(wǎng)吐槽，也許還會(huì)推測(cè)說名校這么做是為了多收申請(qǐng)費(fèi)。

Amanda的做法是在華盛頓郵報(bào)發(fā)表了一篇非常漂亮的長(zhǎng)文，充滿了拿數(shù)據(jù)說話的精神：

——耶魯每年吸引8萬人申請(qǐng)，只錄取1300人，被拒率93.7%;

——95%的耶魯學(xué)生的高中成績(jī)排在其高中的前10%，100%的學(xué)生排在高中前25%;

——芝加哥大學(xué)錄取學(xué)生的數(shù)學(xué)和閱讀SAT成績(jī)中位數(shù)是在1440到1540之間，而Amanda的成績(jī)只有1100;

——芝加哥大學(xué)只有1%的新生GPA在3.00到3.24之間，3.00以下的根本就沒統(tǒng)計(jì)，而Amanda的GPA只有2.9。

她使用的數(shù)據(jù)有些來自Google搜索，有些則來自CollegeBoard和CollegeData這樣的專業(yè)網(wǎng)站，她還引用了權(quán)威新聞渠道的報(bào)道作為論據(jù)。文章發(fā)表之后，她甚至還因?yàn)榘l(fā)現(xiàn)芝加哥大學(xué)的錄取GPA是使用加權(quán)平均法計(jì)算的，而自己的GPA沒有經(jīng)過加權(quán)平均法計(jì)算，二者不能直接比較，而重新計(jì)算了自己的GPA，并要求《華盛頓郵報(bào)》修改了文章。

另外值得注意的是，中文媒體轉(zhuǎn)發(fā)這條消息的時(shí)候，直接說名校這么做是為了多收申請(qǐng)費(fèi)，而Amanda的原文卻根本沒這么說過——她只在數(shù)據(jù)支持下論證了名校這么做是為了提高申請(qǐng)被拒率，從而提高學(xué)校排名，甚至還特別說明芝加哥大學(xué)免除了她的申請(qǐng)費(fèi)。整篇文章有理有節(jié)。

這就是一個(gè)數(shù)學(xué)和閱讀成績(jī)都一般的美國女高中生的水平。而她做這么多調(diào)查研究并不是為了論證自己應(yīng)該進(jìn)名校，是為了論證自己不應(yīng)該進(jìn)名校！

功夫三：主動(dòng)采集和分析數(shù)據(jù)

Nate Silver可能是現(xiàn)在預(yù)測(cè)界風(fēng)頭最勁的人物，他通過數(shù)據(jù)分析對(duì)棒球和美國選舉的預(yù)測(cè)已經(jīng)成為當(dāng)代傳奇，但是他最早玩數(shù)據(jù)的時(shí)候，卻是一個(gè)業(yè)余選手。2002年，Silver還只是某個(gè)會(huì)計(jì)公司的小職員。但他有兩點(diǎn)跟一般的會(huì)計(jì)不一樣：第一，他非常喜歡棒球。第二，他是個(gè)極客。

我們都知道美國職業(yè)體育中有各種非常詳盡的統(tǒng)計(jì)數(shù)字。Baseball Prospectus是一本面向球迷的棒球雜志，上面刊登了每個(gè)大聯(lián)盟球員，以及每個(gè)可能進(jìn)入大聯(lián)盟的球員的全面數(shù)據(jù)，而極客球迷看這些數(shù)據(jù)非常過癮。

Silver在工作之余把這些數(shù)據(jù)輸入自己搞的一個(gè)非常大的電子表格中，用自己的方法評(píng)估和預(yù)測(cè)球員的表現(xiàn)。這套系統(tǒng)就是后來他賴以成名的棒球預(yù)測(cè)軟件PECOTA的前身。

2003年，Silver把這套系統(tǒng)賣給了Baseball Prospectus雜志。2007年，他開始發(fā)表對(duì)政治選舉的預(yù)測(cè)。2008年美國大選，Silver成功預(yù)測(cè)了美國50個(gè)州中49個(gè)州的選舉結(jié)果。

一般人恐怕不會(huì)有這樣的技術(shù)和時(shí)間來搞這么專業(yè)的數(shù)據(jù)分析——其實(shí)主要是沒有這么大的熱情——不過哪怕我們對(duì)統(tǒng)計(jì)不怎么感興趣，也可以搞一些簡(jiǎn)單的玩法。

現(xiàn)在極客們有個(gè)時(shí)髦的活動(dòng)是量化自我。

這通常涉及隨身帶一個(gè)手環(huán)之類的小電子設(shè)備，手機(jī)也可以。這個(gè)小工具將記錄你每天的一舉一動(dòng)：睡了多長(zhǎng)時(shí)間覺，走了多少步，去了哪里，燃燒了多少卡路里。

Mathematica的發(fā)明人，當(dāng)今天才Stephen Wolfram，記錄了自己1998年以來發(fā)過的每一個(gè)電子郵件、記在日程表上的每一個(gè)事項(xiàng)、參加的每一次會(huì)議、打過的每一個(gè)電話、走過的每一步、甚至每一次敲擊鍵盤的時(shí)間。

這些數(shù)據(jù)使得我們可以更好地了解自己，監(jiān)督自己，乃至改進(jìn)自己。我們可以設(shè)定健身目標(biāo)，完成了自我表揚(yáng)，完不成自己感到羞愧。

《奇特的一生》書中的時(shí)間管理傳奇人物柳比歇夫，他獲得高效率的辦法就是嚴(yán)格記錄自己在每一件事上所花的時(shí)間，通過分析這些數(shù)據(jù)來看看自己到底能干些什么。也就是說，量化自我的目的是成為自己生活的科學(xué)家：測(cè)量、處理、實(shí)驗(yàn)、再測(cè)量，直到取得理想結(jié)果。

如果你對(duì)量化時(shí)間管理的重視程度達(dá)到柳比歇夫那樣的級(jí)別，Daytum是個(gè)現(xiàn)代化的工具。更輕量級(jí)的工具包括YAST和Slimtimer。如果你像我一樣只想記錄一下自己在計(jì)算機(jī)上都干了什么，RescueTime非常方便。類似的工具非常之多，Sleep Time可以通過手機(jī)震動(dòng)監(jiān)督人的睡眠質(zhì)量，mint.com 則能監(jiān)督人的花錢習(xí)慣，等等。

很多人的個(gè)人數(shù)據(jù)綜合起來，可以幫助研究者更好地理解人類行為，所以量化自我也是對(duì)社會(huì)的貢獻(xiàn)。事實(shí)上個(gè)人也能拿自己的數(shù)據(jù)搞點(diǎn)小研究，比如玩微博的人每天記錄一下自己的粉絲數(shù)增長(zhǎng)情況，也能發(fā)現(xiàn)一些有趣的事實(shí)。

總而言之，一大波極客正在襲來。他們用論文辟謠，用數(shù)據(jù)打臉，用自己的行動(dòng)樹立榜樣。他們可能是科學(xué)家、工程師、教師、記者或者醫(yī)生，也可能是任何有評(píng)判性思維能力和理解科學(xué)方法的人。這些人是有功夫的參與者，對(duì)公共事務(wù)發(fā)言，他們也許會(huì)取代歷史上的讀書人和現(xiàn)代的公知。

（作者為美國科羅拉多大學(xué)物理系研究員）