數(shù)字傀儡？

錢禹坤

感覺日頭才剛剛落下，清晨的一縷微光便迎面而來，黑夜只延續(xù)了短短的一瞬間。這是一個(gè)失眠者的直觀感受，阿燦總覺得自己才剛睡下，便被這一道晨輝吵醒。他下意識(shí)地將臂膀環(huán)抱一旁，落了空。

方才清醒，已是離了婚的男人。

又是難熬的一天，阿燦深知這痛還會(huì)延續(xù)，可他并不后悔，下決定的是他自己，他依從了數(shù)據(jù)的結(jié)論。人會(huì)犯錯(cuò)，數(shù)據(jù)不會(huì)。對(duì)此，他深信不疑。

阿燦是這座城市的“數(shù)字化城鎮(zhèn)”的項(xiàng)目主管之一，負(fù)責(zé)數(shù)據(jù)挖掘部分。也就是在項(xiàng)目進(jìn)行的中段，一周之前，項(xiàng)目底層算法搭建進(jìn)入了實(shí)測(cè)階段，阿燦獨(dú)自一人留在了開發(fā)間，調(diào)出了他親自建模的“人際網(wǎng)絡(luò)”模型。

實(shí)測(cè)樣例數(shù)據(jù)，他選擇從自己開始，再方便不過。

輸入了自己的唯一編碼，程序啟動(dòng)，在分布式的大數(shù)據(jù)集群下，程序只需半分鐘便可得出結(jié)論：

一張關(guān)系網(wǎng)圖展開，中間是他自己，網(wǎng)絡(luò)分支指向了所有與他自己關(guān)聯(lián)密切的人群。再清晰不過的一張網(wǎng)圖，因?yàn)樗仓溃谶@個(gè)城市里，與自己關(guān)聯(lián)的人群屈指可數(shù)，除了妻子，便是項(xiàng)目組為數(shù)不多的幾名成員。關(guān)系圖伴隨著兩組數(shù)字徐徐展開，數(shù)字分別代表了個(gè)人的孤獨(dú)指數(shù)與所關(guān)聯(lián)人群的親密指數(shù)。這都是數(shù)據(jù)的力量，所有與之相關(guān)的消費(fèi)行為、網(wǎng)絡(luò)行為、個(gè)人軌跡等數(shù)據(jù)作為基數(shù)，經(jīng)過集群計(jì)算，反復(fù)機(jī)器演練學(xué)習(xí)，得出結(jié)論。

妻子的孤獨(dú)指數(shù)忽然吸引了阿燦的目光，較之上一次測(cè)試有了明顯的下降，這很不正常。阿燦下意識(shí)地選中了妻子的節(jié)點(diǎn)，新的網(wǎng)圖展開，不禁心頭一顫，那個(gè)陌生男人的面龐呈現(xiàn)了出來。他不認(rèn)識(shí)這個(gè)男人，可他們之間的親密指數(shù)卻幾何倍增長，遠(yuǎn)遠(yuǎn)超過了正常范圍。阿燦依然心存僥幸，可當(dāng)他調(diào)取出他自己與這個(gè)陌生男人之間的親密指數(shù)時(shí)，數(shù)據(jù)狠狠給了他一巴掌，是0。這意味著什么阿燦再清楚不過，妻子在這個(gè)男人與阿燦之間，完美的規(guī)避了所有可能的交集，阿燦所及之處這個(gè)男人幾乎全部避開，無須再調(diào)出更多軌跡細(xì)節(jié)，結(jié)論已經(jīng)明了，這讓阿燦渾身都顫抖起來。但阿燦就是阿燦，一個(gè)合格的數(shù)據(jù)工程師，憤怒解決不了任何問題，他選擇相信數(shù)據(jù)：新的算法啟動(dòng)，這是一個(gè)更加高級(jí)的智能推薦算法，它會(huì)給阿燦一個(gè)決定，而這個(gè)新算法也確實(shí)在瞬間便給出了那個(gè)決定——“這段婚姻持續(xù)的可能為1%”。

這個(gè)結(jié)論讓這段婚姻戛然而止，阿燦以數(shù)據(jù)為證，一周的時(shí)間便了結(jié)了一切。他還記得離婚登記處前妻子含淚的目光，寫滿了怨恨與不舍?？砂N沒有在意，因?yàn)樗艺\于他的數(shù)據(jù)……

很遺憾，一篇科普，我選擇以一則故事作為開端，因?yàn)榘N的故事近乎真實(shí)，那絕不是一則科幻小品，它就實(shí)實(shí)在在地存在于我們的現(xiàn)實(shí)生活。

有人不禁要問起，數(shù)據(jù)真的可以做到故事所表達(dá)的一切嗎？答案是殘酷的，當(dāng)然可以。數(shù)字時(shí)代并不是悄然來襲，而是洶涌澎湃、踏浪而來。數(shù)據(jù)技術(shù)在短短的幾年間增長了數(shù)倍。大數(shù)據(jù)絕不僅僅是一個(gè)理念，它已經(jīng)遍布于我們的周圍，無處不在。除非你選擇做一名隱士，丟掉智能手機(jī)和你的身份、歸隱山林，否則，你已經(jīng)結(jié)結(jié)實(shí)實(shí)地為這座城市，充當(dāng)了一枚數(shù)據(jù)傳感器，智能手機(jī)出賣了你的軌跡、出賣了你的行為習(xí)慣……就算是沒有它的存在，無處不在的物聯(lián)網(wǎng)傳感設(shè)備已然遍布于每一座城鎮(zhèn)的角落，真正的獨(dú)立也只能是你頭腦里的一則臆想，沒有人能躲過智能技術(shù)的魔掌。

我們還是回到阿燦的故事吧，孤獨(dú)指數(shù)為何物？人與人之間的親密度真的可以被量化嗎？那就跟隨我的步伐，讓我?guī)氵M(jìn)入到瘋狂的數(shù)據(jù)空間：

隨著現(xiàn)代化技術(shù)的發(fā)展，人與人之間的物理距離在縮短，而人與人之間的心理距離卻是在加大。有關(guān)資料顯示，大學(xué)生孤獨(dú)感表現(xiàn)得尤為強(qiáng)烈，孤獨(dú)感已構(gòu)成大學(xué)生心理問題的一個(gè)重要方面，會(huì)嚴(yán)重影響到學(xué)生的學(xué)習(xí)與生活。我曾有幸參與過這樣一個(gè)關(guān)于國內(nèi)高校師生的數(shù)據(jù)挖掘項(xiàng)目的建設(shè)，為高效地開展對(duì)大學(xué)生孤獨(dú)感群體的心理輔導(dǎo)等相關(guān)工作做輔助決策。那么項(xiàng)目中，如何精準(zhǔn)的定位學(xué)生中的高孤獨(dú)感群體成為至關(guān)重要的一環(huán)。

數(shù)據(jù)挖掘應(yīng)用從底層的數(shù)據(jù)選擇與篩選開始：

將全校學(xué)生每個(gè)月的一卡通食堂消費(fèi)記錄、門禁記錄、建筑出入記錄等包含學(xué)生校園生活所有方面的記錄進(jìn)行篩選去噪，并進(jìn)行有效的重組合并。將缺失嚴(yán)重的數(shù)據(jù)進(jìn)行刪除，以免干擾。匯總每位同學(xué)的背景信息，獲得其同班以及同宿舍的同學(xué)名單，從而構(gòu)造全面的學(xué)生生活交友圈;

再來看分析方法：

在校園生活中，學(xué)生一般結(jié)伴出行，因此往往一卡通的消費(fèi)記錄、門禁記錄等在時(shí)間和地點(diǎn)上是相近的，所以統(tǒng)計(jì)在一段時(shí)間內(nèi)一位同學(xué)消費(fèi)或圖書館宿舍的進(jìn)出的前后與他是同班或者是同宿舍同學(xué)的總數(shù)量，經(jīng)過函數(shù)處理生成相應(yīng)的孤獨(dú)指數(shù)。以食堂的吃飯數(shù)據(jù)為例：對(duì)于每一條刷卡記錄，找出該記錄同一食堂的消費(fèi)記錄，距離該刷卡記錄時(shí)間最近的前后共N條消費(fèi)記錄（N越小，對(duì)于定義兩個(gè)學(xué)生是“不期而遇”的概率越嚴(yán)格，具體的指數(shù)N 由食堂的平均人流量決定），判斷這幾條記錄中的刷卡學(xué)生是否為該學(xué)生的舍友同鄉(xiāng)或者同學(xué)。如果是，可以近似認(rèn)為該學(xué)生并不是單獨(dú)一個(gè)人出來吃飯，而是與同學(xué)結(jié)伴出行。若學(xué)生與他人結(jié)伴吃飯的次數(shù)占所有的吃飯次數(shù)比例越高， 則越能表明該學(xué)生喜歡與人結(jié)伴出行，則孤獨(dú)感越低;

最后我們來看評(píng)分方法：

孤獨(dú)指數(shù)：

將每位同學(xué)的同鄉(xiāng)同班同宿舍同學(xué)食堂結(jié)伴次數(shù)匯總，再根據(jù)食堂刷卡記錄得到相應(yīng)同學(xué)就餐總次數(shù)，從而獲得結(jié)伴就餐次數(shù)的相應(yīng)比例K，比例越大，說明就餐過程中有人陪伴的次數(shù)和人數(shù)更多，再將比例K通過函數(shù)形成相應(yīng)的介于0和1之間食堂孤獨(dú)指數(shù)。同樣的計(jì)算方法可以用在圖書館，宿舍，體育館等數(shù)據(jù)結(jié)果上。

這個(gè)地方會(huì)涉及一個(gè)相對(duì)煩瑣的數(shù)學(xué)概率公式，我們暫且不表。再來看親密指數(shù)：

從每位同學(xué)的就餐記錄找出與他經(jīng)常結(jié)伴吃飯的同班或同宿舍同學(xué)，并根據(jù)不同結(jié)伴同學(xué)的就餐次數(shù)生成相應(yīng)每位就餐伴侶的親密度。

親密度=一起就餐次數(shù)/學(xué)生總就餐次數(shù)。

兩個(gè)指數(shù)描述完，一定會(huì)有人提出疑問，之前沒有表明的具體實(shí)現(xiàn)邏輯算法究竟是什么。我要說的就是，大可不用去關(guān)心它，偉大的計(jì)算機(jī)技術(shù)發(fā)展至今日，短短的數(shù)十行代碼便可解決以上所有數(shù)學(xué)計(jì)算，再結(jié)合與之相對(duì)應(yīng)的計(jì)算機(jī)挖掘算法包與A.I.自學(xué)習(xí)引擎，關(guān)系網(wǎng)便可躍然屏幕之上，與阿燦所經(jīng)歷的一致，一所學(xué)校的每一位學(xué)生孤獨(dú)指數(shù)、親密度、行為軌跡一目了然，別說找出幾個(gè)關(guān)系網(wǎng)了，就是你要我預(yù)測(cè)出每一條關(guān)系的未來，也依然有瘋狂的代碼庫作為支撐，預(yù)測(cè)的準(zhǔn)確度取決于數(shù)據(jù)基礎(chǔ)的豐滿度。

作為一名高校生，也許你會(huì)心存僥幸，應(yīng)該還沒有那么多的數(shù)據(jù)暴露出去。很遺憾，隨著物聯(lián)網(wǎng)技術(shù)在這些年的飛速發(fā)展，關(guān)于你的數(shù)據(jù)會(huì)越來越健全，機(jī)器的預(yù)測(cè)能力也會(huì)越來越強(qiáng)大。當(dāng)然，數(shù)據(jù)的應(yīng)用范疇，依然是存在邊界的，一條安全紅線保障數(shù)據(jù)的使用安全，就算是我有這個(gè)能力，紅線依然是不能碰的。孤獨(dú)指數(shù)的應(yīng)用依然是向善的，它是為了更早地介入每位學(xué)生的心理健康問題。想要做到阿燦那樣的預(yù)測(cè)與監(jiān)控，是完全不被允許的。

但這不禁讓我開始思考，道德準(zhǔn)則是數(shù)據(jù)的安全紅線，只要嚴(yán)格遵守，就可以得到有效的保障。但是跨越了這個(gè)局限呢，放眼整個(gè)世界，能夠保障這條紅線就真的都能不被擅自剪斷嗎？我不知道，腦子里開始浮現(xiàn)出斯諾登、棱鏡門……于是才有了阿燦的故事。

《大數(shù)據(jù)時(shí)代》這本書就曾為我們描述過這樣一個(gè)經(jīng)典的案例：

一天一位男性顧客怒氣沖沖地來到一家折扣連鎖店“塔吉特”。向經(jīng)理投訴因?yàn)樵摰昃谷唤o他還在讀高中的女兒郵寄嬰兒服裝和孕婦服裝的優(yōu)惠券。但隨后這位父親與女兒進(jìn)一步溝通發(fā)現(xiàn)自己女兒真的已經(jīng)懷孕了……

這里用到的就是大數(shù)據(jù)“關(guān)聯(lián)規(guī)則+預(yù)測(cè)推薦”技術(shù)。也許數(shù)據(jù)技術(shù)的初衷是好的，但我們不得不提出疑問，在數(shù)據(jù)與人性之間、在技術(shù)與人類該享有的私密之間，如何權(quán)衡。當(dāng)然我們都可以如阿燦一樣，去相信數(shù)據(jù)的能力，它背后的強(qiáng)大技術(shù)已經(jīng)完全可以取代一個(gè)人的主觀抉擇，就像是阿燦認(rèn)為的那般——人會(huì)出錯(cuò)，數(shù)據(jù)不會(huì)。不知不覺間，我們都淪為奴役，在數(shù)據(jù)的掌控下，按部就班，絕不犯錯(cuò)。但冥冥中似乎又有另一個(gè)聲音在呼喚，那聲音從遠(yuǎn)處而來，逐步走近，緊跟著幻化成影像，那畫面是阿燦妻子，那張哀怨與不舍的面龐。聲音就來自于這個(gè)出了軌的可憐女人，她嘴中反復(fù)念叨著一個(gè)數(shù)字1%、1%、1%……

是啊，如果阿燦愿意相信數(shù)據(jù)，可為什么他偏偏去相信了那百分之九十九的可能，而主觀地回避了那百分之一的概率。這樣的一個(gè)疑問看起來很傻，但卻是問題的實(shí)質(zhì)，如果數(shù)學(xué)上的小概率事件是絕無可能，那數(shù)字存在的意義又是什么。機(jī)器從未給出阿燦一個(gè)絕對(duì)的定論，那百分之一的可能表達(dá)的意義其實(shí)更加值得挖掘。

我們與阿燦都忘卻了一件事。

這樣一個(gè)概率的結(jié)論，算法背后的根本原因是什么，我們都選擇了回避?；氐酱髷?shù)據(jù)本質(zhì)去思考，我曾多次在某些公開場(chǎng)合給人們講過這樣一個(gè)故事去解釋數(shù)據(jù)的意義：某天我經(jīng)過一個(gè)熱鬧的路邊攤，迎面走來一個(gè)人跟我打了個(gè)招呼，說好久不見，然后就離開了，這是數(shù)據(jù)的局部采集，我曾誤以為他認(rèn)錯(cuò)了人。直到第二天，我又再一次經(jīng)過這里，那個(gè)人又出現(xiàn)了，說了同一番話再次離開。然后是第三天，發(fā)生了同一件事，數(shù)據(jù)得到了積累，我終于有了足夠的數(shù)據(jù)基礎(chǔ)去計(jì)算它背后的意義——我遇到了一個(gè)傻子，他每天留在這里對(duì)每一個(gè)路過的人打招呼。數(shù)據(jù)在我的大腦中經(jīng)過了清洗計(jì)算，得出本質(zhì)，這也是最常見的數(shù)據(jù)提煉的場(chǎng)景，原本無意義的邂逅經(jīng)過轉(zhuǎn)換變換成知識(shí)?？纱髷?shù)據(jù)時(shí)代來了，我大腦的計(jì)算能力得到提升，我開始考慮加入更多的數(shù)據(jù)，我發(fā)現(xiàn)那是一個(gè)路邊攤，一群喝醉了酒的家伙留在每一天的記憶里，我把他們提煉了出來，再次計(jì)算，這回也許是更加精準(zhǔn)了，他們是同一群人，同樣的醉態(tài)、同樣的偷偷掩笑……結(jié)論忽然不再一樣了，我是被某種“玩笑”算計(jì)了。

雖然這個(gè)例子并不算多真實(shí)，但它還是從某種層面上解釋了大數(shù)據(jù)背后的意義：一定要更加全面去思考，大數(shù)據(jù)引領(lǐng)的不是一種技術(shù)，而是一種思維模式，讓數(shù)據(jù)的現(xiàn)象去解釋某種因果關(guān)系。

所以1%的結(jié)論如果背后的數(shù)據(jù)僅僅是妻子這一次出軌事件，似乎太過于武斷了。試問這天下間有多少家庭發(fā)生過同類的事件，如果每一次的“出軌”都直接影響了離婚率，這是不是有點(diǎn)兒不符常理了，所以大數(shù)據(jù)的背后一定還隱藏著阿燦所不愿去提及的更多數(shù)據(jù)本質(zhì)的存在。阿燦太過于理性了，這天下間會(huì)有更多的阿燦存在，他們?cè)敢庀嘈偶夹g(shù)的能力，然后逐漸失去人的本性。這才是1%結(jié)論的根本。

阿燦妻子的不舍與怨恨再次浮現(xiàn)腦海，揮之不去，那怨恨也許是對(duì)阿燦選擇的憤懣，可那不舍又是什么？

1%的概率算是個(gè)小概率事件嗎？

公元383年，前秦王苻堅(jiān)率領(lǐng)百萬大軍揮師南下，東晉謝玄僅帶8萬 “北府兵”應(yīng)敵，淝水遭遇，卻成就了個(gè)歷史上最經(jīng)典的“淝水之戰(zhàn)”，以少勝多的經(jīng)典戰(zhàn)役。這其中的概率自不必詳說。從長遠(yuǎn)看，淝水之戰(zhàn)使得漢族中原文化得以延續(xù)，可以說正是淝水之戰(zhàn)才保住了中華文化的最核心部分。這讓我不禁感嘆，但凡要是給科技樹胡亂捯飭一把，真難以想象現(xiàn)如今的中國會(huì)是什么樣子;美洲大陸的發(fā)現(xiàn)也是由于哥倫布錯(cuò)誤估計(jì)了由歐洲向西航行到達(dá)印度的距離。對(duì)于這位資深的航海家來說，也是一件無心插柳的絕對(duì)小概率事件，但這樣的小概率事件卻直接影響了歐洲乃至整個(gè)世界的經(jīng)濟(jì)格局;再不濟(jì)，我們?cè)賮砜纯磸?fù)仇者聯(lián)盟的英雄們，藝術(shù)工作者們?yōu)榱私o故事一個(gè)深遠(yuǎn)的意義，同樣限定了一個(gè)小得不能再小的概率——一千四百萬分之一，那是正義翻盤的可能，答案我們都已明了，他們做到了。

所以我們也就知道了，阿燦和這個(gè)世界上更多如阿燦一樣的我們，在技術(shù)的時(shí)代丟失的究竟是什么，那就是一份勇敢與堅(jiān)持，人性所獨(dú)有的那些寶貴的東西……

讀到這里，也許有人會(huì)關(guān)心阿燦最后的結(jié)局，但我無法給出，哪怕那是我寫出來的故事，我沒法預(yù)測(cè)故事的結(jié)局，更無法想象得到技術(shù)的終極。也許是我錯(cuò)了，我就像是一件古舊的瓷器，無法接受新時(shí)代的召喚，但心中的另一個(gè)聲音經(jīng)年不散——數(shù)據(jù)背后真正的含義是懦弱地沉浮其中，還是應(yīng)該勇敢地堅(jiān)守，堅(jiān)守的是那份我們?cè)?jīng)相信過的那份初心，哪怕，它只有1%的概率。

【責(zé)任編輯：艾 珂】