圣誕老人的名單

是否有人想過，如果圣誕老人給地球上的孩子送禮物是真實的，那么，莫非他還要先判斷某個孩子過去一年的表現(xiàn)是否值得收到禮物？這是個大數(shù)據(jù)問題。如此，人類的先進算法有用武之地嗎？

瑪麗娜凍得直磨牙。她需要聚精會神。6個月來，她一直待在一個被冰封苔原包圍的小村落里等待這一刻。房門吱嘎響，一團暖氣繚繞地飄進寒冷的空氣中。一名男子正咧嘴對她笑，似乎在展示他身上尺寸過大的紅袍與腳上寬松的拖鞋。男子大概65歲，他說：“看來，你就是阿爾菲·申克每次進入村子時糾纏他的那個家伙。”

“我確實有罪，”她笑著說，“我叫瑪麗娜·伯吉斯，是GDM公司的高級數(shù)據(jù)工程師。你是……”

“我顯然不是你所期待的模樣，”他輕拍肚子，“相信我，等到年底我的體重會長回來的。趕快進來吧，我正在煮茶?！?/p>

瑪麗娜掃視了這間小屋，然后坐到壁爐前的扶手椅里。一切都顯得如此普通。從掛在爐火上的舊水壺到盤旋上升的木樓梯，樓梯延伸進微微發(fā)亮的漩渦。好吧，漩渦很古怪。

“相當(dāng)刺眼，對吧？”他邊說邊提起水壺倒茶水，“我試圖掛上簾子，但簾子被吸了進去，無生命物體的躍遷比較差。其實人類也一樣，所以不要做任何傻事?！彼M另一把扶手椅，“阿爾菲解釋了時間膨脹吧！”

瑪麗娜點點頭。

“我恐怕這場會面不得不簡短?！?/p>

“我直奔正題吧！GDM公司專門研究利用深層神經(jīng)網(wǎng)絡(luò)來為復(fù)雜的人類數(shù)據(jù)建模。在你的案例中，模型輸出會是二元分類，輸入內(nèi)容會是每個兒童在過去一年里的行為信息。從申克先生給我的訓(xùn)練數(shù)據(jù)——”

他咯咯笑起來，聲音渾厚沙啞，“鬼祟的家伙！他沒告訴我這件事。”

瑪麗娜吞咽了口唾沫，但他似乎沒有被惹惱。他若生氣，會有點兒虛偽，畢竟他在沒有詢問參與者的情況下就創(chuàng)建了“名單”：這個復(fù)雜情況將數(shù)據(jù)置于法律的灰色地帶。但為了獲得合適的報酬，GDM會與灰色地帶合作。“當(dāng)然，數(shù)據(jù)是匿名的，行為細(xì)節(jié)減少到最低程度，從而不可能識別出個體身份。即便如此，我們還是達(dá)到了98%的分類準(zhǔn)確度。”

他第一次露出驚訝的模樣，“真的嗎？”

“是的，這是基于一萬個樣本的交叉驗證結(jié)果。對于數(shù)十億的樣本數(shù)，我們能做得更好。當(dāng)然，你可以人工檢查邊緣案例，神經(jīng)網(wǎng)絡(luò)算法在那兒的可信度偏低。按我的理解，你的團隊通常需要用一千年來處理名單？”

“是兩千年?！彼嬃丝诓杷?，“我們要檢查兩遍，但正因如此，我們才要在膨脹的時間里做這件差事?！?/p>

“是的，申克先生解釋過了?！爆旣惸葘⑺潜杷诺揭贿叄辉儆|碰，疊起雙手放到膝頭上，來阻止雙手顫抖?！八€說，時間膨脹率無法匹敵日益增加的人口，導(dǎo)致你們最近的名單審查工作變得——很匆促?！?/p>

“那個小——”他吸了口氣再緩緩呼出，“我不會否認(rèn)。我們在50年代達(dá)到了穩(wěn)定時間膨脹的極限。但人口一直在增長，而且……”他嘆氣道，“錯誤已經(jīng)釀成?！?/p>

“這是個難以對付的情況。”她應(yīng)該放一只手到他的膝頭嗎？不，這樣做太過了?！暗覀兡軒蜕厦ΑＶ皵?shù)年的數(shù)據(jù)當(dāng)訓(xùn)練數(shù)據(jù)綽綽有余，我們的系統(tǒng)在大約兩周里就能處理完你需要的名單。”

“你提過邊緣案例，數(shù)量有多少？”

“不到2%。我們預(yù)期將你們的工作量降低到1/50?！?/p>

“你們的神經(jīng)網(wǎng)絡(luò)算法如何提取行為背后的意圖？在人工審查中，那是我們的瓶頸?！?/p>

“我不能完全告訴你。對于人類審查員來說，意圖很清楚，但神經(jīng)網(wǎng)絡(luò)算法如何表示那個信息并非憑借直覺的過程。當(dāng)然，結(jié)果不言而喻?！?/p>

“意圖如此重要。”他沉思道，“根據(jù)舉動背后的原因，同樣的舉動可能將你移到不同名單的最前面?！彼粥嬃丝诓杷俅瓮ｎD，“我不能給你補償。這違背規(guī)則?！?/p>

“我們并不需要金錢補償?！?/p>

“你這么做是出于善心？”

瑪麗娜猶豫不決，但是企圖蒙騙某個知道你出生后每個行動的人不像是明智之舉?！拔覀兊某陝谑悄涿幚砗蟮拿麊?。我們公司有許多獲得行為數(shù)據(jù)的機制：設(shè)備追蹤、網(wǎng)絡(luò)活動、購物歷史及通常那些手段。但你們的數(shù)據(jù)集規(guī)模是我無法領(lǐng)會的。它的價值無可比擬?！?/p>

“呃，我們掌握了一些甚至連GDM也不知道的訣竅?！彼沉搜郾跔t上的時鐘，含混說道，“遺憾的是，我必須返回膨脹時間了，但謝謝你的到訪?！?/p>

“不，謝謝你才對?！爆旣惸日酒鹕怼?/p>

“請在村子里再待一周。我會派阿爾菲過來安排。當(dāng)然，今年我們會同時人工處理名單，再比較結(jié)果。接著，我們或許能在此基礎(chǔ)上推進合作?！?/p>

“好極了！”瑪麗娜說，試著保持聲音平穩(wěn)，“我期望與你合作?！?/p>

“我也一樣?！彼蜷_門，“我大概應(yīng)該提醒你一下，我提過的那些訣竅能用來在任何時候抹除數(shù)據(jù)集，無論你將數(shù)據(jù)集存儲在哪兒，無論你如何存儲，都不管用。我希望你理解這一點?！?/p>

瑪麗娜在門階上停住腳步，轉(zhuǎn)回身?！拔乙蚕蚰惚ＷC，我不會辜負(fù)你的信任。GDM在合乎倫理地使用數(shù)據(jù)方面的聲譽是毫無瑕疵的。去年，我們幫助……”

他再次咯咯笑起來，聲音像海一樣低沉?！胺泡p松，瑪麗娜，”他邊說邊關(guān)門，“這年頭，名字登上淘氣小孩名單是種時髦?！?/p>

資料來源Nature