舉謬《大資料時代》：瞭解大資料不要盲目跟風

近年來，大資料在我國得到一致重視，各行各業興起了一股重視大資料、應用大資料的熱潮。 這種全民迅速接受新生事物的現象，反映了中國經過改革開放，現代化意識深入人心的可喜狀況，令人鼓舞。 但是，由於HTTP://www.aliyun.com/zixun/aggregation/13568.html">大資料技術發展迅速，一些囫圇吞棗的淺知誤見也隨之流傳，如不及時糾正，將造成對大資料先入為主的誤區， 影響經濟社會發展。 當前國內十分流行的《大資料時代》(維克托·邁爾-舍恩伯格等著，178.html">浙江人民出版社，2013年，以下簡稱《時代》)中提出了三個存在嚴重謬誤的觀點，特此指出，以期引起注意。

「不是因果關係，而是相互關係」?

《時代》一書的主要觀點之一是，大資料時代「不是因果關係，而是相互關係」。 其實，早在18世紀，英國懷疑論者休謨就指出，「不但我們的理性不能説明我們發現原因和結果的最終聯繫，而且經驗給我們指出它們的恒常結合以後，我們也不能憑自己的理性使自己相信， 我們為什麼把那種經驗擴大到我們所曾觀察過那些特殊事物以外。 我們只是假設，卻永遠不能證明，我們所經驗過的那些事物必然類似于我們所未曾發現的那些物件。 」

《時代》一書將這一早已提出幾個世紀的觀點，作為大資料時代的新概念，不僅陳舊，而且錯誤。 因為，簡單地說大資料時代「不是因果關係，而是相互關係」，說明作者不了解因果關係本身也是一種相互關係，即原因與結果前後相繼的相互關係，因此將因果關係歸結為相互關係並不比因果關係本身更有內涵，實際上，這甚至是一種同義反復。

正確的觀點應該明確因果關係是一種什麼樣的相互關係，而這一點經過20世紀自然科學和數理哲學的研究已經有了更深刻的認識。 電腦的發明，使得人們開始從電腦語言表達、傳遞資訊的角度來理解知識的起點。 大資料時代的到來，使得人們豁然開朗。

經濟學者李德偉教授在《時代》中譯本發表之前，就已提出大資料時代不再強調因果關係，也不是簡單地將因果關係歸為相互關係，而是精確地指出客觀事物運動序列之間存在同構關係，特別是人類認識與外部客觀事物之間存在對應的、同構的關係， 資訊的表達、傳輸和存儲就是一種同構關係，也就是說，外部客觀事物運動與人的主觀認識都是客觀世界的事物現象，是協調性的、一一對應的相互關係，主觀認識映射只是承載、傳遞外部客觀事物現象的一種符號系統。 無論是從人自身悟出來，還是從外部經驗事物抽象出來，都是同構的、對應的關係。

「不是隨機樣本，而是全體資料」?

《時代》一書認為大資料時代「不是隨機樣本，而是全體資料」，認識事物不再是從隨機抽取的部分樣本，而是從全部資料出發。 這種說法忽視了全部與部分的辯證關係。 人類在有限的時間內不可能窮盡事物的全部，絕對真理只能在人類前後相繼的、永遠不會停止的認識過程中實現。 任何事物的發展總是有過去、現在和未來，現在的是現在，未來的尚未出現，全部案例不可能在有限時間內達到，認識也永遠不會完結。 未來的與過去和現在相比還是無窮大的。 正因為如此，波普爾才提出，「全稱命題不可證實，只能證偽。 」

實際上，過去的小資料時代的抽樣調查方法與現在的大資料方法相比，只能說是大資料時代可以用更為精確的、全面的資料，以包含更大因素的模擬模型來追蹤、分析類比現實，取得比過去更為精確的認識結果。 儘管如此，與全體相比，已經認識的永遠是少數，誤差、錯誤還是不能完全消除。 例如，通過人口普查分析現在中國人具有什麼特點。 不要說全部認識現有13億人口的全部屬性不可能(因為事物屬性有無窮層次)，即使說能夠完全認識現有13億人口全部屬性，也不意味著過去、未來的中國人，也能夠全部認識。 未來的中國人與已經認識的現有中國人相比還是無窮大。 因此，大資料與小資料相比只是以巨量的、全面的、即時的資料來認識事物，但是要掌握全體資料在有限時間內總是不可能的。

「不是精確性，而是混雜性」?

《時代》作者說大資料時代「不是精確性，而是混雜性」，意指小資料時代是講究精確性，大資料時代因為掌握了大量資料可以不再拘泥于精確性，而是依靠大資料比較模糊地行動。 這顯然是錯誤的。 因為在小資料時代能夠掌握精確的小資料，但是大多數資料卻被遺漏、捨棄，認識的結果就無法實現精確、全面，真理和錯誤的邊界也不是很清楚，這時的認識是模糊的、有偏差的。 在大資料時代，因為掌握了更為全面的資料，可以在更大的範圍認識事物，因此，能夠更為準確、量化，以至於對一些中間模糊區域也可以得到更為準確的認識，其精確度和模糊度、誤差本身都更為精確量化。 例如，在電腦資訊系統中，發佈更多的資訊，通過反復比對、糾錯機制，降低噪音，到達精確度。 這一點在人類的認識活動中本來就是這樣做的，「耳聽為虛」就以「眼見為實」來糾錯，小資料一兩個來回不可能正確，反復多次大資料比對，就能達到越來越高的精確度，誤差率就越來越小。

中國人口世界第一，資訊產業市場最大，最有機會發展資訊化、大資料和智慧化產業。 但中國目前在對大資料的認識上有一種盲目跟外國之風的傾向。 對於國外大資料理論，我們應以批判的眼光保持清醒的認識。

您還可以流覽：

1.大資料時代哪些資料分析不了

2.大資料時代需要想像力

3.《大資料時代》讀後體會