当前位置:大数据业界动态 → 正文

大数据的陷阱深几许

责任编辑:editor004 作者:IT老友记 |来源:企业网D1Net  2016-09-08 12:13:41 本文摘自:地歌网

博弈论中有一个术语叫“混序代价”,意思是系统中的个体完全按自己利益行动的话,会降低系统效率。这是个普遍现象,几乎每个人都遇到过。

举个例子,假如你是一座城市的交通规划者,有两种交通导流方式可供你选择。一种是中心化的、自上而下的方式——整个系统被事先清楚考虑好,拥堵之处被人工识别,然后通过调整系统加以清除;一种是直接让司机们在路上自己做决策。一般来讲,前者更有效率,它降低了混序代价,更加有效地利用了信息。

数据淘刷着今天的世界。2015年人类制造的信息量,等于以往人类文明所制造信息量的总和。我们无时无刻不在发消息,打电话,进行交易,而这些都会留下数据轨迹。我们正快速实现一个被意大利作家卡尔维诺称为“世界之记忆”的场景:打造物理宇宙的完整的数字化复制品。

随着互联网在物理空间的不断扩张,混序代价将成为我们社会的根本特征,与此同时,借助大数据的力量来消除混序代价的尝试将甚嚣尘上。

相关的例子不胜枚举。想想在亚马逊上买书的情景,亚马逊手里有海量的用户数据——他们的个人资料,他们的搜索历史,他们在电子书上划的高亮条——亚马逊会用这些信息预测用户下一步的购买行为。正像所有中心化架构的人工智能一样,过去的轨迹会用于预测未来。亚马逊会调阅你最近买过的十本书,然后以更大的精确性推送你可能想读的下一本书。

不过,我们应该考虑到,当我们如此成功地削弱了混序代价时,我们失去了什么。在你读过十本书之后,对你最有意义的一本书,不应该服服帖帖地遵循你已经建构起来的模式,而应该让你吃惊,给你挑战,逼你以一种不同的方式看世界。

相对于上面提到的交通导流,优化推荐——常被等同于下一个购买对象的自动浮现——或许对在线图书浏览这个问题来说并非最佳范例。大数据会增加我们的选择,却也会滤掉我们不想看到的东西。人们却经常以为,那“第十一本书”是在纯粹的幸运中被发现的。

网上购书是这样,其他很多被数字化了的系统也是这样,比如我们的城市和社会。中心化的市政系统现今喜欢运用算法来指导市政建设,指导从交通灯和地铁,到垃圾存放和能源传输等各类事情。全球各地的许多市长都迷恋中控室,比如IBM给里约设计的城市运营中心,市政管理者可在此对各类新信息加以实时响应。

不过,随着中心化的算法越来越控制社会上的一切,受数据驱动的技术阶层正对创新和民主产生威胁。我们必须不惜一切代价来阻止这样的情况。去中心化的决策机制是让社会保持生机的基础。相反,数据驱动的优化过程,是从一个预定了的范型中调取解决方案,这往往会把一些变革性的和反直觉的想法排除掉,而正是这些想法,往往推动着人类前进。

我们的生活中存在一定程度的随机性,这是新颖思维方式的产生空间,否则它们很可能会被错过。而且在宏观层次上,这也是生活的必需。如果大自然采用的是预测性的算法机制,那么DNA在复制过程中的突变就会被统统扼杀,地球上将很可能仅仅存在着经过了最大优化的单细胞有机体。

去中心化的决策机制能够通过自然与人工的合作进化,创造人与机器智能之间的化合反应。分布式智能短期内可能效率不佳,但从根本上,它可以打造一个更有创造性、更多样化、更有弹性的社会。如果我们想保护创新的话,混序代价其实是个好价钱。

关键字:合作进化高亮条

本文摘自:地歌网

x 大数据的陷阱深几许 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

大数据的陷阱深几许

责任编辑:editor004 作者:IT老友记 |来源:企业网D1Net  2016-09-08 12:13:41 本文摘自:地歌网

博弈论中有一个术语叫“混序代价”,意思是系统中的个体完全按自己利益行动的话,会降低系统效率。这是个普遍现象,几乎每个人都遇到过。

举个例子,假如你是一座城市的交通规划者,有两种交通导流方式可供你选择。一种是中心化的、自上而下的方式——整个系统被事先清楚考虑好,拥堵之处被人工识别,然后通过调整系统加以清除;一种是直接让司机们在路上自己做决策。一般来讲,前者更有效率,它降低了混序代价,更加有效地利用了信息。

数据淘刷着今天的世界。2015年人类制造的信息量,等于以往人类文明所制造信息量的总和。我们无时无刻不在发消息,打电话,进行交易,而这些都会留下数据轨迹。我们正快速实现一个被意大利作家卡尔维诺称为“世界之记忆”的场景:打造物理宇宙的完整的数字化复制品。

随着互联网在物理空间的不断扩张,混序代价将成为我们社会的根本特征,与此同时,借助大数据的力量来消除混序代价的尝试将甚嚣尘上。

相关的例子不胜枚举。想想在亚马逊上买书的情景,亚马逊手里有海量的用户数据——他们的个人资料,他们的搜索历史,他们在电子书上划的高亮条——亚马逊会用这些信息预测用户下一步的购买行为。正像所有中心化架构的人工智能一样,过去的轨迹会用于预测未来。亚马逊会调阅你最近买过的十本书,然后以更大的精确性推送你可能想读的下一本书。

不过,我们应该考虑到,当我们如此成功地削弱了混序代价时,我们失去了什么。在你读过十本书之后,对你最有意义的一本书,不应该服服帖帖地遵循你已经建构起来的模式,而应该让你吃惊,给你挑战,逼你以一种不同的方式看世界。

相对于上面提到的交通导流,优化推荐——常被等同于下一个购买对象的自动浮现——或许对在线图书浏览这个问题来说并非最佳范例。大数据会增加我们的选择,却也会滤掉我们不想看到的东西。人们却经常以为,那“第十一本书”是在纯粹的幸运中被发现的。

网上购书是这样,其他很多被数字化了的系统也是这样,比如我们的城市和社会。中心化的市政系统现今喜欢运用算法来指导市政建设,指导从交通灯和地铁,到垃圾存放和能源传输等各类事情。全球各地的许多市长都迷恋中控室,比如IBM给里约设计的城市运营中心,市政管理者可在此对各类新信息加以实时响应。

不过,随着中心化的算法越来越控制社会上的一切,受数据驱动的技术阶层正对创新和民主产生威胁。我们必须不惜一切代价来阻止这样的情况。去中心化的决策机制是让社会保持生机的基础。相反,数据驱动的优化过程,是从一个预定了的范型中调取解决方案,这往往会把一些变革性的和反直觉的想法排除掉,而正是这些想法,往往推动着人类前进。

我们的生活中存在一定程度的随机性,这是新颖思维方式的产生空间,否则它们很可能会被错过。而且在宏观层次上,这也是生活的必需。如果大自然采用的是预测性的算法机制,那么DNA在复制过程中的突变就会被统统扼杀,地球上将很可能仅仅存在着经过了最大优化的单细胞有机体。

去中心化的决策机制能够通过自然与人工的合作进化,创造人与机器智能之间的化合反应。分布式智能短期内可能效率不佳,但从根本上,它可以打造一个更有创造性、更多样化、更有弹性的社会。如果我们想保护创新的话,混序代价其实是个好价钱。

关键字:合作进化高亮条

本文摘自:地歌网

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^