大数据时代要我们作出怎样的改变

大数据时代要我们作出怎样的改变

舍恩伯格在此书中抛出了大数据时代处理数据理念上的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。

大多数人都赞成前两个转变，然而对于人们长期对因果关系的固执追寻，对要相关关系不要因果关系这一点提出了质疑。但其实作者并没有要求我们就此摒弃掉因果关系，在某种程度上来说，也是有用处的。只是在如今的大数据时代，知道“是什么”比知道“为什么”更重要。这也算是此书最触动我的地方，打破定式思维，反而会有更多的可能性。

大数据可以说开启了一次重大的时代转型，它的影响是无处不在的，对商业、对人类的思维等等都有超乎想象的影响。在大数据时代，数据处理变得很轻松，但是如何利用好大数据，舍恩伯格首先提出了“利用所有的数据，而不再仅仅依靠一小部分的数据。”在小数据时代的随机采样放到如今的社会已经不足以放映最真实的情况，那是在不可收集和分析所有数据的情况下作出的选择。既然现在的我们有技术，那就应该尽可能的去获取数据，不过听起来大数据的“大”确实是有些可怕的概念，但舍恩伯格说，大数据并不是绝对意义上的大，而是指不用随机分析法这样的捷径，而采用所有数据的方法。这就让我们有了底气去深入探寻大数据时代，利用大数据时代的“大”。

长久以来，对于数据准确性的追求总是从未停止的，但在大数据时代下，却可以允许数据的不准确，反倒是数据越多越好。在一定程度上，大量的数据中肯定存在不正确的数据，但超越这个程度，例如书中提到的谷歌翻译，谷歌的上万亿语料库，还有来自于被互联网所废弃的内容，包含一些不完整的句子、语法错误等其他错误，但是，由于它的数据太大了，太多了，是布朗语料库的好几百万倍大，此时是远远超过的程度，这样的优势完全压倒了缺点。所以说，数据不准确并没有多大的关系，重要的是数据的数量（包括错误的数据）必须大到足以盖过不准确这一缺点。

舍恩伯格谈因果关系在大数据时代是否具有重要作用，是最吸引我的部分。其中作者提到大数据时代最重要的关系是相关关系，但是这个相关关系不仅在现在发挥着巨大的作用，在小数据时代也是有用的。相关关系的核心是量化两个数据之间的数理关系，通过识别有用的关联物来帮助我们分析一个现象。在序言中讲到的预测是大数据时代的核心，而这个预测就是建立在相关关系分析法基础上的，比如一个东西要出故障，不会是瞬间的，而是慢慢地出问题的，通过收集所有的数据，我们就可以预先捕捉到事物要出故障的信号，这样就可以尽早发现异常。通过一个关联物来监控，这样我们就可以预测即将发生的事情，从而有更多的时间去解决问题。

但是我们已经习惯了有因就有果的思维，也希望以此更多地了解这个世界，获取一种踏实的感觉。实际上是否存在有因果关系这一争论在哲学界已经存在了好几个世纪，他们是将因果关系与人类的自由意志作为重点来辩驳的。在这里我们并不需要去关注是否存在因果关系，更重要的是在大数据时代，因果关系的作用。用因果关系来解释世界各种现象时，舍恩伯格提到有两种基本方法：一种是通过快速、虚幻的因果关系，还有一种就是用过缓慢的、有条不紊的因果关系。就以因果关系中的快速思维模式来说，其实它本身是存在很多缺陷的，经常凭直觉而来的因果关系，并不会加深我们对这个世界的理解，如果你的认知存在问题，靠直觉反而会加剧你的错误认知，甚至完全陷入理解误区中。

由此可见，在大数据时代，在足够好的技术的支撑下，相关关系比因果关系更重要，从另一方面来看也更节约时间，为社会带来更多的好处。相关关系很有用，不仅为我们提供了新视角，而且提供的视角都很清晰。而一旦将因果关系考虑进来，这些视角就有可能被遮蔽掉。

大数据时代，确实可以为我们生活的方方面面带来许多好处，但就像硬币有两面，大数据时代也存在一定的威胁。人们的隐私在进入信息时代后就一直是颇为注重的方面，而大数据时代收集的数据，更加剧了对人类隐私的威胁，为我们带来了越来越多的不安全感。但是大数据的不利影响并不是其本身的缺陷，而是人类滥用大数据导致的结果。舍恩伯格也提出了几点创新的规范来保护个人隐私。

总之，处在大数据时代之中的我们不必感到恐慌，而是要学会去利用好大数据时代给我们带来的新东西。相信在未来，大数据时代会推动着世界更加快速地发展，造福于人类。