你相信以某地天氣數(shù)據(jù)可以預(yù)測(cè)美國(guó)總統(tǒng)大選嗎？

你相信半個(gè)地球外的虔誠(chéng)祈禱可以治療癌癥嗎？

你相信智能手環(huán)的大小可以評(píng)定償債能力嗎？

你一定認(rèn)為這些問(wèn)題的邏輯關(guān)系太荒謬了，但對(duì)于人工智能來(lái)說(shuō)，所有的大數(shù)據(jù)只是數(shù)據(jù)，如果你拷問(wèn)數(shù)據(jù)的時(shí)間足夠長(zhǎng)，選取的數(shù)據(jù)量足夠大，沒(méi)有任何邏輯關(guān)系的數(shù)據(jù)也會(huì)告訴你期待的答案。這也正是經(jīng)濟(jì)學(xué)教授加里·史密斯希望通過(guò)《錯(cuò)覺(jué)：AI如何通過(guò)數(shù)據(jù)挖掘誤導(dǎo)我們》一書(shū)傳達(dá)的核心思想——大數(shù)據(jù)并非是理性決策的靈丹妙藥，人工智能尚無(wú)法超越人類智慧。目前的“人工智能”距離可與人類相媲美的通用智能還相去甚遠(yuǎn)，“只有理解所要表達(dá)的意思才能稱其為智能”，這才是人類智能和計(jì)算機(jī)智能的本質(zhì)差別。

讓我們回到2012年12月，當(dāng)時(shí)大數(shù)據(jù)研究權(quán)威之作《大數(shù)據(jù)時(shí)代》出版，該書(shū)作者維克托稱其最具洞見(jiàn)之處在于：明確指出大數(shù)據(jù)分析不再拷問(wèn)“為什么”的因果關(guān)系，而是快速嘗試各種可能模型，尋找“是什么”的相關(guān)關(guān)系。這種通過(guò)大數(shù)據(jù)挖掘“相關(guān)關(guān)系”而作出快速?zèng)Q策的方式顛覆了千百年來(lái)人類思維的固有模式。

現(xiàn)在的很多互聯(lián)網(wǎng)購(gòu)物公司普遍利用大數(shù)據(jù)挖掘技術(shù)，已經(jīng)可以根據(jù)用戶消費(fèi)習(xí)慣和瀏覽網(wǎng)頁(yè)留下的數(shù)據(jù)痕跡預(yù)測(cè)用戶下單的可能性，并且提前發(fā)貨至前置倉(cāng)，以便在用戶訂購(gòu)當(dāng)日即可收貨，為用戶提供了極致的購(gòu)物體驗(yàn)。然而，這種數(shù)據(jù)挖掘真的能稱得上是智慧嗎？同樣是2012 年的美國(guó)，一名男性顧客怒氣沖沖地來(lái)到全美第二大零售超市Target 投訴，理由是Target 給他還在讀高中的女兒郵寄嬰兒和孕婦用品的優(yōu)惠券。由于故事極其具戲劇性——親生爸爸居然比不上一臺(tái)電腦更了解自己的女兒，相信不少人都聽(tīng)過(guò)這個(gè)刊登在《紐約時(shí)報(bào)》上的荒謬新聞。是的，這就是大數(shù)據(jù)分析的結(jié)果，但最終數(shù)據(jù)只是告訴Target該顧客可能懷孕了，卻并沒(méi)能判斷出這僅僅是一名高中女生。很明顯，大數(shù)據(jù)分析只是分析設(shè)定好的數(shù)據(jù)，而忽略現(xiàn)實(shí)中其他需要考量的事情，籍此提醒人們：這是“大”數(shù)據(jù)的傲慢，而非聰慧。

也許你可能會(huì)想這是多年前的事了，當(dāng)時(shí)的數(shù)據(jù)分析可能還沒(méi)那么精準(zhǔn)，現(xiàn)在應(yīng)該就不會(huì)這么荒唐了吧。那你可知道全球最大的搜索引擎公司——谷歌曾經(jīng)發(fā)布的 “谷歌流感趨勢(shì)” 預(yù)警系統(tǒng)么？其利用網(wǎng)絡(luò)檢索關(guān)鍵詞的大數(shù)據(jù)分析預(yù)測(cè)流感，多年的預(yù)測(cè)結(jié)果與美國(guó)疾病預(yù)防控制中心的監(jiān)測(cè)報(bào)告相比對(duì)后，其結(jié)果被《自然》雜志判定為失敗的。深究其原因，只能說(shuō)大數(shù)據(jù)太具欺騙性了。且不說(shuō)數(shù)據(jù)本身的質(zhì)量如何，哪怕輸入的數(shù)據(jù)是精心整理過(guò)的有效數(shù)據(jù)，但問(wèn)題的根源在于，復(fù)雜精美的數(shù)據(jù)模型根本不知道搜索關(guān)鍵詞和流感之間有何關(guān)聯(lián)，而谷歌工程師也并沒(méi)有去挖掘數(shù)據(jù)關(guān)聯(lián)背后的因果關(guān)系，僅僅是在一堆紛繁復(fù)雜的數(shù)據(jù)中找出了具有統(tǒng)計(jì)特征的相關(guān)性：很多關(guān)鍵詞只是看似與流感相關(guān)，但實(shí)際上卻并無(wú)關(guān)聯(lián)。谷歌這次失敗的預(yù)測(cè)正是典型的因“數(shù)據(jù)為先，理論靠后”所導(dǎo)致的“得州神槍手謬誤”。關(guān)于這個(gè)謬誤，諾貝爾獎(jiǎng)得主羅納德·科斯的評(píng)論最為一針見(jiàn)血——“只要拷問(wèn)數(shù)據(jù)的時(shí)間足夠長(zhǎng)，它就會(huì)屈打成招。”

為了將“得州神槍手謬誤”這一理論所展現(xiàn)的荒唐邏輯夸大到極致，本書(shū)作者史密斯教授做了一些“惡作劇”。他發(fā)了幾張股價(jià)圖給一名股票技術(shù)分析師，請(qǐng)他幫忙判斷哪些股票是好的投資。經(jīng)過(guò)一系列高級(jí)又復(fù)雜的技術(shù)分析，這名分析師欣喜地發(fā)現(xiàn)利用這些股票模型賺大錢(qián)的機(jī)遇。而極具諷刺意味的是，這幾張股價(jià)圖只是史密斯教授讓學(xué)生以拋硬幣的形式捏造的一堆虛假數(shù)據(jù)偽裝而來(lái)的。善于惡作劇的史密斯教授還曾在課堂上給學(xué)生列出了三個(gè)完全符合1980-2016 年10 次美國(guó)總統(tǒng)大選結(jié)果的統(tǒng)計(jì)模型，其中第一個(gè)是以候選人的背景信息作為解釋變量，比如候選人是否擔(dān)任過(guò)美國(guó)副總統(tǒng)、是否擔(dān)任過(guò)美國(guó)參議員，這都讓這個(gè)模型看似十分合理，甚至讓學(xué)生相信史密斯教授找到了預(yù)測(cè)大選結(jié)果的神器。而第二個(gè)模型則是教授挑選的自己喜歡的城市天氣數(shù)據(jù)，第三個(gè)就加荒唐了，純粹是計(jì)算機(jī)生成的隨機(jī)數(shù)據(jù)。而最終看似有理有據(jù)的第一組模型，與后兩組莫名其妙的模型一樣，僅能符合這10次的美國(guó)大選結(jié)果，對(duì)之前和之后的大選結(jié)果都無(wú)能為力。

正如便利店領(lǐng)頭者7-11所推崇的“假設(shè)-執(zhí)行-驗(yàn)證”的單品管理方式，恰恰是邏輯判斷指導(dǎo)數(shù)據(jù)分析的最佳例證。7-11的店員無(wú)論是在訂貨還是貨架陳列之前，都要被要求先根據(jù)往期銷售數(shù)據(jù)以及近期的天氣、活動(dòng)信息等實(shí)際情況對(duì)顧客心理進(jìn)行預(yù)判，再以此為依據(jù)上貨，然后再根據(jù)當(dāng)天銷售業(yè)績(jī)來(lái)驗(yàn)證假設(shè)，調(diào)整假設(shè)，如此循環(huán)往復(fù)。同時(shí)7-11 也非常重視相關(guān)關(guān)系的應(yīng)用，比如當(dāng)面包、三明治等即食食品銷量上升時(shí)，咖啡、牛奶等配套飲品的訂購(gòu)量也會(huì)隨之增加。足以見(jiàn)得已經(jīng)營(yíng)50 余年的7-11 的成功的確離不開(kāi)數(shù)據(jù)分析的支持，但其長(zhǎng)盛不衰的零售秘訣還是在于洞察人心的人類智慧。

 

書(shū)中使用如此多的事實(shí)、案例和實(shí)驗(yàn)，列舉了許多反面例證，但史密斯教授并不是為了將大數(shù)據(jù)分析批判得一無(wú)是處，他積極肯定了計(jì)算機(jī)算力的提升和算法的優(yōu)化對(duì)數(shù)據(jù)分析的極大助益。史密斯教授傾盡多年研究想要說(shuō)明的是：大數(shù)據(jù)分析、人工智能被越來(lái)越多地應(yīng)用于重大決策，極大地提升了社會(huì)效率，這是好事，但不應(yīng)被奉為圭臬，不能凌駕于人類的邏輯思維之上，更不應(yīng)該對(duì)人類智慧做出的獨(dú)立價(jià)值判斷失去信心。

歸根結(jié)底，筆者認(rèn)為這仍是邏輯推理中關(guān)于歸納法和演繹法的辯證分析。顯然人工智能可以快速?gòu)拇髷?shù)據(jù)中尋找出某種相關(guān)關(guān)系，這是歸納法得出的“知識(shí)發(fā)現(xiàn)”。而人類智慧無(wú)可替代的可貴之處正是在于對(duì)相關(guān)關(guān)系的辯證思考。天氣是否真的能預(yù)測(cè)總統(tǒng)大選？這是一個(gè)具有思想的“人”才能提出的假設(shè)。用數(shù)據(jù)去驗(yàn)證假設(shè)是否成立，則是在演繹法指導(dǎo)下方可得出的信度更高的結(jié)論。

本書(shū)的最后，史密斯教授也再次強(qiáng)調(diào)對(duì)計(jì)算機(jī)能夠出色完成指定任務(wù)的肯定，并承認(rèn)自己也很癡迷數(shù)學(xué)模型的迷人之處和計(jì)算機(jī)的高性能，但仍然希望能夠通過(guò)這本書(shū)來(lái)驚醒世人切勿盲目沉迷于具有迷惑性的數(shù)據(jù)模型中。盡管在這看似是大數(shù)據(jù)時(shí)代下，對(duì)一大部分科學(xué)家奉為圭臬的數(shù)據(jù)分析的批判可能顯得吃力不討好，然而我們也必須承認(rèn)數(shù)據(jù)的智能至少在這個(gè)時(shí)代還無(wú)法離開(kāi)人類辯證思維下的價(jià)值判斷。