1704026890
1704026891
里昂·维森特尔等评论家警告称:“对信息的信仰是另一种迷信,是另一种扭曲的极权主义,是另一种虚伪的解脱。某种程度上来说,科技正在让我们变成聪明的傻瓜。”我们不仅面临信息泄露的危险,更重要的是,我们在逐渐丧失创造力和我们的物主身份,这不仅仅是一个选择的问题。我们所使用的手机应用程序,谁才拥有这些不断产生的数据的所有权?是正在使用这个应用、不断形成新数据的用户,是应用的研发者,是生产手机的那些公司,还是负责转换数据的互联网服务提供者?可能是他们中的任何人,也可能他们全都是,这取决于用户认同的服务。当你在使用Good2Go时,有两种赞同行为同时生效:一种是同意发生性行为;第二种是允许这个应用的研发者出售你的信息。
1704026892
1704026893
大数据几乎无处不在,但是冲突也不少,甚至在精细农业领域也是如此。大多数大型农业经营企业要求有许可协议,允许它们有自己的关于农民的数据,而且可以随便地使用这些信息。有了农场的专门数据,这些企业如今拥有更大的权力为一块块土地定价、洞察农场绩效和土地价值。它们自行为种子和服务定价,所以只要定高价让农民支付,但又不会太脱离市场价就可以。以此类推,Square只要通过查看它的记录,就能够了解信誉和声誉好的小公司,农业经营企业对农民的财富全然知晓,甚至可能利用它的洞察力来剥削农民的财富。为解决这个问题,普渡大学一个研究小组率先成立了农业数据联盟(the Open Ag Data Alliance),该组织承诺“所有农场活动的数据,不论是农民自己、农场主还是机器生成、输出的,农民都可以查看,通过这个中心指导原则,形成以农民为中心的操作方式”。
1704026894
1704026895
如今谁拥有数据至关重要,就像农业时代有土地、工业时代有工厂一样。数据是信息时代的原材料。
1704026896
1704026897
哑数据
1704026898
1704026899
虽然大数据威力无穷,但是它依然有短板,有些甚至在可预见的未来不会有重大发展。举个例子,机器擅长处理那些人类觉得困难的事(比如连续工作24小时,或者快速解决一道复杂的数学题),同样,人类擅长处理那些机器觉得困难的事(比如创造力,或者理解社会和文化背景),这个老生常谈的问题在大数据时代仍然不会有什么改变。
1704026900
1704026901
《纽约时报》的专栏作家戴维·布鲁克斯指出,数据无法分析社会交往,也不会识别社会背景:“人类非常善于讲故事,编造各种原因。而数据分析完全不擅长叙述、应对突发状况,随便一本小说它都无法厘清。”
1704026902
1704026903
分析庞大的数据库时,常常会得出几乎完美的机器翻译,但也会产生大量的虚假信息。数据库越大、价值越高,正确的相关信息与虚假的相关信息就越多。大部分大数据程序都不擅长辨别虚假的相关信息。使用大数据举一反三应该先评估大数据所做的这个测试,但这经常被忽略,尤其在利用大数据完成实时交易时,不论是股票交易、供应链的调整,还是录用决定。但是并不是所有大数据得到的趋势都现实存在或者存在于得到的变量中。而且所有数据分析做出的预测都应该有所谓的误差线,即预测中有多大的可能是来自对虚假的相关信息的错误估计。
1704026904
1704026905
通过和很多CEO、投资人交谈,我发现他们会忽略或者不设置误差线,他们像圣人一样谈论自己的数据算法。可惜他们不是。他们是人类,而人类常常会出错。大数据没有预测出2014年暴发的埃博拉病毒,而在发生后,有关感染地区的不实预测又铺天盖地涌来。它之所以没能提前察觉,主要是因为那些出现埃博拉的西非地区数据所使用的语言监管程序无法识别。哈佛大学的大数据监管项目全球疾病警报系统最终发现了病毒,因为它曾开通过一条法语新闻专线,在几内亚政府向世界卫生组织发出预警之后有过报道。在爆出埃博拉有传染性以后,疾病控制中心发布的一份数据预测称,到2015年底,利比里亚和塞拉利昂可能有140 000人受感染。然而最终的实际数据甚至都低于25 000人。大数据也会有重大失误。
1704026906
1704026907
人类如何利用大数据产生的推论也是对自身价值观的考验。当数据分析由一开始的无组织到后来的有组织,它所呈现的是渗入其算法中的价值观和偏见。比如,未来可能会有一个专门为人力资源专员设置的程序,要求公司招募的员工的健康指标和工作能力都要满足标准。那应该用预测分析来决定是否录用一个目前健康但将来有可能会患某种疾病的员工吗?这显然是种歧视。但是即使你不会公开说明这个疾病风险因素,你也会在工作中多关注他们。如果这位人事专员所在的公司是一家大型企业,而且只按照传统的录用标准招聘,比如招募的员工的工作时间和人脉,数据将对那些更易患病的人产生歧视,还有很多有争议的标准,包括对孕妇的歧视。
1704026908
1704026909
大数据所产生的相互关系很可能会加强负面偏见。因为大数据经常以历史数据、至少以现有数据为基础,这很容易对少数种族和少数民族这样的弱势群体再次产生歧视。一个人只要曾经在低收入地区生活过,很多算法中采用的倾向模式都会对此有所歧视。如果人力资源公司使用的算法会调查你的社交图谱,然后据此权衡比较求职者能带给公司的人脉,那就更难打破先入之见了。事实上,这些算法能够在一堆代码中隐藏这种偏见。
1704026910
1704026911
本质来看,大数据既没有灵魂,又不具有创造性。我们在不明就里的情况下被推着向前走。它剥夺我们的隐私,把我们的错误、秘密和丑闻公之于世。但它让墨守陈规和历史偏见愈加根深蒂固。它基本上不受监管,因为我们需要它促进经济发展,因为我们为管理它所付出的努力没有见效;大数据技术影响深远,它让全球196个主权国家超越国界。
1704026912
1704026913
然而如果可以,我们最好把这些技术全都拒之门外吗?答案是否定的。大数据在帮助解决全球难题的同时又带来了一系列新的挑战。它是让全球90亿人填饱肚子的最后希望,它将帮助我们跨越从《旧约全书》和巴别塔时代就有的语言障碍。大数据技术让我们能够提早检测到只有现在1%大小的癌细胞,挽救几千万条生命。
1704026914
1704026915
奥巴马阵营首席技术官米歇尔·斯拉比所说的可能是大数据最好的发展路径。他说:“一个人的定性体验和定量体验会不断融合。有时它们会相互冲突,而有时会相互协调。我认为这都是融合的表现。这有点像你有一个混合音响,有时你要把其中一个声音调大,另一个调小。但你绝不会只想要一个,因为如果只有一个,你就会失去一些东西。”斯拉比的职业生涯都在开发大数据工具,功名卓著,就连他也认为,这些工具比人类的判断更有效。
1704026916
1704026917
我们选择如何管理数据非常重要,就和农业时代管理土地、工业时代管理工业一样。在一系列新的标准规范确立、无法推翻前,我们经历的时间其实很短——我认为才几年的时间。因此让我们祈祷人类能够承担起责任,自己做决定,而不是都丢给机器。
1704026918
1704026919
[9]1英亩=4 046.8平方米。——编者注
1704026920
1704026921
[10]1平方英寸=0.000 645 16平方米。——编者注
1704026922
1704026923
[11]FieldScripts是孟山都公司推出的一项精准农业服务软件。——译者注
1704026924
1704026925
1704026926
1704026927
1704026929
新一轮产业革命:科技革命如何改变商业世界 第六章 未来全球的市场格局
1704026930
1704026931
相比互联网创新,未来产业创新的地理格局将分布得更加广泛。每个领域都会有早早出现、处于不同地区的领导者,但是在下一代创新竞争中谁赢谁输,现在下结论仍为时尚早。现在拥有的优势不代表会一直拥有。
1704026932
1704026933
“我们要创造属于自己的硅谷。”如果说有哪一句话是我在去过的每个国家都听过的,这句就是。
1704026934
1704026935
长久以来,硅谷一直是科技创新的乐土,而1994~2014年这20年尤为显著。全世界一同见证了科技创新和财富创造的蓬勃发展,而这一切都来自北加利福尼亚州一个30英里长、15英里宽的狭长地带。
1704026936
1704026937
多年以来,所有国家都致力于打造“下一个硅谷”。现在甚至出现了硅谷配方。正如马克·安德森写的:
1704026938
1704026939
创造“下一个”硅谷的流行秘方:
[
上一页 ]
[ :1.70402689e+09 ]
[
下一页 ]