1704435468
1704435469
图0-2 1000-2010年间全球人均国民生产总值
1704435470
1704435471
生产力悖论
1704435472
1704435473
一旦信息增长的速度过快，而我们处理信息的能力尚且不足，情况就很危险。过去40年的人类历史表明，把信息转变为有用的知识可能还需要很长时间，一不小心，我们就有可能倒退回去。
1704435474
1704435475
“信息时代”并不是特别新的术语，自20世纪70年代后期开始，这个术语便得到越来越广泛的使用。而与之相关的术语“计算机时代”使用得还要早一些，1970年就有人用了。也就是在那个时候，计算机虽然没有在家庭中普及，但在许多实验室和学术机构中却越来越普及了。这一次，没有经过300年的时间，信息技术的增长就已经开始为人类社会创造实实在在的利益了，但是人们也等了15~20年才享受到这些利益。
1704435476
1704435477
正如美国经济学家、诺贝尔经济学奖得主保罗·克鲁格曼曾经对我讲的那样，20世纪70年代是典型的“大量理论堆积如山，验证数据少得可怜”的时期。当时，人们已经开始用计算机制作地球模型，但是一段时间以后，人们发现这些模型太过粗劣，而且与实际不符，计算机可达到的精确度根本无法替代预测的准确度。这一时期，人们作过很多大胆的预测，涉及范围从经济学到流行病等各个领域，但是这些预测通常都不准确。比如，1971年，人们声称可以预测出未来10年内的地震次数，而实际上，这在40年后的今天仍实现不了。
1704435478
1704435479
20世纪七八十年代的计算机热非但未能推动经济和科学的发展，反而造成了两个领域生产力水平的短暂下降。经济学家将这种现象称为“生产力悖论”。罗伯特·索洛曾经在1987年写道：“计算机无处不在，可生产统计中却不见其身影。”1969~1982年，美国经历了4次经济大衰退，直到20世纪80年代后期，美国经济才开始好转，而世界其他国家的经济状况则鲜有起色。
1704435480
1704435481
1704435482
1704435483
1704435484
图0–3 每项专利申请的研发经费
1704435485
1704435486
科学发展比经济发展更难判定，但科技进步有一大标志，即专利的数量，尤其是与研发投资相关的专利数量。如果一项发明的成本降低了，这就表明我们善于利用信息，并将其转变为知识。而如果发明的成本增加了，那就说明我们正在噪声中寻找信号，这无疑是在错误的方向上浪费时间。
1704435487
1704435488
20世纪60年代，美国在每个发明者的每项专利上的耗资都接近150万美元（通货膨胀因素考虑在内）。这一数字在信息时代初期有增无减，1986年更是成倍增长，最高达到300万美元。
1704435489
1704435490
因为越来越注重新技术带给我们的实惠，20世纪90年代我们又一次提升了科学研究的生产力。各项研究不再硬钻“牛角尖”，计算机开始被用于改善人们的日常生活，促进经济发展。通常情况下，许多预言从长远角度看算作进步，而从短期角度看则成了倒退；而许多从长远来看似乎可以预知的事情，同时也会妨碍我们进行完美的计划。
1704435491
1704435492
“大数据”的承诺与陷阱
1704435493
1704435494
时下最流行的术语要数“大数据”了。根据国际商业机器公司（IBM）估计的数据来看，现在我们每天生成的数据高达250兆亿个字节，超过过去两年里生成的数据总量的90%。
1704435495
1704435496
信息的指数型增长有时被人们视为万灵药，就好比20世纪70年代出现的计算机一样。《连线》杂志的前主编克里斯·安德森曾经在2008年的一篇文章中说：“数量庞大的数据会使人们不再需要理论，甚至不再需要科学的方法。”
1704435497
1704435498
本书着重介绍了前沿科学和高端技术，我认为其内容是积极乐观的，却被严重曲解了。虽然那些数字不能为自己辩护，但我们却可以作为数字的发言人，赋予它们意义。这就好比对恺撒密码解码一样，我们可能会以对自己有利的方式对这些数据进行分析和解释，而这些方式很可能与这些数据（所代表）的客观现实不相吻合。数据驱动预测机制可能会成功，也可能会失败。一旦我们否认数据处理过程中存在着主观因素，失败的概率就会增加。要提高数据分析的质量，首先要对我们自身提出更高的要求。如果对我的情况不甚了解，你可能就会对前面的提法颇感意外。我在数据和统计学领域还算小有建树，曾经据此做出不少成功的预测。2003年，由于厌倦了咨询工作，我设计了一个名为“PECOTA”的系统，主要用来预测美国职业棒球联盟球员的各项数据。这个系统有很多创新点——其预测是概率性的，比方说其中为每位球员都列出了一系列可能出现的结果——当我们将这些预测结果与比赛系统给出的结果进行比较时，发现这套系统的性能更加优越。2008年，我建立了“FiveThirtyEight”（538网站，因538张选举人总票数得名）网站，试图对即将举行的美国总统大选进行预测。该网站对两位美国总统候选人在美国50个州中的竞选结果进行了预测，结果命中49次竞选，只有1次失手。另外，我的网站还预测出美国参议院选举的35个席位归属。
1704435499
1704435500
美国总统大选过后，很多出版商找到我，希望我能为《点球成金》和《魔鬼经济学》这类关于小人物征服大世界的书籍估个价。本书涵盖很多行业和领域，从金融领域，到国家安全，对这些行业和领域中的数据驱动预测机制进行了调查。
1704435501
1704435502
在4年时间里，我曾与十几个领域中的100多位专家交流过，读过数百篇期刊文章和论文，为了实地调查，我跑遍了从拉斯韦加斯到哥本哈根的许多地方，却发现“大数据”时代的预测活动发展得并不顺利。我的成功也只是因为我在某种程度上比较幸运，一是尽管出现了本书中提到的一些错误，但还是取得了成功；二是选对了调查案例。
1704435503
1704435504
本书提到了几个值得研究的例子，集人类判断与计算机功能为一体的天气预报就是其中之一。虽然气象学家的名声不好，可是他们也取得过显著的进步，比如他们预测飓风着陆位置的准确度比25年前提高了3倍。与此同时，我还拜访过一些在赌城拉斯韦加斯轰动一时的扑克牌玩家和（体育赛事）赌徒。
1704435505
1704435506
但是，这些预测成功的案例必然是建立在一系列失败案例的基础之上的。
1704435507
1704435508
如果让我们用一个特点来定义美国人——一个令其与众不同的特质——那就是美国人对卡修斯精神的信仰：我们的命运由我们自己主宰。一些宗教叛逆者迎着工业革命的曙光建立了美国，他们认为自由流动的思想不仅有助于传播其宗教信仰，也有助于传播科学和商业贸易，“作为一个民族，我们的智慧、我们的勤劳、我们的傲慢和急躁、我们所有的强项和弱项，都源自我们那不可动摇的信念，那就是我们要为自己做主”。
1704435509
1704435510
新千年给美国人带来的是噩梦般的开始。我们没有预测到“9·11”恐怖袭击事件，而这一惨剧的出现并非因为我们的信息匮乏。正如60年前的“珍珠港事件”一样，其实所有的信号都在那里，只是我们没能将它们联系起来。因为对恐怖分子可能会有的举动不够了解，所以我们对那些数据视而不见，不知道大难将至。
1704435511
1704435512
近期，对全球金融危机的预测也总是失败。我们天真地相信各种（预测）模式，却没有认识到这些模式在我们进行假设选择时根本不堪一击，因此总会带来惨痛的后果。在日常生活中，我发现尽管人们也在努力尝试，却仍然无法提早预测出经济衰退。幸好在控制通胀方面，我们已经取得长足进步，否则那些经济决策者就只能“盲目飞行”了。
1704435513
1704435514
与20世纪70年代一样，近来人们十分热衷于对地震进行预测，其中大部分高度依赖数学方法和数据处理技术。但是，这些预测只是假想一些从未发生过的地震，对真正发生的那些地震却没有预测到。福岛核反应堆的设计可以抵抗8.6级地震，因为一些地震学家称不可能发生更高级别的地震。但是，2011年3月日本却发生了9.1级的特大地震。
1704435515
1704435516
错误地预测整个学科的发展常会危及整个社会。以生物医药学的研究为例。2005年，一位土生土长的雅典人，医学研究者约翰·P·埃尼迪斯，发表了一篇颇具争议性的论文，题为“为什么大多数发表的研究成果都是骗人的”。该文对那些行业期刊中刊载的积极的研究成果进行了研究（这些成果认为那些在实验室实验中得到验证的医学假设堪称成功预测），认为大多数成果在实际生活中很可能是毫无用处的。德国拜耳制药公司最近证实了埃尼迪斯的这个推断，他们通过实验亲自对那些医学期刊中提到的积极研究成果进行验证，但发现其中近2/3的医学假设根本不能成立。
1704435517