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

你相信半個地球外的虔誠祈禱可以治療癌癥嗎？

你相信智能手環(huán)的大小可以評定償債能力嗎？

你一定認(rèn)為這些問題的邏輯關(guān)系太荒謬了，但對于人工智能來說，所有的大數(shù)據(jù)只是數(shù)據(jù)，如果你拷問數(shù)據(jù)的時間足夠長，選取的數(shù)據(jù)量足夠大，沒有任何邏輯關(guān)系的數(shù)據(jù)也會告訴你期待的答案。這也正是經(jīng)濟(jì)學(xué)教授加里·史密斯希望通過《錯覺：AI如何通過數(shù)據(jù)挖掘誤導(dǎo)我們》一書傳達(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算機(jī)智能的本質(zhì)差別。

讓我們回到2012年12月，當(dāng)時大數(shù)據(jù)研究權(quán)威之作《大數(shù)據(jù)時代》出版，該書作者維克托稱其最具洞見之處在于：明確指出大數(shù)據(jù)分析不再拷問“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。這種通過大數(shù)據(jù)挖掘“相關(guān)關(guān)系”而作出快速決策的方式顛覆了千百年來人類思維的固有模式。

現(xiàn)在的很多互聯(lián)網(wǎng)購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)用戶消費習(xí)慣和瀏覽網(wǎng)頁留下的數(shù)據(jù)痕跡預(yù)測用戶下單的可能性，并且提前發(fā)貨至前置倉，以便在用戶訂購當(dāng)日即可收貨，為用戶提供了極致的購物體驗。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，一名男性顧客怒氣沖沖地來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電腦更了解自己的女兒，相信不少人都聽過這個刊登在《紐約時報》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。

也許你可能會想這是多年前的事了，當(dāng)時的數(shù)據(jù)分析可能還沒那么精準(zhǔn)，現(xiàn)在應(yīng)該就不會這么荒唐了吧。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” 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)測流感，多年的預(yù)測結(jié)果與美國疾病預(yù)防控制中心的監(jiān)測報告相比對后，其結(jié)果被《自然》雜志判定為失敗的。深究其原因，只能說大數(shù)據(jù)太具欺騙性了。且不說數(shù)據(jù)本身的質(zhì)量如何，哪怕輸入的數(shù)據(jù)是精心整理過的有效數(shù)據(jù)，但問題的根源在于，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)，但實際上卻并無關(guān)聯(lián)。谷歌這次失敗的預(yù)測正是典型的因“數(shù)據(jù)為先，理論靠后”所導(dǎo)致的“得州神槍手謬誤”。關(guān)于這個謬誤，諾貝爾獎得主羅納德·科斯的評論最為一針見血——“只要拷問數(shù)據(jù)的時間足夠長，它就會屈打成招?！?img alt="" style="width:500px;" loading="lazy" data-src="http://image.thepaper.cn/www/image/44/547/429.jpg" src="data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///ywAAAAAAQABAAACAUwAOw==" data-imageid="44547429">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，本書作者史密斯教授做了一些“惡作劇”。他發(fā)了幾張股價圖給一名股票技術(shù)分析師，請他幫忙判斷哪些股票是好的投資。經(jīng)過一系列高級又復(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的機(jī)遇。而極具諷刺意味的是，這幾張股價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)生列出了三個完全符合1980-2016 年10 次美國總統(tǒng)大選結(jié)果的統(tǒng)計模型，其中第一個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)任過美國副總統(tǒng)、是否擔(dān)任過美國參議員，這都讓這個模型看似十分合理，甚至讓學(xué)生相信史密斯教授找到了預(yù)測大選結(jié)果的神器。而第二個模型則是教授挑選的自己喜歡的城市天氣數(shù)據(jù)，第三個就加荒唐了，純粹是計算機(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次的美國大選結(jié)果，對之前和之后的大選結(jié)果都無能為力。

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、活動信息等實際情況對顧客心理進(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)績來驗證假設(shè)，調(diào)整假設(shè)，如此循環(huán)往復(fù)。同時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，咖啡、牛奶等配套飲品的訂購量也會隨之增加。足以見得已經(jīng)營50 余年的7-11 的成功的確離不開數(shù)據(jù)分析的支持，但其長盛不衰的零售秘訣還是在于洞察人心的人類智慧。

 

書中使用如此多的事實、案例和實驗，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)分析批判得一無是處，他積極肯定了計算機(jī)算力的提升和算法的優(yōu)化對數(shù)據(jù)分析的極大助益。史密斯教授傾盡多年研究想要說明的是：大數(shù)據(jù)分析、人工智能被越來越多地應(yīng)用于重大決策，極大地提升了社會效率，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)該對人類智慧做出的獨立價值判斷失去信心。

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從大數(shù)據(jù)中尋找出某種相關(guān)關(guān)系，這是歸納法得出的“知識發(fā)現(xiàn)”。而人類智慧無可替代的可貴之處正是在于對相關(guān)關(guān)系的辯證思考。天氣是否真的能預(yù)測總統(tǒng)大選？這是一個具有思想的“人”才能提出的假設(shè)。用數(shù)據(jù)去驗證假設(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。

本書的最后，史密斯教授也再次強(qiáng)調(diào)對計算機(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算機(jī)的高性能，但仍然希望能夠通過這本書來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)時代下，對一大部分科學(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)的智能至少在這個時代還無法離開人類辯證思維下的價值判斷。