這個世界正變得更加真實，還是更多偏見？_風聞

造就第444位講者 車品覺

香港科學園董事

紅杉資本中國基金專家合夥人

我們正從一個低信息的時代，走進一個高信息時代。

低信息時代，我們看到的東西其實充滿了偏見和未知，比如在沒有谷歌地圖、百度地圖之前，我們並不知道今天是否會堵車，交通狀況到底如何。

我們擁有了前所未有的深度學習的算法，也擁有前所未有的數據。

當我們把數據連接起來之後，我們看到的世界，與以前完全不同。

那是一個以往並沒有感知到的，比較客觀的真實世界。

在高信息的時代，我們可以還原一個真實、客觀的世界，可以對自己、企業、城市做出一個更好的一個預判。

但現實與理想總有差距，我們發現，在實際解決某個問題的時候，我們所擁有的數據是遠遠不夠的。

每天每個企業裏面收集了大量的數據回來，其中有很多是垃圾數據，並不能使用。

一面是龐大的數據在每天產生，一面是數據嚴重不夠使用，為什麼會出現這種兩極化情況呢？

過去在阿里做數據的時候，我們有兩套打法的，其中一種打法是，**從問題出發去找足夠的數據來解決問題。**比如淘寶要設計一個推薦引擎，最好的方法是同時拿到淘寶和天貓的數據，只有這樣才能達到很好的效果。

所以解決問題的邏輯是：因為需要做推薦引擎，所以我要打通數據，要有一個把數據彙總的方法或者架構。這是以“用”作為前提，打通數據、匯聚數據，即從問題出發看數據。

當數據量足夠的時候，我們也可以反過來看——比如我們發現，在淘寶裏面居然有人在11月買夏天的衣服。我們看了數據之後才發現，這些人其實在三四線城市裏做小批發的，他們並不是純C端的人。

所以，當你沒有這麼大量的數據的時候，你是沒有辦法去還原客觀事實的。

所以匯-通-用，到用-通-匯，這種兩種打法所需要的數據架構是不一樣的。

當問題很清楚，數據很中心化時，數據量越大，我們對一個東西的判斷的精準度會越高。

反過來説，問題是很清晰的，但是數據很離散的時候，我們治理數據的成本就會升高，把碎片化的數據組織在一起，這個成本比產出的價值可能更貴。

今天，我們已經進入了一個數字化的社會。目前，全世界有77億人口，其中66%在使用移動手機，有56%是互聯網的用户，社交媒體、移動社交的用户也幾近過半。線上購物、線上視頻、音樂，幾乎每個人都用過此類應用，可以説，在這個地球上有一半的人生活在數字化的世界。

我們回顧這十幾年整個大數據的進程，可以分為幾個階段——

2009年，我們開始聽見大數據這個詞；

2013、2014年，這是數據的蠻荒的年代，很多大數據產生並被企業使用，甚至從來沒有用過數據的企業，開始會使用大數據並從中得到價值；

2017年、2018年，我們已經開始認知數據安全這一問題，我們意識到，如果要整個數據行業、數據科學的可持續發展的話，我們必須要有更好的監管。

2012年，十二五國家的戰略裏面，已經開始對整個人工智能、大數據產業給予一些指導方針。

一直到2015年，幾乎已經形成了一箇中國大數據的頂層架構。

我們可以很明確的認識到，在整個智能+時代到底可以做什麼。直到此時，智能手機的滲透率已經非常高，同樣還有5G網絡和雲計算。

未來我們需要做些什麼？

我們發現有一個領域是缺位的——開源技術生態，國內與美國相比，還差得很遠。而開源技術生態的缺位，使得我們無法出現類似Hadoop 、Spark等等可以影響到數據科學與人工智能的平台。

另一個值得關注的缺位是數據的監管。

很多互聯網的圖片被拿去做深度學習，裏面也許會有一張你的照片，但是你並不知道你的照片被人用了，你連沒有反對的機會都沒有。當無人汽車遇到突發狀況的時候，如何處理，決策權也不在你。

如果説這些離生活太遙遠，那麼下面的案例就與我們息息相關。

第一是排序系統，當你在查找某項信息的時候，為什麼你需要的沒有排在前面，反而是與它不相關的會排得更高呢？

第二是推薦系統，為什麼一些人會被推薦到某家公司面試，而另一些人卻不在裏面，其實這種算法每天都在幫助你拿到更好的工作，或者是讓你沒有辦法得到某種工作。

第三，協同過濾。為什麼上個月忘了交電話費，突然之間你的某某指數就變低了？之後連貸款的能力也變小了呢？這些其實是我們無法控制的，卻與我們未來的生活息息相關的。

某種角度上來説，人工智能和大數據其實充滿了傲慢，充滿了偏見。一方面它還原了一個更真實的世界，另一方面，它又導致了一個更加“偏見”的世界。

我們在未來要不要像這個人一樣拿把傘，讓這些東西不會傷害我們就足夠呢？

也許我們今天沒有答案，但是我們已經看到了一些好的方面，有的公司已經推出這樣的廣告（這也許是最微妙而美好的狀態）——

Your phone knows a lot about you, but we don’t.

你的手機知道很多關於你的數據，但我們不知道。

互動話題：

你在什麼時候覺得自己的隱私被泄露了？