呂理哲

1996年IBM設(shè)計(jì)的超級(jí)電腦深藍(lán)和國(guó)際象棋冠軍Garry Kasparov比賽，結(jié)果以2∶4落敗，電腦比不過(guò)人腦。第二年，新版的深藍(lán)已經(jīng)改造成一個(gè)1.4噸重、256核處理器的巨無(wú)霸電腦，深藍(lán)再戰(zhàn)卡斯珀羅斯，深藍(lán)先輸一盤(pán)后，第二盤(pán)贏回來(lái)，接著三盤(pán)都平局，最后一盤(pán) Garry Kasparov重復(fù)采用第四盤(pán)的開(kāi)局（Caro-Kann Defense），竟然兵敗如山倒，不到20步就棄子認(rèn)輸。

來(lái)年Garry Kasparov再向深藍(lán)挑戰(zhàn)，IBM因?yàn)樯钏{(lán)的廣告任務(wù)圓滿達(dá)成回絕了他。于是，歷史記錄了“1997年電腦打敗最厲害的人腦國(guó)際象棋高手”，人類(lèi)沒(méi)有討回公道的機(jī)會(huì)了。

其實(shí)，IBM勝之不武，深藍(lán)后臺(tái)掛著一個(gè)100年來(lái)世界上國(guó)際象棋高手對(duì)奕的棋譜記錄和收集得到的各種殘局樣本，深藍(lán)每秒鐘可以處理2億步棋。Garry Kasparov贏過(guò)深藍(lán)一回，自恃甚高，還允許IBM的工程師在棋賽進(jìn)行中修改程序。更不公平的是電腦不會(huì)累，這場(chǎng)棋賽按照標(biāo)準(zhǔn)賽制雙方都有時(shí)間限制，前面幾局卡斯珀羅斯因?yàn)闀r(shí)間不夠，常常得趕鴨子上架而導(dǎo)致平局。

電腦不斷電就不累，而大師下一盤(pán)棋可能就會(huì)心力交瘁，二者無(wú)法相提并論。Garry Kasparov每下一步棋，深藍(lán)可以迅速地從數(shù)據(jù)庫(kù)中找到曾經(jīng)發(fā)生過(guò)完全相同的棋局，再分析出下一步在所有棋局中成功率最高的方法，或是從未失敗的對(duì)策。不論如何，對(duì)每秒鐘有能力處理上億步棋的深藍(lán)來(lái)說(shuō)一點(diǎn)也不吃力，加上IBM工程師的人工智能技術(shù)，根本不需要每次都去搜索整個(gè)數(shù)據(jù)庫(kù)。

IBM的深藍(lán)小組在棋賽后就解散了，但延伸的技術(shù)可能就是今天的大數(shù)據(jù)。

今天，許多媒體進(jìn)行民意調(diào)查，可能取樣數(shù)只有一兩千人，就能顯示出社會(huì)大眾對(duì)特定事物的看法。如果有機(jī)會(huì)取樣上億個(gè)，差不多就可以預(yù)測(cè)所有特定事物的發(fā)展趨勢(shì)。以前，請(qǐng)人在街頭或是電話訪問(wèn)，不可能取很多樣。但是今天網(wǎng)路把大家連在一起，一家購(gòu)物網(wǎng)站一天都能完成上億筆生意，何況想方設(shè)法從網(wǎng)絡(luò)上攔截到大家的郵件、微博、微信、短消息和查詢內(nèi)容，一小時(shí)取樣幾億筆數(shù)據(jù)根本不算難事。

谷歌每天就有30億筆民眾搜索關(guān)鍵字的數(shù)據(jù)。2009年谷歌在《自然》（Natrue）科學(xué)雜志上發(fā)表了一篇論文，精確預(yù)測(cè)出美國(guó)哪幾個(gè)州即將在接下來(lái)的冬天爆發(fā)流感。文中解釋了他們利用民眾搜尋關(guān)鍵字的大數(shù)據(jù)，整理出來(lái)的結(jié)果和美國(guó)疾病管制局2007和2008年各地發(fā)生流感的數(shù)據(jù)完全符合。

幾個(gè)星期后，一種結(jié)合禽流感和豬流感菌株的新病毒H1N1跳上了所有美國(guó)媒體的新聞?lì)^條，大數(shù)據(jù)讓大家見(jiàn)識(shí)到了非常厲害的預(yù)測(cè)能力。

由于取樣數(shù)據(jù)達(dá)到了足夠大的量，就不用去管背后的原因，只要知道那樣很準(zhǔn)就行了。例如，亞馬遜網(wǎng)絡(luò)書(shū)店開(kāi)幕之初，聘請(qǐng)了許多編輯為他們賣(mài)的書(shū)寫(xiě)書(shū)評(píng)，書(shū)評(píng)寫(xiě)得越精彩，自然那本書(shū)就賣(mài)得越好，這也是亞馬遜所以能在當(dāng)初許多競(jìng)爭(zhēng)對(duì)手中，笑到最后的原因之一。后來(lái)賣(mài)的書(shū)多了，數(shù)以億計(jì)，利用軟件技術(shù)從大數(shù)據(jù)中整理出在購(gòu)買(mǎi)甲書(shū)的客戶中，超過(guò)特定比例的客戶都買(mǎi)了乙書(shū)，下一次只要有客戶訂購(gòu)了甲書(shū)，亞馬遜就把乙書(shū)推薦給他，乙書(shū)賣(mài)掉的機(jī)會(huì)也就很高。

亞馬遜電腦主管的目標(biāo)是持續(xù)改善推薦書(shū)的大數(shù)據(jù)系統(tǒng)，要讓買(mǎi)書(shū)的客戶至少再多買(mǎi)一本書(shū)。

古時(shí)候傳下來(lái)的命相秘籍，多以神秘來(lái)裝飾，而不是以實(shí)用讓人信服，因?yàn)楣艜r(shí)候收集數(shù)據(jù)不容易，取樣不夠就會(huì)以偏概全，大師如果只是打坐冥想，恐怕不容易理清人的復(fù)雜性。

大數(shù)據(jù)的應(yīng)用軟件技術(shù)很重要，但數(shù)據(jù)量大更重要。例如，大數(shù)據(jù)中整理出有幾百萬(wàn)名孕婦購(gòu)買(mǎi)的食物里某一基本元素（鈉、鐵、鉀等）的含量超出常人，就可以反過(guò)來(lái)從購(gòu)買(mǎi)的食物中找出懷孕的客戶，這肯定比算命師用八字去猜一個(gè)人什么時(shí)候懷孕更準(zhǔn)確吧！而John Wanamaker說(shuō)不知道廣告哪一半浪費(fèi)了，是因?yàn)槟莻€(gè)時(shí)代沒(méi)有大數(shù)據(jù)。

谷歌幫億萬(wàn)人搜尋需要的信息，用廣告去攔截搜尋的答案而大賺廣告費(fèi)，亞馬遜覺(jué)得自己是“億貨公司”（比百貨多很多），客戶到亞馬遜買(mǎi)東西還要讓谷歌提成（用廣告費(fèi)方式）不合理，于是自己建立了廣告機(jī)制，廣告費(fèi)自己賺。這些“IT大款”都有大數(shù)據(jù)，可以準(zhǔn)確地作出選擇。

媒體靠廣告收入生存，以前50%的廣告泡了湯沒(méi)關(guān)系，因?yàn)闆](méi)人知道那50%跑去哪里了。今天廣告主已經(jīng)知道了找得到目標(biāo)客戶的廣告方式，媒體是不是覺(jué)得如履薄冰、戰(zhàn)戰(zhàn)兢兢？

看來(lái)，媒體未來(lái)的競(jìng)爭(zhēng)對(duì)手不僅是同類(lèi)媒體。