資料有多大

那福忠
(數位出版電子報)

資料多到不能量計，只好用一個實體化的「大」來形容，BIG DATA 成了近幾年最熱的名詞，很多人說我們已經進入「大資料時代」。

全球的資料多到、或大到什麼程度，沒有人說得準，我們每天從工作到生活，無時無刻不製造新資料，各行業、各機構每天也不停的收集、傳遞、儲存龐大的資料，再加上天文地理的科學研究資料，地球上的資料量每兩年增加一倍。

資料是什麼？說起來什麼都不是，就是資料，再多的資料還是資料。英國牛津大學 Viktor Mayer-Schonberger 教授、與經濟學人雜誌編輯 Kenneth Cukier，月前出版了一本 BIG DATA 的新書（註一），說資料僅是真相的幻影，更多的資料並不能引導我們發掘更多的真相，只會導引出更多的資料、以及更多的問題，但可以藉以增加我們的洞察能力，雖然讓我們知其然，卻未必知所以然。也就是可以從大量資料中可以找到「是什麼」，卻不一定能找出「為什麼」。

兩位資料專家解釋這一似乎矛盾的現象，是因為過量的資料，抵銷了我們對資料品質的要求。以為有了這麼多資料，總會從中找到所需要的內容，但事實上並非如此，資料量不等於資料質。這主要在資料來源的零散、沒有結構、沒有規劃、沒有固定目的，資料再多，用在特定的目標上，也難免產生品質不足的問題。

即使如此，資料經過整理、分析、關連，仍可作為預測的根據，有相當的效用。亞馬遜用來推薦你可能喜歡的書，谷歌用搜尋的結果出售廣告，英雄兼叛徒史諾登 ( Edward Snowden )說的從社群網路搜尋恐怖份子的「棱鏡」( Prism )，都是大量資料的關連結果。一位前美國情治高層為棱鏡辯護，說了一句耐人尋味的邏輯，「要從一堆稻草裡找一根針，你得先有一堆稻草」。

大量資料急速的擴增，改變了我們的工作、生活、與思維，兩位專家認為是自印刷術以來最大的革命。隨著技術的進展，原來僅限於情治機構與大型企業的資料關連技術，會越來越普及，應用在商業、政府、科學、醫療各個領域，使得關連的資料成為最寶貴的資產，因為大家都寄望能從資料預測到真相，也就看資料來辦事。

保險公司預測風險，美國城市的警力在犯罪區加強巡邏，歐巴馬製造政治機器催促選票贏得大選，紐約市檢查製造油污餐廳解決下水道堵塞。這些都是從大量資料的分析關連，有效運用到生活的實例。這些技術，無疑的會參與解決全球重大問題，像是氣候暖化、杜絕疾病、經濟發展。

但看資料辦事的負面效應，正是許多資料學者所憂慮的，所依據的資料，儘管經過分析、關連、統計、運算，畢竟不代表真相，因為資料裡缺少了最寶貴的「人性」。

美國電腦科學作家 Jaron Lanier 在他「誰擁有未來？」的書裡（註二），說科學的資料與對人的資料，有很大的區別。天文、氣象、傳染病的研究資料，是經過科學家精心收集實驗所得，是寶貴的資料；但對人的資料，正如同我們所瞭解的人性，是多變的、反駁的，而且通常都不太可靠。

華爾街證券市場，是經過複雜數學邏輯設計出來的交易策略，這一策略卻在 2008 年交易加速之下讓市場崩盤。回塑半世紀以前的越戰，原任福特汽車執行長的國防部長麥納馬拉 ( Robert McNamara )，精於計量運算，結果在數人頭、算面積的勝算之下敗了下來，後人評論說他的公式裡沒有「鬥志」的數據。

2002 年好萊塢科幻大片「關鍵報告」( Minority Report )，故事是未來警局以「罪前」的罪名逮捕嫌犯，也就是在即將犯罪、但還沒有犯罪之前，先把人抓來，至於怎麼知道誰要犯罪，則由三名個躺在水池裡的「先知」決定。在大資料的時代，資料就成了「先知」，搜尋「罪前」嫌犯輕而易舉，只不過要不要逮捕而已。

資料再多仍有極限，BIG DATA 兩位作者說，資料可以量化我們的世界，讓我們對世界有更深入的瞭解，但也要小心警惕，不要變成「資料暴君」的獵物。

註一：
BIG DATA: A Revolution That Will Transform How We Live, Work, and Think (March 5, 2013)

大數據時代（中文簡體版）

註二：
Who Owns the Future? (March 7, 2013)