大數(shù)據(jù)背后，是誰在監(jiān)視我們的生活？

來源：新浪科技綜合 發(fā)布時間：2018-06-19瀏覽：3269次

大數(shù)據(jù)背后，是誰在監(jiān)視我們的生活？

　　一個安卓App開發(fā)者曾經(jīng)試圖跟女朋友解釋自己近乎無所不能的工作：在App安裝后，他能夠獲得大量授權(quán)，推斷數(shù)據(jù)里的人群做什么工作、常去哪里、畢業(yè)于什么學(xué)校、有什么愛好、有沒有結(jié)婚、有沒有外遇、有沒有房、有沒有車、現(xiàn)在是外出度假還是在家待著，甚至通過讀取銀行通知短信，推測實際收入。有時候為了客戶需要，他還得推測人心，排除偽君子，比如如果手機(jī)里下載高端財經(jīng)App，打開頻率卻幾乎為零，那么這個人的標(biāo)簽要么是不小心下錯了軟件，要么就是‘比較裝’??

　　我們的故事

　　北京城里有許多故事不為人所知，一個最容易被人忽視的真相是，在這里，總有人比你更了解自己。周一早高峰時間擠在地鐵里刷財經(jīng)新聞的一些人，會在周五下班路上收到系統(tǒng)為他們推送的八卦新聞，因為算法知道這是他們此刻最想看到的內(nèi)容。做人臉識別的公司知道我們每天晚上什么時間卸妝，什么時候敷面膜，周末早上賴床到幾點，因為在這些時候，人臉識別通過率會驟然變低。

　　在真實世界里，性別只分男和女，但是原阿里巴巴集團(tuán)副總裁車品覺說，阿里巴巴曾經(jīng)就有18個性別標(biāo)簽，它知道有些賬號白天是男性用戶持有，而晚上使用的卻是女性。判斷依據(jù)是用戶資料、瀏覽商品類目、對話使用稱謂，以及那些我們自己或許都未曾察覺的訪問習(xí)慣——點擊屏幕的輕重，經(jīng)常輸錯的錯別字，在瀏覽器窗口是喜歡在新窗口打開、還是反復(fù)使用前進(jìn)后退鍵，正是它們告訴機(jī)器，此刻對著屏幕滑動商品頁面的究竟是誰。

　　大數(shù)據(jù)里的我們，擁有異常真實的群體畫像。因為我們在面對手機(jī)的時候非常誠實，永遠(yuǎn)對它說真話。

　　世界上知道這些秘密的只有你，和機(jī)器另一端的數(shù)據(jù)科學(xué)家。在機(jī)器語言里，我們不止是一個名字、一個地址、一串設(shè)備識別符。它每秒鐘監(jiān)測超過400個變量，記錄每一個行為軌跡。

　　今年57歲的韋思岸（AndreasWeigend）知道無數(shù)這樣的故事。他出生在德國，原本在赫赫有名的歐洲粒子物理研究所（CERN）研究上帝粒子，但在2002年，他選擇投身大數(shù)據(jù)世界，成為了亞馬遜首席科學(xué)家，后來他曾任阿里巴巴數(shù)據(jù)顧問、人人網(wǎng)早期外部投資人，也曾為摩根大通、湯森路透、沃爾瑪、AT&T等機(jī)構(gòu)提供數(shù)據(jù)咨詢。

　　他教會機(jī)器一個理解人類的方法是：獲知一個用戶地址后，還要抓取這個地址周圍5公里內(nèi)的書店分布狀況，因為這決定了用戶有多大概率在亞馬遜買書、會在什么情況下買書。這條準(zhǔn)則后來被應(yīng)用到了阿里巴巴的數(shù)據(jù)分析實踐，所以當(dāng)淘寶知道你家5分鐘步行路程內(nèi)有超市的時候，它就不會頻繁向你推薦油鹽醬醋，但是它看到你的搜索記錄，獲知你皮膚敏感，而15分鐘路程內(nèi)的商場都沒有你習(xí)慣用的護(hù)膚品，那么，這些商品將會出現(xiàn)在你的屏幕上。

　　韋思岸將數(shù)據(jù)分析師每天的工作形容為‘人性實驗’，就像科學(xué)家通過實驗探索物質(zhì)的本質(zhì)，數(shù)據(jù)分析師通過程序研究人的行為特征。技術(shù)改變了人的物理概念。定義我們的不僅僅是賬戶和密碼，還有我們的愛好、情緒、行為習(xí)慣。不管我們在互聯(lián)網(wǎng)上如何偽裝，換新的名字、新的頭像，機(jī)器總能輕易識破。數(shù)據(jù)記錄下的習(xí)慣，是我們的另一個身份定義。

　　這些故事讓他興奮，同時讓他感到不安，韋思岸告訴《人物》，‘我能看到最近十幾年我們的生活因為技術(shù)發(fā)生了顛覆性變革。但是它真的讓我們變得更自在嗎？我沒有答案。’

　　在數(shù)據(jù)的世界里，我們面對手機(jī)的每一個舉動，都在成為機(jī)器學(xué)習(xí)的材料，訓(xùn)練人工智能更加理解人性。曾經(jīng)那些高深玄奧的人生命題——我們是誰？好朋友意味著什么？我們將會選擇什么樣的生活——這些答案都可以從搜索記錄、社交網(wǎng)絡(luò)的聊天記錄和手機(jī)傳感器里找到。

　　截止2018年第一季度，超過10億人每月使用微信及WeChat，6.17億人在淘寶購物，全國搜索引擎用戶達(dá)6.4億，他們時刻創(chuàng)造新的海量數(shù)據(jù)，也在被勾畫著異常精準(zhǔn)的群體畫像，機(jī)器在一步步接近一張清晰的人性圖景。數(shù)據(jù)是這個時代最特別的商品，它的產(chǎn)生幾乎毫無成本，卻造就了無數(shù)科技獨角獸、日漸強(qiáng)大的上市公司，以及數(shù)以億計的產(chǎn)業(yè)利益。

　　大數(shù)據(jù)日漸了解我們，但是很少人知道，我們所做的事情會讓我們成為廣告主的商品、被人剖析個性的樣本、掌握我們的一舉一動，甚至能預(yù)測我們的未來軌跡。

　　‘隱私’

　　不止一位數(shù)據(jù)科學(xué)家確信，隱私已經(jīng)是一件‘算法上不成立’的事件。我們知道自己在分享數(shù)據(jù)，但是大部分人并不知道，自己正在分享些什么，更不知道，這種分享將會意味著什么。

　　聽一個分析師講述數(shù)據(jù)挖掘過程，就像是見證了一場懸疑推理，唯獨這一次，福爾摩斯活在大數(shù)據(jù)里。一切從手機(jī)App安裝軟件中的SDK開始，這是一個搭載在App中的軟件開發(fā)工具包，其中嵌入了統(tǒng)計分析工具，實時收集用戶信息。當(dāng)然，這是經(jīng)過你授權(quán)同意的，就在你可能從來沒有認(rèn)真讀完的用戶協(xié)議里。

　　從App下載到手機(jī)那一刻起，揣測人生的嘗試就開始了。僅僅是安裝過程中所抓取的硬件設(shè)備信息，App已經(jīng)對你有了一個大概印象——如果一臺手機(jī)一個月內(nèi)有10次連接同一個星巴克的WIFI，20次連接同一個定位在寫字樓的公共區(qū)域WIFI，30次連接一個家庭WIFI，再算上這些WIFI的地理位置，以及WIFI名里的關(guān)鍵詞，那么，一條幾近清晰的生活——工作的路線軌跡，get。

　　在學(xué)者的論文里，這被形容為一個‘?dāng)?shù)據(jù)失控’的時代，沒有人能控制自己的數(shù)據(jù)，我們的數(shù)據(jù)時刻被人監(jiān)視。

　　不過，實際經(jīng)手?jǐn)?shù)據(jù)的人并沒有這種感覺。人們擔(dān)憂自己的個人信息泄露，比如姓名、電話、地址。在業(yè)界，工程師給隱私下過一個最簡單的定義——隱私，就是那些不允許自由流動的數(shù)據(jù)，比如被法律禁止交易的身份證號、個人征信、醫(yī)療記錄，它們只能固定儲存，不允許隨意讀取。事實上，現(xiàn)在App收集信息也確實越來越受到限制，比如IOS10以后的系統(tǒng)已經(jīng)禁止讀取許多設(shè)備硬件信息，安卓系統(tǒng)也在逐步限制軟件能夠獲取的用戶信息范圍。

　　不過對公司來說，以上這些信息固然重要，但更值錢的是另一些數(shù)據(jù)——你的喜好、興趣、生活方式、行為習(xí)慣——而這些數(shù)據(jù)在很多人的概念里，還不屬于隱私。

　　‘大數(shù)據(jù)能做很多事情，通過合理分析解釋世界。最好的事是，這些東西完全不觸及隱私。’大河在一家公司的數(shù)據(jù)相關(guān)部門工作，她認(rèn)為，隱私是法律明令禁止收集和交易的身份證號、手機(jī)號、戶籍地址等個人身份信息，而她的工作完美避開了它們?！畡倓偡治龅倪@些畫像，我根本不知道他是誰，我看到的只是設(shè)備。比如我能看到一個在回龍觀的安卓設(shè)備，早上9點去了望京晚上9點又回來了。他的軌跡我都知道，但是我并不知道他是誰。所以它又能匿名，又很精準(zhǔn)?！?/p>

　　一個不愿意署名的數(shù)據(jù)工程師說，要說有問題，是那些私下倒賣個人身份信息的黑市有問題，20塊錢買一個人的征信報告，幾百塊錢就能買高凈值人群打包數(shù)據(jù)，這些跟社會信息相關(guān)的是隱私，需要管。但是互聯(lián)網(wǎng)公司收集的都是‘淺層信息’，這沒關(guān)系。

　　小喬曾經(jīng)在一家以‘大數(shù)據(jù)分析’為主力業(yè)務(wù)的互聯(lián)網(wǎng)公司工作，她的工作就是利用公司通過大數(shù)據(jù)得到的用戶畫像，組織線下營銷活動。她說，自己并不那么擔(dān)心習(xí)慣被人察覺，因為在她的經(jīng)歷里，好多都是‘忽悠人用的，又不準(zhǔn)，怕什么’？特別是在北上廣，每個人都那么不一樣，用戶畫像根本行不通，也就在三四線城市，弄個噱頭忽悠一下人。

　　‘（我們）什么信息都能得到，但是沒什么用，也懶得看?！粋€不愿署名的程序員這樣說，‘互聯(lián)網(wǎng)公司讓你感到害怕，只是因為你在App里，沒有掩飾你是什么樣的人，而App把這些看在眼里——你不會出柜，但會偷偷在淘寶上搜索潤滑劑；你不會跟人說葷段子，但App上看到翹臀美女還是會點進(jìn)去；你對外痛擊侵犯版權(quán)，但看到四位數(shù)價格的正版軟件，還是去搜了盜版的下載??’

　　實實在在的人民幣

　　對于掌握海量用戶數(shù)據(jù)的大公司，真實的人性畫像等于錢，因為他們能找到非常精準(zhǔn)的目標(biāo)用戶，比如商家想要賣一款針對5歲以下孩子的推車，他們就可以提供‘家里有5歲以下孩子、訂單中卻未發(fā)生過此類母嬰商品購買行為’的用戶群。他們將海量用戶喜好、興趣、習(xí)慣等數(shù)據(jù)組建成數(shù)據(jù)庫，這樣向品牌商和廣告主推銷：這些消費者數(shù)據(jù)也是一種資產(chǎn)，你知道他們習(xí)慣買什么、什么時候想買，它能如預(yù)知未來一樣，直觀看到未來可能收割的營業(yè)額，不是某種估計的指標(biāo)或指數(shù)，而是‘實實在在的人民幣’。

　　這大概是廣告主最喜歡的時代。Facebook曾推出一項行之有效的算法lookalike。比方說，一家公司想賣啤酒，它只需要提供100個曾經(jīng)購買過這款酒的用戶群體，數(shù)據(jù)會將它們視為種子用戶，尋找和種子用戶相似的另外500個人。他們有相似的興趣愛好，相似的行為習(xí)慣，他們可能并沒有買過啤酒，但是基于他們的行為特征相似性，該相似群體極有可能在推送后馬上得到轉(zhuǎn)化，買下這款啤酒。

　　并非所有人都對這些‘隱私’的開放無感。武山在一家行業(yè)排名很高的互聯(lián)網(wǎng)公司工作，利用大數(shù)據(jù)進(jìn)行算法推薦。每天在工作的時候，他能夠看到全體用戶在App上的行為軌跡信息，包括電話、地址、搜索記錄、每一屏交互行為等等。這是他的工作內(nèi)容，可是他說，這也讓他不安。

　　‘雖然都說數(shù)據(jù)開放、數(shù)據(jù)開放，但還是覺得，這些數(shù)據(jù)真是太開放了，沒有做好保護(hù)啊！比如內(nèi)部員工可以查到用戶在App上的行為習(xí)慣啊，還有App收集用戶信息的時候，哪些該收集，哪些不該收集，在我看來也算隱私啊，應(yīng)該有一些機(jī)制保護(hù)吧？’武山說，‘可我不知道有沒有行業(yè)標(biāo)準(zhǔn)，現(xiàn)在我是全靠自律的。就是如果我想看，我隨便都能看到??！’

　　據(jù)《財經(jīng)》此前的報道，國內(nèi)個人信息泄露數(shù)達(dá)55.3億條，平均每個人有四條相關(guān)個人信息泄露，這些信息最終在黑市反復(fù)倒手，直至被榨干價值。其中，80%的數(shù)據(jù)泄露來自企業(yè)內(nèi)鬼，黑客僅占20%。去年6月，廣東蒼南警方發(fā)布通報，有蘋果公司國內(nèi)員工涉嫌以非法手段獲取蘋果手機(jī)關(guān)聯(lián)的個人信息，包括用戶注冊蘋果賬戶時所填個人信息，涉案22人中有20人在蘋果國內(nèi)直銷公司及蘋果外包公司工作，每條以10元到180元不等的價格出售，非法倒賣個人信息至少20多萬條。

　　就在不久前，一名Facebook安全工程師被解雇，因為在網(wǎng)上搭訕女性的時候吹噓，自己能夠看到所有人的信息，‘我是一個專業(yè)的跟蹤狂’。而一位豆瓣用戶則發(fā)文稱，與前男友分手后遭到持續(xù)跟蹤騷擾，前男友利用某電商App登錄漏洞，查到了她家人、閨蜜、朋友的姓名、住址、電話，可是即便經(jīng)過投訴，最終也沒有阻止跟蹤狂的持續(xù)登錄。

　　現(xiàn)在，買東西需要填個注冊表，或者下載新App后需要關(guān)聯(lián)用戶信息，都會讓武山不舒服。他說，這可能是他的‘職業(yè)病’。

　　在互聯(lián)網(wǎng)上，韋思岸做過的最瘋狂的人性實驗，是關(guān)于自己的。從2006年開始，他主動將自己所有聯(lián)系信息公布在自己的網(wǎng)站上。在那里，任何人都可以看到他的實時地址、電話、郵箱、行程、工作日程、即將搭乘的航班號及座位號。他公布了自己在舊金山和上海的住址，精確到樓層房間號。

　　這和他的父親的經(jīng)歷有關(guān)。韋思岸的父親因為被誣陷是間諜，曾被強(qiáng)行關(guān)進(jìn)監(jiān)獄，坐了六年牢。后來，韋思岸查閱父親的個人檔案時，意外地發(fā)現(xiàn)，即便父親出獄后，安全部還在持續(xù)監(jiān)視他，還給身為兒子的自己建了檔案，收集信息。

　　這個經(jīng)歷極大影響了他的數(shù)據(jù)觀，‘我們不能抱著一個天真浪漫的觀點，還以為我們能夠擁有隱私。我見過數(shù)據(jù)是怎么對待我的父親的，我的父母曾經(jīng)一度一無所有，我們不應(yīng)該天真地以為，一切不會再重現(xiàn)?！?/p>

　　‘我把聯(lián)系方式放在網(wǎng)上，可要是讓我公布我的搜索記錄，我絕對不愿意?！f，某種程度上來說，電話號或者住址并不是私密信息，你的朋友知道，你的同事也可能知道，但搜索記錄中所透露出的個人喜好、習(xí)慣，則是非常私密的個人信息。

　　一個安卓App開發(fā)者曾經(jīng)試圖跟女朋友解釋自己近乎無所不能的工作：在App安裝后，他能夠獲得大量授權(quán)，推斷數(shù)據(jù)里的人群做什么工作、常去哪里、畢業(yè)于什么學(xué)校、有什么愛好、有沒有結(jié)婚、有沒有外遇、有沒有房、有沒有車、現(xiàn)在是外出度假還是在家呆著，甚至通過讀取銀行通知短信，推測實際收入。有時候為了客戶需要，他還得推測人心，排除偽君子，比如如果手機(jī)里下載高端財經(jīng)App，打開頻率卻幾乎為零，那么這個人的標(biāo)簽要么是不小心下錯了軟件，要么就是‘比較裝’??

　　這些推測并不完全準(zhǔn)確，也沒有涉及身份信息，卻已經(jīng)讓身為普通用戶的女朋友感到冒犯，沖他大發(fā)脾氣：‘你這人怎么這樣？你為什么要看我們這么多數(shù)據(jù)啊？誰叫你拿這些授權(quán)的？是你老板逼你這么干的嗎？’

　　對抗

　　在技術(shù)的世界里，邊界是最難討論清楚的話題。大部分公司都在反復(fù)強(qiáng)調(diào)，我們雖然收集大量數(shù)據(jù)，但是十分重視隱私，絕對不會泄露你的名字。事實上，許多大公司的確是這樣做的，它們內(nèi)部有非常嚴(yán)格的數(shù)據(jù)保護(hù)措施，比如微信有比較復(fù)雜的ID體系，系統(tǒng)內(nèi)部有用戶的唯一ID標(biāo)識，但是第三方開發(fā)者不能獲得這個唯一ID，即便是同一個用戶，在不同公眾號下被第三方開發(fā)者收集到的ID都是完全不一樣的，這樣就完全阻止公眾號之間用戶數(shù)據(jù)的隨意買賣交易。

　　負(fù)責(zé)用戶挖掘的微信斑馬系統(tǒng)只支持一萬人以上的人群畫像分析，從而實現(xiàn)‘分析一群人而不分析一個人’，而在分析過程中也會主動控制精度，比如分析用戶住址時，只定位到小區(qū)，不再基于氣壓傳感器定位高度，做樓棟和樓層的定位。

　　在一次媒體采訪會上，阿里巴巴的一個技術(shù)負(fù)責(zé)人說：‘?dāng)?shù)據(jù)肯定是往越來越嚴(yán)控的方向發(fā)展，我們采集信息的目的，其實還是為了更好地提升用戶體驗，所以一個基本原則是，這些信息的獲取要從提升產(chǎn)品的角度出發(fā)?！热鐚τ械腁pp來說，獲取WIFI信息是為了挖掘用戶社交關(guān)系，這讓人感覺越界，但是對金融、支付類的App來說，知道WIFI地址可以快速判斷這是不是用戶常用地址，這筆交易有沒有可能是盜刷，它能有效防范資金風(fēng)險。

　　不過，雖然花了兩個小時反復(fù)解釋現(xiàn)有隱私保護(hù)如何嚴(yán)格，臨走的時候，他還是忍不住補(bǔ)了一句：‘不過啊，最近網(wǎng)上那種做個心理測試啊，點進(jìn)圖片生成自己的照片啊那種，我勸大家還是不要點了，那種背后一般都存在很大的信息收集的?！?/p>

　　這種看似無害的休閑App可能不會直接竊取手機(jī)號、身份證號等身份信息，但就在點擊授權(quán)、進(jìn)入游戲的那一瞬間，它很容易完全獲得你的社交關(guān)系和網(wǎng)絡(luò)行為習(xí)慣。今年3月份，F(xiàn)acebook被爆隱私丑聞，存在影響8700萬人的嚴(yán)重數(shù)據(jù)隱私濫用，這些數(shù)據(jù)包括用戶的社交關(guān)系、興趣偏好、點贊記錄等個人信息，而這一切就是從類似的心理測試開始的。劍橋分析公司通過左右這些用戶在Facebook收到的推送，影響他們在美國大選中對候選人的態(tài)度，最終幫助特朗普當(dāng)選，這些數(shù)據(jù)也‘不知道被復(fù)制了多少次’，甚至有可能存儲在俄羅斯。

　　并不是沒有技術(shù)辦法對抗這樣的數(shù)據(jù)危機(jī)。在英國，有專門保護(hù)個人隱私的公共機(jī)構(gòu)，直接向英國國會報告。它提出了數(shù)據(jù)管理者登記制度，要求每個處理個人信息的機(jī)構(gòu)都要在信息專員辦公室登記，否則就算為刑事犯罪。很多公司也有謹(jǐn)慎的數(shù)據(jù)使用哲學(xué)。谷歌會把用戶的姓名、賬號、聯(lián)系方式、地址等信息，與行為數(shù)據(jù)完全分開，不會將兩者關(guān)聯(lián)使用。而雅虎會有專門的研究員，在實踐中界定數(shù)據(jù)搜集的隱私邊界。

　　許多數(shù)據(jù)科學(xué)家將自己設(shè)計的隱私保護(hù)對策詳細(xì)公布在論文中，有人將分散信息流控制和差分隱私保護(hù)技術(shù)應(yīng)用到云計算，還有人通過模糊處理（obfuscation）技術(shù)對用戶隱私全程加密，另一種有效的操作方法是制造噪聲，根據(jù)用戶歷史記錄制造等比例的行為噪音，這樣試圖解讀用戶行為的服務(wù)商就很難辨別哪個是用戶真實需求，哪個是系統(tǒng)制造的噪音，從而保護(hù)用戶真實的隱私。

　　但是，在真實的大數(shù)據(jù)前線，還輪不上這些對策上場，仗已經(jīng)敗了。技術(shù)理想的敵人其實比想象中更原始——嚴(yán)謹(jǐn)規(guī)則背后，不講規(guī)則的人。

　　程路從美國留學(xué)回來后，在國內(nèi)一家交友類社交平臺工作，負(fù)責(zé)大數(shù)據(jù)處理。運營的同事要做市場推廣活動，要看用戶數(shù)據(jù)，他想看用戶最近在聊什么，然后根據(jù)用戶喜好有針對性地開展活動。‘理論上講，這也是業(yè)務(wù)需求，他想抽樣，我也不介意?！搪氛f，聊天記錄經(jīng)過加密處理，他很快做了抽樣，斷裂可追溯信息，對用戶信息做了脫敏。但是運營同事不愿意，他要求看全量數(shù)據(jù)。

　　全量數(shù)據(jù)是什么概念？它是一個用戶在App上的所有數(shù)據(jù)，能夠非常精準(zhǔn)地描述用戶，他的身份背景、興趣愛好、行為習(xí)慣，甚至每天的喜怒哀樂，都能從行為痕跡里推測出來，但是這是對隱私的極大挑戰(zhàn)。程路試著跟對方解釋，只是做市場推廣的話，使用脫敏后的抽樣樣本就可以了，沒有必要查看全量數(shù)據(jù)。

　　但意外的是，這個提議沒有得到理解。運營的人不同意，公司CTO不同意，連CEO也不同意。他的一個同行說，‘我挺驚訝的，做這一行的還有這種想法。’而另一個同行評價他，‘心態(tài)這么不穩(wěn)，怎么在中國生活？如果知道自己的房子、車子、保險、信用卡、婚戀、酒店入住、戶籍信息、工作信息等等全部真實的信息每天都在各個公司的銷售那里買賣轉(zhuǎn)手百來次，你還會有什么感想？毫無心理波動。’

　　可是，這對程路來說，違背了自己的技術(shù)理想?！@就好像借著你的手，把別人的日記挨頁翻給人看一樣。’他反問，‘要是你的日記，你愿意嗎？’

　　最后，決定數(shù)據(jù)命運的是來自CEO輕描淡寫的評論，‘這有啥啊，你就給他唄！’

　　程路把全量數(shù)據(jù)給了業(yè)務(wù)部門，同一個禮拜，他辭職了，‘一半的原因是這件事吧，道不同了。’在這里，他還時不時要面對數(shù)據(jù)交易，會有大公司的銷售人員拿著報價表找他談合作，表單上每一類用戶群體都有一個大概標(biāo)價，愛旅游的、每天點外賣的、打游戲時長每天超過4小時的，每一個群體都有一批相對應(yīng)的廣告主喜歡。所以，只要細(xì)化出了用戶特征，就能有機(jī)會把它賣錢，這是一筆大生意，但這讓他感到很不舒服。

　　現(xiàn)在，他在一家外資游戲公司，選擇新工作有很多理由，其中一個考慮，現(xiàn)在的大環(huán)境里很難找到一個不越界的公司，那就找個沒那么強(qiáng)烈想要收集社交數(shù)據(jù)的地方。他說，這樣工作起來心里會舒服點。

　　韋思岸說，對抗隱私危機(jī)，最有效的辦法只有嚴(yán)懲?！覀儾荒芴煺娴仄诖龜?shù)據(jù)公司能夠有足夠的自我驅(qū)動力，替我們維護(hù)數(shù)據(jù)中的隱私部分。對這些公司而言，懲罰是它們唯一聽得懂的語言?！?/p>

　　數(shù)據(jù)未來

　　我們正在面對的數(shù)據(jù)未來是，人或許比想象中更容易預(yù)測，而算法可能比我們更了解世界。

　　2008年9月15日，美國雷曼兄弟公司宣告破產(chǎn)，引發(fā)次貸危機(jī)，而最早察覺到這件事的是Linkedin的數(shù)據(jù)科學(xué)家。他們注意到，9月14日明明是一個周末，網(wǎng)站數(shù)據(jù)卻十分活躍，不斷有人瘋狂聯(lián)系工作、更新簡歷、發(fā)送消息，而所有這些行為都來自雷曼兄弟的員工。

　　隨著技術(shù)優(yōu)化，現(xiàn)在甚至不需要成為專業(yè)人士，就能洞察真相。就在今年初，使用健身記錄軟件Strava的用戶發(fā)現(xiàn)，仔細(xì)查看App所提供的跑步熱力圖，能輕易推測出美軍駐阿富汗軍事基地的具體位置。因為它會實時追蹤用戶位置數(shù)據(jù)，以高亮形式呈現(xiàn)在地圖上，而在當(dāng)?shù)赜脩艉苌俚膽?zhàn)亂地區(qū)，每天集體跑步的美國士兵在熱力圖上圈出了異常明顯的行動路線，基地位置、出勤時間、巡邏路線在圖上一目了然。

　　2012年，美國羅徹斯特大學(xué)教授亞當(dāng)·薩迪克（Adam Sadilek）和微軟實驗室的工程師約翰·克拉姆（John Krumm）共同發(fā)布了他們的研究，‘如今已有大量研究能夠預(yù)測人的未來行程，比較典型的是可以預(yù)測一小時以后，人會去哪兒。’他們的論文這樣寫道，‘相反，我們著手解決的是更開放的難題——預(yù)測數(shù)月甚至數(shù)年后，人們會在哪兒?！?/p>

　　他們收集了32000天里307個人和396輛車的GPS數(shù)據(jù)，構(gòu)建模型，準(zhǔn)確度高達(dá)80%。在他們的描述里，未來的營銷廣告甚至可以精確成這樣：‘需要理發(fā)嗎？4天后，你將會出現(xiàn)在這家美發(fā)廳附近，到時候可以獲得5美元的折扣。’

　　大河說，有次數(shù)據(jù)團(tuán)隊私下聊天，聊著聊著突然有人問，一個人活一輩子，是不是也能用大數(shù)據(jù)分析出來？

　　結(jié)果，幾個人嘻嘻哈哈地開始推演，很快把自己嚇到了。在理想狀態(tài)下，一個人從生到死的每一個階段，還真有可能預(yù)測出來——出生在哪里，家庭背景什么樣，父母收入水平怎么樣，小時候的性格行為習(xí)慣，結(jié)合當(dāng)?shù)亟逃街笖?shù)，再算上從新聞中提取的實時經(jīng)濟(jì)波動曲線等等，很多以為是意外的東西，更多時候只是一種計算概率。

　　討論到最后，有人嚷嚷，那活著還有什么意思??？鬧了半天，活著就是一個數(shù)學(xué)概率問題??？

　　事實上，這是一部分?jǐn)?shù)據(jù)科學(xué)家的愿望。他們希望打通每個環(huán)節(jié)的數(shù)據(jù)，獲得全域大數(shù)據(jù)，開啟‘上帝視角’，最大限度挖掘數(shù)據(jù)。在樂觀者的描述里，那會是一個奇妙的世界，機(jī)器會基于大數(shù)據(jù)替我們選擇最劃算的商品、最合適的醫(yī)生、最好的路徑，以后也不再會有交通堵塞，每個人的運行軌跡會實時調(diào)整配置，一路綠燈??

　　但是，也會遇到另一種可能：你的健康數(shù)據(jù)顯示你的膽固醇過高，需要鍛煉，節(jié)制飲食，可是你的購物車?yán)锵聠瘟擞驼ㄊ称?，簽收人是你本人，運動傳感器顯示，你沒去跑步，還是窩在沙發(fā)上看電視劇，因此，潛在招聘官判定你的性格含有‘意志薄弱’的標(biāo)簽，打算拒絕你的求職申請。

　　這是一家大公司技術(shù)負(fù)責(zé)人曾經(jīng)面對的一個真實的選擇。在他的故事里，數(shù)據(jù)研究者找到他，希望他打通數(shù)據(jù)，利用用戶的購物數(shù)據(jù)輔助招聘決策。但是那一次，他選擇了放棄。一大理由是跨度太大，準(zhǔn)確率無法保證，另一個理由是，這樣做讓他多少感到倫理越界，‘大數(shù)據(jù)亦有所不為’。

　　在大數(shù)據(jù)的世界里，依然有人相信，世界上總有數(shù)據(jù)沒有辦法解釋的那部分人性。韋思岸說，他依然更相信Serendipity，機(jī)緣巧合?！也幌氡欢ㄎ弧⒓?xì)分、轉(zhuǎn)化、分析，我可不想成為一個被大數(shù)據(jù)模型定義的人?！?/p>

　　盡管早已不是一名物理學(xué)家，但是他依然篤信許多物理學(xué)法則，比如能量守恒、關(guān)系反轉(zhuǎn)。大數(shù)據(jù)最美好的部分，不是最終發(fā)現(xiàn)了揭示人性的完美模型，而是不斷探索人性的過程。

　　他說，技術(shù)最美妙之處，就在于它能夠提供無數(shù)的可能性。技術(shù)挖掘用戶數(shù)據(jù)，讓人感受到越界，但同樣地，它也能用來曝光那些封閉信息的官僚機(jī)構(gòu)和組織，用技術(shù)的方式打破他們的掩飾，讓數(shù)據(jù)完全透明，為公眾所用?，F(xiàn)在的關(guān)鍵，是展開公開的討論，找到這條邊界。

　　無論如何，我們依然生活在這個數(shù)字化包圍的世界，不愿意放手。統(tǒng)計顯示，人們平均每天要在手機(jī)屏幕上滑動2617次，在睡不著覺的晚上，23%的受訪者會抱著手機(jī)睡覺，而其中的3%則強(qiáng)調(diào)，自己必須要天天握著手機(jī)，才能入睡。

　　光纖傳回數(shù)據(jù)的時候沒有聲音，它不會提醒你，這里正在發(fā)生什么。在更好的規(guī)則到來前，大數(shù)據(jù)世界將依然是一個沒有警笛的沉默戰(zhàn)場。就像是這座城市里被忽視的周五晚高峰地鐵上的八卦、沒有打開的高端財經(jīng)App、被印在報價表上的個人喜好，還有那些為了它苦惱、爭吵、麻木、抗?fàn)幍娜祟惞适乱粯?，它們只存在在一串字符與另一串字符的連接中，極少為人們所知。

　　（本文部分?jǐn)?shù)據(jù)來源CNNIC、Quest Mobile、TalkingData、友盟、尼爾森、國家統(tǒng)計局等公開數(shù)據(jù)及上市公司公開年報，尤榕萍、萬雨可、姚胤米對此文亦有貢獻(xiàn)，文中提及的中國數(shù)據(jù)工作者均為匿名）