首页 > 科技快讯 > 何谓数据？不存在的

何谓数据？不存在的

晰数塔互联网快讯
2022-06-22 10:59

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

编者按：大家都在说，数据是新的“石油”，数据就是财富，数据蕴含宝贵价值。但是，何谓数据？有我的数据和你的数据这样的东西吗？数据脱离环境的话还有没有价值？其实，对于很多系统来说，价值根本不在“数据”，而在于围绕它展开的活动流之中。文章来自编译。

别人告诉我们，说数据是新的石油。每一个国家都需要数据战略，我们所有人都应该拥有自己的数据，并为此应该获得报酬。但实际上，没有数据这种东西，数据不属于你，也没有任何价值。

技术充斥着故事，但其中叫得最响的，是围绕着一种叫做“数据”的东西展开的叙事。他们声称人工智能是未来，这一切都与数据有关，数据就是未来，我们应该拥有数据，也许应该为此付费，各国都需要数据战略与数据主权。数据是新的石油！

但这些说法多半是胡说八道。没有所谓的“数据”，数据一文不值，而且其实它也不属于你。

最明显的一点，“数据”不是一个东西，而是无数不同的信息集合，每一个都与特定的应用相关，是不可互换的。西门子有风力涡轮机遥测记录，伦敦交通局有刷卡记录，你不能用涡轮遥测记录去规划新的公交路线。就算你把这两组数据都给谷歌或腾讯，对他们开发一个更好的图像识别系统也没有帮助。

讲得这么直白似乎有点轻描淡写，但却指出了大家（尤其是科技圈以外的人）经常下的结论是不对的，比方说“中国拥有更多的数据”或“美国将拥有更多的数据”这样的说法——到底是什么样的数据？美团上面每天都要新增 5000 万份外卖订单，这些订单可以帮助它开发出更高效的路由算法，但这些算法没法用来开发导弹制导系统。甚至可能都没法用到伦敦开展外卖业务上面。 “数据”不是单一、统一的存在，没法将每一行和每一种表都添加到一个巨大的数据池里面，然后获得越来越多的洞察。建立“国家数据战略”就像要求制定“国家电子表格战略”或“国家 SQL 战略”一样。

当然，当大家说起“数据”时，他们主要指的是你的数据——你的个人信息，以及你在互联网上所做的事情，其中有些是由科技公司筛选、汇总以及部署的。我们希望掌控更多的个人隐私，同时我们还希望，无论这些数据放在什么地方，我们都应该拥有这些数据的所有权。

问题是， “你的”大部分数据的意义和价值并不在于你，而在于你与其他人的各种交集。你在 Instagram 上发布的内容意义不大，关键是看谁给你的帖子点赞，他们还喜欢什么，你又喜欢什么，还有谁喜欢它，谁关注了你，他们又关注了谁，还有谁关注了他们，等等——而且这是在十亿人之间的互动网络里面向外拓展的。如果我喜欢你的照片，那就不只是“我的”数据或者“你的”数据那么简单，如果缺乏其他的点赞和关注的上下文信息的话，这些数据就没有多大价值。你没法随身携带，因为那也包括有很多其他人的数据（和隐私！），就算你真的一起带过来了，可能也没法植入到 TikTok 里面，因为 TikTok 的网络不一样，用户也未必跟 Instagram 的有重合。

也就是说，对于很多这样的系统来说，其价值根本不在“数据”之中，而在于围绕它展开的活动流之中——真正的意义不在于你发布的图片或视频，而在于社交网络如何对它做出反应，以及产品如何生成和捕捉这种反应。你可以将 Instagram、 TikTok 或 PageRank （编者注：Google 的核心搜索算法）看作是大规模的土耳其机器人——由于能理解每一个网页、图片和视频的人工智能还没有出现，所以人类需要介入到到这个循环之中，在合适的地方点赞，链接，点击和观看（当然还有创作）。这些是系统，而不是数据，价值在于流动。

正因为这种种原因，蒂姆·奥莱利（Tim O'Reilly）才说“数据不是石油——而是沙子”——聚沙成塔，数据只有汇总到一起才有价值。事实上，就算放到很简单的现金流来看也是如此——2022 年第一季度，Meta日活用户每月贡献的自由现金流也才是99 美分。

这对适用“个人”数据也适用，你可以刻意把它说成是“你的”。你的用电量与其他人无关，但它本身并没有价值，只是伦敦南部或布鲁克林所有家庭用电量之中的一颗沙子。 DeepMind的研究人员或许能够从一百万张胸部 X 光片当中发现一些新，在临床上具有重要意义的相关性——但你的 X 光片本身并不能让人从中得到任何东西，而且他们没有将这些 X 光片输入给AlphaGo 。同样地，数据不是一个东西。

这一幕似曾相似：今天围绕人工智能和数据展开的讨论，看起来很像 1980 年代围绕着数据库展开的讨论。我们能够利用信息做的事情、能够提出的问题，以及组织运作的方式，这些都与以往不同了。当数据库初来乍到之时，我们担心过，其中的一些担忧确有其事，但时至今日，没人会对美国有更多的 SQL提出质疑，或者 SAP 是德国的是不是有关系。达沃斯上面没人会谈 “SQL 殖民主义”。这些技术不是国家战略资产——人人都可以拥有它们，但用来做什么呢？数据库的存在，让实时供应链得到支持、沃尔玛公司取得成功，也让 iPhone 在中国生产成为可能——这些都是战略问题。人工智能和“数据”也是如此——它并不是什么新的“石油”，只是更多的软件而已。那么，你打算用它来开发什么呢？

译者：boxi。