大数据,不仅仅是大而已

很久前就想写一篇关于大数据的文章，但总是因为觉得自己功力不够所以迟迟不敢动笔。再到后来发现大数据的概念已经烂大街了，现在只要是个做产品的，收了点用户数据，就敢把自己叫大数据，似乎不这么说的产品都是非主流了。

我也不想老生常谈的讲数据到底要多大才能称得上大数据，因为这似乎只是一个相对的值。我也不想讲大数据应该搞多么牛B和复杂的算法，因为似乎一二十年前大学计算机课本里的《机器学习》就一直在讲这些东西，很久前互联网上就在用贝叶斯算法过滤垃圾邮件了，今天看起来也没有什么本质的改进。

后来我琢磨了很久，发现大家讲的大数据其实没有什么特别的，就是数据特别多，再加上点算法分析，就能叫自己大数据了。每当这种时候我就会怀疑是不是自己出了问题，因为别人都讲的挺来劲的啊?

但真要说有什么特别的，我觉得还是有的，只是不知道其他人的想法是否和我一样。我认为的大数据，是一种思想的改变，是一种不一样的观察这个世界的角度。因为数据化让我们看到了事物的整体，所以我们看问题也从局部变成全局了，这会让我们面对同样的问题时，比过去要高效很多。

举个简单的例子，围棋这个游戏，是典型的「a minute to learn，a lifetime to master」。初学者和职业棋手之间的差距，不仅在于天赋和经验。对于围棋的初学者来说，熟悉规则后，下棋的过程是跟着感觉，爱怎么走就怎么走。但是真正的职业棋手不是这么下的，他们每天都会做大量的死活题，在他们的脑海里，因为记忆了几万道死活棋型，以及很多定式和手筋，所以面对初学者时，基本上能够做到出现什么局面，都有对应的一种应对方法。

职业棋手已经可以做到部分穷举棋盘上的变化，所以面对初学者时，就像一个高维度的智慧体面对低维度的智慧体一样轻松。这种对棋盘变化的穷举和记忆，我认为就是大数据。

同样的，在电影「中国合伙人」里有这么一个片段：新梦想(新东方原型)面对美国人的起诉，美国人认为中国学生作弊了，他们不可能考出那么高的分。此时成东青(俞敏洪原型)拿起了一本书，让对方随意翻到某一页，他就能把那页的内容背诵出来 — 这是在来时的飞机上闲的蛋疼就把那本书给背了 — 美国人都看傻了。美国人可能永远都无法想中国学生在面对GRE考试时居然会采用背字典这样的笨办法。

像这种背字典、大量题海战术的方式，我认为也是大数据。这样的方式背后的付出是艰辛的，数据量和「计算量」都很大，不会背字典和题库的美国学生当然会考不过中国学生了。

所以，我认为大数据最终带给我们的，是一种全新的思考方式。一方面我们看问题的角度从局部扩展到了整体，今天的计算能力已经足够支撑我们去看到事物的全部;另一方面，我们又可以根据这种思路，去创造和收集过去被我们忽视的数据。

大数据，不仅仅是大而已。