我理解的大資料

　　很久前就想寫一篇關於大資料的文章，但總是因為覺得自己功力不夠所以遲遲不敢動筆。再到後來發現大資料的概念已經爛大街了，現在只要是個做產品的，收了點使用者資料，就敢把自己叫大資料，似乎不這麼說的產品都是非主流了。

　　我也不想老生常談的講資料到底要多大才能稱得上大資料，因為這似乎只是一個相對的值。我也不想講大資料應該搞多麼牛B和複雜的演算法，因為似乎一 二十年前大學計算機課本里的《機器學習》就一直在講這些東西，很久前網際網路上就在用貝葉斯演算法過濾垃圾郵件了，今天看起來也沒有什麼本質的改進。

　　後來我琢磨了很久，發現大家講的大資料其實沒有什麼特別的，就是資料特別多，再加上點演算法分析，就能叫自己大資料了。每當這種時候我就會懷疑是不是自己出了問題，因為別人都講的挺來勁的啊？

　　但真要說有什麼特別的，我覺得還是有的，只是不知道其他人的想法是否和我一樣。我認為的大資料，是一種思想的改變，是一種不一樣的觀察這個世界 的角度。因為資料化讓我們看到了事物的整體，所以我們看問題也從區域性變成全域性了，這會讓我們面對同樣的問題時，比過去要高效很多。

　　舉個簡單的例子，圍棋這個遊戲，是典型的「a minute to learn，a lifetime to master」。初學者和職業棋手之間的差距，不僅在於天賦和經驗。對於圍棋的初學者來說，熟悉規則後，下棋的過程是跟著感覺，愛怎麼走就怎麼走。但是真 正的職業棋手不是這麼下的，他們每天都會做大量的死活題，在他們的腦海裡，因為記憶了幾萬道死活棋型，以及很多定式和手筋，所以面對初學者時，基本上能夠 做到出現什麼局面，都有對應的一種應對方法。

　　職業棋手已經可以做到部分窮舉棋盤上的變化，所以面對初學者時，就像一個高維度的智慧體面對低維度的智慧體一樣輕鬆。這種對棋盤變化的窮舉和記憶，我認為就是大資料。

　　同樣的，在電影「中國合夥人」裡有這麼一個片段：新夢想（新東方原型）面對美國人的起訴，美國人認為中國學生作弊了，他們不可能考出那麼高的 分。此時成東青（俞敏洪原型）拿起了一本書，讓對方隨意翻到某一頁，他就能把那頁的內容背誦出來 — 這是在來時的飛機上閒的蛋疼就把那本書給背了 — 美國人都看傻了。美國人可能永遠都無法想中國學生在面對 GRE 考試時居然會採用背字典這樣的笨辦法。

　　像這種背字典、大量題海戰術的方式，我認為也是大資料。這樣的方式背後的付出是艱辛的，資料量和「計算量」都很大，不會背字典和題庫的美國學生當然會考不過中國學生了。

　　所以，我認為大資料最終帶給我們的，是一種全新的思考方式。一方面我們看問題的角度從區域性擴充套件到了整體，今天的計算能力已經足夠支撐我們去看到事物的全部；另一方面，我們又可以根據這種思路，去創造和收集過去被我們忽視的資料。

　　大資料，不僅僅是大而已。

　　==== 道哥的黑板報 ====