大数据权威专家麦尔荀伯格：比起问「Why」的因果关系，大数据更看重的是问「What」的相关性
近日美国大数据权威专家麦尔荀伯格分享了大数据趋势。他认为，大数据三大特性，是巨量、杂乱和相关性，而不是一般常见的3V（Volume、Velocity、Variety）定义。如何从这些看似杂乱无章的巨量资料中，找出最适合的相关性，并以此来改变决策，帮助我们更了解世界，正是企业和政府所面临的新挑战。
麦尔荀伯格早年曾是名程式设计师，年仅20岁就创立一家防毒软体公司，推出的防毒软体一度获选为澳洲年度畅销软体之一。他在哈佛大学攻读法律，并取得伦敦经济学院经济硕士，而後对於大数据领域有着深入且广泛的研究，曾发表过上百篇专论和书藉，现为牛津大学网际网路研究所教授，专攻网路治理与法规，并着有《Big Data》（台译：大数据）等着作。
麦尔荀伯格认为，经过搜集而来的大数据，往往具备有三大特性，第一就是拥有非常多的讯息量。
这边所指的「多」代表的是具有一定规模的完整资料，可透过蒐集分析发现具有相关性的问题或现象。他以过去相机对焦为例，一般只有在对焦范围内拍出来的人物轮廓才会清晰，但范围以外的人物轮廓往往会是模糊的，但是改用一台可先拍照後对焦的光场相机，就能先将所有人物资料完整纪录下来，之後在决定照片要以谁为主角，也不需要花费时间重拍，还可以获得更多有关照片的细节。麦尔荀伯格认为，尽可能蒐集越多的完整资料，也是同样的道理，手机妥了以后再进一步决定用途。
麦尔荀伯格提出的大数据第二个特性是杂乱。相较於过去受限於测量能力的限制，能取得的资料往往不多，因此会注重资料的精确性。但是，当面对的是杂乱且复杂的大数据时，就不能再以过去传统少量资料的方式去分析，而是要有新的作法。他说，大数据要求的并不是一点错都无法容忍接受的精确资料，更多时候反而容许有测量误差的资料，只要透过分析可以得出有用的资料，就不用为了那一两棵树而放弃一整座森林。
比起问why，大数据更看重的是问What相关性至於大数据第三个特性则是相关性，麦尔荀伯格解释，比起问「Why」的因果关系，大数据更看重的是问「What」的』相关性。「重要的是先了解，资料要告诉我们『什麽』而不是『为什麽」。他以美国知名零售商沃尔玛当例子，当他们在进行大数据分析时发现，每当飓风即将抵达前，当地居民除了上超市去买手电筒和电池之外，还会买了一堆被称为是Pop-Tarts的草莓甜点，这样的发现也替沃尔玛带来庞大商机，至於顾客为什麽会买这些甜点就不是那麽重要了。同样的道理，当亚马逊和Netflix 在推荐顾客产品时，同样也不知道为什麽要推荐这些书或DVD影片，只要知道顾客会买单就好。
另一个麦尔荀伯格举的例子是语言翻译。1950年代的美国电脑科学家，曾试图透过文法规则让机器大量翻译俄语资料，花了12年时间投入近数十亿美元，最终还是宣告失败。当时，IBM也在个人电脑加入更多语句和文法规则，并以此成功翻译了60个俄文短句，但因无法进行大量翻译也告失败，就算是在1990年时，IBM试图透过新开发的统计机器来翻译10年份的加拿大国会文件资料（含英法双语），尽管的确改善了机器翻译的品质，但最後因投入大笔资金却无法得到相应成果，只好退出放弃。
反观当时还是名不见经传的小公司Google，成立仅仅不到10年时间就完成了这项不可能任务，推出了翻译服务，而其采用的方式只不过就蒐集了几千亿笔的网路资料来分析，其中有包括欧盟语言、网站语言、书籍和说明手册等五花八门的资料，尽管这些资料品质参差不齐，但透过汇整分析却能翻译出更为精确的语句。
麦尔荀伯格举的最後一个例子则是早产儿诊断，Carolyn McGregor博士率领了安大略理工学院与IBM的研究人员，共同开发一套身体健康追踪系统，可以即时追纵早产儿的健康资料，包括像是心跳、呼吸、体温、血压等身体症状，并且每秒钟会回传1,260笔资料给医生。医生透过这套系统可经观察细微妈妈体内婴儿的身体变化，提早24小时前预测出是否为早产儿的可能性，以挽救更多的生命。後来Carolyn McGregor用大数据技术来分析这些资料後，还发现早产儿在严重感染前，反而生命迹象会有一段时间维持稳定，颠覆了过去一般认为早产而身体先恶化再感染的理论。倘若Carolyn McGregor只专注於研究身体恶化与感染间的因果关系，就无法得到这个发现。
从巨量机器假设找出最佳相关性
对统计学家来说，常见的研究流程是先有理论基础，接着是提出假设，最後再透过数据来验证，但在大数据上，麦尔荀伯格认为，原有研究流程变得不一样了。以Google的作法来说，同样都有一套理论基础，但Google却是透过程式自动建立了大量的机器假设（Machine Hypothesis），将所有可能的假设通通都放进来，再利用云端运算技术一次处理高达4.5亿个机械假设，从这些巨量的机器假设中找出最合理的相关性。
大数据核心价值：可重覆使用、重组资料，发现新价值
麦尔荀伯格更指出，大数据的核心价值，在於可以重覆地使用资料，而且是不断地重组可能的使用方式。他说，过去人们会因为特定目的而蒐集资料，但在大数据时代，很多时候并不知道这些资料是否还有其他用途，像是「先拍照後对焦」的光场相机，往往是透过对巨量资料交叉分析後，才对资料运用有了新发现。就像装在车上的感应器，除了可用来找出目前那一个地段最容易塞车，日本东京产业技术大学也曾在驾驶座位装入360颗感应器，来蒐集驾驶坐在驾驶座上的动作，只有符合登录臀部坐姿的驾驶才能发动车子，以此达到防盗功效。
又好比如说，Google曾经於2009年成功利用搜寻关键字来预测流感趋势，但後来预测却失准，麦尔荀伯格表示，最大原因就是没有考虑到现实及人类行为环节的改变。而刚推出的Google Glass眼镜，「其实Google真正的目的是要了解人们到底在看什麽？关心什麽？透过运用这些蒐集而来资料进一步去分析预测出消费者的行为。」他说。
荷兰手机公司藉由贩售天气数据，开创新的事业大数据不只可帮助企业内部决策，还可协助开创新事业。麦尔荀伯格以国外几个大数据应用成果作为例子，像在荷兰有一家手机公司面临了低价竞争而无法获利时，他们发现了自家所建造的基地台讯号，无形中会因周遭环境气候而改变，这个发现让他们反而可以贩售天气数据，转换跑道来开创新的事业。劳斯莱斯不只是汽车公司也是全球第二大的飞机引擎制造商，透过在大型客机内的喷射引擎，载入飞行管理系统来监控大量的引擎运转资料，加以分析後能预测出引擎的寿命，劳斯莱斯并以此来提供预测性的维修服务。
美国零售商Target则是另一个典型的大数据应用，Target搜集了大量女性顾客的购物行为，运用大数据分析找出各种相关性，像是他们分析後发现，女性在怀孕三个月的时候，会开始购买某一类产品或对特定品牌产生忠诚度，像是无香味的乳液或各类营养补充品。反推回来，当女性开始出现这个行为时，也可以用来预测出女性是否已有怀孕迹象，甚至还能因此准确预测出小孩出生的日期。
尽管透过分析演算，大数据可以用来改变决策的方式，创造出新的商业或经济价值，甚至可作为预测人类行为的强大工具，但麦尔荀伯格也提醒，使用这些资料必须很小心，切勿忘记人有自由意志，一旦过度依赖这些预测资料，一方面可能发生像是在《一九八四》小说中无所不在的老大哥（Big Brother）监控，造成对个人隐私的侵犯。也可能作出不公平的预测，发生了如电影关键报告中还未犯罪就遭到逮补的情节。
他说，如何善加利用大数据和使用工具，去帮助人们更了解这个世界，是政府和企业所面临的新挑战。
