开普勒之长和第谷之短——科学史上的大数据故事

开普勒之长和第谷之短——科学史上的大数据故事
天文学家第谷数十年如一日，每晚观测行星运动，却未有所获。

开普勒把数据分析从每晚拉远到每年，发现了行星围绕太阳旋转的规律，由此拉开了近代天文学的序幕。

数据不是越多越好，而是在海量数据下清醒地分析。

四百多年前的简单教训，对于今天仍然适用。

演讲者｜张首晟（斯坦福大学终身教授，美国国家科学院院士、中国科学院外籍院士）
人人都说这是一个大数据时代，我想和大家分享一个科学史上大数据的故事。

在中世纪，科学界最大的争论在于，到底是地球围绕太阳旋转，还是太阳围绕地球旋转。

站在地球上来看，好像是太阳绕着地球旋转。

但是观测别的行星运行轨迹，好像又在围绕太阳运行。

那时候有一位非常伟大的天文学家叫第谷·布拉赫（Tycho Brahe，1546-1601），为了解决这个人类科学最初的大争论，开始了寻求数据支持的伟大征程。

1576年，第谷接受了当时丹麦国王腓特烈二世的资助，搭建了自己的天文台，配备了齐全的观测仪器。

第谷·布拉赫和他的汝岛天文台
从那时之后的20年里，他每天晚上风雨无阻地观测行星运动的轨迹，把每个行星每天晚上的位置，精确地记录下来。

他对于行星的观测精密程度，达到了当时前所未有的程度，是天文史上第一个真正地开始收集大数据的天文学家。

但是光有大数据还是不能解决问题。

第谷拥有大量的精确数据，也花了很长的时间观察，但是他没有足够的智慧从中发现行星运行的规律。

于是他找到另一位数学很强的科学家开普勒作为他的助手，两人一起分析。

但是两位科学家在一起看了很久还是没有看懂。

为什么两个聪明绝顶的人陷入困境呢？
如果放在今天，我们肯定认为问题应该出在大数据的量还不够大。

但是，不管是多么精确的大数据，它最重要的特点就在于量大，所以噪音也非常大。

想要得到大数据的智慧，并不是把大数据变成更大的数据，而是要把大数据的噪音过滤掉，从中拿出最精髓的东西。

地球围绕太阳转，行星也围绕着太阳转，运动轨迹本身就是一个参照体围绕另一个参照体在运动，所以最后看到的数据非常复杂。

所以，看了半天看不懂。

有一天，开普勒提出了一个非常奇妙的想法：大数据是误人的，我们把海量的数据扔掉，把每天取一次的数据变成每年取一次。

地球每365天就会回到原点，而其他的行星还在自己的轨道上运动，这样就减少了一个变量，多了一个固定的参照，他用这个思路，一下子把行星运动的轨道画出来了，得出了所有行星围绕太阳运动的结论。

在此基础上，开普勒提出了著名的行星运动三大定律，成就了近
代天文学的开端。

所以当我们拥有海量数据的时候，我们不是让自己沉浸其中，而是要独具慧眼，在繁杂的数据中，发现内在的规律，才能成就自己的智慧。

大数据时代的来临，确实给了我们很大的机会。

但是在这个巨大的机会之下，人类也遇到了非常大的知识洪水危机。

人类知识发展到了今天，就像一棵丰茂的大树，越来越远的枝叶，通往不同的方向。

但危机来源于枝与枝之间的距离越来越远，很少有人能够看到知识的大树和枝叶之间的关系。

我们必须学会用跨界的思维，用简洁的第一性原理，把这个丰茂的大树看清。