《可视化未来：数据透视下的人文大趋势》读书笔记

《可视化未来：数据透视下的人文大趋势》读书笔记

我们可以观赏玫瑰花，也可以数一数玫瑰花的花瓣，读书存在着其他的方式：把文本拆分成字词，然后通过分析文本的“花瓣”来寻找图书背后的数学

原理。

《可视化未来：数据透视下的人文大趋势》书以“谷歌图书”项目为背景，使用“n元词组词频查看器”揭示了英语语法演变、词典如何犯错、人们如何

成名、政府如何压制思想、社会如何记忆和遗忘，以及文化如何以一种确定性

方式运转。并且探讨如何使预测人类未来成为可能。

为什么要用以“谷歌图书”项目数据为研究对象？那是因为我们研究的问

题是关于人文变迁的，所以我们需要的数据需要具备两个特点：大和长，“谷

歌图书”项目正好符合对数据的这个要求。

为什么要使用“n元词组词频查看器”？原因有两个，一是在之前，已经

有学者通过词组词频统计的方式得到了很多意想不到的成果，比如“齐夫定律”；二是这种方法可以解决四个问题：（1）数百万人共同创造了原始数据，数据投影需要能够保护这些人的权利，（2）数据投影必须是令人感兴趣的，（3）数据投影不能和数据公司的目的相违背，（4）产生数据投影的方法要切

实可行。

基于以上，作者的研究结论包括以下：

一、某种类似于自然选择的东西正影响着人类文化，还在动词上留下了

“指纹”。出现频次对于不规则动词的存活有着非同寻常的重要影响。

为什么我们说“drove”而不说“drived”？

我们使用drive比较频繁，所以它还没有变成drived，只要英语继续发展

下去，drove也最终将会消失，我们预计，大约7800年后，drove最终会消失。

二、语言不是在变化，而是在生长

每天有大量的新词汇出现，同时也有旧词汇消失，所以我们的语言是在生

长着的，基于通过“n元词组词频查看器”编纂的“齐夫式词典”可以看出，

目前当有4个新词汇出现时，就会有一个旧词汇死亡。

三、名望的发展是有整体规律的--大统一理论，不同职业获取名望的曲线

截然不同

名望发展的整体模式包括四个阶段：崭露头角、指数级上升、到达名望顶

峰、缓慢衰减，但是不同时代的人名望发展稍有区别，随着时间的推移，

产生的区别为：崭露头角的年龄逐渐变小，上升的速度在加快，衰减的速度也

在加快。唯一没有太大的变化的是到达名望顶峰的年龄一般在75岁左右。

将1800年-1920年之间出生的名人按照他们的职业分成不同小组，研究6

类人可能的职业选择：演员、作家、政治家、科学家、艺术家和数学家，最终

得出的结论：

（1）演员一般会在30岁左右成名，拥有一辈子时间享受自己的名气；

（2）作家一般在接近40岁成名，但是撰写传世佳作的顶级作家最终会获

得的名望要比演员高得多；

（3）政治家一般在40岁之后、50岁之后甚至60岁之后才达到他们名望

的顶峰；

（4）科学家一般在60多岁成名，获得名望和演员差不多；

（5）艺术家和科学家等待的时间一样长，获得的名望却只有其一半；

（6）如果你想出名，最坏的选择是从事数学研究。

四、文化审查无处不在，但是思想却有百万个出口

现代艺术的思想没能像凯勒所说的那样凭借自己的力量“站”起来，并最

终打败纳粹，但是现代艺术思想没有被杀死，最终从“数百万个渠道中渗出”。

信息膨胀时代，“n元词组词频查看器”这样的工具可以代替人脑工作，

这样的工具可以用来使政府坚守诚信，使人民的思想保持自由。

五、我们能原来越快的记住一些东西，同时也遗忘的更快了

我们的集体遗忘包括两个阶段：对某一年的兴趣，在那一年过去之后的前

几十年中迅速下降，随后下降速度大大放缓。同时，这个社会对待过去的态度

在发生变化，我们对过去的事情失去兴趣的速度正变得越来越快。

集体记忆曲线现在正变得越来越短，每10年会缩减约2.5年。这会不会是技术奇点到来的先兆，值得越来越多的学者进行研究。

六、未来的数字化进程会更加迅猛，我们或许可以通过这些数据来预测人

类的未来，同时数字化会带来很多数字困境

数字化未来将触手可及，未来，我们日常生活的点点滴滴都有可能被记录，包括外部环境的、身体的甚至思想的。我们会有越来越多的关于自己的数据，

所以未来数字化可以抓住坏人，也可以伤害好人，保存信息从一个技术谜题变

成一个道德困境，将会有来自企业和政府对我们越来越多的干涉和控制。

未来通过“n元词组词频查看器”的工具或许能对未来进行一定程度的预测。

总体来说，这本书对我们的启示如下：

l大数据提供给了我们新的看待世界的方式，通过这种数据视角，我们能够看出很多意想不到的结果；

l大数据透视的方法能看出来结果，但是却无法解释原因，需要我们不断对原因进行深度思考；

l有时你会想看一下图表，有时你会将自己埋在一本好书中，我们可以两者都尝试一下；

l大数据或许能对历史趋势进行预测。