大数据与哲学

大数据最显著的一个特征就是实时分析而非批量式分析，追求立竿见影的效果而不是事后见效。

大数据主要分析的是相关性而不是因果关系，是对未来趋势与模式的可预测分析，以及深度复杂性分析而不是传统的商务智能。

数据存储不是目的，高效地为上层的应用进行数据的服务和支撑、实时响应，这才是大数据的真正的目的。

也就是说，要对时空数据进行高效的存取，同时实现负载平衡。

2013年6月突然冒出一个斯诺登，用41张幻灯片，让美国大数据监控项目“棱镜”浮出水面，令人对网络安全不寒而栗。

数字化记忆的两大威胁：一个没有安全与时间的未来，直接面对人类。

“在信息权力与时间的交汇处，永久的记忆创造了空间和时间圆形监狱的幽灵”，引发了因不甚了然网络生存的人群对未来的忧虑甚至恐怖。

这些事件叠加在一起，风生火起，热闹非凡，大数据就成了世界特大事件。

庆幸的是人类文化找到了储存的路径，历史可以凝固并在虚拟世界中重现，免除了人类在记忆上所耗费的海量劳动。

悲凉的是如果不能删除，人们都将沦为数字王国的奴隶，赤裸裸地跪拜数字王面前，没有任何权利和隐私。

舍恩伯格《大数据时代》中指出了数字化和数据化的区别：“数字化指的是把模拟数据转换成用0和1表示的二进位制，这样电脑就可以处理这些数据了。

数据化是指一种把现象转变为可制表分析的量化形式的过程”，[3]提升了数字化的内涵，反映了技术进步。

比尼葛洛庞帝的数字化生存进了一步，或许可以称，当今人类处于数据化生存，更为真切。

但是，虽然舍恩伯格引述了近一、二十年来计算机技术的新进展，主要是云计算及其带来的人类社会生活、工作和思维方面的深刻影响的难得新资料，值得人们关注，
大数据中，结构化数据只占15%左右，其余的85%都是非结构化的数据。

如何处理非结构化和半结构化数据，如何把通过数据挖掘，将粗糙知识与被量化后的主观知识相结合，而转化为“智能知识”，如何根据大数据复杂性、不确定性对其进行刻画并为大数据系统建模等等，都是大数据现象提出需要深入探索的深层技术问题。

舍恩伯格《大数据时代》中关于思维变革共有三章：第1章更多：不是随机样本，而是所有数据，第2章更杂：不是精确性，而是混杂性，第3章更好：不是因果关系，而是相关关系。

大数据时代最大的转变就是，放弃对因果关系的渴求，只要关注相关关系。

也就是说只要知道“是什么”，而不需要知道“为什么”。

并认为这就颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

[4]如果我们面对的只是一堆大数据，这样的想法是合理的、有效的。

如果我们进入到物理世界、现实生活，我们不能满足于数据本身，而是要对数据进行的分析与处理，将粗糙知识转化为智能知识，对现实生活中将要发生的事件做出预测。

在这一过程中，还是不能删除精确性、因果性和‘为什么’的追求。

诚然计算机网络的建成和繁衍，构建了一个数据高速增长的世界，数据达到海量，有价值的和没有价值的数据浑然杂呈，网络数据呈现出混杂性。

但是并不能因此而放弃对精确性和因果性的追求，更不能说人类的认识停留在“是什么”就够了。

舍恩伯格书中明确指出：“大数据的核心就是预测”。

预测不是算命，是以事实为依据的，只有依据科学规律做出的预测才能保障预测的实现。

规律就是最为本质的相关性，相关性并不一定是因果关系，但因
果性却必定是一种相关性。

人类是有理性的，总是凭着理性追求现象背后的本质和规律，即事件之间的相关性、恒常性及其所蕴含的因果关联（线性的和非线性）。

理性思维是实践中产生的以一定的‘格’固定下来的思维惯例和逻辑思维能力。

信息科学和计算机技术无时无刻在运用着数理逻辑的支撑，如果放弃逻辑思维和逻辑程序的设计，大数据便不复存在。

近代科学技术史就是实验分析和数学方法相互结合的历史。

科学研究中必须做到十分精确，只有这样才能预测未来，并规范人类行为以实现生存发展的目的。

地震预报就是根据大数据而做出的，人们努力的目标就是力求做到更加精准。

同时该书也进一步证实了科学技术与哲学具有相关性：科学技术寻求哲学的支撑，哲学也只有在与科学技术的同行中才能成为时代精神的精华。

对于科学和哲学的相互关联，1938年爱因斯坦曾作过这样的描述：“哲学的推广必须以科学成果为基础。

可是哲学一经建立并广泛地被人们接受以后，它们又常常促使科学思想的进一步发展，指示科学如何从许多可能的道路中选择一条道路。

等到这种已经接受了的观点被推翻以后，又会有一种意想不到和完全新的发展，它又成为一个新的哲学观点的源泉”。

[6]。

当新技术向我们走来的时候，就给哲学进步带来了新源泉和动力。

大数据，不仅仅是一种经验表征的新方式，更是一种探索经验背后知识的新方法。

海量的数据蕴含着经验世界中丰富的信息，海量的数据便是海量的经验。

开普勒看到了第谷的数据，从中找到了美丽的开普勒定律。

物理学等经典科学致力于寻找宇宙中美丽的定律。

然而，世界不仅仅是这样。

世界中还有另外一个领域，这个领域中没有美丽的定律，有的只是复杂的、混沌的、大量的、不确定的经验，比如市场经济、社会学、地震预测等领域。

在图五的第二象限与第三象限中预测力较低的科学将拥有一次提升预测力的机会，这个机会便是走向第四象限的大数据科学。

大数据是一种新的经验表现形式，一种新的科学研究方法，一种新的科学研究类型。

在经验层面，大数据带来了“无处不在”；在方法层面，大数据带来了“难以理解”；在科学层面，大数据将带来“新的世界”(见图6)。

古希腊哲学家毕达哥拉斯提出了“数是万物的本原”的思想，将数据提高到本体论高度。

但随着大数据时代的来临，数据从作为事物及其关系的表征走向了主体地位，即数据被赋予了世界本体的意义，成为一个独立的客观数据世界。

继记录日常生活、描述自然科学世界之后，数据被用于刻画人类精神世界，这是数据观的第三次革命。

大数据认为，世界的一切关系皆可用数据来表征，一切活动都会留下数据足迹，万物皆可被数据化，世界就是一个数据化的世界，世界的本质就是数据。

因此，哲学史上的物质、精神的关系变成了物质、精神和数据的关系。

大数据与哲学
古希腊哲学家毕达哥拉斯提出了“数是万物的本原”的思想，将数据提高到本体论高度。

但随着大数据时代的来临，数据从作为事物及其关系的表征走向了主体地位，即数据被赋予了世界本体的意义，成为一个独立的客观数据世界。

大数据认为，世界的一切关系皆可用数据来表征，一切活动都会留下数据足迹，万物皆可被数据化，世界就是一个数据化的世界，世界的本质就是数据。

因此，哲学史上的物质、精神的关系变成了物质、精神和数据的关系。

海量的数据蕴含着经验世界中丰富的信息，海量的数据便是海量的经验。

物理学等经典科学致力于寻找宇宙中美丽的定律。

然而，世界中还有另外一个领域，这个领域中没有美丽的定律，有的只是复杂的、混沌的、大量的、不确定的经验，比如市场经济、社会学、地震预测等领域。

大数据中，结构化数据只占15%左右，其余的85%都是非结构化的数据。

庆幸的是人类文化找到了储存的路径，历史可以凝固并在虚拟世界中重现，免除了人类在记忆上所耗费的海量劳动。

悲凉的是如果不能删除，人们都将沦为数字王国的奴隶，赤裸裸地跪拜数字王面前，没有任何权利和隐私。

或许可以称，当今人类处于数据化生存，更为真切。

但是，数据存储不是目的，高效地为上层的应用进行数据的服务和支撑、实时响应，这才是大数据的真正的目的。

也就是说，要对时空数据进行高效的存取，同时实现负载平衡。

传统哲学认为要么来源于经验观察，要么来源于所谓的正确理论，大数据则通过数据挖掘“让数据发声”，提出了全新的“科学始于数据”这一知识生产新模式。

1938年爱因斯坦曾作过这样的描述：“哲学的推广必须以科学成果为基础。

可是哲学一经建立并广泛地被人们接受以后，它们又常常促使科学思想的进一步发展，指示科学如何从许多可能的道路中选择一条道路。

等到这种已经接受了的观点被推翻以后，又会有一种意想不到和完全新的发展，它又成为一个新的哲学观点的源泉”。

“大数据的核心就是预测”，但是这种预测不是算命，是以事实为依据的，只有依据科学规律做出的预测才能保障预测的实现。

规律就是最为本质的相关性。

人类是有理性的，总是凭着理性追求现象背后的本质和规律，即事件之间的相关性、恒常性及其所蕴含的因果关联。

理性思维是实践中产生的以一定的‘格’固定下来的思维惯例和逻辑思维能力。

信息科学和计算机技术无时无刻在运用着数理逻辑的支撑，如果放弃逻辑思维和逻辑程序的设计，大数据便不复存在。

大数据时代的产生反映了当代科学技术前沿的哲学诉求，哲学应当作出回应，在回应中创新哲学。