著名摄影家图解大数据：存阴暗面及算法风险

新浪科技讯 9月18日凌晨消息，全球著名摄影家里克•斯莫兰(Rick Smolan)正忙着一件令他尤为兴奋的项目——“大数据人类面孔”。斯莫兰希望借助一张张来自全球各地的鲜活面孔，来阐述大数据(Big Data)对于人类生活的影响，并使人们认识到大数据已经给我们打开了察看世界的另外一扇窗口。

关注大数据

斯莫兰是一名成功的摄影师，作为前《时代》、《国家地理》等美国著名杂志的摄影师，他创造了最畅销的《生活中的一天》系列丛书和其他许多大型摄影项目，如《America 24/7》，《24小时网络生存空间》等。

大数据进入斯莫兰的视野，是在一年多前。那时，斯莫兰经常与他在谷歌、苹果、eBay、Facebook的朋友们展开交流，而他们都在不断的提及一个概念——大数据。

“当时我很迷惑，就问他们什么是大数据，他们给了我很多不同的答案。” 斯莫兰说，雅虎新CEO玛丽莎·梅耶尔(Marissa Mayer)的介绍让他印象深刻。而在如何解释大数据这个概念上，梅耶尔实际上给斯莫兰打了一个十分形象的比喻。

梅耶尔说，大数据实际上就像我们这个星球正在发育它自己的神经系统，每个人用自己的智能手机都可以为这个神经系统贡献各种各样的数据和信息，而大数据的发展也就意味着我们的星球正在逐步醒来。

梅耶尔的比喻可比现在很多IT厂商的解释要容易理解的多。在后者的概念里，大数据通常是指爆炸性增长的海量数据，结构复杂、无序、很难处理。

也许是梅耶尔的比喻打动了斯莫兰，让他决定去关注这个新兴概念。他说，“梅耶尔给我讲了这个概念之后，我意识到大数据是一个非常令人感兴趣、令人兴奋的概念。”

大数据人类面孔

作为一名摄影师，图片显然是斯莫兰展现大数据对人类生活影响的最好媒介。从2012年3月起，斯莫兰和他的合作伙伴Jennifer Erwitt便发动全球各地100多位摄影师、编辑和作家来探索大数据的世界，以验证它是否象许多业界人士所说：代表了一种从未出现过的工具，可以帮助人类面对最大的挑战。

斯莫兰介绍，在这本名为《大数据人类面孔》的图书正在进行印刷，未来将会赠送给全球最有影响力的1万名人士，包括世界领导人、财富500强CEO以及30个国家的诺贝尔获奖者。

海象，©Chris Oosthuizen /南非比勒陀利亚大学，2012/图片来源：大数据的人类面孔(为了揭开海洋的神秘面纱，从2007年起，澳大利亚的海洋和气候科学家通过集成海洋观测系统(IMOS)携手收集和共享来自由传感器浮子、水下自动机器人、科学监测站、远程卫星感应和动物标签(如上图中海象带有的标签)组成的网络的万亿字节数据。“仅仅通过将数据锁起来不让别人染指你是赢不了的，”IMOS计划的总监Tim Moltmann说道。“只有通过展示数据并和其他人协作，你才会赢。”)

这本书里将会有鲜活的图片描述大数据对于人类生活的影响，比如通过海象头顶的触角探索海洋，通过计算模型预测心脏病突发的概率等等。

为了让更多的人能够参与到这个计划中来，斯莫兰及其团队还特意开发了一个“大数据人类面孔”的智能手机应用。

9月25日到10月2日，全球各地的人可以通过“大数据人类面孔”这一应用(五种语言的 iOS和安卓版本免费下载)来“测量我们的世界”，感受生活里的大数据。

使用这款应用的人将会作为一个数据源，把自己的测量数据传到给数据中心，这些数据可能会涉及地理位置、活动路径、睡眠时间等。

“在这个活动的最后一天，也就是10月2日，我们会和EMC在纽约、伦敦、新加坡三个地点建立行动控制中心，到时候所有的数据都会进来。统计学家和分析人员会来分析，世界发生了什么事情，来看一看这一周世界发生了什么情况，世界是什么样子。” 斯莫兰说。

他强调，“这种统计数字最终的重要性并不在于这些统计数字是如何精确，而在于使人们认识到大数据给我们打开了自己看世界的另外一扇窗口。”

提防大数据阴暗面

由于大数据可能会搜集用户的各个方面的信息，而如何保护隐私就变得异常重要。在著名作家乔治·奥威尔的小说《1984》中，“老大哥”就时刻使用‘电控屏幕’监视所有个人行为，让人毫无隐私可言。

那么大数据会变成“老大哥”吗?

10年前很多人会抵制在身上安装监控器，但现在我们却主动进行了“安装”，因为我们换得了很多便利。例如，我们损失了隐私去获得导航服务。

“我觉得此时此刻来做这样一个项目特别重要，因为我们现在确实要认识到大数据是有黑暗面的。” 斯莫兰透露，在《大数据人类面孔》书里有专门的一章揭露大数据的黑暗面，包括隐私的丧失、政府掌控大量公众数据等。

不过，斯莫兰指出，虽然大家现在都担心隐私的丧失，但实际上隐私的风险还不如算法的风险大。

现在，医生可能根据个人的经验判断病人是否需要手术。也许十年后，随着算法的提升，医生可能仅靠机器来判断病人是否需要手术。但如果你问医生为什么需要做手术，医生可能会说不知道，因为他是根据机器判断你需要做手术。

斯莫兰颇为担忧地表示，“算法日益复杂，人们却越来越不知道这些算法最初的原理是什么。”