说明：本博客与微信公众号《嘉数汇》部分同步更新，内容大部分原创。请扫码关注《嘉数汇》公众号。

这学期，为了研究大数据技术发展的规律，需要脑补很多“课外书”。其中最毁三观的一本，莫过于Richard Dawkins的《自私的基因》（The Selfish Gene）。

在这本书中Dawkins大胆的指出：我们人类以为自己是有独立意志的个体，但实际上只是基因的载体，是基因的奴隶。人只不过是古老的基因，为了生存而创造出来的有机的“机器”，就像鸡只不过是蛋传播基因的载体而以。这种提法实在是太让人惊讶了！

心理学家有一个著名类比，叫做“大象和骑象人”。意识或者说理性就是一个骑大象的人，而基因，或者说潜意识是底下的那头大象，你这个骑象人对这个大象走的方向有一定的影响力，但本质上大象怎么走，你是受它控制的。是基因在控制人表面上的行为。

类似的，Daniel Kahneman在《思考，快与慢》（Thinking, Fast And Slow）中也说过，思考分为快与慢两种系统，前者是无意识的快速反映，后者是理性的慢思考。换言之，前者是基因控制的，只为基因的利益服务；后者是理性控制的，会考虑载体的利益。在基因和载体利益冲突时，载体通过改善“慢”系统，摆脱基因的自私控制，是个体获得更高生存率的不二法则。

《自私的基因》是一本40年前的书了，我们现在当然可以从Dawkins的这本书中发现了各类错误，但是在我看来，这本书的神奇之处在于，随着时间的流逝，我们竟仍然能从他的书中不断发现正确的、符合最新前沿技术思想的内容。

想想看其他科学家的一些“开脑洞”式的著作（甚至学术论文），数十年后我们记得的只是里面很微小的闪光的思想。而今天的物理学家、生物学家、甚至计算机科学家还会源源不断从这部著作中找到可证实的结论，《自私的基因》竟然能够做到这一点，这是最令人服气的。

对于“自私的基因”这样的理论，我觉得最重要的是要意识到MIT的文小刚教授说过的一个观点：新颖比正确更重要。

当一个未知的事物出现的时候，我们怎么去了解它，甚至连描写它的语言都没有的时候，我们该怎么思考呢？一个做研究的人怎么能想到那些全新的东西？这就要敢想敢去猜。文小刚教授认为：要有非逻辑的思考，要有天马行空般的联想。多猜一猜，也许慢慢就能拼凑出来，是怎么一回事儿了。

很多中国学生由于高考的原因，受到的科学训练非常严格，但严格都严格在计算上，就是题已经出好了，你给我算出来。学校教育就是告诉你一大堆知识，你把它吸收掉。学生都是在吸收知识、消费知识，做计算，然后掌握知识，学校不太注意让大家去胡思乱想，去猜。

但是做研究，胡思乱想的猜是特别特别的重要。如果仅凭推导演算的话，那就完蛋了。为什么呢？因为你推导演算什么问题，你总得有个理论框架，有个什么东西供你去推导演算，这些都是老东西，都是在以前的框架里头琢磨，所以光推导演算的话就根本跳不出那个框子来，得不到新的东西。

我们现在所经历的信息革命，都是全新的东西，理论提出以前，连名词、语言都没有，什么都没有，你怎么去想，怎么推导演算，这是一个基本问题。

做创新，需要在什么都没有的情况下，还能够去做工作。

强调新颖比正确更重要，是强调大胆猜想，对不对以后再说。如果你光寻求正确的话，不容易跳出原来的框框。如果你想新东西，哪怕它不正确，哪怕自相矛盾，说不定以后修修补补能把这矛盾解决掉，也许还能有个全新的东西跑出来。而且一般来说，就算你想错了，事后大家查一查，发现哪里错了，也容易修正。但如果你连个想法都没有，那就什么都没有了，也就无所谓修正不修正了。

因此，新颖有趣比科学正确更加重要。

我们再回到大数据上。大数据“大”的相对性，技术性是一个方面，更重要的是认知水平的相对性。

《大数据时代》（Big Data: A Revolution That Will Transform How We Live, Work, and Think）的作者Viktor Mayer-Schönberger多年前就说过：

“大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。”

也就是说只要知道“是什么”，而不需要知道“为什么”。但究竟什么是相关关系？恐怕是需要时间来认识的，而且目前我们对“相关关系”的认识应该还是很原始的。很多的“相关关系”长期内无法上升到“因果关系”，甚至究竟能否上升到因果关系，也是值得考虑的。

苹果掉到地上的“相关关系”人人皆知，但只有牛顿把它上升到了万有引力的“因果关系”层面；中医与治病存在关联关系，但一些因果关系迄今不明。

而青蒿素的发现也是经历了一个从相关到因果，并且极其艰难的过程（动用了数十个单位的500多名科研人员，用5年的时间筛选了4万多种化合物和草药），最终成就了一个伟大的发现。

因此，基于大数据的方法论，你可以“猜”到很多相关连的东西。然后，你可以慢慢的再去认识和理解这些关联，把这些“相关关系”上升到“因果关系”。

从追求具有因果关系的正确性，到追求具有相关关系的新颖性，这也许就是大数据下思维方式的本质，是一种非逻辑的思考，是一种天马行空般的联想方法。

利用大数据所发现的很多线索，可能很多最终都会被证明为不正确的。但是这种思维方式却可以指导我们去“胡思乱想，去猜”，让我们不用再拘泥在一个特定的框架下去推导演算。这样，就算你什么都没有，只要你有数据，就可以不断地借助数据去“想”。这种非逻辑的、片断的、甚至互相矛盾的“思考猜测”也许就能带来“创新之光”。我想，也许这就是所谓的大数据创新了，代表了大数据驱动的新思维方式。

Kevin Kelly在《科技想要什么》（What technology wants）中说，技术是一种新物种。人类创造了技术物种的基因，也创造了技术的载体，可以说是技术的上帝。每一代载体，既是前辈基因的载体，也加入了人类新创造的新基因。而大数据就是技术物种的新门类。

在大数据这个新物种下，数据就是基因，是已编码好并预先固化在ROM里的，一段自引导代码。计算机、存储介质、网络和软件等，都只是数据的载体。载体短寿，数据永生。向Dawkins们表示致敬，献上我的膝盖，他们不仅让我们对生命有了新的认识，也让我们对大数据的研究有了新视角。