【拉姆是谁】斯蒂芬·沃尔夫拉姆和他的个人数据分析

“计算知识搜索引擎Wolfram Alpha的创造者解释了为什么他认为你的生活需要测量、分析和改善。

』

如果斯蒂芬·沃尔夫拉姆（Stephen Wolfram）这位著名的复杂理论家、软件公司执行长、夜猫子想在晚上9点和你通工作电话，不用感到奇怪。实际上，在连续10年记下自己打出的每通电话后，沃尔夫拉姆知道自己会在这个时间和人通电话的确切几率：39%。

英国出生的物理学家沃尔夫拉姆20岁拿到博士学位，他沉迷数据和解释数据的法则。他创造了软件Mathematica，也创造了Wolfram Alpha——一个书呆子风格的“计算知识引擎”。它能告诉你，你这会儿距离月亮有多远，以光秒等单位表示。

现在，沃尔夫拉姆想把同样的技术应用于人们的个人数据，他把这个创意称做“个人分析”。他先从自己着手。在去年的一篇博客中，他公布并分析了自己过去30年生活的详细记录，包括文件、几十万封电子邮件、10年的电脑按键。这些内容在每个早上通过电子邮件发给他自己，让他可以追踪前一天的工作成果。

去年，他的公司发布了该领域里的第一个消费者产品，名为“Facebook个人分析”。在不到1分钟的时间里，软件会对某人在Facebook上的人际关系及行为生成一份详细的研究报告。我自己的报告揭示了足够多的内容。它告诉我哪个朋友所在位置的纬度最高（爱尔兰的威克洛），哪个最低（澳大利亚的布里斯班）、已婚者的比率（76.7%），以及每个人的地方时间。还有，我的朋友里天蝎座最多。

它看起来就像是你生活的仪表盘。沃尔夫拉姆说，这正是它的意义所在。我们的这次电话交谈被录音，起始时间也被输入沃尔夫拉姆的实时记录里。他聊了为何个人分析会让人们的工作和个人生活效率更高。

你一般都记录关于自己的什么内容？

电子邮件、文件，还有，通常如果我坐在电脑前，也会记录下我的按键。我的房间里有运动传感器，记下我步子的快慢。还有一台计步器。我还在试着装一个目光追踪系统，还没弄完。哦对了，我一直戴一个传感器来测量我的姿势。

你觉得自己是不是地球上被量化得最多的人？

以前我觉得这不可能，直到大概1年前，我收集了一堆这些数据，写了一篇关于它们的博客。我预期会有人跑出来说：“天啊，我的数据比你的多多了。”但没人跑出来。我想，这可能意味着我是（那个被量化最多的人）吧。

你发明了“个人分析”这个词。它是什么意思？

现在已经有了机构分析——分析一个机构，试着理解它的数据所显示的运行情况。个人分析是把分析法应用到人身上，来理解这个人的运作。

你为何要分析Facebook的数据？

我们尝试摸清个人分析的市场需求。大部人不像我这样记录自己的按键。但他们都在做的一件事是留下数字痕迹，包括在Facebook上，而这是我们在实验的其中一部分。

我们已经积累了大量Facebook数据——你看到了人们生活的故事，在数据的层面显现出来。你可以看到受时间影响的关系状态，或者在不同年龄里朋友圈的演变。你会看到所有这些东西就存在于数据里，这真的让人非常迷醉。

你发现的很多东西难道不是显而易见的吗？比如大学朋友圈和中学朋友圈没有联系？

是的，但然后你会碰到了一个情形，数据分析出了点问题。你看到报告上的一些曲线，你的反应是：“哦，是的，我知道为什么会这样，我知道缘由。”但然后，哎呦，原来是分析里有个bug，实际上这个曲线是因为其他的原因而出现。这提醒你事情并不是那么显而易见的。如果你切实去衡量它，那是在做科学。

它和你建造的搜索引擎有怎样的联系？

目前，Wolfram Alpha在公共知识方面很强大：积累和搜索有关人类文明的知识。但在个人分析中，你需要做的是积累有关一个人的人生的知识。然后这两者可以实际被整合起来。我来举个有点傻的例子。你可能问：“我认识的人里边，谁会在这会儿走出门，来到院子里抬头看夜空？”要回答这个问题，你得能够计算出谁那里现在是晚上，谁那里的天气不是多云，诸如此类。而我们可以计算出所有这些事。

你认为个人分析中的大应用是什么？

“记忆增强”将变得非常重要。我自己已经被“宠坏”了，因为多年来我有能力搜索自己的电子邮件和所有其他记录。我担任同一家公司的执行长达25年，从没换过工作，没丢失过我的数据。我认为这是人们很快将会期待的东西。纯粹的记忆增强可能是第一步。

接下来是“先发制人”的信息传送。这意味着对人们的历史了解得足够多而知道他们关心什么。比如，一个人在读报纸上的一篇文章，我们知道文章里提到的一个人是他的高中同学，那我们可以把这个人的名字标识出来。我想这类事物可以变得极大地自动化，提高效率。

然后，一部分人会走向自我改善这一面，用分析来了解自己。因为我们可能对某些事情有模糊的感受，但当模式非常清楚显见时，我们就可以决定“我们喜欢这样的行为吗？还是不喜欢？”很久以前，在1990年代，当我第一次分析我的电子邮件档案时，我了解到我公司的许多邮件会在一天中的某个时间之前被解决掉。这是个很有用的信息，因为如果我太早干预，就是在浪费时间。

实施大规模个人分析需要怎样的技术？

首先是数据科学以及伴随它的所有技术。然后是拥有对这个世界的计算知识，能够用自然语言来做查询。然后你需要探测世界上的事物，无论是靠传感器还是通过视觉识别来知道某人正在看什么。最后是铺设基础设施来让所有这些设备可以通信，把它们的信息传送到一个地方让人做分析。

把这些创意商业化的进展如何？

为Wolfram Alpha所做的Facebook个人分析是一个经过部署的项目，今后在个人分析领域还会有更多这样的项目。我们认为我们可以做非常棒的事，但必须能拿到数据。这是个阻碍。数据不是唾手可得的。近来我们和不同的企业合作，确保我们能把他们的感应器连接到某个非专利的分析平台，拿到人们的数据，把它移到云端，在那里做分析。

你认为，人或机构获得一些数据上的反馈后会发生多大的改善？

我认为它会是相当巨大的。这就好像你通过追踪自己的投资组合清楚自己还能赚多少钱，而不只是模糊地记得自己做过什么投资。

此文由MIT Technology Review 中国大陆地区独家授权，更多精彩内容请搜索官方微信“mit-tr”，同我们一道关注即将商业化的技术创新，分享即将资本化的技术创业。