外媒稱，科學(xué)家通常對(duì)大量數(shù)據(jù)的可利用性表示歡迎。大多數(shù)科學(xué)家都在贊美規(guī)模龐大的數(shù)據(jù)庫(kù)所帶來(lái)的科研機(jī)遇，但或許這是因?yàn)榇蠹也⒉徽嬲私獯髷?shù)據(jù)的情況。不時(shí)會(huì)聽(tīng)到一些專家提醒說(shuō)，大數(shù)據(jù)也有其不利的一面。

       據(jù)美國(guó)《科學(xué)新聞》雙周刊網(wǎng)站報(bào)道，普林斯頓大學(xué)的統(tǒng)計(jì)學(xué)家范劍青及其同事寫(xiě)道：“科學(xué)進(jìn)步越來(lái)越多地由數(shù)據(jù)來(lái)推動(dòng)。海量數(shù)據(jù)給數(shù)據(jù)分析既帶來(lái)了機(jī)遇，也構(gòu)成了新的挑戰(zhàn)。”

       首先，大規(guī)模的數(shù)據(jù)集很有誘惑力，能促使人們展開(kāi)積極的分析，而且分析者希望能夠從中獲取有獲獎(jiǎng)可能性的科學(xué)發(fā)現(xiàn)。但有時(shí)，利用大數(shù)據(jù)意味著最終得到的是糟糕的數(shù)據(jù)。要從大數(shù)據(jù)中得出高見(jiàn)，給計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)推斷方法甚至科學(xué)方法本身帶來(lái)了巨大的挑戰(zhàn)。

       當(dāng)然，計(jì)算機(jī)領(lǐng)域的科學(xué)家通過(guò)開(kāi)發(fā)出卓越的計(jì)算能力和信息存儲(chǔ)技術(shù)，讓大數(shù)據(jù)的積累成為可能。但是收集數(shù)據(jù)及存儲(chǔ)信息與理解這些內(nèi)容并不是一回事。了解大數(shù)據(jù)的真正意義并不等同于對(duì)小數(shù)據(jù)進(jìn)行解讀，就像明白鳥(niǎo)群的行為特征并不能解釋一只孤獨(dú)的海鷗所發(fā)出的叫聲一樣。

      文章指出，標(biāo)準(zhǔn)的統(tǒng)計(jì)檢驗(yàn)和計(jì)算程序原本是要分析從大的群體中提取的小樣本，從而得出科學(xué)推斷。但是大數(shù)據(jù)提供的樣本極大，有時(shí)甚至包括整個(gè)群體或者群體的大部分。任務(wù)之艱巨會(huì)給實(shí)施計(jì)算過(guò)程從而完成統(tǒng)計(jì)檢驗(yàn)帶來(lái)問(wèn)題。

      加利福尼亞大學(xué)伯克利分校的邁克爾·喬丹說(shuō)：“許多統(tǒng)計(jì)程序要么是有未知的運(yùn)行時(shí)刻，要么是運(yùn)行時(shí)刻讓該程序無(wú)法用于大規(guī)模的數(shù)據(jù)。面對(duì)這種局面，大規(guī)模數(shù)據(jù)的收集者往往不得不求助于臨時(shí)的程序，而這種程序有可能具有糟糕的甚至災(zāi)難性的統(tǒng)計(jì)特性。”

      聽(tīng)起來(lái)很糟糕。不過(guò)還有更糟的。大數(shù)據(jù)樣本不僅需要更多的時(shí)間去分析，它們往往還包含被抽樣的所有個(gè)體的許多不同信息，從統(tǒng)計(jì)學(xué)的角度講，這意味著這些樣本是“高維的”。更多的維度增加了發(fā)現(xiàn)欺騙性關(guān)聯(lián)的風(fēng)險(xiǎn)。比如，在醫(yī)學(xué)研究中，可能會(huì)將某種藥物的療效與病人的身高聯(lián)系在一起。但是這可能僅僅是因?yàn)榇髷?shù)據(jù)包含方方面面的信息，從身高、體重到眼睛的顏色，再到鞋子的尺碼和最喜歡的棒球隊(duì)。需要考慮的維度如此之多，有些維度顯得重要似乎只是出于偶然。

      范劍青和合作者說(shuō)：“高維度可能會(huì)導(dǎo)致錯(cuò)誤的統(tǒng)計(jì)推斷和錯(cuò)誤的科學(xué)結(jié)論。”

      除此之外，范劍青和合作者指出，大數(shù)據(jù)往往是利用眾多技術(shù)和方法，綜合源自多個(gè)渠道、不同時(shí)間的信息而獲得的。“為了應(yīng)對(duì)大數(shù)據(jù)帶來(lái)的挑戰(zhàn)，我們需要新的統(tǒng)計(jì)思路和計(jì)算方法。”