从达尔文的《维特鲁威人》，理解数据科学复兴的意义

本文作者为 Rob Thomas，同时也是《科技公司的终结》和《大数据革命》的作者，IBM Analytics 总经理，范德堡大学和佛罗里达大学校友。

“如果人们知道我为获得成功付出的辛勤劳动，我的成功就没那么精彩了。”

- 米开朗基罗

复兴意味着重生。各种因素同时汇集在一起，就可能触发一次重生。在分析领域，我们正看到各种因素汇集在一起：经济衰退、出色的技能重获和前所未有的数据访问能力。这些因素的结合正在激发数据科学获得重生，同时专家领导模式已经成为过去式。历史是一位伟大的老师，证明这种复兴并不是与原型完全背道而驰。

15 世纪初叶，意大利发生了文艺复兴。文艺复兴时期的艺术家打破了简单风格的惯例，为表现主义的新时代提供了启迪。最终，文艺复兴成为一种新的思考方式，形成了一个艺术创新大放异彩的时期。

14 世纪末，佛罗伦萨发展成为一座富裕的城市，富人使用他们的财富雇佣当地的技师。自然而然地，这种运动引发了竞争，进而激发了人们的创造力。这一过程一直延续到 15 世纪，当时美第奇家族在佛罗伦萨掌权，利用他们的金钱和影响力让这一运动延续下来。到了 15 世纪，文艺复兴从其发源地佛罗伦萨快速传播到意大利的其它地方，然后再传播到欧洲的其它地方。

尽管这一时期人们创作了无数的艺术杰作，但或许同文艺复兴关系最紧密的是素描作品《维特鲁威人》（Vitruvian Man）。该作品将一个圆圈和一个正方形相结合，并将人放在中间，象征着天与地的组合。这个想法最初是由作家维特鲁威提出的，该作品也是以他命名的。但是，据说是达芬奇首次以一种正确的解剖学方式用图画解释了这一想法。这提醒我们，提出最初想法的人并非总是能在历史上留下深刻印迹的人。

数据科学领域的现代复兴也与一种新的思考方式密切相关，与许多年前的意大利文艺复兴有许多相同之处：

1) 它受经济发展的推动，因为计算、存储、数据的低成本为一种全新的技师启蒙运动提供了资金。

2) 新的技师可以是任何人，而不只是少数富人或受过某一学科训练的人。数据科学中的专家模式正在终结。

3) 数据和科学的应用与融合，正被人们结合到现代社会对未来的愿景中：通过应用机器学习和深度学习变得越来越智能。

如果不具备一些既有的条件，意大利的文艺复兴和数据科学的复兴都不会发生。在这两种情况中，市场条件允许人们发挥创造力，并充当着未来创新的始发点。对于佛罗伦萨的工匠们而言，随着他们开始理解科学及其应用，就能根据他们的想象开发出新的技术（想想莱昂纳多早期的直升机画作）。与之类似的是，如今的数据科学复兴正在决定每个行业的成功者和失败者，通过应用新技术，只有适者才能生存。

如今，打算利用数据科学的组织本能地知道他们需要做什么，只有一个指定的路线图才能领导组织实现成功并获得领导者地位。大多数企业都想实现飞跃，开始迅速构建模型并选择算法。对于某些企业，这是个不错的起点。但对其他企业而言，这一步可能迈得太大了。

查理∙芒格讲过一架飞机飞过地中海上空，前往异国的故事。飞行员的声音从对讲机中传来，“刚刚发生了一件恐怖的事，我们必须在水上迫降。飞机漂浮的时间足以让我们打开舱门并让所有人出去。我们必须有序地完成此工作。所有会游泳的人站到飞机的右翼上，所有不会游泳的人站到左翼上。”

飞行员继续说，“右翼上的人会在两英里远的地方找到一座小岛。飞机下沉时，请游到岛上，你们会很安全。我们要感谢左翼上的人今天同我们一起飞行。”

大多数组织感觉好像他们已被遗弃在飞机的左翼上。没有人进行指导，没有人提供帮助。只有一堆显而易见的挑战。机器学习问题就是数据问题。数据科学将从根本上改变、自动化和优化所有行业。但是，它需要从最基本的东西开始：数据和分析的基本要素。

数据策略是数据科学的一个推动因素，因为所有数据在被送入模型之前都是无用的。数据和分析的 5 个基本要素为数据科学的复兴创造了合适的既有条件。

这 5 个基本要素是：

开源是全面分析策略的关键推动因素。开源是创新和速度的保障，而且与开放平台之上的创新联系紧密。开源是一个永恒的创新社区。

统一治理是获取洞察和保证合规的必要条件。统一治理对待数据就像图书馆对待图书一样。组织、编目、屏蔽、保护、存档和让所有资产能立即找到。数据图书馆提供洞察，但也要遵守重要的法规（比如 GDPR）。

混合数据管理让组织为多重云的世界做好准备。它让内部部署和私有云数据投资与公有云部署保持一致。无论关注非结构化数据还是结构化数据，数据管理的未来都是私有云和公有云的结合，并且二者间实现了无缝集成。

可视化就是指数据发现。理解数据资产，以用户期望的格式呈现它们，并让人们能处理和探索数据。这是动态和实时的，而不是静态的。

机器学习和数据科学是所有分析基本要素的组成部分。随着组织不断增强并自动完成决策制定和操作过程，这会成为“惊喜”时刻的源头。构建、部署和训练模型。随着新数据的加入不断学习。机器学习和数据科学必须驻留在数据所在的地方，这样才能发挥最大的影响。

每个人、每个部门和每个组织的起点都是不同的。但这 5 个基本要素是一致的。它们是成功实现复兴的既有条件。虽然许多组织在每个领域都采取了一些行动，但大部分行动都是在前一个时代并且针对前一个时代执行的。

我们正在进入一个全新的简单时代。分析和数据科学方法必须简单：在 15 分钟内安装并运行。在上一个包含漫长、昂贵项目的时代，IT 部门代人受过。在这个新时代，IT 不再是业务变革的受害者。相反，像 15 世纪意大利美第奇家族一样，IT 领导并推动这次复兴运动。

数据科学正逐步成形，其中以机器学习用例最为突出。许多企业开始利用机器学习赢得竞争，并且利用可重复的模式获得成果。举例而言，在一家制药公司通常参与的市场中，需 12～14 年才能让新药上市，平均成本是 26 亿美元。在这个案例中，应用数据科学和机器学习让成本降低了 70%。在两个不同的数据集上对算法进行了训练：一个是各种化学物质的毒性，另一个是已批准药物的已知副作用。通过这两个数据集，该算法能以合理的准确度预测药物的毒性。

现在已涌现出许多用例。以下是我目前看到的 10 个最重要的用例：

这里唯一不变的就是变化。我估计 10 大用例将每隔 6～12 个月演变一次。

前面已经提到，尽管达芬奇第一次正确地画出了维特鲁威人，但历史表明他不是独自提出此想法的。秘诀在于让几何形状偏离中心，这一秘诀被传到了 Giacomo Andrea da Ferrara 那里。Giacomo Andrea 的版本经过重重提炼，最终取得了成功。他和达芬奇是同事，曾一起用餐，而且被看到一起出现。但是，历史只记住了达芬奇的版本。

关键在于对行动的偏爱。达芬奇采取了行动，而其他人只是重复且仅停留在实验阶段。复兴是一次行动号召，而不是反思号召。现在正是让数据科学复兴的绝佳时机

点击下方“阅读原文”，了解有Watson之后的世界。

↓↓↓