世界上90%的數據都是已往幾年里發生的，你大概已經熟知這個統計了。這是真的。我能找到的關于這個表述的最早的告訴之一可以追溯到2013年五月，但這個趨勢一直顯著地一連著。確實，已往三個世紀以來每兩年世界上數據的總量便會提高到十倍——這個比率甚至使得發明處理懲罰器機能更加的摩爾定律都相形見絀。

這樣一個信息增長比率所帶來的問題之一是此刻這個時刻的數據老是比才已往不久的要呈現得大得多。想想一下回首一本描畫你人生前八年的一內情冊，從出生到成年。假設你有你人生頭兩年的兩張照片。假定在匹配此刻這樣一個信息增長比率下，你將會擁有印象深刻的2000張六歲到八歲的照片;20萬張十歲到十二歲的;以及驚人的兩億張十六歲到十八歲的照片。也就是說在最后兩年里每一秒種便會有不但三張照片發生。

“當你想尋求更久遠的視角而開始回首已往時，你會發明此刻的對象太多而已往的對象又太少。”

雖然，這并不是全球數據的一個完美的類比。一開始，世界上許大都據的增長都是因為更多的人參加締造出了更多的信息資源以及更復雜更細致的名目?？墒顷P于平衡性的概念是有按照的。假如你規劃回首像上面一樣的記錄的話可能實驗著闡明它，你將覺察離此刻越近的對象越會變得毫無意義。記錄這么多次有用的信息卻更少，為什么會這樣呢?

這就是現今如此多大數據被收集與闡明所帶來的問題。當你想尋求更久遠的視角而開始回首已往時，你會發明此刻的對象太多而已往的對象又太少。眼光短淺深深地植入在高估以汗青為價錢的短期趨勢的強大的布局傾向中。

大數據所帶來的問題之一是此刻這個時刻的數據老是比才已往不久的要呈現得大得多。(來歷：iStock)

為了領略這個的重要性，思考一下社會科學關于近因效應的發明，韓國主機 韓國游戲代理，它描寫了人們假設將來的事件將雷同于最近的經驗的傾向。這也是我們熟知的“可具有性”開導式的另一種說法：依據任何最容易想到的對象舉辦思考的傾向。這也是一種普遍的心理屬性。假如在已往的幾年里在你住的處所你已經見證了異常嚴寒的夏天，好比，你大概被引導著說出夏天越來越冷了——可能你們內地的氣候大概在變冷。實際上你不該該把你讀到的任何對象讀入數據。你需要運用更久遠的目光去相識關于氣候變革趨勢的有意義的對象。在短期內，你最好不要隨意猜測——但我們中有誰可以或許真的做到呢?

“短期的闡明不可是無效的——它們常常是無用的甚至誤導人的”

現實糊口中大都巨大現象常常也是這樣的：如股票市場、經濟、公司興衰、戰陣與僻靜、人際干系以及王朝更迭。短期的闡明不光單是無效的——它們常常是無用甚至誤導人的。瞧瞧浩瀚經濟學家排著隊公布像2009年金融危機這樣的事件是不行能產生的，直到它真的產生了。在那種水平上可以做到有效預測的那種觀念自己就是問題的一部門。

值得一提的是在抉擇命據去留時新奇常常是主要的思量因素。推陳出新：在這個數字趨勢的世界上，搜索算法本質上方向于新鮮事物，所謂的超鏈停用從最高法院抉擇到整個社會媒體處事業等各方面十分猖狂。對付當下的方向從布局上在我們周邊的所有科技中已經根深蒂固，尤其要歸因于我們約莫五年后揚棄我們大大都一度繁榮的呆板的愛好。

該怎么做?這不可是一個更擅永生存舊數據的問題——盡量這不能說是個壞主意，思量到我們對此刻于已往的幾十年而不是已往幾年的生存多無能為力。更重要的是，抉擇哪些數據是在第一時間值得生存的——而且以常識的名義有意義地剔除信息意味著什么。

我們需要更擅長于抉擇哪些數據值得在第一時間生存的。(來歷：iStock)

我們需要的是一種我喜歡稱為“選擇性遺忘”的本領：練習我們的東西更擅長于放下方才已往的對象以保持目光上的持續性。這是一種雷同治療的方法助我們公道布置相冊——盡量需要更多的數學。什么環境下兩百萬張照片不如兩千張有代價呢?當樣本較量多涉及規模卻較量少的時候;當可以提出的問題不那么重要的時候;當提供的細節的級別只是慢慢貫注猜疑和只有盲目標自信的時候。

有很多的數據集是不能復興的，當完成的時候代價是極大的：基因序列;人口數據;地理和物理學的堅苦常識。然而，若科學越不嚴謹，局限就越大概與質量成反比—更重要的是時間自己就是一個過濾器。我們要么仔細選擇忍受什么，有哪些是重要的，尚有要帶著有意義的心態去捕獲我們退卻的已往，要么它的印記被此刻不絕增加的噪音所替代。