從香農的老鼠到大數據

作者：桑文鋒，神策數據創始人兼 CEO，前百度大數據部技術經理

這隻老鼠有三個輪子，一根磁鐵，以及銅線做成的鬍鬚。通過鬍鬚，老鼠可以感知是不是碰到了走不通的迷宮牆。迷宮地板背面有一個機械手臂，上面也有一個電磁鐵，這樣就可以移動機械手臂，帶動機械鼠在迷宮裡走動。

如果老鼠發現正對的牆走不通，就會退回格子中間，旋轉 90 度，去嘗試下一個方向，然後繼續行走。直到走到終點，由一枚金屬幣標識，老鼠停止。

這是老鼠走過的一條痕迹，記錄了老鼠的探索過程。

神奇的是如果把老鼠重新放回到起點，它會直接沿著正確的路走到終點。如果我們調整了中間的線路隔板情況，老鼠還是重新探索路線，正確走到終點。

在整個電路中，香農用 50 個繼電器控制機械手臂的移動，又用 75 個繼電器來記錄老鼠探索的每面牆是否能走通。繼電器是個什麼東西？現在的計算機早就不用這種零件了，而是採用晶體管，或者說由晶體管組成的集成電路，如內存條、CPU 等。繼電器的原理是這樣的，通過一個線圈接通與否實現一個電磁鐵，通過電磁鐵來吸引一塊鐵片，來控制一個線路的開關。如圖所示，通過橙色的電磁鐵，就能控制燈泡的線路是否接通了。

通過一個繼電器，我們就可以控制電路的開關，而電路的開關，就可以表示 0 和 1 兩個狀態。我去年在看《矽谷百年史》時，曾經好奇誰將開關電路和二進位等價起來的。結果發現香農在 1938 年寫的碩士論文，就是講繼電器開關電路和布爾代數的等價關係，布爾代數即與或非，又是和二進位可以等價的。所以他在迷宮老鼠中用繼電器作為狀態記錄，也就毫不奇怪了。

香農還給老鼠起了個名字叫「忒休斯」，在希臘神話中，忒休斯破解了迷宮，殺死了怪獸。我們思考一個問題，這隻老鼠有智能嗎？這要看你對智能怎麼定義了。我理解的智能，就是具有學習能力。這隻老鼠顯然是學習了迷宮路徑，能夠重複正確的路徑。那它的智能是怎麼來的呢？靠的是通過繼電器記錄了路徑狀態，也就是說，老鼠通過掌握了更多的數據，從而實現了這種智能。這裡甚至沒有牽涉對數據的處理，僅僅是記憶這些數據，就可以擁有智能了。

我在之前的一篇文章中，講解了大數據的本質是消除不確定性。而這一觀點的來源正是香農在 1948 年關於信息的觀點，即信息是一種消除隨機不確定性的東西。顯然，大數據就是一種信息。從老鼠的例子中，我們可以清晰的看出智能和數據的關係。掌握更多的數據，消除更多的不確定性，這就是大數據所帶來的意義。在我看來，數據的價值一方面是驅動決策，另一方面是驅動產品智能。而產品智能，就是指在數據的基礎上，通過一定的策略演算法，將結果回灌到產品中，讓產品具有學習能力，可以自我迭代，推薦引擎、精準廣告之類的，都是這種模式。

我們割裂的去看一些新概念，會感覺抽象和難以理解。把它們放到歷史的長河中，就會變得清晰自然。

參考資料：

1. 克勞德香農與早期機器學習

2. 1952 – 「Theseus」 Maze-Solving Mouse – Claude Shannon (American)