【知乎摩爾定律】——信息量翻番，只需7個月！

英特爾（Intel）創始人之一戈登·摩爾（Gordon Moore）曾經提出：集成電路上可容納的電晶體數目，約每隔24個月便會增加一倍。後來，英特爾首席執行官David House修正了這個說法：當價格不變時，集成電路上可容納的晶體管數目，約每隔18個月便會增加一倍，性能也將提升一倍。這便是大名鼎鼎的摩爾定律。

如此簡潔的表述形式，意味著，摩爾定律，必然不只是電子界的定律，生物界、醫學界等，也有著類似的定律。

於是我想，在知乎，是否也有著類似的定律呢？

我把目光投向了「根話題」 - 全部問題，在這裡，忠實地記錄著知乎誕生以來所有未被刪除的問題。

知乎的第一個提問誕生於2010年12月20日，截至2014年10月4日（我的24歲生日），知乎已經有了超過99萬的問題，百萬大關僅在咫尺。

比起問題總數，我更關心的是問題數量的發展歷程。於是就有了下表：

以及下圖：

對於這張圖，應該怎麼處理，那是顯而易見的——縱坐標用對數唄：

如果把知乎的問題數看作知乎的信息總量（事實上，如果假設總體說每個人提問和回答的平均頻率在知乎的不同發展階段大致相等，這個曲線亦可描述回答總數和用戶總數隨時間的變化情況），那麼像知乎這樣的社交網站，它的信息量的發展歷程便躍然紙上了：

顯然，知乎的信息量，還處在穩定增長期，遠沒有到飽和期。那麼，在這個所謂的穩定增長期里，我們該如何描述這個曲線呢？在取對數的情況下，是否是線性的呢？

假設取2011年8月以後的數據，我們能得到以下曲線：

（參考：）

r值達到了0.998，看起來挺像回事的，不過還不夠直。

於是我再取2013年5月以後的數據，曲線變成了這個樣子：

r值達到了0.999！3個9了，可信度還是不錯的。

從圖中可以看到，這條曲線的擬合公式是：

容易計算，信息量翻番，所需要的時間是：

——————————

這個結果意味著，平均來說，知乎的問題數，大約只需7個月（215天），就會翻番！——這就是所謂的【知乎摩爾定律】。

——————————

根據這個結果，如果沒有什麼重大改變，大約在2014年10月9日，知乎的問題數就會突破百萬大關！大約在2015年5月中旬或下旬（也可能會推遲到6月），知乎的問題數將會達到200萬！

——————————

——————————

——————————

【知乎摩爾定律】對於個體來說，是否同樣成立呢？

於是我就拿自己的贊同數與粉絲數開刀了。（感謝@蘇莉安 提供的詳盡的數據）

我的第一個問題回答於2013年12月17日。不過，在我來知乎的前3個月，我在知乎上是毫無存在感的。直到2014年3月初，我依然是一個默默無聞的小號。

終於，到了2014年3月4日，我終於完成了成就——贊同數達到100！那時，我的粉絲數只有33個而已。

2014年3月4日，到今天，恰好是215天。

在這段時間裡，我回答問題的頻率還算是比較穩定的，有時會刪幾個答案：

那贊同數與粉絲數呢？

這張圖，和本文的第一張圖，還是蠻像的。

以2014年3月4日為時間零點，將縱坐標作對數處理：

這和本文的第二張圖，不也差不太多嗎？

把快速增長期去掉，得到下圖：

（參考：）

於是，得到了以下關係：

贊同數隨時間的增長：

粉絲數隨時間的增長：

當然，從曲線上來看，這個結果的可信度顯然不那麼高了。

如果這個結果是可靠的話，那意味著，

【每過48天，我的贊同數就會翻番；每過50天，我的粉絲數就會翻番。】

這個周期可比知乎全站要短多了。

那麼，假設未來一年我可以穩定地輸出現在水平的答案，那麼到了2015年10月5日，我會有640萬贊同和136萬粉絲。這顯然有些不可思議。

哎，別做白日夢了……

——————————

我想，對個人而言，飽和期會更早地到來。那我的飽和期會在何時到來呢？

或者，這大概便是摩爾定律模型的局限性吧！

我們，需要更多的數據，來建立一個更靠譜的模型。

（未完待續）

推薦閱讀：