大數據分析的三大障礙

「大數據」問世之後，很多企業把大數據當成解決企業問題良方。儘管大數據同樣可依現代科學方法來研究和處理難解問題，但義大利科學家薩羅‧蘇奇（Sauro Succi）博士和倫敦大學學院（UCL）名譽教授彼得‧科維尼（Peter V. Coveney）指出，大數據分析仍存有三大障礙無法突破，因此雖然大數據帶來新視角，但企業卻不能把它當成救世主。

蘇奇與科維尼於2019年2月18日，在期刊Philosophical Transactions A上，發表了一篇名為《大數據：科學方法的終結？（Big data: the end of the scientific method? ）》文章。蘇奇與科維尼認為，我們身處的世界非常複雜，因此大數據研究方法所提出的一些主張仍需要修訂。因為源自於伽利略的「現代科學方法」，背後存在著一些障礙，這些障礙包括：非線性（nonlinearity）、非局部性（non-locality）和高維度性（hyperdimensions），如圖1所示。

1.非線性（nonlinearity）

非線性是在理論建模時，眾所周知的難題。非線性建模最典型的案例，就是氣象學裡的「蝴蝶效應（Butterfly effect）」。一隻小蝴蝶在中美洲的古巴拍拍翅膀，能在美國德州引發龍捲風嗎？（Does the Flap of a Butterfly’s wings in Brazil Set Off a Tornado in Texas?）

蝴蝶效應是由美國氣象學家，也是麻省理工學院的教授愛德華‧諾頓‧羅倫茲（Edward Norton Lorenz）所提出，意思是指在一個複雜的系統中，一個變數的微小變化，配合背後的連鎖反應，將會對整個系統造成巨大的影響。而這種非線性的影響，大大限制了模型的預測能力。大數據分析可以協助解決一些非線性系統的問題，但許多機器學習演算法的基本假設，並不適合用在非線性系統當中。

2.非局部性（non-locality）

非局部性則是指存在著遠距離的相關性，縱使在系統裡不同的子系統或是變數之間距離很遠，但仍然可能保有因果關係。非局部性通常「違反直覺」，畢竟一般人會認為，越接近的事物，它們彼此之間的相互作用影響也最多。用機器學習來解決非局部性問題顯然是一個重大挑戰。

3.高維度性（hyperdimensions）

我們已經習慣在三維空間上，再加上時間維度來生活。但當維度超過三個以上，人類的認知就會受到相當大的限制（這時一般會透過數學來運算）。複雜系統背後所探討的變數非常多，而這也造成計算維度的複雜。

蘇奇與科維尼最後指出，如果機器學習技術能夠協助克服上述三個基本障礙，那將是非常理想的，但到目前為止，幾乎沒有證據能表明大數據分析研究能有效突破以上的障礙，這需要大家持續的努力（一些例外是在天文學，機器學習在天文領域開始獲得很大的進展）。

作者：羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）
繪圖者：張琬旖