納特 西爾弗（Nate Silver）在《信號與噪聲》一書對這句話提出了疑問。人們普遍認同的邏輯一般是：信息越多，信息流動速度越快，人們對未來的預測越準確，從而越能做出更合理的決策。但是且慢，你怎么知道你 Google 到的“信息”是有用的“信號”（有用的信息），還是干擾你的“噪聲”（無關/無用的信息）呢？我的意思是，如果你在時間充裕，方法/模型適當的條件下，你可以辨別出信號，做出合理決策。但現實往往是，你基本上總是不會擁有充裕的時間，甚至使用的方法/模型也不合適。在信息增長越來越快的現在，我們面臨這樣的困境會越來越多。

《自然》雜志曾刊登過一項研究，研究發現：美國幾大政黨對全球變暖的問題了解越多，他們之間達成共識的可能性就越小。 我們現在（這里的“現在”得比《信號與噪聲》出版時間的2012年9月更早）每天產生250兆億字節，如果信息每天以這個速度增長，其中有用的信息肯定接近于零。其中大部分信息都只是噪聲而已，而且噪聲的增長速度要比信號快得多。其中有太多假設需要驗證，有太多數據需要發掘，但客觀事實的數量卻是個相對恒量。人腦能力非凡，但根據IBM的分析，人腦的存儲量不過是全球每天所產生信息量的百萬分之一而已。我們對自己記憶的信息一定需要精心挑選才行。

以美國經濟預測為例。美國政府每年公布的數據，與經濟指標直接相關的有4.5萬個，而私人數據提供者要追蹤高達400萬個統計數據。一些經濟學家忍不住想要把所有數據都混合在一起，并給一般的數據穿上優質的“外衣”。第二次世界大戰之后只出現了11次經濟衰退的情況，如果一個統計模型試圖解釋這11次衰退帶來的后果，就必須從400萬個數據中選擇數據，由此得出的許多相關性都將會帶有欺騙性。大數據專家熱愛相關性，但如果我們不能分析出因果，我們永遠無法確定該采用哪些指標去判斷下一次經濟衰退的跡象。

人們將噪聲誤認為信號的行為，在統計學上被稱為“過度擬合”（overfit）。人類大腦的工作方式是捕捉規律，并且預測。一般來講，智商高的人的神經網絡學習能力更強，這意味著他捕捉規律的能力也越強。捕捉規律能力強意味著，對于很少的樣本中隱含的不明顯的“規律”他們也能捕捉出來。

但從很少的樣本或噪聲過多的樣本中總結出“規律”來是極為危險的事——自然界的運行很多時候并沒有確定的規律，我們帶著一雙為了發現規律的眼睛去挖掘總結，結果卻聰明反被聰明誤了。關于過度擬合的解釋，馮 諾伊曼曾有一個形象的描述：給我4個參數，我就能擬合出一頭大象，如果再加1個參數，我就可以讓這頭大象甩動它的鼻子。除了人類大腦，現在的機器學習也容易發生這樣過度擬合的現象。

過度擬合在現實中往往是被鼓勵的。無論汶川地震還是雅安地震之后，地震云或豬亂跳、羊亂叫之類的怪現象總會在微博、貼吧或論壇上流行。比如百度貼吧還有人整理了一份地震前兆大全，如果僅靠這些所謂前兆就能預測地震，那每年也不至于死傷那么多人、損失無數財產了。這是最為糟糕和最為淺顯的過度擬合例子——把毫無關系的噪聲當成了信號，從而認為噪聲與事實相關。過度擬合現象在學術上也經常發生，邏輯非常好理解：提煉出模型總是引人關注，引人關注則更容易在學術期刊得到推介，也更容易被人引用，從而將其它可靠但可能沒有模型化的理論排擠出市場。

預測失敗，除了與我們將噪聲當成信號以外，還跟我們對科技的發展無法預判有關。比如在19世紀末，一位《倫敦時報》的作家在研究倫敦街道上的馬糞問題時說到：大約到20世紀40年代，倫敦每條街道會被厚達2.7米的馬糞覆蓋。但他所沒預料到的是，大約十年后，亨利 福特開始生產 T型汽車。

倫敦不僅避免了馬糞危機，與馬和汽車周邊的產業都發生了變革——鐵匠工人失業，馬場關門，油田工人、制造工人與裝配工人卻成為市場稀缺資源。舉個更近的例子吧，在iPhone發布之前的2006年，誰又能知道諾基亞會在僅僅七年后以72億美元的價格出售？

科技進步最大的悖論在于，科技進步既讓我們邁入能更準確預測未來的大數據時代，但科技的進步也成為我們預測未來的最大變數。

原文鏈接：http://www.36dsj.com/archives/5732