呂理哲

媒體的功能是為大眾整理并提供信息，絕大部分媒體不針對這樣的服務向閱聽人收費，而是利用聚集的閱聽人數(shù)目（發(fā)行量）吸引廣告主來付錢刊登廣告。報紙、電視、地鐵站的墻壁、網絡上的文章、音樂和視頻都有聚集閱聽人的能力，都是媒體。

如今的媒體和以往不同，主要是因為互聯(lián)網不但可以用來提供信息，還能與閱聽人雙向溝通，和傳統(tǒng)媒體單方向提供信息的效益相比，有了明顯的差異。其中搜索引擎這種不生產內容的媒體，倒是把天下所有媒體當成自己的材料，成就了谷歌一家搜索引擎在2012年內做到的營收，居然比美國1382家報紙的總體營收還要多。

報紙為讀者報道新聞，除了讀者買報紙為報社增加一份發(fā)行量以外，報社無法從讀者這一端得到任何反饋。但是谷歌（Google）除了幫助大家去找她們要的信息以外，同時利用他們的搜索，收集到了珍貴的海量數(shù)據(jù)（big data）。

什么是“海量數(shù)據(jù)”？

2009年，谷歌旗下幾位工程師在著名的《自然》（Nature）雜志上發(fā)表了一篇論文，解釋了谷歌如何儲存民眾每天超過30億個搜索信息的關鍵詞，再加以運用，精確預測出美國哪幾個州即將在接下來的冬天爆發(fā)流感。

幾個星期后，一種結合禽流感和豬流感菌株的新病毒H1N1跳上了所有媒體的新聞頭條，美國疾病管制局（CDC-Center of Decease Control & Prevention）為了應付這種蔓延迅速的流感，要求全國的醫(yī)生一碰到新流感病例，就必須立刻通報，以避免類似1918年西班牙流感的危機，那是一場有5億人受到感染、千萬人送命的大災難。

人們從身體覺得不舒服到自己認為可能感冒了，然后過了幾天之后才會去看醫(yī)生，最后經過層層通報的關卡才會到達疾病管制局。但病毒的面對面?zhèn)魅静粫袑訉雨P卡，何況疾病管制局一個禮拜才匯總一次，可以想象疾病管制局只能記錄，根本就無法掌控病毒蔓延的真實情況。

谷歌先挑出美國人最常使用的前5000萬個搜索關鍵詞，再與疾病管理局2003～2008年的流感傳播數(shù)據(jù)比對；總共用了4.5億個不同的數(shù)學模型去測試分析，最后這套軟件系統(tǒng)找出45個關鍵詞，用前幾年的數(shù)據(jù)放進數(shù)學模型里面去運算，結果竟然和2007年、2008年疾病管制局統(tǒng)計的全美國流感真實數(shù)據(jù)十分符合。

不需要動用任何醫(yī)療資源，不用訪問醫(yī)院，更不用采集流感檢體，谷歌這套系統(tǒng)就可以掌握美國流感疫情和疾病管理局一樣，差別在于實效性，谷歌系統(tǒng)幾乎可以實時跟蹤疫情的發(fā)展情況，管制局的記錄卻得等一兩個禮拜，也就是匯總全國醫(yī)生的匯報以后。

谷歌不是只整理出民眾得流感后身體不適時，用哪些關鍵詞到網絡上去搜索，就能預知流感傳播的時間和地區(qū)，而是從幾千億筆的海量數(shù)據(jù)找出和流感的相關性和在各地區(qū)出現(xiàn)的頻率，從而通過建立數(shù)學模型去預測。

其實，重點在于數(shù)據(jù)量的龐大，沒有海量數(shù)據(jù)，即使你有谷歌工程師的才華，也無法在疾病管制局發(fā)布流感數(shù)據(jù)以前，知道你住的城市在什么時候會發(fā)生流感疫情。

這就是在傳統(tǒng)報紙媒體的基礎建設中找不到的機會，報社有訂戶的個人資料，卻只能用于送報或是催繳報費，而無法像谷歌這種網絡媒體，即使沒有用戶的個人資料，也能在龐大的數(shù)據(jù)量中找出各種社會現(xiàn)象的變化。如果海量數(shù)據(jù)應用得當，看來要改變許多領域的面貌，像流感預測這樣的公共領域只是其中一個例子。

1990年左右，IBM開始開發(fā)了Candide英法語翻譯系統(tǒng)，可惜因為收集大量數(shù)據(jù)的成本太高而作罷。如今我們可以看到谷歌利用海量數(shù)據(jù)創(chuàng)造了超過60國語言的翻譯系統(tǒng)，其中有14種語言可以用語音輸入，可以想象IBM當時收集數(shù)據(jù)的難度?，F(xiàn)在谷歌有不斷增加的海量數(shù)據(jù)可以預測流感，當然也可能將這種能量應用到各種商業(yè)領域。此外，傳統(tǒng)報紙得派業(yè)務員去拉廣告，而谷歌可以先找到客戶以后才去做廣告宣傳。

但是傳統(tǒng)報紙不會消失，只是賺錢無法和新媒體相比，這是基礎建設的根本差異，非戰(zhàn)之罪。