4. 拓展课堂二：疫情与大数据

同学们好，我是曾建川，欢迎和我一同继续拓展。

我在前面的课程里，讲到了“数据爆炸”，并且，我们也一起回到了历史上的那一次“数据爆炸”，记得吗，因为古登堡制造出印刷机，过去依靠抄写才能产生的文字书籍，现在能够快速地印刷而出，书籍的价格骤降。过去是富人与贵族才能拥有书籍，而印刷机出现后，普通人也能从书籍中获取知识。信息与数据因此在人群中蔓延、传播，如同“爆炸”一般快速。

听起来，历史上的那一次“数据爆炸”，印刷机起到了决定性的作用，这是“技术带来变革”的典型范例，就如同蒸汽机技术引发了工业革命一样。

现在我要提一个问题，如果说历史上的那一次“数据爆炸”，以及由此带来的整体变革，是由像印刷机这样的机器、或者说技术引发的。那么今日世界的数据爆炸，以及由此正在发生的变革，是否也能归结到某一类机器、或者说技术的身上呢？

请同学们带着这样一个问题，继续往下听吧。

在我坐在书桌旁，写下这一课的文字时，许多人都和我一样，正待在家里。孩子们还没有去学校上课、大人们也还在尽量选择居家办公。新冠疫情让我们以一种全民隔离的状态迎接了2020年。人们日常生活中的许多习惯与情形都改变了，城市和乡村都呈现出相对的静态。

然而网络是异常繁忙的，各类大数据在各种终端飞速传递，隔离在家的人们依靠网络上的数据获得信息、指导自己的行为。同学们应该都非常熟悉这样的情形。而我要说的是，一些正在对大数据进行高精度分析，以求更好地把它们利用起来的人，在他们的眼里，那些繁忙活跃在网络空间的数据，可不仅仅是能提供一些日常信息而已，它们的用处太大了。

大数据，能对疫情的控制有帮助吗？我这么问，你可能觉得有些奇怪，这还用问吗？当然有帮助啊。今天那些正在对大数据进行高精度分析的人，不就在致力于这样的工作吗？

然而，“对大数据进行分析能有效控制疫情”这样的认知，可不是早已有之的。就在十一年前的2009年，美国爆发世界性甲型流感，当谷歌公司的工程师发表论文，认为利用谷歌保存的搜索记录数据，可以预测流感的传播时，所有人都为之震惊。

要知道，美国一向对流感是保持高度紧张的，听过《世界那么大》第二季的同学应该有印象，从1918年那次硬生生结束了第一次世界大战的大流感，到1976年爆发猪流感，经历过多次流感大侵袭的美国，在预防与控制流感方面，一直相当积极。

2009年4月15日，美国加州一名十岁的小女孩感染了流感，她的父母没有预料到，情况远比想象的严重。医生专门前来采集了小女孩的病毒样本，他们显然对这病毒感到陌生和棘手，样本被送到了美国疾病控制和预防中心CDC。

CDC对小女孩的病毒样本进行了基因检测，他们发现，这是两种猪病毒基因重组后产生的新型病毒。

两天后的4月17日，CDC又从另外一名加州儿童的病毒样本中发现了相同的毒株。值得警惕的是，两名儿童虽然都在加州，却相距130英里，从未有过实际的接触。

十天后的4月27日，欧洲国家西班牙出现了首例确诊；紧接着4月28日，加拿大也出现了首例确诊。到4月29日，世界卫生组织罕见地将这次流感级别，从刚刚确立的3级，提高到了5级。全世界都因此而紧张起来了。

如何应对这来势汹汹的新型病毒呢？想要迅速制备出疫苗，显然是不可能的，对于公共卫生专家来说，最迫在眉睫的，就是想办法减缓病毒传播的速度。那么，如何做到这一点呢？

你很可能已经联想到了，我们中国眼下正在对新冠病毒采取的防控措施。我们采用了一切手段，对病毒的可能位置进行追踪定位，判断和预测它的传播方向与范围。没错，在十一年前的美国，公共卫生专家也想做到这一切，他们试图知道流感出现在哪里，到达过哪里，和将要去往哪里。然而他们显然无法做到像今天中国所做到的那样，让我们来看看，当年的美国，采用的是哪些做法吧。

事实上，当时几乎所有国家的做法都差不多。国家的疾控中心要求，全国各所医院在发现新型流感病例时，即刻上报信息。那两名加州儿童病例的信息，就是这样到达疾控中心的。然而这中间存在大量延迟，你想想看，谁会稍有不适就往医院跑呢？感染者往往是捱到很难过、受不了的时候才会去医院；而医院也需要时间来判断，这个病例感染的病毒是无法分类的新病毒；等到医院汇总好病毒样本，提交给疾控中心，大量的时间就这样一段一段地延迟了。当时有人做过一般性统计，一个流感病例从发病、到被疾控中心识别和通告，最起码有一到两周的延迟，这还没将疾控中心每周只做一次数据汇总的习惯考虑进去。你是不是都已经听得着急万分了？是啊，对于飞速传播的传染病来说，每一刻的延迟，都意味着更多人感染，更多的生命将因此受到威胁。

就这样，当年的美国，足足花了六个月才宣布全国进入紧急状态；而甲型H1N1流感的相关数据，直到三年后才由美国疾病控制和预防中心更新出最终的统计，那一年，甲流的死亡人数接近30万人。

你可能感到奇怪，谷歌公司不是在分析数据，帮忙预测病毒的传播吗？的确如此，然而很难回溯，谷歌的预测工作，曾经在多大程度上被采纳？抑或，那是不是只被用于印证了官方的数据呢？

不管怎么样，谷歌当年所做的大数据分析，简单说起来，大约是这样一种思路。疑似感染的那些人，即便他们不愿往医院跑，但上网搜索这么方便的事，是一般都会做的。那么，一大批例如“治疗咳嗽和发热的药物”等等，这样的搜索词条，就会出现在谷歌的数据库里，它们将被技术人员用到一些特意开发的数学模型里，通过分析特定搜索词条的出现频率，以及它们与流感在时空传播之间的联系，就能实现预测。

现在，我要回到与今天的新冠疫情相关的大数据分析工作中。今日中国，几乎每个人的手里都有一个移动终端——也就是手机，这为分析工作提供了最全面的数据积累。而最直接的运用当然就是，疫情最早出现在武汉，正值春节，离开武汉的人们可能对外省带来传播风险。那么，如果掌握和分析武汉对外输出人口的流动数据，当然就能科学地预测病毒在武汉以外的传播情况。

说到这里，今天的拓展课堂就要结束了。回到我在课堂的一开始提出的那个问题：今日世界的数据爆炸，以及由此正在发生的变革，是否能归结到某一类机器、或者说技术的身上？就像十五世纪的欧洲，印刷机的出现引发了社会变革一样呢？

正在思考这个问题的你，联想到什么了吗？想一想我们前面讲过的莫里，他从故纸堆里翻出那些早已被遗弃的信息，把它们变成了有用的远洋导航图；再想一想谷歌的工程师，他们把别人的搜索记录用了起来，然后预测了流感病毒的传播情况；以及我们今天用以监控疫情的移动数据大分析。你能从这些故事里，找出怎样的相关性呢？

是啊，许多被认为毫无意义的数据信息，却很可能蕴含着闪亮的价值，当有人意识到数据的价值，并且用聪明的、适当的方式把它们利用起来，变革，就有可能发生了啊。

现在你知道了吗，真正的变革，不在于分析数据的机器，而在于数据本身，和我们如何运用数据。