引言

在發明印刷機之前，書籍已經存在，但知識的積累很困難。主要的問題是成本高、抄寫錯誤多、受眾少。出現印刷機之后，知識進入快速積累期，同時伴隨著新的、更嚴峻的問題。印刷內容良莠不齊，觀點五花八門。在長期接受外界信息的過程中，越來越多的人出于個人喜好篩選信息。從根源上分析，其實是因為人類處理信息的能力增長幅度遠不如信息增長的幅度。

作者用信號和噪聲進一步區分信息。一切信息處理的目的都是保留信號、去除噪聲，但不可避免的主觀因素導致數據處理過程無法總是遂愿。幸運的是，這些大數據終將推動人類社會進步。

人類的處理信息的核心機制是堅持以自己的看法讓世界更加簡單，避免信息超負荷。在充滿不確定的世界，人類隨時都需要預測未來并制訂相應的策略，以維持正常的發展。預測之所以重要，是因為它連接了主觀世界和客觀現實，人類的目標就是從海量的信息中篩選出真正的信號，做出接近真相的預測。

預測失敗的災難性后果

失敗的預測的共同點是預測者只關注符合預測者期望的信息，而不在乎真實性。如果僅是失敗了一次，或許可以歸結為運氣等外部原因，但多次失敗或者犯下嚴重的錯誤，則說明預測者的預測方法有問題，因為失敗的預測和客觀世界無關。 但存在另一種情況，預測者成功預測未來，卻視而不見。原因很多，可能是僥幸心理，可能是盲目自大，認為風險在可控范圍，或者不愿因小修小補而改變現狀，盡管問題酒出現在細節處。 可能會出錯的事情和不可能出錯的事情的區別在于，一旦不可能出錯的事情出了錯，那么這個錯誤往往無法挽回。

以2008年金融危機為例。首先，房地產泡沫破裂，房價下跌，接著嚴重影響普通民眾資產。盡管房地產市場只占金融體系中不大的部分，普通民眾的消費型支出趨于保守，但金融大亨仍舊大力投資房地產，導致相當一部分公司和銀行高負債經營。一般上，投資者會謹慎的避開此類公司，但3A評級機構提供擔保，雖然事實證明評估漏洞百出，但結果是投資者選擇冒險。雷曼兄弟成為第一個受害者，他的破產直接波及相關債務公司，最后沖擊整個金融市場。 金融危機發生后，人們沒能預測到長久的經濟衰退的可能性，政府、企業的后續手段加劇危機。為什么預測會失敗？作者認為，失敗的預測都是非樣本預測，錯誤的用之前并不貼近當前的數據解釋當前情況或預測未來。

政治選舉預測：狐貍和刺猬，誰更聰明？

狐貍型專家原則一，用概率的方法思考問題，結果可能會有幾個。二，當實際情況與之前不同時，不應受限于過去的結論，而應該時刻更新預測，最大程度的利用有限的信息。預測出現波動要么因為設計的模型很差勁，要么因為預測對象不具備可預測性。三，尋求共識，群體預測一般比個人準確。但狐貍型專家可以通過獨立思考，反復自己發問而效仿集體預測。預測時，定性定量的信息同等重要，兩者不能獨立分析。

棒球比賽預測：球探和數據怪才，誰更勝一籌？

一個好的棒球預測系統可以完成三個任務。一，考慮影響球員表現的外在因素。本任務相對簡單，主要通過“球場因素”來解釋球員面對的困難的程度。二，區別對待技術和運氣因素。短期內，運氣常常會主導棒球比賽，但長期內技術才是主要因素。某些數據比較善變，容易受運氣影響，而某些數據穩定，則體現個人技術。主要體現三，熟知老化曲線，不同工作的巔峰年齡不同。

天氣預測：蝴蝶扇動翅膀，有可能引起龍卷風

氣象系統符合混沌理論，動態而且非線性。這意味著之前某個時間點發生的動作會影響未來，并且以指數形式增長。 初始數值哪怕發生微小的變化，結果也會造成巨大的差距。可惜，精確程度很有限。經分析可知，這種預測方式屬于決定論，結果完全由初始值確定。在現代氣象預測中，人們通過大量輸入只有微小區別的初始數據，使多個結果以概率形式對比出現，結果成為或然。 人類的視覺相對計算機具有天然優勢，人類可以瞬間發現數據中的異常值并且給出解釋或預測。計算機缺乏想象力，無法識別圖案（比如驗證碼）。

地震預測：一個困惑了人類1000年的難題

地震學家熱衷于含時預測，地震發生的概率在一段時間內總會出現波動。余震可以證明地震存在一定的模式。一般而言，地震伴隨著余震，余震的威力小于地震。但歷史上曾多次出現無法判斷余震的情況，因為連續出現的地震等級驚人的接近。對于地震，還有個誤區是認為地震活動高發期是大地震的預警。如果預測某地每35年發生一次大地震，并不意味著地震但間隔時間相等，更保險的說法是每年發生大地震的可能性是35分之1，無論前一次地震何時發生，下一次但概率也不會改變。地震預測之所以陷入困境，很大程度因為人們無法直接測量地殼的壓力，只能獲得純統計數據，而沒有具有可分析性的數據。在預測中，最常見的是過度擬合，將噪聲誤認為信號。

經濟預測：經濟學家為什么沒有預測到2008年經濟危機

經濟學家并非都是理性的，相當一部分人過度自信。除了預測者本身因素，外界因素也足夠復雜，難以預測。首先，相關性并非等于因果關系。政府每年公布與經濟指標相關的數據上萬個，一些經濟學家把大量并沒有因果關系的數據混在一起。某些數據存在滯后性，經濟預測和經濟政策之間的反饋也難以正常進行，模型中的自變量和因變量在經濟領域混亂使用。

第二個原因是經濟變換莫測，某一時期的經濟運行狀況無法解釋未來經濟的發展。經濟周期并不穩定，沒有知道下一個轉變何時出現。雖然建立在穩定運行狀況的經濟模型毫無價值，但預測轉折點絕非易事。

第三，預測者的原始數據質量不高。 經濟學家面臨兩個困難，一是經濟是動態系統，處于永久的運動中。二是受到某些不確定的初始條件的約束，并不精確的初始數據會導致完全相反的結果。經濟學家對經濟運行中的因果關系認識的迷糊不清，既是給出一系列變量和方程式，也容易把噪聲當成信號。這種情況在大數據時代很常見，沒有理論支撐，沒有深入研究根源，僅僅是純統計學。此外，偏見不可避免。名氣越小，預測越不怕冒險，相反亦成立。解決辦法有兩個，一是為準確的經濟預測創造市場，更多的人對預測感興趣。二是我們應該成為更好的預測用戶，關注真正的專家，知道什么是噪聲，什么是信息。

傳染性疾病預測：禽流感為何會突然爆發，又突然消失？

外推法認為，未來是現在趨勢持續發展的結果。預測者把已有數據畫成圖，并據此推斷未來的發展模式。這種方法顯然不適用于現實。 之所以禽流感會突然爆發，主要因為預測本身會改變人的行為。要么讓結果無效，要么更準確。自我實現預測就是指預測自動實現，人們越擔心某種情況這種情況就越容易成為討論的話題，相關報道越接近真相。與之相反的是自我否定預測，預測會自我破壞。對于流感預測而言，最好的預測無法達到結果，因為這樣的預測會促使人們做出更有利于健康的選擇。 為什么我們無法預測出禽流感？ ? 傳統流感模型過于簡單，而且依賴于大量假設，其中很多難以實現。對于復雜的現實，傳統模型顯然落后時代。但復雜的模型同樣不能提高預測的準確性。現在，越來越多的人采用“基于Agent建模方法”，本質上是對研究區域的模擬，預測者需要大量的數據，以及對認知心理學等學科深入的了解。就目前而言，這種模型難以投入應用。

貝葉斯公式：只有正確的預測才能讓我們更接近真相

成功的賭客，從來不會以穩賺不賠的心態、無懈可擊的理論和極其準確的尺度去看待未來。 通常，我們會把焦點集中到最新最塊的信息上，而忽略全局。有時候，新證據的力量十分強大，會壓到其他的證據。合理的做法是不斷的增加新證據，不斷的更新預測結果。在大數據時代，擁有的信息指數增長，需要驗證的假設以同樣速度增長。預測因此更容易失敗。 頻率主義認為，僅從人口樣本中收集數據是統計學問題中出現不確定性的原因。