人类行为93%是可以预测的

艾伯特-拉斯洛·巴拉巴西 史翔宇

艾伯特-拉斯洛·巴拉巴西（Albert-László Barabási）

《爆发》作者、美国东北大学教授。

全球复杂网络研究权威。他提出无尺度网络模型，2006年因此荣获匈牙利计算机学会颁发的冯·诺依曼金质奖章。世界著名科技杂志popular science杂志赞誉，“他可以控制世界”。

哈桑是一个艺术家，我们可以把他看作一个多媒体艺术家。“9·11”之后，哈桑身上发生了一些有趣的事情。哈桑经常到世界各地旅行，在结束非洲的旅行后，他回到美国却在机场被底特律的联邦调查局带去审问。审问过程持续了半年，最后，哈桑在测谎仪的帮助下证明了自己的清白。他在联邦调查局里待了几千小时，虽然没有被真正逮捕或是被正式提出控告，但他却为解释自己的行为而精疲力竭。事实上，他被逮捕的原因非常简单，因为他正好在“9·11”之后关闭了他在佛罗里达的储存箱，所以那个储蓄箱的主人认为：在“9·11”之后，在有军事训练的佛罗里达州，一个名叫哈桑·伊拉希的褐色皮肤的人……

出于这些原因，他被联邦调查局调查了6个多月。但最有趣的不是发生在他身上的这件事，而是哈桑对此事的反应。在一次又一次地被叫去联邦调查局谈话之后，哈桑被要求要时时汇报自己的行踪。对方称这是为了哈桑着想，以便他能顺利返回美国。于是，哈桑决定将自己的行踪完全公开。哈桑给自己建立一个网页，只要进入页面，就可以精确地看到他每一刻都在做什么。人们可以看到他在哪里，他所在地的景色；人们不只可以看到他现在在哪，还可以看到他过去的六七年都到过哪里，甚至可以看到他吃过的每一顿饭、出入的每一个洗手间，支出的所有开销，坐过的所有航班的航班号，几乎他的一切行踪都展示在这里。

现在，您可能理解为什么我们觉得这很有趣了，因为他选择将自己的所有行为公开，所以所有人都可以知道他在干什么。他选择向所有人公开自己的行踪使得他的信息失去了价值。因为信息的价值取决于它的有限性，即有的人知道有的人不知道。如果人人都能得到这个信息，那这个信息的价值也就下降了。哈桑认为如果公开了自己的行为，那对于联邦调查局来说，他的信息就失去了价值，并且他也算帮助联邦调查局跟踪了自己的行为。而结果是，我们都可以掌握他的行踪。

这个故事是本书第一条主线，我做的第一件事就是分析哈桑的行动轨迹和习惯，并将关于他的数据和其他成千上万的个体做对比，以分析他的行为是特别的还是和他人并无大异。他被逮捕的原因就是不规则的旅行模式，所以我们想分析联邦调查局逮捕他到底有没有意义。而我们对哈桑的分析确实得出一些有趣的结论，这个结论在书尾才得以揭晓。

有关人类行为的统计有很重要的意义。这些数据该如何利用呢？作为一个自然科学家，套用我对自然现象的理解，就会得出：人类是可以被解析、描述、量化，并且是可预测、可控的。这显然是一个令人非常恐慌的陈述。

在对人类行为的预测方面，我们拥有大量数据的支持。我们发出的每封邮件都留下个人社会关系、爱好等线索。银行了解我们的支付能力、品位、购买意愿及购物地点。虽然我们常常选择不去想这些，但我们已经将自己放在记录事实的多倍显微镜下，这些数据细节让他人可以迅速了解我们的生活。

说到人类行为，我首先要解释：“为什么一个物理学家要关注人类行为？”事实是，物理学家开始关心人类行为，是因为想了解这背后复杂的系统。除了大脑，还有经济、细胞以及计算机系统，这里有很多复杂的体系值得研究。

我是从对网络的研究开始的。我的前一本书《链接》探讨了人类以怎样的一种方式相互联系：复杂体系里的各个部分怎样联系？基因之间怎样相互关联？计算机之间怎样相互关联？我们要怎么描绘这些关联背后的大网？《爆发》一书的研究就是从结构、网络分析的角度探询促使这些事情发生的动力。

书中的第二条故事线叫做“1514”，这个故事讲的是1513年在罗马举行的教皇选举如何最后演变成了十字军东征。十字军东征起于匈牙利，一直蔓延到特兰西瓦尼亚，我对十字军东征感兴趣的原因之一是我就出生在特兰西瓦尼亚，对这一事件比较了解。但是这件事到底为什么会引起我的兴趣呢？从书的角度来说，这件事有趣的一点在于，在十字军东征刚开始时，一个人站出来说：“我知道将要发生的一切。”他的预言是，如果你们在思考要不要发动改革，那么这场战争一定会打响，这会是一场血腥的战役，你们最终会取得胜利。我要问的是，他的预言是准确的吗？一个1513年的人又怎么能预测出接下来6个月要发生的事情，而将这件事作为起点，我们真的能预测重大到可以载入史册的事件吗？事实上我们都知道1514年的这场事件的结局是什么，但是我认为这个故事本身就十分吸引人，并跟书中的主旨紧密相连，即我们怎样预测人类行为。

预测本身其实就是一个令人感到恐惧的词。问题是我们要预测什么？我们要预测下次升职的时间吗？或者和谁偶遇？所有这些预测都需要数据，有了这些数据我们才能说预测的可能性有多大。所以几年前我开始思考这个问题时，决定从收集人类行为轨迹相关的数据开始，即我们在哪里，接下来要去哪里。

如果我能掌握自己行动轨迹的数据，是否能用一个方程式解出我明天下午三点会在哪里？我并不是关心明天下午三点在哪，但是这个测试确实展示了我们对于人类行为，比如行动轨迹的了解能有多深。

我想证实，一旦你收集到足够多的数据，你就可以提出这个基本的问题：我们的可预测性有多高，并且会得到一个令人震惊的答案。数据真的可以帮助我们预测之后很长一段时间的行为吗？我尝试在书中一步步推进这一论题。

（本文根据巴拉巴西9月9日在中科院计算所湛庐文化“大数据时代：谁来掌握我们的未来”高峰论坛整理而成。）