大數據分析的三大障礙
大數據問世之后，很多企業把大數據當成解決企業問題良方。盡管大數據同樣可依現代科學方法來研究和處理難解問題，但意大利科學家薩羅‧蘇奇(Sauro Succi)博士和倫敦大學學院(UCL)名譽教授彼得‧科維尼(Peter V. Coveney)指出，大數據分析仍存有三大障礙無法突破，因此雖然大數據帶來新視角，但企業卻不能把它當成救世主。
蘇奇與科維尼于2019年發表了一篇名為《大數據：科學方法的終結?(Big data: the end of the scientific method? )》[1]文章。蘇奇與科維尼認為，我們身處的世界非常復雜，因此大數據研究方法所提出的一些主張仍需要修訂。因為源自于伽利略的「現代科學方法」，背后存在著一些障礙，這些障礙包括：非線性(nonlinearity)、非局部性(non-locality)和高維度性(hyperdimensions)，如圖1所示。
圖1 大數據分析的三大障礙 繪圖者：張琬旖
1.非線性(nonlinearity)
非線性是在理論建模時，眾所周知的難題。非線性建模最典型的案例，就是氣象學里的「蝴蝶效應(Butterfly effect)」。一只小蝴蝶在中美洲的古巴拍拍翅膀，能在美國德州引發龍卷風嗎?(Does the Flap of a Butterfly’s wings in Brazil Set Off a Tornado in Texas?[2])
蝴蝶效應是由美國氣象學家，也是麻省理工學院的教授愛德華‧諾頓‧羅倫茲(Edward Norton Lorenz)所提出，意思是指在一個復雜的系統中，一個變量的微小變化，配合背后的連鎖反應，將會對整個系統造成巨大的影響。而這種非線性的影響，大大限制了模型的預測能力。大數據分析可以協助解決一些非線性系統的問題，但許多機器學習算法的基本假設，并不適合用在非線性系統當中。
2.非局部性(non-locality)
非局部性則是指存在著遠距離的相關性，縱使在系統里不同的子系統或是變量之間距離很遠，但仍然可能保有因果關系。非局部性通常「違反直覺」，畢竟一般人會認為，越接近的事物，它們彼此之間的相互作用影響也最多。用機器學習來解決非局部性問題顯然是一個重大挑戰。
3.高維度性(hyperdimensions)
我們已經習慣在三維空間上，再加上時間維度來生活。但當維度超過三個以上，人類的認知就會受到相當大的限制(這時一般會透過數學來運算)。復雜系統背后所探討的變量非常多，而這也造成計算維度的復雜。
蘇奇與科維尼最后指出，如果機器學習技術能夠協助克服上述三個基本障礙，那將是非常理想的，但到目前為止，幾乎沒有證據能表明大數據分析研究能有效突破以上的障礙，這需要大家持續的努力(一些例外是在天文學，機器學習在天文領域開始獲得很大的進展)。
