大数据也有弊端：数据量剧增 需要“智能遗忘”

　　现实生活中大部分复杂的趋势正是如此：股票市场、经济发展、企业的成功或失败、战争或和平、国家关系、帝国的崛起和衰落等等。短期分析不仅不够扎实，而且毫无益处甚至会带来误导。看看2009年金融危机即将到来的时候，还有那么多经济学家信誓旦旦地宣称这一事件不会发生。认为从那种时间尺度的数据就能做出扎实的预测，本身就有很大的问题。

　　我们还应当记住，在决定哪些数据是保存还是删除的时候，新颖性往往会成为主要的考虑因素。旧的淘汰，新的进来，在这个搜索算法本质上偏向于新鲜事物的数字世界中，这是明显的趋势。从高等法院的裁决，到所有的社交媒体服务平台上，我们到处都可以看到已经失效的网址。对当前的偏好已经渗透到我们身边几乎所有的技术中，大多数人已经习惯用个四五年就把原本光鲜亮丽的机器抛弃。

　　我们需要更好地确定哪些数据值得优先保存。怎么办？这不仅是一个如何更好保存旧数据的问题——尽管这并不是个坏主意，想想我们现在还有什么东西能保留10年的。更重要的是，这个问题关系到确定哪些东西值得优先保存，如何在知识的名义下，确定哪些信息最有意义。

　　或许我们需要的是“智能遗忘”：让我们的工具变得更会放弃最近的过去，从而在整体视角上保持更大的连续性。这有点像是重新组织一本相片簿，尽管加上了更多的数学方法。什么时候两百万张照片的价值比两千张照片更低？什么时候较大的样品覆盖的范围反而较小？什么时候细节水平能提供有用的质疑证据，而不是虚假的自信？

　　许多数据集是无法缩减的，而且在完整的情况下才最宝贵，比如，基因序列、人口统计学数据、地理和物理学的原始观测数据等。科学性越弱，数据规模与数据的质量更可能呈现负相关，此时时间本身就成为更加重要的过滤工具。我们如果不仔细选择过去保存下来的有价值、有意义的东西，那它们就会悄无声息地淹没在如今日益增长的噪音之中。

　　今天的企业、个人和政府机构都能够获得比以往（甚至就在几年前）大许多数量级的数据，但这些数据并没有获得更多的处理时间。利用越来越高效的工具，董事会成员、首席执行官、政府官员等决策者可以就已有的信息提出更有意义的问题。单纯的堆积不是问题的答案。在一个数据量越来越大的时代，如何选择不知道哪些事情，与选择做什么事情一样重要。