大數(shù)據(jù)：看密西根大學如何化解數(shù)據(jù)科研中的倫理和不確定性問題-智醫(yī)療網(wǎng)近年來，大數(shù)據(jù)已然成為強大的工具，密西根大學緊隨這一科技大趨勢，努力學習并開展大數(shù)據(jù)研究。
大學研究院副院長Jack Hu在2015年一次聲明中表示，大數(shù)據(jù)，即通過大量分析表明趨勢和關聯(lián)的數(shù)據(jù)，正在“對各學科研究進行大規(guī)模改革。”
密西根大學證實，該校在數(shù)據(jù)科學領域上的投資物有所值。學校在過去五年間對該項目（Data Science Initiative – DSI）資助了100萬美元，一些多學科和交叉學科領域的教研人員也參與到數(shù)據(jù)計算分析和管理研究中心的建設中。“我們的目標是在校園點燃創(chuàng)新研究，并取得數(shù)據(jù)科學本身的進步。”
Hu在2015年說道。大數(shù)據(jù)已成為醫(yī)學項目和疾病研究的核心，諸如巴拿馬文件泄密事件等國際貪腐丑聞的曝光和世界性的經(jīng)濟技術發(fā)展也離不開大數(shù)據(jù)。例如，田徑運動相關的大量數(shù)據(jù)可以預測運動員受傷情況；授課分析可以開發(fā)更好的教學模式；還有大量患者信息可以用于診斷預測并分析健康情況。
密西根大學數(shù)據(jù)研究中心作為DSI項目的一部分，自成立兩年間得到了快速發(fā)展，已成為多學科、跨學院的數(shù)據(jù)研究。DSI項目下的另兩個子項目分別是先進研究算法（統(tǒng)計咨詢和技術服務）和計算分析研究。醫(yī)學和生物信息算法領域的教授Brian Athey稱，大數(shù)據(jù)的創(chuàng)新使用需求還在持續(xù)增長。
在大數(shù)據(jù)浪潮到來之前，密西根大學的研究人員就已經(jīng)利用大量數(shù)據(jù)分析并預測引發(fā)疾病的病因、加強計算機科學的研究。先進研究算法負責人大學副校長Eric Michielssen說，要解決現(xiàn)實具體問題，首先需要‘海量’的數(shù)據(jù)，基于此他與Athey重申了大數(shù)據(jù)四個‘V’重要概念。
除了數(shù)據(jù)量（the volume of data）之外，研究人員還考慮到數(shù)據(jù)速度（velocity），即接收前所未有的大量數(shù)據(jù)的能力。接收的數(shù)據(jù)中還需要考慮到數(shù)據(jù)格式的多樣性（variety），數(shù)據(jù)格式不僅僅是常見的工作簿數(shù)據(jù)，最后一個‘v’是數(shù)據(jù)準確性（veracity），即數(shù)據(jù)的不確定性和有效性。
Michielssen稱，高效的日常數(shù)據(jù)收集和匯總– 尤其社交網(wǎng)絡和商業(yè)交易產(chǎn)生的大量數(shù)據(jù)通過無線技術、傳感器和復雜的網(wǎng)絡系統(tǒng)快速傳播 – 這要求研究人員重新考慮如何利用數(shù)據(jù)惠及社會和科學發(fā)展，這就是大數(shù)據(jù)的創(chuàng)新應用。
Michielssen說，“社會方方面面，各個領域的科研和教學都會受此影響，即大數(shù)據(jù)現(xiàn)象的影響。” 在Athey看來，數(shù)據(jù)科學的重要性在大學層面上– 尤其對擁有優(yōu)秀科研資源的大學而言 – 可以從該校的科研史上可見一斑，看看大學是否在機器學習、數(shù)據(jù)分析、統(tǒng)計計算等學科發(fā)展方面已為今天的方法論做好研究準備。
“密西根大學提供一個理想環(huán)境”，根據(jù)摩爾定律，隨時間計算能力提高同時成本降低，Athey說，“大科學和大數(shù)據(jù)正重塑社會和高等教育。”MIDAS行政總監(jiān)Kevin Smith博士稱，現(xiàn)在的數(shù)據(jù)科學家不必受過時的計算機規(guī)律的約束。相反，現(xiàn)代的數(shù)據(jù)管理需要MIDAS三層合作 –即一所大學作為學術中心、CSCAR咨詢等數(shù)據(jù)科學服務以及高性能計算平臺。“這是一個數(shù)據(jù)整合與有效應用的全局思考，你可以對任何待解決的科學問題或商業(yè)問題進行數(shù)據(jù)探索，通過分析、可視化，驗證你的做法是否正確。”
交通運輸與科技
Michielssen說，在數(shù)據(jù)科學研究上，大學側(cè)重實際結果，因此必然更注重應用而不是理論方法，尤其對政策、教育和基建方面的應用更是如此。“從方法論上，我們把這種大數(shù)據(jù)在其他領域中的應用當作發(fā)展大數(shù)據(jù)的絕佳機會。”Smith補充道。例如，MIDAS的數(shù)據(jù)運輸研究中心（Data-Driven Transportation Research）和數(shù)據(jù)密集性學習分析中心（Data-Intensive Learning Analytics）的研究人員利用大數(shù)據(jù)改善車輛使用模式、提高交通效率，并開發(fā)檢驗學習過程的新工具。
密西根大學交通研究院的副研究員Carol Flannagan說，他的團隊利用大數(shù)據(jù)分析司機行為，仿真交通規(guī)則、交通系統(tǒng)下的司機行為。“交通數(shù)據(jù)變化快，對現(xiàn)辦法的創(chuàng)新應用，甚至擴展現(xiàn)辦法或研發(fā)新方法，在交通運輸領域都大有用武之地。”
除了為交通分析提供大量數(shù)據(jù)外，F(xiàn)lannagan團隊在車禍調(diào)研方面也取得了成果，已開發(fā)了躲避車禍的技術應用。這些技術應用可以轉(zhuǎn)化為乘車人保護措施，而不是避免車禍。
團隊通過可視化工具和交通事故數(shù)據(jù)分析，提出了一系列車輛在車禍中抵御自身損害的措施，尤其在車輛設計、乘車人行為措施、道路設計等方面，為政策制定部門和基建設計單位提供新的可能性，通過優(yōu)化設計、制定更好的制度避免不必要的傷亡。
從安全的全局出發(fā)，做出預測、制定交規(guī)，這需要研究者、政府其他機構共同努力。Flannagan說，一個阻礙就是數(shù)據(jù)共享性和數(shù)據(jù)快速訪問。他指出，“我們必須遵守數(shù)據(jù)分析中三思而后行的要求，只是，這個要求是極為苛刻的。”因為，大科學研究必定伴隨著大量挑戰(zhàn)，尤其對大數(shù)據(jù)需求還不斷變化的情況下更具挑戰(zhàn)。
社會科學與挑戰(zhàn)
2014年5月份，前總統(tǒng)奧巴馬公布了白宮官方報告，陳述了在數(shù)字時代個人信息安全、負責任的教育制度、以及公共來源的數(shù)據(jù)使用的重要性。“如果處理妥善，大數(shù)據(jù)將成為社會進步的重要推動力量，讓我們國家長治久安、經(jīng)濟繁榮。”報告稱。此后，大數(shù)據(jù)在國家范圍內(nèi)的使用一直飽受爭議，最近圍繞著2016年總統(tǒng)選舉中的大數(shù)據(jù)應用更是鬧得沸沸揚揚。起初，大數(shù)據(jù)被視為總統(tǒng)選舉結果的整體預測，盡管一些人認為現(xiàn)任總統(tǒng)特朗普起初否認大數(shù)據(jù)僅僅是為了掩蓋農(nóng)村的投票信息。
Michael Traugott教授就可以還原未受社交和新聞媒體影響的公眾意愿。Traugott教授團隊聯(lián)合民意調(diào)查機構（Gallup）和喬治城大學（Georgetown University）收集數(shù)據(jù)驗證2016年總統(tǒng)競選期間政治話題。利用計算機軟件檢索成千上萬投票者對選舉的關鍵話題，研究人員可以得出公眾對媒體宣傳后產(chǎn)生的主流觀點。
公眾的主流觀點與9家主流報紙進行內(nèi)容對比分析，與記者微博的內(nèi)容對比分析，另一個指標是媒體報道對公眾情感的影響。Traugott說，“競選初期媒體對參選人的性格分析報道讓我驚訝不已，特朗普受到了不成比例的關注度。我們希望追蹤一些對候選人好感度不產(chǎn)生影響的媒體新聞以及公眾提及的話題。”Traugott利用數(shù)據(jù)判斷傳統(tǒng)的預設主題的報告方法是否在社交媒體環(huán)境下依然適用。
由于大數(shù)據(jù)可以影響政治，產(chǎn)生對抗性社會氛圍，華盛頓郵報呼吁：利用大數(shù)據(jù)代表各種可能性時，需要更深層的私人思考和技術政策。另外，由于數(shù)據(jù)收集階段就會存在內(nèi)在偏倚– 無論大小 – 都會對結果產(chǎn)生影響，導致危險或者負面的結果。
研究人員每天面對公眾對隱私性和保密性的擔憂，這是意料外的阻礙。數(shù)據(jù)傳遞、醫(yī)療記錄以及社交信息是需要保障信息安全的三大領域。Michielssen說，“研究人員用軟件在聯(lián)網(wǎng)環(huán)境中進行研發(fā)，因此需要同時保障研究人員自身的信息安全。”Athey稱，人們對未知領域的態(tài)度既害怕又復雜，就像人們用大數(shù)據(jù)研究死亡的態(tài)度既恐懼又搖擺不定。
“大數(shù)據(jù)可以促進社會進步，或者直白的說，可以為不同社會團體所利用。”Athey接著說，“那些知道方法、有計算能力、可以獲取數(shù)據(jù)的人相比一般人擁有特殊優(yōu)勢，可以做好事也可以做壞事。”他解釋道，‘數(shù)據(jù)文盲’就會處于不利地位。“如果你對數(shù)據(jù)科學缺乏知識，不會實踐，就有可能成為一個受害者。這就是我們生活的社會 – 谷歌和其他數(shù)據(jù)時代產(chǎn)物都不會消失。”Smith也注意到全球云數(shù)據(jù)倫理問題。“一個公司或許可以利用大數(shù)據(jù)獲取某種競爭優(yōu)勢，我想這就是我們的社會演變和進化的過程。”
電子工程和計算機科學教授H.V. Jagadish開設了許多在線公開課程來檢驗數(shù)據(jù)科學的倫理問題。Jagadish教授的目的就是在線公開課程融入到數(shù)據(jù)科學培訓的課程之中，希望可以教數(shù)據(jù)科學家們‘恰當?shù)臄?shù)據(jù)科學。
Jagadish說，除了隱私性之外，數(shù)據(jù)科學還面臨其他的問題，比如算法的不精確、算法鑒別與偏倚。算法根據(jù)代入的數(shù)據(jù)會發(fā)生意外得出不需要的結果。然而，Jagadish也相信，盡管有諸多問題，人們會逐步控制、解決這些問題，最終達到數(shù)據(jù)科學規(guī)則方面的共識。“我們利用數(shù)據(jù)科學為我們自己做決策，或者利用多種來源的數(shù)據(jù)侵犯他人隱私，但我想說，雖不是所有人，但大多數(shù)人都愿意做有益的事情。我們所要做的就是充分探討并對正確的事情上取得共識。”
對未來數(shù)據(jù)的誤解
大數(shù)據(jù)可以預測社會變化或預測疾病發(fā)展。然而無奈的是，這門科學本身的發(fā)展卻是不可預測的。“因為這個學科發(fā)展太快，變化太快。”Michielssen說。分析工具的計算平臺的升級、分析技術的改進、方法論的變化依然是主要創(chuàng)新領域。這些創(chuàng)新并沒有在最近的互聯(lián)網(wǎng)大數(shù)據(jù)浪潮之中停滯不前。“一個誤區(qū)可能是所有老科學將會過時，數(shù)據(jù)科學將會取代所有過去十年間研發(fā)改良的成熟科技。”Michielssen認為這種觀點大錯特錯。“數(shù)據(jù)科學將強化現(xiàn)有技術，它是一個工具，只是科學家和工程師必備的重要工具，與其他工業(yè)分支一樣。但不會取代現(xiàn)有技術。”
天坦動態(tài)