導讀：《時(shí)代周刊》最新一期封面文章稱(chēng)，我們每天被數據海洋淹沒(méi)，只有讓冷冰冰的數據形象化，變成看得見(jiàn)摸得著(zhù)的東西，我們才能從中挖掘出意義。

威廉-普萊費爾(William Playfair)生于1759年，在家里排行老四，父親是上進(jìn)的蘇格蘭大臣。他年紀輕輕便當上瓦特的個(gè)人助理，隨后從事制圖、會(huì )計、工程、經(jīng)濟、銀匠、土地投機、記者等多種職業(yè)，取得大小不等的成功。最終他在貧困中去世。

不過(guò)在此過(guò)程中，他差不多是不聲不響地一手創(chuàng )立了統計圖表學(xué)，發(fā)明了柱狀圖、線(xiàn)形圖和扇形圖。1786年他出版《商業(yè)和政治地圖集》，該書(shū)以一副英國歷史進(jìn)出口圖開(kāi)場(chǎng)，放在今天的話(huà)與本刊的排版看上去并不太脫節。用他自己的話(huà)說(shuō)，“普萊費爾是將幾何原理用于財政事務(wù)之第一人”。

他生不逢時(shí)。如果他活在當今時(shí)代，普萊費爾很可能身居硅谷一家受熱捧創(chuàng )業(yè)公司的首席數據官高位。我們周?chē)氖澜绨l(fā)生著(zhù)看不見(jiàn)但影響巨大的轉變，即從信息稀缺到信息過(guò)剩的無(wú)聲顛覆。人類(lèi)進(jìn)化首先面臨的是食物短缺，如今我們卻遭受著(zhù)普遍肥胖之苦。

與之大同小異的是，過(guò)去我們獲得信息很困難，現在到處都是海量的信息。谷歌前CEO斯密特曾經(jīng)估計，人類(lèi)每?jì)商焖鶆?chuàng )造的數據量就相當于有史以來(lái)到2003年的數據量總和。他說(shuō)這話(huà)是在五年前。我們從認識上還未進(jìn)化到這一步。

估計人類(lèi)創(chuàng )造的總數據量是技術(shù)人員的一大愛(ài)好。確切數字雖然各不相同，但誰(shuí)都承認大得驚人。只需想想你的智能手機就夠了：沒(méi)錯，它是一個(gè)通訊設備，但它也是把你周?chē)氖澜甾D化為數據的工具。你看到某個(gè)東西，把它拍下來(lái)或者錄下來(lái)，然后上傳到云端，以字節的方式永遠存在。每一天人們發(fā)布五億條推文，在Instagram分享7000萬(wàn)張照片，在Facebook觀(guān)看40億條視頻。每一分鐘我們向YouTube上傳300小時(shí)的新內容。

創(chuàng )造數據的不僅是人。還有被稱(chēng)為物聯(lián)網(wǎng)的新現象。汽車(chē)、自動(dòng)售貨機、眼鏡、計步器等裝上傳感器和傳輸器，與云端或彼此之間通訊。這些物體也像人類(lèi)一樣在數字世界留下痕跡。市場(chǎng)研究機構IDC在2014年的報告中估計，數字世界的規模將從2013年的10萬(wàn)億吉字節增長(cháng)到2020年的44萬(wàn)億或44澤字節。

我們擁有豐富的數據，但從中獲得的回報卻迅速減少，因為擁有的數據越多，就越難從中挖掘出意義。頗具諷刺意味的是，信息過(guò)多差不多也像信息不足一樣難以分析和理解。于是，新技術(shù)讓我們的世界充斥著(zhù)越來(lái)越多的復雜信息，我們最終就越需要有著(zhù)悠久歷史的人類(lèi)努力，即始終致力于使復雜的東西可以理解、從混亂中求得意義的藝術(shù)，尤其是視覺(jué)藝術(shù)。

正如普萊費爾所發(fā)現的那樣，超過(guò)某一界限挖掘數據意義的最佳辦法就是使數據形象化。試想Instagram的海量照片。去年紐約市立大學(xué)教授曼努維奇(Lev Manovich)對來(lái)自紐約、圣保羅、柏林、曼谷、莫斯科5座城市的12萬(wàn)張照片進(jìn)行了視覺(jué)分析。他和他的研究團隊從中選取自拍照片，估計照片上的人的年齡和性別。然后他們對照片運用面部分析算法，對所有數據進(jìn)行統計分析，最后放到selfiecity.net制成互動(dòng)圖表。

結果這些毫無(wú)意義的原始數據現在具有了意義。你可以按照城市、性別、心情、是否歪腦袋、是否戴眼鏡、睜開(kāi)還是閉上眼睛瀏覽照片。你可以提出問(wèn)題并得到答案：誰(shuí)自拍用的多，男人還是女人？(答案是女人)。哪里的人笑得最多？(曼谷)哪里的老年人愛(ài)自拍？(紐約)……

如果你把數據形象化看作我們抵抗信息海洋的防洪堤，那么隨著(zhù)數據日益增多，防洪堤的壓力總是不斷上升，而壓力上升又改變了數據形象化的方式和作用，這一點(diǎn)甚至普萊費爾也不曾料到。

形象化從對統計數據集的分析呈現發(fā)展為實(shí)時(shí)數據的不斷變化圖景。在Bostonography你可以像上帝一樣鳥(niǎo)瞰波士頓所有按照當前時(shí)速進(jìn)行顏色編碼的公交車(chē)位置。Crimemapping.com實(shí)時(shí)顯示按照報案地點(diǎn)分類(lèi)的案發(fā)地情況，用不同表情符號代表不同性質(zhì)的案件。fbomb.co網(wǎng)站提供上推特的人何時(shí)何地如何說(shuō)國罵的全球實(shí)時(shí)圖景。

從“紐約出租：生命中的一天”(NYC Taxis: A Day in the Life)可以得見(jiàn)美觀(guān)、免費的數據豐富性。一位名叫Chris Whong的黑客根據《信息自由法》從出租車(chē)與電召車(chē)委員會(huì )(TLC)下載50G紐約市出租車(chē)數據，利用這些數據制作了2013年某一天任意出租車(chē)的路線(xiàn)和收入圖。你可以選擇一輛車(chē)快進(jìn)(或以正常速度——如果你有時(shí)間)觀(guān)看它在曼哈頓大街上行駛，像勤勞的小精靈吃豆子那樣在身后留下一條藍線(xiàn)。

數據形象化并非總是為了鬧著(zhù)玩。今年4月30日在Kickstarter發(fā)布的一個(gè)眾籌項目將從OpenSecrets.org抓去競選資金數據并以多種方式自動(dòng)圖像化，清楚、簡(jiǎn)潔地顯示政治家獲得的資金數量和來(lái)源。這是超越透明性的下一個(gè)必要步驟：不僅公布信息，而且要公布該信息的意義。今年數據圖像化最引人注目、最具革命性的實(shí)驗之一是紀錄片制作人、數據專(zhuān)家霍洛蘭(Neil)的“二戰死難者”(The Fallen of World War II)互動(dòng)視頻。該實(shí)驗利用圖表圖像講述歷史：表示成千上萬(wàn)死難者的幾乎獨家的抽象數據形象化地帶領(lǐng)我們回顧二戰和“大屠殺”。

視頻六分鐘左右鏡頭急劇仰拍現出摩天大樓似的柱狀圖，表示前蘇聯(lián)軍隊870萬(wàn)人的傷亡。初一看似乎極不可能，但隨著(zhù)鏡頭回搖，在二戰的巨大災難中又合情合理。在這種不動(dòng)聲色的敘述中，人類(lèi)的死亡更顯觸目驚心。

之后的視頻同樣攝影手法反復出現：冷冰冰的抽象數據變?yōu)橐曈X(jué)藝術(shù)，讓我們感同身受，增加知識。現階段人類(lèi)遭遇普萊費爾也發(fā)現無(wú)法理解的海量數據。我們也覺(jué)得數據多得無(wú)法理解，而這些數據又可能使得我們的世界不可理解。不過(guò)我們并非毫無(wú)辦法。信息不僅需要自由，它還需要看得見(jiàn)摸得著(zhù)。

大數據概念股：東方國信、易華錄、拓爾思、銀之杰、東方網(wǎng)力、天璣科技、科華恒盛、宜通世紀、榮之聯(lián)、紫光股份、海蘭信、創(chuàng )意信息。