美国有一档真人秀节目叫《潜行追踪》（英文：Hunted），内容是两人一组共九队来自社会各个阶层的普通人组成的逃生组对决由32名前FBICIA等专家组成的猎人组。九队人马在美国东南部的10万平方英里范围内逃跑，只要28天之内没被抓到，就能获得25万美金的奖励。 乍一听好像也不难，大不了买够食品关闭手机，然后躲到一个鸟不生蛋的地方，捱过28天再去领奖金不就行了？的确，如果真的这样做可能FBI专家也束手无策，所以节目组也制定了一些规定，比如每组人身上只有500美元额度的信用卡，要至少用ATM取款2次（每次最多只能取100美金），每48小时必须移动5英里等，而且最后还需要去银行取出25万美元，提着现金坐飞机走掉才算真正成功。 通过这个节目有人看到的是紧张刺激的逃生，有的人看到的则是普通人在信息社会中的隐私问题。如果是一个没有互联网的社会，没有智能手机，没有随处可见的摄像头，想要知道一个人的行踪可能会非常困难，而现在，每个人都将无处遁形。 节目组为什么要规定逃生组的成员去ATM机器上取现金？道理很简单，ATM机器上有摄像头，只要出现在ATM前你的脸部图像就会被读取，而在FBI那里会用超级计算机实时将逃生范围内所有ATM摄像头获取到的脸部图像跟逃生组成员的照片进行对比，一旦匹配上，就可以马上定位到ATM的具体位置，进而以最快速度进行追捕。ATM上取一次现金可能需要一分钟，但是摄像头获取图像到被识别定位可能不需要1秒，而1秒之后你就已经进入了被搜捕的范围。 节目组规定逃生组成员在一定时间内必须移动一定的距离也是差不多的逻辑，因为除了荒郊野岭，各种地方都会有摄像头。便利店和超市有，加油站、银行、医院也有，还有停车场、马路上都是摄像头，这些摄像头无时无刻都在捕捉着人脸数据，而这些人脸数据都会成为跟踪线索。 想要度过28天，总不能不吃不喝，因为只有信用卡，所以必须到商户刷信用卡，一旦刷信用卡立刻就会被定位，这也是为什么栏目组规定一次只能取100美金以下现金的原因，目的就是让你要么多去ATM取款，要么多用信用卡刷卡购物，这样就会留下更多的线索。特别是信用卡刷卡购物会留下诸多线索，可以进行购物地点的定位，也可以追踪你购买的一次性手机。 逃生组成员在这28里有时难免忍不住还会跟家人朋友用手机、公共电话、一次性电话联系，但是这些通讯过程和电话语音极有可能被监听。监听的对象不是逃生组成员，而是他们的亲朋好友，因为逃生组的成员不会那么傻用自己的原号码联系家人，但是他们的家人和朋友联系方式并没有改变。只要被监听到，那么通话发出的地点就可以被反查得到，而通话内容也将提供大量会被追踪的线索。还有一些不怕死的逃生组成员甚至使用电子邮件、社交网络来跟其他人联系，而登录网络时的IP地址会被定位，发送的内容也可能被截获。 最开始猎人组只有逃生组成员的姓名、照片和住址信息，但是根据这些简单的信息就可以逐渐挖掘到他们的各种网络账号、车牌、信用卡号、手机号、社交关系等等，再加上逃生组成员有意无意不断“暴露”自己的行踪，以及自己的亲朋好友帮的“倒忙”，最终被一一抓获。当然也不是所有逃生组成员都逃亡失败，九组成员有两组最终逃亡成功。其中一组是完全不用任何电子设备或接入网络的“原始人”组，这对夫妇几乎不跟人联络，全部靠装可怜搭便车；另一组则是把自己的社交账户内容删干净、电子设备统统格式化的“高智商”组，他们经营一家密室逃脱商铺，知道跟亲朋好友利用邮件系统的草稿箱联系（即大家相互之间不发送邮件，只登陆同一个邮箱账号看草稿，只是这个方式后来也被识破），他们还把猎人组的手机号挂到网上卖二手自行车，扰乱了追捕节奏。 我们可以看到最终胜出的两组成员在当今社会中都是属于“异类”，因为极少人会跟电子设备和网络绝缘，也极少人会充分利用网络通信技巧。即便是这两组胜出的异类也仅仅是逃过了28天，如果追捕行动持续进行，相信他们也在劫难逃。 这个真人秀节目从一个侧面反映了大数据下的社会，虽然是一档娱乐节目，但是我们也可以看到大数据下的社会个人隐私极容易被暴露。我们必须接受这样的现实，科技的发展从来都是一只双刃剑，你在接受科技带来的便利的同时，你也要承担很多额外风险。曾经互联网刚诞生的时候有句话叫做“你永远不知道坐在电脑那端的是人还是狗”，而在如今大数据下的社会，如果坐在电脑那端的真是一条狗，那么这条狗什么品种、年龄、名字、地址、喜欢什么食物、经常在哪活动，甚至它的父母是谁等等一系列信息都会一清二楚。 当然，大数据存在的意义并不是为了暴露所有人的隐私，它也有很多正面的使用场景。在国内有一档电视节目叫《最强大脑》，讲得是在全国范围内召集脑力超群的人来完成常人不可能完成的任务，在最新一季节目中就引入了人与机器的PK。机器的代表是来自于百度公司的人工智能机器人“小度”，小度有着超越人类的视觉和听觉，其实就是有着强大的数据处理能力。 有一期节目就是让人类选手和小度一起看一批小孩的照片，然后指定3张，然后现场从一群已经长大成人的真人中找出对应的人。也即整个过程是要通过小时候照片上的一些特征信息，然后经过推理得到长大后的样貌。我印象非常深的是当时小度在某一轮PK中找到了一对双胞胎姐妹。 这或许也是一档娱乐节目，但是我们同样可以看到这些技术的应用前景，利用这种图像识别和大数据的分析就可以找到被拐卖儿童的线索。丢失儿童的家庭提供孩子小时候的照片，也许很多年过去了，父母无法在茫茫人海中找回自己已经长大的孩子，但是只要这个孩子新的照片出现在网络上，利用图像识别技术就能完成匹配。虽然不一定能直接找到孩子，但是极有可能找到照片的上传者的地理位置，或者通过网络联系到对方，进而顺藤摸瓜找回丢失的孩子。 当然，大数据的意义也不是仅仅在于公益，对于个体来说能达到一个量化自我的目的。 量化自我（QuantifiedSelf，QS）是指通过科技方式将一个人日常生活的各方面，包括物质摄入、身体状况以及体能情况记录下来的一项活动。这个概念由于手机传感器、各种智能设备、可穿戴式设备的发展变得流行起来，一时间每个人都变成了一堆“数字”。 用手机就可以知道自己每天走了多少步，消耗了多少脂肪，配合智能手表或手环还能知道运动过程中的心率、运动量和运动强度。一个体脂秤就能知道自己的体重、体脂率、肌肉率、内脏脂肪、基础代谢率、蛋白质、骨量，还能测算BMI（身体质量指数，BodyMassIndex）。一个智能枕头就知道你晚上的入睡时间、深度睡眠时间、睡眠质量等。这就像我们去医院进行体检，最终的体检报告可能就是一个个数值，因为数值最直观也最能说明问题。 不仅有对体征的量化，一个人的很多方面都在被量化，比如支付宝会根据你的购物情况来判断你的收入水平、信用指数，微信根据你在App内的消费情况、理财额度来发放给你的微粒贷的额度。也就是说你日常的消费行为、信用情况都是被量化的。为什么你喜欢在淘宝上购物，为什么一看今日头条总停不下来？因为这些应用都在不断收集你的喜好数据，对你进行分析，然后持续推送你感兴趣的商品和内容。 生活场景中的量化自我已经涉及到了方方面面，工作场景中的量化自我也会是一个重要需求。那么工作场景中有哪些地方可以量化自我呢？工作场景中的量化自我又有什么意义？ 一个人的工作时长，特别是有效的工作时间，开会时长，出差时长，培训时长就可以通过签到考勤、会议日常、出差申请等应用计算出来。除此之外，一个人的协作度也可以被轻松量化，比如处理多少邮件、审批流程，发送了多少消息，共享了多少文件，组织了多少会议，使用移动办公产品的时长、频率，这些都能反映出一个人的协作度。如果一个员工从来不及时处理邮件，很少跟他人互动，他的协作度可能就不高，至少效率会不高。 工作环境中没有人是绝对孤立的，很多项目是需要团队合作，那么你获得多少的点赞，你分享的内容被多少人回复转发，收到了多少红包都是对你很客观的量化，这也能反应出你在团队中给他人的印象。 所以工作场景中的量化自我对于员工来说可以看到自己工作时间上的分配，如果发觉自己的有效工作时间很低那么就应该做出适当的调整，比如少参加无关紧要的会议，如果发觉自己的协作度低，那么就要考虑如何去提升。对于团队管理者来说可以比较直观的发现团队中工作投入度比较高的成员，以及整个团队的战斗力等情况。 大数据让你更加了解自己，让别人更加了解你，也让团队、各种系统更加了解你。一个芝麻信用分可以决定你能不能走机场VIP通道或者住宿酒店是否可以免押金，你在银行的信用积分可以决定你能不能获得贷款以及贷款的额度，一个滴滴司机的五星评分可以决定他在下个月能拿多少奖金。林林总总，每个人都将会被各种数据进行量化。 人工智能的发展离不开大数据，人工智能发展了几十年，在早年就是因为缺少数据，需要海量数据进行学习的人工智能终于赶上了一个合适的时代。整个社会中的每个个体都在通过各种电子设备和网络不间断提供各类数据，人工智能技术又将会利用这些数据来“改变”人类。我们不用对科幻影视剧里人类的未来感到过于恐慌，但是我们每个人都将无法逃离大数据下的社会。
