智慧社会(txt+pdf+epub+mobi电子书下载)

作者：（美）阿莱克斯·彭特兰（Alex Pentland）

出版社：浙江人民出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

智慧社会试读：

对谈

汪小帆：人们在19世纪初叶就提出了社会物理学一词。通俗地说，社会物理学是指“把物理学的概念用于社会科学研究”。您为何使用这一古老的词作为本书的英文书名并称之为“一门新科学”？您和他人曾经合作在《科学》上发表过一篇题为《计算社会科学》的文章，您为何不使用这种似乎更为切合主题的词作为英文书名呢？

彭特兰：社会物理学确实已经有两个世纪的历史了，这一名称反映了人们期望具有预测能力和社会科学可以数学化的梦想。这里使用的“物理学”一词并不局限于力学和场论等概念，而是意指可预测和可解释性。也就是说，我们所建立的数学是对用于交互粒子研究的数学的扩充。正如我在书中所说，我所称的社会物理学是关于想法在人们之间的流动是如何改变人们的行为的，如同力学中的能量在粒子之间的流动改变运动一样。

汪小帆：这本书介绍了大数据如何帮助我们理解人类社会。大数据必将改变我们的生活和工作方式。您能否和我们分享一下您对于大数据的总体看法？特别地，我们应该如何在拥抱大数据技术的同时使其风险极小化，以保护隐私和公平性等基本价值观？

彭特兰：大数据包括了环境卫星、基因数据、GPS和地图数据、数字图像，以及诸如社交媒体数据之类的人们有意识产生的数据，等等。大数据可以让我们知道真实情形，从而带来更为透明和负责的政府。因此，联合国秘书长称之为“数据革命”。大数据还首次提供了关于人类行为的大量的定量数据，从而可以改进我们对人类心理和生态的理解。

当然，危险在于大数据也可用于限制我们的行动自由。这也是为什么我会与世界经济论坛和联合国秘书长合作制订“数据新政”，以给予个体对于涉及其自身的数据更大的控制权。正如书中所述，这一“新政”已经影响到许多国家的法规的改变，我们开发的软件系统也已面向全球发布。

汪小帆：本书的主题是关于好想法是如何传播的。好想法的传播和不好的想法的传播之间的主要区别是什么？我们能否在促进好想法传播的同时抑制不好的想法的传播？

彭特兰：书中通过有力的证据表明，想法及其相关行为是通过同伴之间分享体验的过程传播的。也就是说，通常只有当你和你的同伴已经尝试过某种新的思考方式并发现其有用的时候，你才会采用它。

这与“原始”的信息传播方式有很大不同，因为信息通常不会接受如此仔细的检验。这样，好的想法（也就是那些被你和你的同伴发现是有用的想法）就与那些被发现是不好的想法区分开了。

汪小帆：彭特兰既是一位数据科学家，也创立了许多相关的科技企业，又与世界各地的企业家和政府领袖等频繁接触，他所参与推动的“数据新政”值得关注。他在书中反复强调，从小团体到大企业甚至整个城市和地区的创新、效率，在很大程度上取决于想法在人们之间的传播方式，并进而提出通过校正沟通网络以实现更为有效的管理。

汪小帆：你们开发了用于跟踪人类行为的现实挖掘技术，其中使用了你们自己发明的社会计量标牌。您认为社会计量标牌今后可以缩小并嵌入到标准的胸卡里面。如果可能的话，您能否预测一下这样的设备何时会在世界上广泛使用？它对于组织和管理意味着什么？

彭特兰：社会计量标牌是作为研究工具被发明的，但是也可用于日常生活以提醒人们采用足够多样的沟通模式，并使得与他们交互的人群保持在“圈内”。今天我们看到很多胸卡里面都嵌入了射频识别设备或者公司里面安装了安全摄像头，这些都使得雇主可以跟踪雇员每一分钟的举动。当然，到目前为止，雇员赢得了这场维护一定程度的隐私的战争。除了最普通的记录方式，很少有雇主会尝试有意跟踪雇员。我认为雇员维护隐私的努力还会继续。

汪小帆：您把城市的社会物理学称为“城市科学”。我们知道，世界正处于极端城市化进程之中。特别地，中国正在经历也许是人类历史上最快速的城市化。然而，要实现“城市，让生活更美好”的愿景，我们需要对城市有更好的科学理解。您能否阐述一下如何才能建立关于城市的新科学，以及这一城市科学如何能够为城市设计和规划带来新的洞见？

彭特兰：城市设计的一般目标是创造安全、有效和创新的社会，然而很少有城市能实现这一目标。社会物理学告诉我们的是，未来城市需要做的是通过仔细设计的交通实现更高的多样性，通过构建更像传统农村而不是工厂的生活区域以实现社区内部的更强的凝聚力。

汪小帆：这本书的技术部分主要基于您在MIT的研究团队的工作。您能否简单介绍一下其他相关研究团队的重要工作？例如，除了你们提出的开放PDS框架，是否有其他有助于数据所有权以及建立公平和有效的数据市场的解决方案？

彭特兰：有许多研究人员在从事与大数据、计算社会科学相关的研究工作。但是，一般而言，他们研究的是一些具体的问题，而不是社会物理学的整体框架。我也担心他们可能不愿意把他们的工作视为社会> 物理学的一部分，因此并没有在书中把他们的工作加以归类。尽管如此，书中还是引用了其他研究人员的许多重要工作以供读者参考阅读。

至于开放PDS，确实已经有好几种个人数据商店架构（读者可以在网上搜索到），但是这些架构都是不完整的，因为它们没有包括法律架构和开放PDS的新的隐私保护机制。开放PDS已经被安全验证与授权联盟（Kerberos Consortium）采用，该组织主要开发和维护网络的基本安全机制。

汪小帆：您能否与我们分享一下本书出版以后您的研究团队的最新进展？未来几年您有什么新的研究和创业计划？

彭特兰：本书的许多想法在2013年已经得到更大规模的实验验证，一些城市和组织已经开始采用社会物理学的思想。此外，我们现在已经衍生出一些公司，它们正在把诸如开放PDS和相关的安全想法进一步商业化。

汪小帆：大数据为我们应对城市发展所面临的许多挑战带来新的机遇，在城镇化进程中应更加注重城市的科学发展，特别是在旧城改造和新城建设中更加注重科学的数据分析。关于大数据的历史机遇和隐私挑战的更多描述可以参见2014年5月份美国总统顾问委员会推出的两份报告：《大数据：抓住机遇，创造价值》和《大数据与个人隐私：技术的视角》。推荐序一测量，还是感知段永朝财讯传媒集团首席战略官

麻省理工学院校园里，有一幢举世闻名的玻璃大楼，这就是创办于1980年的MIT媒体实验室。走上三层，穿过炫酷无比的走廊，有一个名头很响的实验室，叫“人类动力学实验室”（Human Dynamics Lab）。

实验室的创办者是彭特兰教授。他被誉为“可穿戴设备之父”。2011年，彭特兰被美国《福布斯》杂志评为全球最具影响力的7位数据科学家之一，他在组织工程学、计量社会学、移动信息系统、图像理解、现代生物测量等领域都有建树，被看作先驱人物。

彭特兰教授出版的这部《智慧社会》，详尽总结了人类动力学实验室近10年所做的工作和取得的成就。书中对“想法流”（Idea Flow）如何促进人类合作、促进城市发展和社会和谐，做了深入细致的探讨。该书甫一出版，即获各方赞誉，好评如潮。

比如，美国联邦通信委员会前主席里德·亨特（Reed E. Hundt），评价此书的焦点是关于“思想是如何涌现、流动和传播的”。斯坦福大学行为科学高级研究中心前主任，密涅瓦（Minerva）学校创始人斯蒂芬·科斯林（Stephen M. Kosslyn）说，“彭特兰确实生活在未来”。

这部书开篇，就是这样一句激情澎湃的宣言：“我生活在未来。”

全书共4大部分，10个章节，2篇附录。全书对传统市场理论和社会学的基本假设进行了批判，提出基于交互、接触、连接的“想法流”概念，并建构基于“社会感知计算”的全新社会科学领域。

2014年5月，湛庐文化组织了一次高品质的活动，叫作“对话最伟大的头脑”，我和30余位“庐客”一道，拜访了这间诞生谷歌眼镜原型设计的实验室，见到了她的灵魂人物——阿莱克斯·桑迪·彭特兰。

他柔和、睿智的眼神，在镜片后面闪闪发光。他在回答提问时说：“是的，‘社会物理学’，这是一个来自法国的社会学家奥古斯特·孔德（Auguste Comte，1798—1857）的用语。”

为什么？他为什么要选用这样一个近180年前的用语？“想法流”的社会学价值

1830—1842年，孔德发表了重要的六卷本著作《实证哲学教程》（The Course in Positive Philosophy）。在第四卷里，孔德提出了“社会学”（Sociology）这一概念。孔德的“实证哲学”强调以事实为依据，采用观测、实验、比较和历史的研究方法，他认为可以获得与自然科学相媲美的社会科学知识。可以说，迄今为止的主流社会学基本理论，依然建构在孔德的思路之上。

孔德的思路是什么？法国著名思想家雷蒙·阿隆（Raymond Aron，1905—1983）在1967年出版的《社会学主要思潮》一书中这样评述道：“静力学和动力学是奥古斯特·孔德的社会学的两大部分……社会静力学揭示人类社会的基本秩序。社会动力学叙述这一基本秩序到实证主义这一最终阶段之前，所经过的曲折历程。”（《社会学主要思潮》，pp.65-66）。

简单说，孔德的思路就是比照牛顿力学体系的“葫芦”，为社会学“画瓢”。静力学，用来分析社会结构；动力学，用来分析社会演化。你会说，这不挺好的吗？好是好，但在今天互联网的背景和氛围之下看，孔德搞错了两个问题。

第一个问题是，他把个体当作物理学的“质点”。虽然传统社会学也分析所谓群体、家庭、团队、组织；但把个体当质点看，就必然会把情感、欲望、意图等等，仅看成个体质点的“参数”，而忽略内在的丰富性（这一点，认知神经科学大有用武之地）。彭特兰认为，“我们（对人类社会）的理解框架，停留在18世纪。”为什么这么说？他引用亚当·斯密的《道德情操论》指出，人出于本性不仅交换物品，还交换想法、帮助和同情之心。

这是一个非常重要的洞察。我们一直在使用“旧的思想底座”，且浑然不觉。彭特兰抓住了一个朴素但至关重要的概念——想法（idea）。“想法”，一个极其普通的字眼。人们念出这个词汇的时候，往往意味着两件事：其一，想法是“个人”的事情；其二，想法稍纵即逝。

在彭特兰这里，“想法”以及“想法的流动”是探查人类交互秘密的钥匙，通过测量想法流，可以就社会构建、团体形态改变、人际交往获得启发。

彭特兰认为，“我们的社会已经开启了一场可与印刷和互联网所带来的革命相比肩的伟大旅程。我们第一次获得真正了解我们自身和社会如何演变所需要的数据。通过更好地理解我们自己，我们将有可能构建一个没有战争或金融崩溃的世界，一个快速发现和遏止传染病的世界，一个不再浪费能源、水和其他资源的世界，以及一个政府是用来解决问题而不是制造问题的世界。”

统观全书，核心问题就是：想法的交换如何驱动并改善人类行为？人们如何通过大量的参与合作，来发现、选择和学习新的策略并协调行动？

与孔德不同，彭特兰将视角盯在“想法流”上，将其作为看待人类关系构建、社会结构演进的新的视角，在互联网特别是移动互联网和社交网络大行其道的今天，这一视角更具有开创意义。

孔德社会学搞错的第二个问题是，在传统社会学中，社会结构和演化的形式，服从所谓牛顿力学的原理，完全从“外部性”给出描述。参与，被看作物理行为。

彭特兰比较了2004年詹姆斯·索罗维基（James Surowiecki）提出的“群体智慧”与“社会学习”的概念。他认为，詹姆斯的群体智慧只是想法的“汇聚”，而不是想法的流动，特别不是想法的互动。比如无记名投票、点赞、网页下载、排行榜单等，这些都不是彭特兰眼中的想法流的例子。

好的想法流，源于仔细和持续的社会探索。在彭特兰看来，实证主义注重研究“个体的动力学原理”，过分强调了对个体“建模”。用我自己的语言说，“这是对的，但却是不够的”。通过社会参与促使想法流动起来，并进而催生新的想法，是社会建构的重要驱动力。

比如说，书中列举了证券交易网站eToro的案例。交易者通过模仿、跟随交易达人的交易策略，通过轻松“搭便车”，就可以获得不俗的业绩。这种看似简单的模式，只有在互联网环境下才能得以实现。彭特兰将其称为“上帝之眼”（god’s eye）——这是一种“全局学习模式”，即任何人都可以纵览交易全局，都可以面对一幅全景地图做出自己的决策。在这种语境下，社会学习是想法流的关键；多样性是想法萌生的土壤；特立独行则是催化想法流的典型风格。对“测量”的反思“想法流”如何测量？这是一个很实际的问题。

说到社会测量，传统社会学对此似乎很了解。比如法国社会学家涂尔干（Émile Durkheim，1858—1917）第一个把统计学导入社会学。他研究了巴黎历年自杀的数据，写出了《自杀论》（1897年）一书。社会调查与统计学是今天社会学基本课程的必修工具。样本、抽样、假设检验、方差，这些术语对社会学工作者来说十分熟悉。但是，彭特兰对此提出尖锐批评，他认为真正的社会测量是“实时的、基于全体的”。惟此，才有可能真正建立社会学研究的基石。

这里，引用美国哥伦比亚大学社会学家巴顿（Allen Barton）的一句话，他曾批评“社会学统计方法”，是“社会学的绞肉机”（sociological meat grinder），把活生生的人，转化为干巴巴的统计数据，然后煞有介事地做出种种分析和判断。

彭特兰提出基于“想法流”的社会测量，包含三个关键词：流动性；社会网络；可视化。

比如说在本书第4章“集体智能”中，彭特兰指出：大部分认为影响团体表现的因素（例如聚合度、动机和满足感）从统计学上来看，都不重要。最重要的是“话题轮换的平等性”——由少数个体主导的团体，拥有更低的集体智能。几乎所有大大小小的会议中，你都能领略彭特兰这个发现的趣味。好的会议、好的互化，充溢在大量短小、生动、密集的发言中，大家彼此回应对方，话语的“轮换次数”非常之高——“轮换次数”就是彭特兰测量想法流的一个指标。

2012年4月，彭特兰在《哈佛商业评论》发表文章《塑造伟大团队的新科学》，文中指出，“要想从使用组织结构图的管理中解放出来，就需要放弃依靠个体才能管理组织的方法，并转而通过塑造互动模式来获得更好的集体智能。”

通过这种“参与式流动”，可以在社交网络的基础上重新塑造组织的智能，进而运用可视化的方式增进社会的智能。10年前，彭特兰的团队发明了一款叫作“社会计量标牌”（Sociometric Badge）的新颖测量工具，大小像今天的智能手机，可以悬挂在胸前。里面内置了重力加速度计、摄像头、麦克风、红外测量等传感器。它可以实时记录对话者的话语轮换、说话的频度、相对视角、语气、语速等等。这种交互计量装置并不去记录谈话的“内容”，而是通过这些参数来刻画谈话者之间的“交互关系”。

让对话者之间，或者一群对话的人能实时感知到对话的“氛围”，这是彭特兰的一大创举。彭特兰认为，一旦人们能够看到实际的互动模式，就能开始讨论如何最好地管理它们。以往，人们在对话中往往倾注大量的精力，陷入概念辨析、理由陈述、观点捍卫和结论说服之中，忽略了倾听，忽略了维护一种良好的交互氛围的重要性。究其原因，恐怕正在于“谈话内容”是可见的，而“谈话氛围”是不可见的。

彭特兰通过强调互动行为，把“参与”呈现在了人们的面前。这一点让我联想到商务智能（BI）中充斥着大量的“驾驶舱”、“决策仪表盘”等概念，以及“用数目字管理”（黄仁宇）的理念。这些传统工业管理的思维固然对，但不够。差在哪里？主要问题是看不清结构。“看见结构”是参与的最大目的。看见更高次元的知识地图，这是共有知识的更高层级（参见2005年诺贝尔经济学奖获得者奥曼与谢林关于“共有知识”的理论）。彭特兰因此说，“重要的是参与，而不是所说的内容”。

2009年，美国国防部高级研究计划署（DARPA），用“红气球挑战赛”来纪念互联网诞生40周年。在全美布设10个红色气球，任何一个能找到全部气球坐标的个人和组织，将获得4万美元奖金。在全部4 300余个参与团队中，彭特兰率领的团队最终获得冠军，他们仅用时8小时52分41秒，就将全部10个气球的坐标标示完毕。

在这一竞赛中，大家所能想到的最佳策略无疑是“众包”，但彭特兰团队的众包策略与众不同。它的要点在于，与其把任务分解到每个人，不如快速创建一个相互配合的组织。如何快速创建一个协作型组织？过去的组织者往往采用市场化的思维，强调对个体的激励，员工在同样的KPI之下相互竞赛。彭特兰则将投资花费在构建“社会纽带”方面，而不是单纯地激励个人（详见该书第3章）。他认为，强社会纽带有利于想法流动，从而带来社会协同的积极力量。因此，彭特兰的“想法流动性测量”，其实瞄准的是社会纽带强度的测量，这才是促进合作机制的基础。

传统的社会学和经济学中，社会结构被看作种族、阶级、政治权势、社会地位塑造的产物，忽略了跨社会阶层的思想、想法的流动性，特别打破壁垒、塑造边疆的创新思想、人际互化的流动性。这正是彭特兰思考的起点。

在彭特兰2010年出版的著作《诚实信号》（Honest Signals）中，他指出“与内容无关的互动模式，可以准确测量想法流和决策”。著名社会学家帕特南（Robert Putnam）在《独自打保龄》（Bowling Alone）中也提到，“我们是想法、商品、恩惠和信息的交易员，而不只是传统的市场思维所造就的竞争者。”

从这个角度看，彭特兰的所谓社会物理学，其实就是强调物质、能量流动之外的第三种流动性：思想、信息的流动性，并进而探讨由此带来的社会结构、认知结构的演化和变迁。从测量到感知“想法流”是一个极富启发性的理念。就此产生对“想法流”的测量也属合情合理。但是，如果仅仅停留在“测量”这个词语的表面意义上，似不能全然领会彭特兰思想的深意。“测量”当然很重要。只要想一想从建造埃及金字塔、修建罗马大道以来的人类测量活动，就可以理解测地术、星相学、算术与几何在人类文明发展史中的价值。说测量推动了人类文明进程，是一点都不为过的。

但是，字面含义的“测量”，或者“度量”，总是指这样一类活动：用某种“尺度”来衡量事物，以便获得某种公共认可的比较标准。通俗地说，测量就是用某种标准尺度，对事物进行“量化”的过程。这一理解有三个假设：其一是存在某种公认的“尺度”，从而有“度量衡”；事物是可量化的（或者说是需要量化的）；测量有助于对事物的认知。

这三个假设都对，但是都不够。不够在哪里？借用“具身性”（embodiment）这一概念（G. Lakoff & Chris Johson），西方认知历程中的测量，一直以来是“离身认知”（disembodied cognition），即将事物的属性从事物中“抽离出来”。这虽然是测量的应有之义，但在今天看来，这种理念有很大的局限性。这种局限性，突出地表现在，暗地里假设了主体和客体两分世界的合理性（即笛卡尔主义）。

莱考夫和约翰逊对这种具身性认知做了这样的评述（《我们赖以生存的隐喻》，1980）：心智过程是具身的，是指认知的心智过程需要认知者与周遭环境实时、联系、密集的交互作用（甚至是彼此缠绕、嵌入、渗透的过程），具身性是“遭遇的连续谱”；认知中蕴含大量的隐喻，而隐喻是思维图式的核心内容，在这个意义上，测量其实是“隐喻的某种变现”；最后，认知总体上是“无意识”的，即认知过程是卷入、沉浸式的觉知、感受、体验过程。

当我们面对互联网大谈“体验”的时候，如果仅仅把“体验”投射到某种传统的“测量”手法，以便获得所谓“大数据”的洞察的时候，我认为我们的思路可能已经走入了死胡同。我们在用“数据的尸体”取代活生生的体验。

彭特兰的价值就在这里。他首先让我们把社会交往、关系看作社会认知的基础，然后他聚焦“想法流”这样一个生动活泼的过程，最后（尽管他也采用大量的测量手段）他试图将想法流“呈现”在对话相关者的面前。让想法流成为可见的，这是一个伟大的思想。

MIT媒体实验室里面，还有一个著名的实验室，是皮卡德（R. W. Picard）创办的“感知计算实验室”（Affective Computing）。所谓感知计算，就是要把心理学、生理学、生物学的种种表征，诸如情绪、感知、喜怒哀乐，统统纳入社会学衡量的视野。想想今天的日益繁多的可穿戴设备（虽然很初级）、虚拟实景，你就可以理解感知计算有多么重要。说到这儿，你可以明白，为什么彭特兰被誉为“可穿戴设备之父”，而他却在社会学也做出如此突破性的贡献了吧！

可穿戴、实时、全体、社会测量、流动性，这些概念已经完全颠覆了传统社会学的基本架构。对此，我的理解有二。

一个是社会学将从关注个体（以及由个体组成的群体）转向关注“关系”，关注互动，关注流动性；另一个是，社会学将会与心理学、认知科学、脑神经科学结盟，进入关系互动的“有温度、有气息、有情感”的境地。

因此，彭特兰的Idea Flow（想法流）这个词汇，两个单词都很重要：Idea不是罗丹《思想者》中那个低头沉思的男人形象（西方哲学为男性哲学，阿伦特）；而是弥漫、充实在人心间，洋溢在外表的东西；Flow不是传播学、物理学意义上的迁移、发送，而是哲学意义上的流动性（赫拉克利特）和心理学意义上的“爽”（芝加哥大学心理学家希斯赞特米哈伊）。

彭特兰在本书的前言中写道，“拥有最好想法的并不是最聪明的人，而是那些最擅长从别人那里获取想法的人，推动变革的并不是最坚定的人，而是那些最能与志同道合者相处的人。最能激发人的并不是财富和声望，而是来自同伴的尊重和帮助。”“想法”及其“流动”，在我们的传统语境下，只能透过文本、记忆、回溯、印象来辗转印证、彼此衔接，但在彭特兰的“社会物理学”里，他让这种被测量行为“缩编”之后的符号世界再度充盈起来，让“关系”这一术语不再是硬邦邦的“连接”的同义反复，也不是东方语境下暧昧色彩浓郁的那种感觉，而是本身就具有了生命的活力。

如何利用社会网络激励，来改变基础、从而掌控这种力量来塑造想法流？中世纪的信仰来自天启；启蒙运动的信仰来自理性；互联网的信仰来自交互与想法流。想法流是彼此接触的产物，是具身的伴生物，而不是逻辑思辨的过程。在这种新的“社会物理学”图景下，我们看到的绝不仅仅是牛顿力学的“物理交互”画面，而是溶解、催化、裂解的“化学反应”，乃至繁衍与遗传、选择与适应、合作与竞争的生物学、生态学反应。

在本书的第四部分，彭特兰热情洋溢地描绘了社会激励下的合作与协同、群体参与下的权力解构与建构，指出了基于功能设计的城市规划的失败，以及基于“数据新政”引领下的城市实践、社会分配解构和交换的重要性——虽然，作为一名实证主义研究学者，他对未来社会的描绘还停留在畅想阶段，彭特兰的梦想刚刚显露出一丝生命的绿意，但这一爿绿色，必将强劲生长。用他自己的话说，就是“首先要着眼于想法的流动，而不是财富的流动。这是文化规范和创新的源泉。”推荐序二我们都是大数据时代的海狸何帆中国社会科学院世界经济与政治研究所研究员

1973年，彭特兰还只是个大三学生，他到美国国家宇航局环境研究所实习，做一名电脑程序员。分给他的一项任务是开发一个利用人造卫星，从外太空数清加拿大海狸数量的软件。人造卫星离地球太远，海狸的个头太小，难以精确测度。彭特兰灵机一动，想出一个主意：海狸会建造水坝，通过水坝的数量，可以推测海狸的数量。重要的不是去数每一个海狸，而是观察海狸们的生活方式。

在之后的四十多年里，彭特兰一直沿着同样的思路思考问题，只不过他关心的不再是海狸的数量，而是人类社会的秩序。彭特兰的学术道路充满了戏剧性。他完成了海狸软件项目之后，对大学生活感到非常沮丧，中途辍学，去当卡车司机了。后来，他又想回到校园，本来报考的是密歇根大学，但他的女朋友去了波士顿，于是，彭特兰就改为申请麻省理工学院和哈佛大学。他懒得再写一份新的申请书，直接复印了给密歇根大学的申请书。结果，麻省理工学院录取了他。

彭特兰和麻省理工学院里别的科学怪人不同，他一直对心理学感兴趣，想利用人工智能等高科技分析人类的社会行为。拿到博士学位之后，彭特兰曾经到斯坦福大学做过一段研究，1986年又回到麻省理工学院，逐步建立自己的团队和实验室。如今，他是麻省理工学院人类动力学实验室的主任，培养了一批批优秀的科技人才，还孵化了至少30家高科技公司。

传统的经济学模型认为每个人都是“理性人”，会独立地做出自己的决策。彭特兰的研究则指出，人与人之间存在着广泛的信息交流和传播，这种信息的交流与传播会影响到人们的社会行为。传统的经济学模型依据简单的前提假设进行逻辑推理，而彭特兰的研究则依靠大数据。他们有一个庞大的家庭数据库，实时观测30多个行为指标，每6分钟就更新一次数据。他们还有一个大学宿舍的实时监测系统，这些大学生刚入学，彭特兰就送他们每人一部智能手机，这部智能手机中的软件会监测学生们的通话、社交活动等信息，累积连续记录了500 000个小时的数据。

与传统经济学理论的假设不同，彭特兰发现，人们在做出决策的时候总是会模仿他人的行为。这是有道理的，模仿别人是最有效的学习方式。如果你买了一台新电脑，比如你过去用的是IBM的小黑本，但现在想换一台MacBook Air, 但操作系统跟过去用的不一样，你会怎么办？你是照着操作手册一条一条边读边摸索，还是请教一个用过Mac OS X的朋友呢？

你身边的人会在不知不觉中影响你的行为。比较经典的案例就是体重的变化。如果你身边有熟人体重增加了，你很可能也会慢慢变胖。不过，有趣的是，如果你身边有人成功减肥，却不会对你有太大的影响。而且，只要是熟人，就会影响你的行为，倒不一定非得是跟你亲密的好朋友。你的政治观点也会受到熟人的影响。一般来讲，政治观点相似的人们更愿意厮混在一起，而你和这群人待的时间越久，彼此互相打气，潜移默化中，你的观点会比以前更加偏激。

这就是信息交流中的“双刃剑”。一方面，“独学而无友，则孤陋寡闻”，但另一方面，如果是抱团取暖，就容易党同伐异，虽起于意见之歧，实成于意气之激。彭特兰曾经观察过一个投资者群体的行为。投资者们互相交流心得，比较各自的交易策略，慢慢地，成功投资者的身后会聚拢一批追随者。一开始，这些成功投资者和他们的追随者的收益率会不断提高，但聚拢来的人太多了，就会出现“羊群效应”，原本能够脱颖而出的交易策略也就失效了，大家的收益率反而比不跟风的时候更低。

乔布斯曾经说过，创新就是把不同的事物联系起来。有创新力的人们知道怎样把自己的经验融会贯通，并尽可能地整合其他人的经验。我们要是想变得更有创新力，就必须注意：第一，社会学习是重要的。能模仿别人的经验就尽量模仿别人的经验，同时也要从别人的失败中吸取教训，这比自己在黑暗中摸索，把所有的错误再犯一遍要更划算。第二，多样性是重要的。如果所有的人都说你错，你可能还会有一线机会是对的；如果所有的人都说你对，那么你很可能离犯大错不远了。尽可能地让你的社交网络广泛，尽可能地让你的团队成员有差异性，最正常的状态应该是一半人说你对，一半人说你错。第三，特立独行是重要的。站在潮流之外的人很可能看得最清楚。他们可能会选择和潮流相反的方向。他们有可能是极其高明的智者，也可能是脑子坏掉的疯子。你怎么能够判断他们的选择是否正确呢？尽可能地多接触背景不同，但各有各的智慧的高人，如果你发现在他们中间，有一个相当大的子集已经形成了逆势操作的共识，这个判断很可能会是对的。

在大数据时代，我们一路走过，留下来很多信息“面包屑”，这些信息“面包屑”暴露了我们的行为，甚至我们的心理活动和潜意识。当掌握了海量信息之后，我们有可能让一个团队或是社会变得更有效率和活力。大数据尤其在三个方面能够大显身手：一是社会动员（social mobilization）。比如在网络上发动大家寻找“人肉搜索”贪官，在台风、地震之后动员全社会的力量救灾。二是调节社会网络（tuning the social network）。当一个组织的内部变得“同质性”太强的时候，就要及时地补充新的成员，增加多样性；当一个群体内部的信息交流变得过于频繁、密集之后（比如，人们对传播谣言的兴趣超过了深入交流），适当地控制信息交流的速度，或有助于让人们更关注真实的重大问题。三是影响社会契约（leveraging social engagement）。人们生来就是群居动物，当我们彼此合作的时候，比如一起跳舞，一起划船，人的身体内就会释放出更多的内啡肽，让我们更加愉悦和兴奋。

但人们也会在合作中遇到“囚徒悖论”、“公地悲剧”这样的困境，这主要是因为人们各为己利，互相忌惮。如果能够改变激励机制，让人们从团队成员的成功，而非单纯从自己的成功中得到奖励，就会激发人们的合作动力。在科里·帕特森（Kerry Patterson）的《影响力[1]2》 一书中就讲过一个故事，一个企业雇佣了很多刑满释放人员，而且成功地改造了这些人从监狱和帮派中沿袭下来的“丛林法则”，诀窍之一就是把他们分成一个个小组，奖励和惩罚都不针对个人，而是针对小组。

我们都是大数据时代的海狸。我们不仅能被观察者观测，被分析师研究，我们也能利用大数据，改变自己所在的团队，甚至社会。我们会建造自己的水坝。规则已经不一样了。你如何行动，取决于你如何认识未来的规则：在大数据时代，合作比竞争更重要，交流比交易更重要，灵活的同伴关系比冰冷的阶级斗争更重要。[1] 本书中文简体字版已由湛庐文化策划，中国人民大学出版社出版。——编者注前言我生活在未来

我工作的麻省理工学院（MIT）是创新世界的中心，世界上几乎所有的新想法或新技术都会从MIT公之于世。而且，MIT也是世界上新兴公司分布最稠密的地区（尽管硅谷的占地面积更大）。MIT媒体实验室既是我的“智力之家”，也是世界上最前沿的“未来之地”。15年前，我加入了世界上第一个电子人团队，团队中的每个人都在工作和生活中随身携带无线连接的计算机和具有计算机显示的眼镜。当时大家提出的许多想法如今已经逐渐推向世界：我以前的学生现在正领导着世界上最顶尖的商业项目，包括Google眼镜和Google+。

我所处的特殊环境让我拥有得天独厚的机会，能够在第一时间了解创造性文化是如何孵化出新想法，帮助这些想法发展和成长，并最终付诸实践的。也许更为重要的是，我也看到了如何改变创造性文化以使之在MIT这种超连接、以星际航速发展的环境中得以蓬勃发展——这种环境正在逐渐覆盖整个世界。

我从这些经历中学到，许多关于我们自身以及社会如何运行的传统想法都是错的。拥有最好想法的并不是最聪明的人，而是那些最擅长从别人那里获取想法的人。推动变革的并不是最坚定的人，而是那些最能与志同道合者相处的人。最能激发人的并不是财富和声望，而是来自同伴的尊重和帮助。

这些想法对于MIT媒体实验室、我的研究小组以及我所指导的企业家精神项目的成功都是至关重要的。我并不讲授传统课程，而是为学生们提供新想法并让他们彼此产生互动。在我担任媒体实验室学术负责人的这段时间里，在我的推动下，媒体实验室放弃了传统的评分体系，转而尝试建立同伴社区，并把在实际项目上的相互尊重与合作当作成功和获得更大支持的标准。毕竟，我们生活在社会网络，而不是课堂或实验室里。

我写作本书的动机来自我在MIT媒体实验室的做事方式与世界上其他地方的人的做事方式之间的显著冲突。例如，我曾创建了亚洲媒体实验室，这是协助印度几个大学相互联系的分布式组织。当时我遇到的最大问题之一，就是研究人员的疏离导致他们的研究既滞后又低效。同一领域的研究人员即使任职于同一所大学也几乎从不见面，因为大学管理人员和研究基金管理部门认为，研究人员阅读彼此的论文就足够了，不需要与人面谈或参加会议。而事实上，只有当他们在非正式的时间见面并一起讨论时，新想法才会开始涌现，处理问题的新方法才能开始传播。

我在世界经济论坛中主持了“超连接的世界”（hyperconnected world）的论坛，该论坛旨在寻求大数据的应对之道，并对私人信息的不可控传播带来的挑战进行了特别关注。在交流中，我发现许多高层政府领导和跨国企业CEO对创新和合作同样缺乏理解。我清楚地看到，大多数政府领导和CEO思考创新和集体合作的方式与我在MIT看到的存在着巨大的差异。大多数人想的仍然是一些较为静态的术语，例如竞争、规则以及偶尔被提及的复杂性。而我则倾向基于一些更为动态、更具有进化性的术语进行思考，着眼于网络中想法的流动、社会规范的产生以及复杂性的产生过程。大多数人在思考时使用的框架是以个人和渐近稳定性结果为中心的，而我采用的则是“网络中的增长过程”这种社会物理学的思考方式。

为了理解这种思维差异，我开始了一项长达10年的研究，试图建立一个严谨的智力框架。该框架通过社会互动来扩展现有的以个人为中心的经济和政策思维，把社会学习和社会压力作为推动文化发展、支配超连接的世界的多个方面的主要力量。

从学术上看，这一研究项目取得了惊人的成功，社会物理学框架中每个部分的研究者都在世界顶尖的科学期刊上发表了论文。我希望这些论文能够进一步深化对复杂性和网络科学领域的研究，并为进化动力学提供新视野。

但是，正如大家所知，学术论文毕竟是学术性的。因此，我努力把这些想法付诸实践，创建了几家创业公司。我们通过使用这些学术成果让企业变得更高效、更富有创新力，让移动社交网络变得更智能，让一个普通人也有可能成为成功的投资者，让整个社会在社交和精神方面的“健康”取得进一步的发展。这些实际行动同样取得了惊人的成功，这在很大程度上也得益于我以前学生的远见卓识——如今他们已经成为这些公司的CEO。

本书开启了一场更大范围的讨论，这场讨论的目标是促使社会物理学的语言能够为大众使用，为传统的市场竞争和调控语言提供必要的细微差别的表述。在一个超连接的世界中，社会动力学对结果的影响非常重要，因此更好地理解社会物理学已经变得至关重要。引言更好的想法流，更智慧的社会

新想法是如何产生的？如何将它们付诸实践？我们如何构建合作、高效并富有创新性的社会结构？这些问题在当今全球化竞争、环境挑战和政府行为失效的大背景下显得尤为重要。

几个世纪以来，我们已经见证了西方文化的繁荣，这在很大程度上归功于从包括亚当·斯密（Adam Smith）和约翰·洛克（John [1]Locke）在内的启蒙运动思想家那里传承下来的范式。他们的思想框架为上述关键问题提供了解答。在此基础上，我们创造了一个由竞争和交换决定物品分配和政府政策的多元化社会。

然而，近年来，实现了人机结合的互联网颠覆了我们的生活，带来了更广泛的参与和更快速的变化。互联网让我们生活的各个方面联系日益密切，让各种事物的演变速度越来越快。我们逐渐淹没在滚滚而来的信息洪流中，不知道究竟应该关注什么，应该忽略什么。

整个世界似乎正处在失控的边缘，一个发布在诸如Twitter这样的社交媒体上的帖子甚至可能引发股市崩溃和政府垮台。尽管数字网络的使用改变了经济、商业、政府和政治的运作方式，我们仍然无法真正洞悉这些新型人机网络的本质。世界似乎在一夜之间演变成了一个人类和技术共存的联合体，它既拥有无与伦比的力量，也具有前所未有的弱点。

遗憾的是，我们并不真正了解应该如何应对这个新世界。我们理解和管理世界的方式早在更为庄严、连接更少的时代就已成形。目前我们对于世界的看法萌芽于18世纪后期的启蒙运动，正式形成于20世纪上半叶。那时事物的演变速度要慢得多，并且真正推动变革的往往只是一小群商人、政客或某几个富豪家族。因此，我们在思考如何管理社会时，往往会提及“市场”和“政治阶层”等术语，这些都是对缓慢演变事物的抽象概括。在这种管理方式下，每个人都拥有对等的信息以及足够理性地行动的时间。

而在今天这样一个“超连接”的世界中，这些假设已经超出了它们原本的适用范围。在虚拟网络世界中，汇聚来自世界各地的数百万人只需要几分钟，而且每天在网上发帖和评论的数百万人都可能是不同的。我们生活的时代早已不再是一个金融交易只能发生在实体交易所、政治磋商要经由一小群人在烟雾缭绕的暗室里达成共识的时代。

要了解这个崭新的世界，我们需要对已经熟知的经济和政治思想进行扩展，使其能够包含这种数百万人相互学习并影响彼此观点的情况所产生的影响。我们不能再仅仅把自己当作谨慎决策的个体，必须要考虑那些影响个人决策，驱动经济泡沫、政治革命和互联网经济的动态社会效应。

亚当·斯密深知，引领市场的“看不见的手”除了竞争之外，还有社会结构。他在《道德情操论》（Theory of Moral Sentiments）中指出，出于本性，人不仅交换物品，还具有交换想法、互相帮助，以1及对彼此富有同情心等特点。此外，他认为这些社会交换引领着资本主义创造出有利于社会的解决方案。不可忽视的是，在他生活的时代，城市里几乎所有的资本家都彼此认识，并在舆论压力下努力成为“好公民”。如果没有强有力的社会纽带带来的义务，资本主义往往会走上贪婪之路，政治也常常会变质。但是，在当今全新的超连接世界中，大部分纽带都是弱连接，“看不见的手”也不再起到那么重要的作用。

本书的目的是要建立社会物理学以更为充分地解释人类行为。为此，社会物理学对传统的经济和政治思维加以拓展，使其不仅包括竞争力，也涵盖了想法、信息、社会压力和社会地位的交换。

为了实现这一目的，我们不仅需要解释社会互动如何影响个体目标和决策，还要理解社会效应是如何产生类似亚当·斯密所说的神秘的“看不见的手”的2。只有在理解了社会互动和竞争力是如何共同作用之后，我们才有望确保这个“超连接”、网络化社会的稳定性和公平性。想法流，行为转变与创新的推动力

社会物理学是一门定量的社会科学，旨在描述信息和想法的流动与人类行为之间可靠的数学关系。社会物理学有助于我们理解想法是如何通过社会学习机制在人与人之间流动的，以及这种想法的流动最终如何形成公司、城市和社会的规范、生产率和创意产出。它能够让我们预测小群体、公司内各个部门甚至是整个城市的生产率，还能帮助我们校正沟通网络，以便可靠地做出更好、更高效的决策。

社会物理学的观点都与想法在人们之间的流动有关。这种想法的流动既体现在沟通模式或社交媒体消息传递的模式中，也体现在评估人们花费多少时间共处、是否会去相似的地点并拥有相似的体验上。正如我们将会看到的那样，想法的流动对于理解社会至关重要。这不仅是因为及时的信息对高效的系统来说非常关键，而且更为重要的是，新想法的传播和结合是行为转变和创新的推动力。社会物理学 Social PHYSICS社会物理学是一门定量的社会科学，旨在描述信息和想法的流动与人类行为之间可靠的数学关系。

我选择使用“社会物理学”这个名词，正是出于对想法流的关注：传统物理学旨在了解能量的流动是如何转化为运动的改变的，社会物理学旨在了解想法和信息的流动是如何转化为行为的改变的。大数据的力量 Social Physics提高在线交易员的业绩我们举一个社会物理学的实际应用例子。那些交易日在社交网络上分享信息的交易员中，通常只有极少数的交易员能赚到大笔利润，大部分的交易员都难以赚钱甚至会赔本，这显然是交易员和他们的经纪人不愿看到的。为了提升交易员的业绩，经纪人尝试过一些标准化的解决方案，例如设法提升交易员的知识和专业水平。这些传统方法确实能起到一些作用：在某个案例中，有一组交易员的业绩平均提升了大约两个百分点。后来，一名经纪人同意让我的MIT实验室尝试使用社会物理学的方法来解决这一问题。我们以用来分析社会网络中想法传播的数学模型为基础，分析了交易员在社交网络上分享的数百万份详细信息。我们发现网络中社会影响的作用异常强大，并会进而导致“羊群效应”，即交易员会对彼此过度反应，以至于所有人都倾向于选择同一个交易策略。社会物理学的数学模型表明，解决这一问题的最好方法就是调整社会网络，以减缓网络中新策略的传播速度。在做出这些改变之后，投资的平均回报翻了一番，彻底击败了标准的经济学方法。

减缓想法传播速度的说法在标准的管理学手册里是找不到的。这种积极的结果也并非偶然：我们基于数百万比特数据进行了数学分析，才设计出精确干预方案并精确预测了干预结果。这些公式是社会物理学的数学的一部分，我会从第1章开始进行解释。社会物理学，数据新科学

社会物理学这个名词由来已久。对它的第一波关注可以追溯到19世纪初，当时人们把社会视为一部巨大的机器，这是从牛顿物理学衍生而来的比喻。但事实上，社会并非那么像机器。对社会物理学的第二波关注始于20世纪中期，当时的研究发现许多社会指标都具有诸如Zipf分布3和万有引力定律4这样统计上的规则性。（Zipf 分布是指在自然语言的语料库里，一个单词出现的频率与它在频率表里的排名成反比。）与此同时，社会科学家也改进了关于社会互动基本机制的理论5。近期，社会物理学研究迎来了新一波热潮，我们发现了人类移动和通信中的统计规则性，以及其与经济指标之间有趣的相关性6。这类新型数据也让社会科学理论变得更加定量化7。

然而，这些努力还未能真正建立起驱动社会变化、产生统计规则性的机制。已有的理论和数学模型仍然是碎片化的，并且难以应用于实际。我们需要超越单纯地描述社会现象，可以构建社会结构的因果[2]理论。这一领域的研究进展正向着大卫·马尔（David Marr）所称的行为计算理论发展：如何用数学解释社会为什么会产生这样的反应，以及这些反应怎样解决（或为什么不能解决）人类的问题8。

这种关注人类生产过程的行为计算理论，正是构建更好的社会系统所需要的。这一理论能够将社会互动的机制与我们新近获得的海量行为数据结合，以构建更好的社会系统。

本书就是这样一种实用理论的开端，它是基于我们近期在世界权威科学期刊上发表的系列论文而撰写的。这一理论涉及的一组简单数学模型可以用浅显的语言加以阐释，并且这些数学模型能够较为准确地解释本书中介绍的许多实际案例。这些案例包括：金融决策（比如经济泡沫之类的现象）；“引爆点”（tipping point）——行为变化的级联反应，招募数百万人参与搜索、节约能源；社会影响及其在形成政治观点、购买行为和健康选择中的作用。

对于一个实用理论的终极检验在于它能否促成好的结果（也就是对设计而言，它是否足够好）。为了回答这个问题，我将展示这一新理论是如何被用于构建更好的企业、城市和社会机构的。

这一新的社会物理学框架在社会科学领域独树一帜，将为小群体、企业、城市、甚至整个社会等不同规模的机构提供定量结果。如今，一些商业机构在日常工作中使用社会物理学框架来服务上万名用户，进行包括金融投资、健康监测、市场营销、提升企业生产率和提高创意产出等活动。

当然，社会物理学作为一门科学的重要性不仅体现在它能提供精确有用的数学预测上。如果社会物理学仅仅是复杂的数学，它将只能被受过特殊训练的专家使用。

我相信，社会物理学的终极影响力在于它是否能够为包括政府领导和行业领袖、学者和普通公民在内的使用者提供一种比市场和阶层、资本和生产等陈旧词汇更为出色的语言。“市场”、“政治阶层”和“社会运动”等词汇塑造了我们对世界的看法。它们固然有用，但也代表着过于简单化的思维，束缚了我们清晰而有效思考的能力。在本书中，我会提出一套新的概念，相信它们可以用来更为准确地探讨当下、筹谋未来。大数据、生活实验室与社会之镜Social Physics社会物理学洞察驱动社会物理学的引擎是大数据：近来无所不在的、关于人类生活的各个方面的数字数据。社会物理学的作用体现在分析人类活动的规律，以及人类活动所留下的数字“面包屑”（通话记录、信用卡交易记录和GPS 定位等）里包含的想法中。这些数据通过记录每个人做出的行为决定来描述日常生活。这和人们写在Facebook 上的内容有很大不同，Facebook 上的“状态”是人们选择告诉他人的内容，而且这些内容是根据当时的标准编辑过的。但是，我们究竟是怎样的一个人不是通过我们声称自己做了什么，而是通过我们去过的地点以及我们购9买的物品等痕迹更为准确地决定的。

分析这些数字“面包屑”内的规律的过程称为现实挖掘（reality mining）,我们可以通过它在很大程度上了解分析对象究竟是怎样的一个人。我和我的学生们发现，这种方式可以用于判断人们是否有可能患糖尿病或者是否会按时还款。我们通过大量人群的模式分析，已经可以开始解释经济崩溃、革命、金融泡沫等以前那些看上去像随机的“上帝之舞”的事情。为此，《麻省理工科技评论》杂志（MIT Technology Review）把我们在现实挖掘方面的进展称为“年度十大突破性科学技术”（详情请见深度洞察“现实挖掘”）。

社会物理学中使用的科学方法和其他大部分社会科学有所不同，因为社会物理学主要依赖“生活实验室”（living laboratories）。什么是生活实验室呢？假设我们拥有一种能力，能够将整个社区放进一个假想的房间里，并记录和展现社区成员行为、沟通和社会互动的所有细节。而且在连续几年的实验周期内，社区成员能够继续着他们的日常生活。那么，这就是一个生活实验室。

在过去的10年间，我和我的学生们具备了创建和使用生活实验室的能力。我们可以连续数年监测整个社会组织——小群体、公司和整个社区。方法很简单：我们通过收集手机、社交媒体上的帖子和信用卡交易记录等数字痕迹来进行监测。为此，我们开发了用于保护实验人群的权利和隐私的法规和软件，使人们能够充分了解自己的数据被用于何处，明白自己拥有随时退出实验的权利。我们提供的解决方案对于更好地改进全球公民的隐私保护具有重要作用，我会对此做出解释。

数十亿条电话记录、信用卡交易记录和GPS定位为科学家提供了新的透镜，使我们可以观察到社会的细微之处10。正如荷兰镜片制造商设计了第一副实用镜片，从而使研究人员能够制作出第一代显微镜和望远镜一样，我的实验室研发了能够收集整个社区所有数字痕迹的工具，这让我们制造出第一个实用的“社会之镜”（socioscope）成为可能。这些新型工具可以全方位观察生活的各种复杂性，将成为社会科学的未来。和显微镜和望远镜为生物和天文研究带来革命一样，生活实验室里的“社会之镜”将会让关于人类行为的研究焕然一新。洞察一切的“上帝之眼”

目前，大多数社会科学都以分析实验室现象或调查结果为基础，换言之，是基于对平均或典型的描述。这些方法并没有体现现实生活中我们的思维在同时运转时的复杂性，并且忽略了关键的一点：我们与哪些人互动、如何互动等细节与市场作用力或阶层结构等概念同样重要。社会现象是由个体之间数十亿的微小交换组成的——人们交换的不仅包括货物和金钱，也包括信息、想法，甚至是小道消息。这些个体交换中隐含的模式推动了经济崩溃和“阿拉伯之春”等现象的发生。我们有必要了解这些微观模式，因为它们不只是与理解社会的传统方式平起平坐-大数据通过人与人之间的海量交换网络为我们提供了洞悉社会各种复杂性的机会。现实挖掘 Reality mining大数据是无所不在的、关于人类生活的各个方面的数字数据。它是驱动社会物理学的引擎，分析大数据中数字痕迹的规律的过程被称为现实挖掘。

如果我们拥有能洞察一切的“上帝之眼”，就极有可能真正理解社会是如何运作的，从而采取措施来解决人类面临的问题。遗憾的是，如图0-1所示，源自传统社会科学的数据（标记为1）几乎全都靠近坐标原点（0，0），这意味着这些数据是在几小时内从小于100人那里收集到的。标记为2和3的研究是一些迄今为止规模最大的社会科学研究11。在过去的10年间，计算社会科学家开发了使用大数据的方法，并使用来自手机运营商和社交媒体公司的数据集。这些研究的典型案例在图0-1中标记为4。然而，这些大型的数据集也是很单薄的，因为它们每次只测量少数几个变量，对人性的反映非常有限。

社会物理学追求尽可能丰富的定量描述。标记为5、6和7的研究来自我的研究小组，我们使用了智能手机收集数据；标记为8的研究使用了智能电子标牌，也称“社会计量标牌”来收集数据（详情请见深度洞察“现实挖掘”）；标记为9的代表“数据促进发展”（Data for Development，简称D4D）数据集，它涵盖了科特迪瓦（Ivory Coast）的全部人口。

简单看一下图0-1就可发现，与以前的社会科学数据集相比，这些社会物理学数据集的规模要高出好多量级。这些大型的数字数据集涵盖了数量惊人的，客观、连续并且密集的数据，帮助我们构建了日常情况下人类行为的复杂的定量预测模型。

重要的是，标记为10的点象征着世界演进的方向。在未来几年，我们将很可能掌握几乎所有关于人类行为的无比丰富的连续数据。这些数据大多存在于移动电话网络、信用卡数据库和其他地方，但目前只有技术专家才能够获得这些数据。然而，随着在科学研究中获得这些数据变得更为容易，社会物理学这一新科学也将更上一层楼。一旦实现对人类生活模式更精确的可视化，我们就有望采取更适合复杂、互联的人类和科技网络的方式来理解和管理当代社会。

试读结束[说明：试读内容隐藏了图片]

下载完整电子书