至今我依然清楚地記得在高中物理課裡，老師用蘇格拉底式的方法，要求全班同學透過觀察實驗室出紙機來推理其運作原理。那是一個需要透過搖動銀色握柄的老式出紙機，所出的白紙邊緣帶有小小的方形切口。握柄轉動次數越多，得到的白紙就越多。觀察結束，老師就開始“提問引導”環節了。

這節課對習以為常的事物的提問，讓我學會了透過觀察和假設來學習，養成了持續不斷學習的習慣。所以，新年開始，制定目標：觀察數位世界，並探究隨著時間的推移，數據及其相關技術如何與我們相互影響。我們僅僅是轉動握柄取紙嗎？還是進一步觀察，進而從經驗中學習呢？

現實世界中的許多事物依然真實穩定， 尚未發生巨大改變 深入複雜系統，挖掘相對穩定的，或從某種程度講放諸四海而皆準的基礎知識是一個好的方法。例如基於對人工智慧（AI）、設備之自主及其它飛速發展的新奇技術的觀察，可以看出這些科技的發展依然在很大程度上受到數據可用性的影響。依賴於過往數據的人工智慧技術（如：監督方法）已經較為成熟，因為我們有了更多可提供它們學習的數據，並最終在日益複雜的應用場景中得以證實。即使是利用新數據的方法（如：用於物件識別等分類的方法）也可利用更為龐大的數據。試想一下，當我們走入一家擁有上千本藏書的圖書館與一家擁有10億本藏書的圖書館時的不同感受，而且後者每天都在增加數百萬本新書。

我們必須小心別被海量數據淹沒。這種說法完全正確嗎？當然不是。我們所掌握的數據在某些情況下能否影響結果？可能會。的確在某些領域如：醫療或產品設計，海量的歷史數據説明極大。但在其它領域如：網路安全或消費者行為等方面，則會由於無法像處理現有數據一樣，以完全有效的方式利用縱向數據，而產生混亂。因為基於數據生成環境穩定性的方法僅在極小變動環境內有效，而實際環境卻是複雜多變的。

試想未來的人類學家將會多麼驚訝。我們驚人的技術正創造令人難以置信的功能如：派克太陽探測器正在前所未有地靠近太陽。最近還出現了一款全新人工智慧驅動的寵物餵食碗，它可以避免一隻寵物偷吃另一隻寵物的食物。我們是否正在將技術下注在能快速地增加效益，或無人涉足的領域？答案是可能兩者兼有，至於比例如何，還有待大家的思索。

當面對數據使用及數據相關技術中的真理時，我們會思考：如果獲得了更多的數據，它們又會發生多大的變化呢？  

學習讓我們更具智慧，還是被數據淹沒？數據存在一些很有趣的現象。如何增進與數據的關係，十分值得我們思考。隱私就是現象之一。全球各地都在發生受不同隱私和數據所有權觀點影響的監管變化或事件。誰控制著數據，數據在不同情況下可用來做些什麼？這是一個備受爭議的主題，短期來看也難以找到解決方案。我們也知道更多的隱私，意味著更少的數據。或者至少可以說，更少的不同數據或更少的易於取得的數據。數據消耗型技術是否會隨著可用數據流程量和特性的削弱而退步？對關鍵應用又有哪些影響？ 

我們都知道，僅僅收集過去網路事件的資訊，遠不足以防範未來的不法行為。隱私與安全關聯甚為緊密。全新 分類方法，以及透過一系列觀察來預測風險的大有前景技術，都展現了這方面的進步。加密，依然是一個密切關注的領域。最近取得的一項進展就是，基於對植物特性的觀察，來生成可靠金鑰，但這不過是我們不斷尋找更可靠的數據保護方法的眾多事例之一。與此同時，量子計算等技術也在更加明確地提醒我們：該領域在未來還將繼續變化。

互聯網出現不到30年。對於人類而言，這是啟蒙、自我發現和全新機遇的年齡。但互聯網其實已經非常年邁。以前所未見的數量和速度處理超出設計初衷的問題。一出生就置身於網路生活中的第二代數位化原住民們，希望網路無所不在、互聯互通（一切都有位址，且可作為網路的一部分）以及平等（平等地做自己想做的事），但這卻超出了我們目前的發展步伐，非常不切實際。隨著世界各國開始思考互聯網的未來，人們開始眾說紛紜。很多人認為我們尚未實施多年前的最佳建議，更別提這些脫離實際的期望。將這一現實與大量資訊（如：隱藏在密碼、防火牆以及暗網背後的資訊）在互聯網上是不可搜尋的這一現實相結合，答案十分明顯，人們難以預測未來如何保留和獲得數據。儘管我們無法確認未來將如何分享、劃分和控制資訊。但可以肯定的是，現有的做法不會長久。

透過觀察數據及其相關技術的現狀和趨勢，2019年訂立的目標已經呼之欲出了。
 

1. 更密切地關注那些熱門議題及其現實場景，特別是那些應用數據與產生數據方面的技術。
2. 透過不斷觀察來獲得更好的答案，不僅觀察正在使用哪些數據，還將觀察未使用哪些數據，原因是什麼。
3. 為重要議題的相關對話做出更多的貢獻，如：資料隱私，未來的數位工作以及所有網路問題。

有人說世界上唯一不變的就是變，我非常同意這點。現今我們已經可以利用高速氣流和非接觸式出紙機來擦乾手，這一進步十分有趣，但卻在持續變化。而在數據方面，這種永恆的變化又不能用永恆來形容。數據變化率太大，很難進行描述。總之，新一年我們將繼續迎接各種驚人的機遇，透過挖掘數據及使用數據而產生的各類風險。我相信2019將是充滿驚喜的一年！