[科普潮文] [大數據，小生物學家]

#metoo
#dxxkpic
用別人發布的細胞data跑了個Principle Component Analysis （PCA，主成份分析）。我應該告他們性騷擾我，告電腦騷擾我，還是告那些細胞性騷擾我？

The Era of Big Data，很大程度上幫助了生物學研究。我們有方法把想研究的器官，拆解成單細胞，再分析每個細胞的RNA成份，從而了解每個細胞在做甚麼，以及細胞之間的差異，有時會找到傳統方法找不到的細胞。

每個細胞都可以表達成千上萬的不同基因，如何找出它們的關係？應該比較哪一個基因？為了能比較多項變數，統計學家發明了PCA，將差異最大的變數，總結成不同的Components，只要觀察頭幾個Components，就能大致觀察個體之間的差異。舉個例，如果有一堆白人黑人混在一起，你就會用他們的膚色、瞳色、語言等差異較大的變數做Component ，把數據分辨出來，令數據變得可視(Data visualisation)。

對於更大型的Data，bioinformatician 會用機器學習(machine learning) 方式，找出如何比較數據才是最佳。最典型的就是t-Distributed Stochastic Neighbour Embedding (t-SNE)，只要你輸入一堆Data，它就會幫你找不同與歸類，不單是生物學數據，甚至連google image的結果，都可以用t-SNE分類。生物學上，tSNE有助找出獨特的細胞，是這個J樣的PCA不能做到的。

頭盔：我只是會一點code的biologist，統計學知識不全，有錯請指正。

用民調判別民意走向，才能有正確的選舉方式。從科學角度，探究民意，才能夠掌握民意。

藍營每次都無法掌握民意，甚至還使出過蓋牌通通都不信的大家閉上眼相信我之術，最後不但大敗，而且還敗得比民調還慘。組頭都比政治人物相信科學呢!

請大家仔細思考吧。


民調以一個社會科學來講
它的科學性在哪裡
為什麼現在我們會說
民進黨現在執政幾乎完全看民調來做事
當初你是怎麼樣接觸民調
民調 因為我念政治系
那我是1975年念政治系
正好是美國行為主義的革命
民調其實就是
可以這麼講就是近百年社會及行為科學的結晶
因為我當時在念大學的階段
正好接觸到這一個行為主義革命
我非常投入到這個裡面
因為一般對政治學的了解都是傳統政治學 對啊
我們講的政治學是科學政治學
也就是說是政治科學
Political science
就量化的研究方面最出名的那當然就是
我們講說政治態度與行為的研究
以前我們不叫民調
民調比較像說是市調啊民調這些東西
不過無論如何
我講比較簡單一點
民調作為一個科學它的根據是在於說
它有嚴謹的統計學的基礎
然後有嚴謹的社會科學研究法的這些測量方法
那麼結合起來
然後再加上這個心理學
社會心理學 人類學等等等等
這些所謂其實是一個科技整合的東西
民調作為一個目前這個
了解一般社會大眾的政治態度和行為
做一個科學工具來講那是非常成熟的
董事長我可不可以問一下
因為你知道我們學電機的時候
物理有一個叫海森堡測不準原理
行為科學呢在調查方面
有沒有類似這樣狀況
因為我先講我見過很多很惡質的民調方法
他根本沒做民調
他就是打給你
我告訴你喔 這個我們今天要做個民調
但我告訴你朱學恒是一個徹頭徹尾的人渣
請問你支不支持人渣來選立委
像這樣子的干擾行為
在民意調查裡面
這個董事長是專家你要怎麼去隔離
isolate這一類的變數
而不會導致民調變成是誰做就可以操縱
我題目設計就可以操作 這要怎麼辦呢
我跟你講這很簡單
如果是蓄意要做假民調
那種就沒有什麼科學的可談
它不是科學 不是科學
所以假民調或劣質民調是很多的到處都是
如果你要講說憑什麼我要講我們這個是真正的民調
民調的過程裡面也會碰到很多
有些人故意惡作不表示真實態度
對不對 對
可是我用一個簡單的理論講
你可能也聽過大數法則
所謂的大數法則簡單講就是說
當你的樣本足夠大的時候
你的樣本所得到的一些估計值
比如說平均數
它會跟跟母體平均數會幾乎完全一致
那如果你的樣本夠大怎麼樣叫夠大呢
以目前來講其實100個樣本都相當大
100個就夠大啦
那我們都要求1000個以上的樣本數
比方說在我們說在百分之九十五信心水準的情況底下
我們希望因為任何調查都會有誤差
我們希望你這個誤差不會太大就正負三
在正負三的這樣的一個誤差範圍之內
我們是可以接受
那樣本那隱含的說樣本會多大呢
就是1068
1068個隨機取樣的樣本得到的
那它的估計母體的這個誤差
我們大概就是正負三
我的意思就是說
談民調的精準度要先撇開所謂假民調
假民調沒辦法去談
就完全沒辦法就跟玄學一樣
他是故意做假民調根本沒做民調對不對
沒有做民調宣稱做假民調然後還有數字
那他絕對不會把他的樣本拿出來給你看
那但是正規的民調
一定是經由這樣的一個非常嚴謹的程序
得到的一個就是抽樣完之後他還會訪談
訪談之後呢所得到的一個結果
你知道我從小到大
其實對政治不是那麼感興趣
我最近幾年才開始注意政治因為工作的關係
是從什麼時候開始民進黨才把
民意調查或是數據化的政治科學
當成那麼重要的一個施政依據
而不相信自己能夠聆聽民眾的聲音
那這個事情我覺得最近很嚴重
就民調不跌
他根本不在乎你在那邊靠北什麼東西
他認為都假的
這個狀況演變我覺得可能跟您當年的民進黨也不一樣
這個是怎麼一回事
這個我倒是可以提供你一個非常重要的理論跟經驗
理論是什麼
有一位非常...叫??一個德國人
他曾經講過一個好的政治人物
他必須具備一種能力
就是說能夠預期民意反應的能力
能夠預期民意反應的能力
不但是專制的君主也好或者是這個
民主國家的元首總統也好
都應該具有這種能力
因為這樣才能夠知道民心知道民意
民心之所向
但是這個
民調其實是可以補足這些政治人物的不足
因為天縱英明的這種政治領袖很少見
一般的這種很平庸的這些政治人物要怎麼樣去了解
影響民意在哪裡
你比方說好了 美國這麼大一個國家
美國總統怎麼了解美國選民的意向是什麼
當然是民調
除了民調還有什麼
那民調就是一定要很精準的民調
所以美國歷屆總統沒有一個不重視民調
所以重視民調不是一件錯誤的事情
在台灣才很奇怪
台灣在批什麼民調治國
這是一個完全錯誤的這是一個威權心態很重的
或者是對民調不了解的人講出來的話
你當然講說這個市井小民
比方說菜市場 夜市啦
那是輿情應該去搜集應該去了解
但民調跟這個輿情沒有互相排斥 沒有互斥
民進黨對於民調的態度
特別是過去 我講過去這5年好了
我覺得是跟過去是不一樣的
跟更長遠的過去是不一樣的
小英當政之後我有一個感覺
民調高她就很高興 民調低她就怪民調
我最後簡單的問一個問題
以游盈隆老師過去5年的民調的經驗
你覺得2022年民進黨好不好選
當然不好選
民進黨的政黨支持度
是一個很敏感的指標很好的指標
在測量政黨的社會支持
現在是最低的時候
民進黨次低的時候是在2018年的11月12月的時候
那時候就是慘敗的時候
慘敗的時候就是23
現在選戰都還沒開始你就已經22點幾了
怎麼可能好 不可能好
所以你現在要收拾殘局嘛
民進黨政府要怎麼樣收拾殘局來避免2022全軍覆沒
或者是2022能夠勉強維持目前兩都四縣市的局面
可不可能不知道
那顯然是一場苦戰

直播日期:游盈隆6/30
直播連結:https://www.youtube.com/watch?v=vxDJ45oODCE

☞〈給我們的訓誡書：伊格言的瘟疫書單8 種〉全文連結：https://www.egoyanzheng.com/single-post/2020/03/11/%E3%80%90%E7%AB%AF%E5%82%B3%E5%AA%92%E3%80%91%E7%B5%A6%E6%88%91%E5%80%91%E7%9A%84%E8%A8%93%E8%AA%A1%E6%9B%B8%E2%94%80%E2%94%80%E4%BC%8A%E6%A0%BC%E8%A8%80%E7%9A%84%E7%98%9F%E7%96%AB%E6%9B%B8%E5%96%AE8%E7%A8%AE
☞本文首發於香港端傳媒：https://theinitium.com/article/20200223-culture-booklist-virus/
☞IG：https://www.instagram.com/egoyanzheng/
☞請記得按讚、留言、分享、訂閱、小鈴鐺喔。
#書單 #新冠肺炎 #槍砲病菌與鋼鐵
─────
你知道隋煬帝楊廣為什麼要蓋運河嗎？難道他不知道修建大運河可能勞民傷財，民怨四起，導致帝國毀滅嗎？
有一種說法是這樣的：隋煬帝之所以決定修建運河，其實根本是不得已的。
因為先前南北朝時期，連年征戰，為了一統天下，軍隊規模已過度膨脹。
而此刻天下太平，不再需要那麼多軍隊了；
留著他們，軍餉將拖垮國家財政；但要是讓他們全都解甲歸田，則等同於製造大量失業人口，導致社會問題。
束手無策之餘，只好開個運河工程讓大家來做了。
沒錯，這是一種解釋──而且是一種經濟學上的解釋。
修建運河，其實正是隋煬帝為解決民生問題，不得不採取的「擴大內需」措施。
我們暫且不去論斷此種說法的對錯──無論如何，用這種角度來理解歷史，是不是也給我們打開了不同的視野呢？
而類似瘟疫流行這種大規模影響國計民生的重大事件，事實上也特別適合讓我們拉遠距離，從更大的巨觀尺度上來理解它。
這正是一種「大歷史」的概念。
讓我們先從這種概念的科幻版本開始吧──首先，伊格言提到，瘟疫時期，我們應當讀讀科幻大師以撒‧艾西莫夫（Isaac Asimov）的《基地》系列作。
這位俄裔美籍科幻大師出生於1920年，是美國科幻的代表人物之一。
看看他本人，是不是長得很像電影裡那種瘋狂科學家的樣子呢？
在他的經典小說《基地》三部曲中，艾西莫夫設想了一門全新學科：心理史學（Psychohistory）。
這是一個有趣的想像。「心理史學」是什麼？
那是一種用以**測度群體眾人之心理傾向與集體選擇**的統計學──它假設，如若群體人口夠多，則我們將可預測未來。

什麼意思？這乍聽之下匪夷所思，然而不難理解──
舉例，你無法預測伊格言今天晚餐會吃什麼，因為單一個人的選擇變數太大，無從評估。
然而，如果要預測整座港島今日晚間約有多少比例人口以撈麵為晚餐主食，則相對容易得多，誤差也小得多。
以此類推，當群體數量夠大，當數據蒐集夠多，我們將可預測集體的心理傾向；而當此類計算愈趨精密，則終有一日，我們將可預測未來。

聽來是否似曾相識呢？
對的，於《基地》系列成書之一九五〇年代，我們叫它「心理史學」，psychohistory；而在二十一世紀的今日，我們叫它──**大數據**。
伊格言提醒我們，對，這不就是大數據的概念嗎？
在數十年前，人類蒐集資料的能力有限，所以也不容易蒐集到堪用的、數量如此龐大的數據。
而現在，這已經一點也不奇怪了──記得武漢封城初期，網路上相傳來自支付寶後台的那張「逃離武漢落點圖」嗎？
那張圖，和後來中國各地肺炎的感染數據，是否可能直接相關呢？
所以，理論上，在當初，我們是否能從那張圖相當程度地「預測」或「演算」出後來中國各地的病例數字呢？
對，瘟疫聽來科幻，一種全新的、無解藥的傳染病聽來科幻，
但我們終將承認，我們竟是如此真實地生存於科幻之中──那不正是這個世界給我們的一記警鐘、一紙訓誡書嗎？
所以，讓我們也來讀讀賈德‧戴蒙的經典名作《槍砲、病菌與鋼鐵》吧......
─────
伊格言，小說家、詩人，《聯合文學》雜誌2010年8月號封面人物。
著有《噬夢人》、《與孤寂等輕》、《你是穿入我瞳孔的光》、《拜訪糖果阿姨》、《零地點GroundZero》、《幻事錄：伊格言的現代小說經典十六講》、《甕中人》等書。

作品已譯為多國文字，並於日本白水社、韓國Alma、中國世紀文景等出版社出版。
曾獲聯合文學小說新人獎、自由時報林榮三文學獎、吳濁流文學獎長篇小說獎、華文科幻星雲獎長篇小說獎、中央社台灣十大潛力人物等；並入圍英仕曼亞洲文學獎（Man Asian Literary Prize）、歐康納國際小說獎（Frank O'Connor International Short Story Award）、台灣文學獎長篇小說金典獎、台北國際書展大獎、華語文學傳媒大獎年度小說家等獎項。
獲選《聯合文學》雜誌「20位40歲以下最受期待的華文小說家」；著作亦曾獲《聯合文學》雜誌2010年度之書、2010、2011、2013博客來網路書店華文創作百大排行榜等殊榮。
曾任德國柏林文學協會（Literarisches Colloquium Berlin）駐會作家、香港浸會大學國際作家工作坊（IWW）訪問作家、中興大學駐校作家、成功大學駐校藝術家、元智大學駐校作家等。
☞Readmoo專訪1：如果在YouTube，一個小說家
https://news.readmoo.com/2020/01/07/200107-interview-with-egoyan/
☞Readmoo專訪2：那些關於孤寂的問題，以及......
https://news.readmoo.com/2019/03/21/190321-lonelieness/
────
小說是什麼？我認為，好的小說是一則猜想──像數學上「哥德巴赫的猜想」那樣的猜想。猜想什麼？猜想一則符號系統（於此，是文字符號系統）中的可能真理。這真理的解釋範圍或許很小，甚至有可能終究無法被證明（哥德爾的不完備定理早就告訴我們這件事）；但藝術求的從來便不是白紙黑字的嚴密證明，是我們閱讀此則猜想，從而無限逼近那則真理時的智性愉悅。如若一篇小說無法給我們這樣的智性，那麼，它就不會是最好的小說。
是之謂小說的智性。───伊格言