像Facebook这样的公司记录用户与平台的每一个可想象的互动。他们记录你每一次点击和轻触。他们跟踪你在某个帖子上停留的时间，是否和那个可能是你朋友的女人在同一个WiFi上，以及你观看了三次的Instagram短视频。 对于单个用户来说，这种做法显得有些古怪，但这些行为在所有科技巨头中都是以行星规模进行的。他们每天产生PB级的数据，并在欧洲监管机构允许的时间内保存这些数据。然后，他们可以利用机器智能将其转化为有用的知识，用于他们的网络控制系统，这些系统构建新闻推送、投放广告、决定为你花费多少计算资源，以及在你需要之前哪些SKU应该存放在哪些仓库。Hive元存储的账单高达数十亿。 医院在每个病例后每天都会丢弃大部分数据和遥测。他们记录血管手术、内窥镜检查的视频，发现有趣的生理现象。有时根本没有记录，大多数情况下，他们在完成后立即删除这些视频。 对于生理波形（ECG、EEG、动脉线）来说，情况更糟，这些数据几乎从未被记录。患者的大脑、血管、心脏的毫秒级视图被生成并瞬间销毁。所有这些时间序列当然可以预测人们的心脏停止、脑部爆炸等情况。外科医生远程操作机器人，微小的运动没有被记录，政策从未学习，也从未与成功或失败的结果相关联。 对于大多数软件人员来说，这种情况是不可想象的，他们的本能是记录每一个地方的所有内容，更不用说云成本，因为我们确信将来会有某种用途和某种模型可以训练。我在这里并没有具体的处方，我的观点只是我们的文明常常囤积和珍视一些世界上最愚蠢的数据，比如“我在约翰·波克的短视频上按了赞”，却销毁了它生成的许多最重要的数据，并限制了机器可以学习的内容。