舉個例子，假如你是一座城市的交通規劃者，有兩種交通導流方式可供你選擇。一種是中心化的、自上而下的方式——整個系統被事先清楚考慮好，擁堵之處被人工識別，然后通過調整系統加以清除；一種是直接讓司機們在路上自己做決策。一般來講，前者更有效率，它降低了混序代價，更加有效地利用了信息。
數據淘刷著今天的世界。2015年人類制造的信息量，等于以往人類文明所制造信息量的總和。我們無時無刻不在發消息，打電話，進行交易，而這些都會留下數據軌跡。我們正快速實現一個被意大利作家卡爾維諾稱為“世界之記憶”的場景：打造物理宇宙的完整的數字化復制品。
隨著互聯網在物理空間的不斷擴張，混序代價將成為我們社會的根本特征，與此同時，借助大數據的力量來消除混序代價的嘗試將甚囂塵上。
相關的例子不勝枚舉。想想在亞馬遜上買書的情景，亞馬遜手里有海量的用戶數據——他們的個人資料，他們的搜索歷史，他們在電子書上劃的高亮條——亞馬遜會用這些信息預測用戶下一步的購買行為。正像所有中心化架構的人工智能一樣，過去的軌跡會用于預測未來。亞馬遜會調閱你最近買過的十本書，然后以更大的精確性推送你可能想讀的下一本書。
不過，我們應該考慮到，當我們如此成功地削弱了混序代價時，我們失去了什么。在你讀過十本書之后，對你最有意義的一本書，不應該服服帖帖地遵循你已經建構起來的模式，而應該讓你吃驚，給你挑戰，逼你以一種不同的方式看世界。
相對于上面提到的交通導流，優化推薦——常被等同于下一個購買對象的自動浮現——或許對在線圖書瀏覽這個問題來說并非最佳范例。大數據會增加我們的選擇，卻也會濾掉我們不想看到的東西。人們卻經常以為，那“第十一本書”是在純粹的幸運中被發現的。
網上購書是這樣，其他很多被數字化了的系統也是這樣，比如我們的城市和社會。中心化的市政系統現今喜歡運用算法來指導市政建設，指導從交通燈和地鐵，到垃圾存放和能源傳輸等各類事情。全球各地的許多市長都迷戀中控室，比如IBM給里約設計的城市運營中心，市政管理者可在此對各類新信息加以實時響應。
不過，隨著中心化的算法越來越控制社會上的一切，受數據驅動的技術階層正對創新和民主產生威脅。我們必須不惜一切代價來阻止這樣的情況。去中心化的決策機制是讓社會保持生機的基礎。相反，數據驅動的優化過程，是從一個預定了的范型中調取解決方案，這往往會把一些變革性的和反直覺的想法排除掉，而正是這些想法，往往推動著人類前進。
我們的生活中存在一定程度的隨機性，這是新穎思維方式的產生空間，否則它們很可能會被錯過。而且在宏觀層次上，這也是生活的必需。如果大自然采用的是預測性的算法機制，那么DNA在復制過程中的突變就會被統統扼殺，地球上將很可能僅僅存在著經過了最大優化的單細胞有機體。
去中心化的決策機制能夠通過自然與人工的合作進化，創造人與機器智能之間的化合反應。分布式智能短期內可能效率不佳，但從根本上，它可以打造一個更有創造性、更多樣化、更有彈性的社會。如果我們想保護創新的話，混序代價其實是個好價錢。
京公網安備 11010502049343號