日前，筆者在《光明觀察》看到一篇文章《google真相：新單邊主義者的帝國式傲慢》。首先用「單邊主義」、「帝國」這樣的純粹外交詞彙用來形容企業戰略就顯得非常地上綱上線；其次，不足兩千字的短文居然引用了六位名人的談話、三大學派的理論以及若干主義進行論證，其「旁徵博引」的比重和篇幅之大，一方面說明文章的空洞無物，另一方面反映出作者過於偏頗的批判邏輯和思考方式。那麼，借用一下這篇文章的提法，究竟什麼才是「google真相」呢？
有人說人類的進步和變革是以生產力為先導的，但在我看來，歸根結底都是以資訊為先導的，因為生產力發生和發展的方向取決於決策，而決策則依賴於資訊。實際上，我們甚至可以認為資訊是世界發展最前導的因素和最富創新的程序量。
現在，我們的世界無可爭議地進入了乙個全球化的資訊科技時代，但不確定性仍然充斥我們的生活、工作和經濟活動，對決策的準確性和效率形成阻礙。雖然資訊科技所引發的革命已經在全球化的程序中得以發散性地迅速擴張，但在這個世界的不同地方，「資訊」這個概念的含義也是不十分明確和一致的。諾貝爾經濟學獎獲得者，美國經濟學家肯尼思·阿羅認為，「不確定性是眾多決策過程的乙個特徵。當存在著不確定性的時候，也就存在著通過獲取資訊減少不確定性的可能；實際的經濟行為部分地由資訊這樣的非**變數支配。」資訊數量的**性成長和資訊溝通的需求增長必然促進經濟的一體化趨勢，反過來，經濟的一體化也必然促進不同人群價值觀的協同互動，加速資訊系統的被組織過程，從而全方位引發人們的資訊查詢和交流的需求。但這種過程被資訊的不確定性（這種不確定性包含在資訊的採集、組織整理、分類儲存和複雜檢索等等細節當中）所阻撓，限制了經濟效率和生活品質的進一步提高。資訊的數量呈現出與之前任何時代都不相同的**特徵；傳統的資訊分類和檢索方法在這樣的特徵面前可以說完全束手無策，這也使得基於傳統方法的yahoo力不從心。
肯尼思·阿羅在他著名的《社會選擇：個性與多準則》中說，「如果消費者的價值觀能夠由相當廣泛的個體排序表示出來，那麼，公民主權學說與集體理性學說就是矛盾的」。個體排序就是指社會群體在細節上逐步取得一致，google就面臨阿羅所說的矛盾困境當中。資訊革命和通訊技術的不斷蛻變擴大了人們的視聽和行動範圍。但在價值觀問題上，共識仍然與分歧長期共存，甚至在部分領域中分歧仍然佔主導地位。雖然作為乙個企業，google並沒有義務去強調世界不同社會之間的相互合作以及經濟和文化的密切聯絡；但google立足於資訊分享和資訊溝通的核心理念無疑非常看重世界各社會群體的互相往來甚至互相依賴。即使全球化僅僅針對經濟領域，資訊也必然與之相生相伴；更何況，全球化絕不會只是孤立的經濟行為。實際上，全球化從核心上講是一種以資訊傳遞和獲得效率的大幅度提高為基礎的經濟整合策略，所以作為全球最大和最主要的資訊服務提供商，google必須面對基於不同文化背景和價值觀環境的資訊，對來自於這些背景和環境的內容進行一種普遍化的構造。肯尼思·阿羅還說，「在個人有相同的價值觀時，才能做出社會福利判斷，但相同價值觀的取得存在著許多的困難」。作為乙個企業，google當然不可能是普適福音；但我們所看到的是，面對不同社會群體不同價值觀對資訊服務的挑戰， google給我們帶來的生活和工作的便利和經濟效率的提高，恐怕要遠遠超過我們對它的期望值。
搜尋、移動互聯、sns、微博……全球化背景下的資訊科技早已越過國與國之間的界限，也早已模糊了文化與文化之間的分割。在這樣的新形勢下，以資訊為根本研究物件和服務主體的google，揹負著怎樣的使命，面對著怎樣的抉擇，我想，這不再是乙個企業的命題和責任，而已經擴大為全社會的思考課題。相信有一天，「google一下什麼」將不僅僅是「搜尋一下什麼」的同義語，而是「思考一下什麼」的同義語。
________________________________________
Google面試題 及答案
1 村子裡有100對夫妻，其中每個丈夫都瞞著自己的妻子 村里的每個妻子都能立即發現除自己丈夫之外的其他男人是否 唯獨不知道她自己的丈夫到底有沒有 村里的規矩不容忍通姦。任何乙個妻子，一旦能證明自己的男人 就必須當天把他殺死。村里的女人全都嚴格照此規矩辦事。一天，女頭領出來宣布，村里至少有乙個丈夫 請...
決策樹例項及原理
鐵達尼號 生死 import pandas as pd from sklearn.tree import decisiontreeclassifier 決策樹分類器。from sklearn.feature extraction import dictvectorizer 將特徵值對映列表轉換為向量...
Google機器學習教程心得（二）決策樹與視覺化
google machine learning recipes 2 官方中文部落格 github工程位址 歡迎star，也歡迎到issue區討論 我們從iris問題，學習決策樹視覺化，了解決策樹工作過程。有很多分類器 artificial neural network support vector ...