数据是决策的命脉和负责制的原材料。如果没有高质量的数据在正确的时间提供正确的信息，则几乎不可能设计，监视和评估有效政策。如今，有前所未有的可能性来告知和改变社会和保护环境。我描述了社会科学和计算机架构，这些社会科学和计算机架构将允许该数据安全地帮助适应新的数据世界，这个世界更公平，更高效，具有更高的知名度，并且比以往任何时候都更有机会。
序言：数据时代的诞生
对我来说，故事始于二十多年前，当时我正在探索可穿戴计算。我的实验室是世界上第一个半机械人组：大约二十名学生将PC，摩托车电池和小激光器焊接在一起，因此您可以将图像直接射入眼睛。我们试图尝试未来。将其在上下文中，请记住，1996年的手机很少。甚至没有WiFi。计算机是大而热门的东西，坐在办公桌或空调房间上。但是，我很明显，计算机将在我们的身体上，然后基本上到处都是。
我们为整个人建造了这套设备，然后对其进行了许多实验。每个人都说的第一件事之一是：“这真的很酷，但我永远不会穿。”
因此，我的下一步是让时尚学校参与我们的工作。面页面上的图像来自法国时尚学校，名为Creapole。我曾与学生谈论技术的发展方向，然后他们提出了设计。有趣的是，他们从本质上发明了看起来像Google Glass和iPhone的东西，直到指纹读取。
有趣的是，通过使用技术的原型，您可以开始看到未来可能比想象它更好。通过生活在这个未来，我们学到的真正重要的一件事是，将生成大量数据。当每个人都有设备上的设备时，当每次互动都通过数字传感器来衡量时，当每个设备推出数据时，您就可以得到几年前难以想象的社会图片。这种能够连续和定量地看到人类行为的能力，已经启动了一门新科学（根据“自然1？science2？science2？and？science2？and？science2？and？science2？and？science 2？and？science 2？and？science2？and？science2？and？science2？and？science2？and？science2？and？science2？又称为计算社会科学，这是一门开始改变传统社会科学的科学。这类似于荷兰镜头制造商创建第一个实用镜头的何时：显微镜和望远镜打开了广泛的新科学远景。如今，生活实验室的新技术 - 通过收集社区的数字面包屑来吸引人类的行为 - 开始使研究人员更加完整地看待生活的所有复杂性。我相信，这是社会科学的未来。
对人性的新理解
西方社会犯的最大错误也许是我们坚持自己作为“理性个人”的观念。
亚当·史密斯（Adam Smith），约翰·洛克（John Locke）等人在苏格兰奠定了现代西方社会和各地富裕社会的基础。人们对自己创造的早期社会科学的理解是，人类是理性的人，具有“所有人的自由和正义”。政府的理想和我们的学校已经放弃了修辞课，以专注于培训学生，以具有更好的分析技能。
但是这个理性的个体模型是错误的，不仅是理性的部分，而且更重要的是个人部分。我们的行为对我们周围的人产生了强烈的影响，正如我们将看到的那样，我们大多数智慧的来源。我们的成长能力是由于从他人的经历中学习。我们不是个人，而是社会物种的成员。实际上，当1800年代的数学家试图理解亚当·史密斯（Adam Smith）的观察中，“理性个人”的想法达到了目前的形式4？这些数学家发现，如果他们使用了非常简化的人性模型，他们可以做出无形的手工作品：人们的行为只是为了使自己受益（他们是“理性的”），他们独自行动，独自行动独立于他人（他们是“个人”）。
可穿戴电子设计，从作者和巴黎Creapole设计学校之间的合作
大多数经济学和大多数理事系统的数学都认为，人们独立下定决心，而他们不会相互影响。那简直是错误的。尽管这可能不是一个糟糕的第一近似，但最终失败了，因为它是人们相互影响的，点对点，导致财务泡沫和文化变化，并且（正如我们将看到的那样）这是这种对方 -待命的影响是创新和增长的来源。
此外，“理性个人”的想法并不是亚当·史密斯（Adam Smith）所说的那只无形之手。相反，亚当·史密斯（Adam Smith）认为：“不仅交换商品，而且要交换思想，援助和恩惠是人的本性……正是这些交流引导人们为社区利益创造解决方案。” 5？有趣的是，卡尔·马克思（Karl Marx）说类似的事情，即社会是我们所有社会关系的总和。
社会的规范是社会解决方案，来自点对点的交流，不是来自市场，而不是来自个人。我们应该专注于个人之间的互动，而不是个人天才。但是，直到最近，我们还没有数学来理解和建模对等交互的此类网络。我们也没有数据来证明所有这些都是如何真正起作用的。现在，我们既有数学和数据。
大多数经济学和大多数理事系统的数学认为，人们独立下定决心。这简直是错误的，因为正是人们相互影响会导致财务泡沫，而这种点对点的影响是创新和成长的来源
因此，我们提出了关于自己的最根本问题：我们真的是理性的人吗？还是我们更多的社交网络生物？
财富来自寻找新机会
为了回答我们真正是谁的问题，我们现在可以从地球上大多数社会中的大量人那里获得数据，并且可以使用非常强大的统计技术来解决这个问题。例如，让我们看一下中等收入国家中有100,000个随机选择的人的样本，并比较他们听取新机会（通过封闭或打开其社交网络的封闭方式）的能力与他们的收入。
答案是，拥有更多开放网络的人会赚更多的钱。此外，这不仅是我们衡量机会获得机会的方式的工件，因为您可以从与之互动的人们的工作多样性或与之互动的人们的多样性中获得相同的结果。。令人震惊的是，如果您将拥有六年级教育的人与文盲的人进行比较，那么这种曲线只会向左移动一点。如果您看着接受大学教育的人，曲线只向右移动一点。与与互动的多样性有关的差异相比，与教育有关的差异是微不足道的。
您可能想知道是否更大的网络多样性？原因？收入更高，还是相反。答案是肯定的：更大的网络多样性平均导致收入更高（这是薄弱的联系带来新机会的想法），但实际上，更多的收入会导致社交网络变得更加多样化。当我们设计社会和政策时，这不是我们在脑海中拥有的标准图片。
随着人们与更多样化的社区互动，他们的收入增加（中等收入国家的100,000人）（Jahani等，2017）
在西方社会中，我们通常认为个人的特征远远超过社交网络因素。尽管这种假设是不正确的，但它影响了我们对许多事情的方法。考虑我们如何设计学校和大学。我的研究小组与几个不同国家的大学合作，并衡量了他们的社会互动模式。我们发现，社交联系比人格，学习模式，以前的培训或成绩和其他个人特征更好地预测了学生成果的预测指标。在学校考试中，学校的表现与您所拥有的互动社区有关，而不是与“理性个人”模型导致我们假设的事物很重要。令人震惊。
最好将人类视为一种正在不断寻找新机会，新思想的物种，他们的社交网络是寻找机会的主要资源，也许是最大的资源。最重要的是，人类就像其他所有社会物种一样。我们的生活包括习惯之间的平衡，使我们能够通过利用环境和探索寻找新的机会来谋生。
在动物文献中，这被称为“觅食行为”。例如，如果您观看兔子，它们会从自己的孔中出来，他们会去一些浆果，每天都会同时回来，除非有几天他们会侦察其他浆果灌木丛。这是探索之间的张力，以防您的浆果灌木丛消失，并在那里吃浆果。
这正是正常人类生活的特征。当我们检查了美国1亿人的数据时，我们看到人们是可以预测的。如果我知道您早上做什么，我知道，正确的几率，傍晚和谁，您将在做什么。但是，每隔一段时间，人们会破裂，并探索他们只有偶尔访问的人和地方，这种行为极为无法预测。
而且，当您发现没有显示这种模式的个人时，他们几乎总是生病或以某种方式感到压力。您可以通过表现出这种最基本的生物节奏，从一般意义上讲，一个人的生活是否健康。实际上，这种趋势足够规律，以至于美国最大的卫生服务之一就是使用它来跟踪高危患者。
作为一种物种，人类正在不断寻找新的机会，以寻求新的想法，他们的社交网络是寻找机会的主要，也许是最大的资源
如果您将觅食新颖性的想法与各种网络带来更多机会和更多收入的想法相结合，那么您会期望有助于与广泛人民建立联系的城市将会更富裕。因此，我们收集了来自美国150个城市和欧盟150个城市的数据，并研究了人们之间的身体互动模式。
如果您的城市促进了更多的互动，那么您可能会有更多的机会，从长远来看，您将赚更多的钱。从上图，您可以看到该模型在美国和欧盟都非常准确地预测了每平方公里的GDP。那就是说，我们通常会考虑的因素 - 投资，教育，基础设施，机构 - 可能是epiphenomenal。它们不是成为增长和创新的核心，而是主要是因为它们有助于或阻碍寻找新的机会。社会进步的主要驱动力可能是寻求新的机会和寻找新想法，而与人们的负责人或资本投资的技能相反。
摘要：这种新的计算社会科学对人类行为和社会的理解，从网络，寻找新的机会以及思想交流的角度最好地称为社会物理，这是社会学创造者奥古斯特·孔特（Auguste Comte）在两个世纪前创造的这个名字。他的观念是，某些想法定期塑造了社会的发展。尽管他的理论在许多方面都过于简单，但计算社会科学的最新成功表明，他朝着正确的方向发展。这是人们在驱动社会的人们之间的思想和机会的流动，从小团体到公司，城市甚至整个国家的规模提供定量结果。
随着城市中面对面的沟通允许更多样化的社区之间的互动，城市的财富增加了。来自美国150个城市和欧盟150个城市的数据（Pan等，2013）
*？数据？ - ？我们的模型
优化机会
一旦我们更好地了解自己，我们就可以建立更好的社会。如果寻找新的机会和想法是人类进步的核心，那么我们应该询问如何最好地完成此搜索。优化
机会，我将转向金融投资科学，该科学提供了清晰，简单且发达的示例，这些例子是利用已知机会和探索新的机会。
特别是我将研究贝叶斯投资组合分析。当利润的潜力未知或不确定时，这些方法用于在替代行动中进行选择（Thompson，1933）。许多最佳的对冲基金和最佳的消费者零售组织都将这种类型的方法用于其整体管理结构。
与这些分析方法相关的核心思想是，当决策者面临各种各样的替代行动时，每种行动都以未知的回报，他们必须选择行动以发现那些带来最佳回报的行动，同时又有利用目前认为这是与对手保持竞争力的最佳行动。这与动物觅食的想法相同，或者在仍在谋生的同时寻找新机会的人们。
为了优化机会，我将求助于金融投资科学，该科学提供了清晰，简单且发达的示例，即利用已知机会和探索新机会的权衡
在社交环境中，通过观察决策者社交网络的其他成员的回报，可以轻松，廉价地确定每个潜在行动的回报。这种社会学习的使用极大地改善了整体表现，并减少了对人类参与者的认知负担。在社交网络中快速沟通和观察其他决策的能力是最佳社会学习和机会探索的关键方面之一。
例如，我的研究小组最近研究了高表现者如何在社交网络股票交易网站中最大程度地分享战略信息的共享，在该网站中，人们可以看到其他人选择，讨论并复制它们的策略。团队分析了约580万笔交易，发现表现最好的交易者群体遵循了这种社会学习策略的版本，称为“分布式汤普森采样”。据计算出，遵循分布的汤普森采样公式的小组的预测可靠地击败了最佳的个人预测，利润率近30％。此外，当将这些组的结果与使用标准人工智能（AI）技术获得的结果进行比较时，遵循分布式汤普森采样方法的人类可靠地击败了标准的AI技术！
社会学习的使用极大地改善了整体表现，并减少了对人类参与者的认知负担。在社交网络中快速沟通和观察其他决策的能力是最佳社会学习和机会探索的关键方面之一
重要的是要强调，这种方法与亚马逊用于配置其产品组合及其交付服务的方法相同。最好的金融对冲基金采取了非常相似的方法。完全动态和交织的计划，情报收集，评估和行动选择会产生一个有力优化的组织。
这种社会学习方法具有另一个对社会物种绝对独特和必不可少的优势：个体人的行为既符合他们的最大利益？也是？符合社交网络中每个人的最大利益。此外，个人的激励措施和组织的激励措施的一致性是可见且可以理解的。这意味着，就激励措施和认知负担而言，为了社会的最大利益而行动很容易：最佳的个人和社会收益是相同的，并且个人只能通过观察他人来学习最佳行为。
城市中的社会桥梁：机会之路
城市是一个很好的例子，说明觅食新机会的过程如何塑造人类社会。城市是社会的主要生产中心，正如我们已经看到的那样，很容易寻找新机会的城市更富有。长期的经济增长主要是由社会创新驱动的，城市促进了人类的互动和思想交流，以实现良好的思想和新机会。
这些新的机会和新想法范围从生产方式或产品类型的变化到最新的新闻。例如，华尔街的成功通常涉及在其他任何人之前知道新事件。在这种环境下，极端空间接近的信息优势变得非常高。这可以解释为什么华尔街留在曼哈顿尖端的一个小物理区域。经济参与者的空间集中度通过增加公司内部和跨公司的新思想的流程来提高公司水平的生产率。
我们的证据表明，将来自不同社区的人们聚集在一起是建造一个充满活力，富有的城市的最佳方法。但是，当我们检查真正城市中人们的流动时，我们发现混合比我们通常想象的要有限得多。住在一个社区的人主要与其他几个社区的人一起工作，他们在类似有限的地区购物。
社交桥梁在预测人民行为方面比人口统计要好三百个
有影响力的人苏西·泡泡（Susie Bubble
物理互动大部分仅限于社区之间相对较少的社会桥梁。不足为奇的是，无论是在工作还是在玩游戏中，都花时间，互相学习并采取非常相似的行为。当我上班或去商店时，我可能会看到有人穿着新的鞋子，然后想：“嘿，看起来真的很酷。也许我会买一些这样的鞋子。”或者，也许我去我一直喜欢的餐厅，附近有人订购了一些不同的东西，我认为“哦，看起来还不错。也许我下次要尝试。”当人们在一起时，他们开始互相模仿，他们相互学习，并采取类似的行为和态度。
实际上，您发现的是，各种行为，例如他们购买的衣服，如何处理信用卡，甚至是行为疾病（例如糖尿病或酒精中毒），主要是在社交桥梁连接的群体内流动。他们几乎没有遵循人口界限。例如，在最近对欧洲大城市的研究中，我们发现社会桥梁在预测人们的行为方面比人口统计学要好三百％，包括年龄，性别，收入和教育
城市是社会的主要生产中心，在更容易寻找新机会的地方也有更大的财富
东京的鸟瞰图。这个日本大型拥有世界最大的大都市地区
富裕社会桥梁加入的社区组成了当地文化。因此，通过了解一个人闲逛的几个地方，您可以告诉他们大量有关它们的信息。这在营销和政治方面都非常重要。通过花费时间一起学习，彼此学习的过程意味着思想和行为倾向于主要在集群中传播，但不进一步。一种新型的鞋子，一种新型的音乐，一种政治观点，将在社交桥梁加入的一群社区中蔓延，但往往不会跨越集群边界到其他地方。广告商和政治骇客谈论影响者改变人们的想法。我认为，更多的是社交桥梁，人们闲逛，彼此互动，彼此互动，这决定了思想传播的方式。
长期经济增长主要是由创新驱动的，城市促进了人类的互动和思想交流，以实现好主意和新机会
摘要：亚当·史密斯（Adam Smith）对人们交流思想的说法 - 确定规范和行为的对等交流是正确的。但是真正令人惊叹的是，因为我们坚持人性的“理性个人”模型，我们认为偏好是由个人人口统计（年龄，收入，性别，种族，教育等）最好描述的 - 这是错误的。思考社会的方式是根据这些行为群体。他们与谁交往？其他人在做什么？社会桥梁的想法比人口统计学更强大，因为社会桥梁是人们相互影响的最强大的方式。通过了解社会中的社会桥梁，我们可以开始建立一个更聪明，更和谐的社会。
多样性和生产力
尽管现代的遥远，数字通信急剧增加，但人们之间的物理互动仍然是信息交流的关键媒介。人们之间的这些社交互动包括通过观察（例如，穿什么衣服或订购的食物）以及中介互动（例如，口口相传，共同的朋友）。为了推断人之间的互动，首先是根据个人的接近度获得的互动网络。已经显示出物理上的接近性可以增加面对面的对话的可能性，并且相互作用强度的提高被广泛用于帮助城市计划和城市便利设施的安置。
社会桥梁的想法是，基于他们的居住，工作和购物的地方，通常可以将个人识别为社区的一部分。您投资最有价值的资源（时间）的地方可以避免您的偏好。每个社区通常都可以访问不同的信息，机会或提供不同的观点。然后，多样化的互动应增加人口对生产活动所需的机会和想法的机会。
北京市的互动多样性（左）和未来的经济增长（右）；可以看出它们高度相关（Chong，Bahrami和Pentland，2018年）
当我们将这种逻辑应用于美国，亚洲和欧洲的城市时，我们发现这种相互作用多样性的效果具有与人口增加相当的效果。换句话说，不仅是该地区的个人数量可以预测经济增长，而且还通过将它们联系起来的社会桥梁来思考。如果我们将相互作用多样性的解释强度与其他变量（例如平均年龄或接受高等教育的居民百分比）进行比较，我们发现这些传统措施在解释经济增长方面的解释要比社会桥梁多样性要弱得多。这意味着仅取决于人口和教育等因素的模型和民用系统可能会缺少主要影响。
新的社会契约
2014年，一群大数据科学家（包括我本人），大数据公司的代表以及来自北部和南部国家的国家统计局负责人在联合国总部属于总部，并绘制了一场革命。我们建议以科学，透明，负责和可比的方式以世界的所有国家来衡量贫困，不平等，不公正和可持续性。令人惊讶的是，作为2030年可持续发展目标的一部分，联合国大会批准了该提案。
这一显然无害的协议被称为联合国内部的数据革命，因为这是第一次有国际承诺发现和讲述整个人类家庭状况的真相。自从时间开始以来，大多数人都被孤立，不对政府看不见，并且没有有关政府健康，正义，教育或发展政策的信息或投入的信息。但是在过去的十年中，情况发生了变化。正如我们联合国数据革命报告所说的“一个重要的世界”的报告：
数据是决策的命脉和负责制的原材料。如果没有高质量的数据在正确的时间提供正确的信息，则几乎不可能设计，监视和评估有效政策。新技术导致可用数据的数量和类型的指数增加，从而为通知和改变社会和保护环境的前所未有的可能性。政府，公司，研究人员和公民团体正在进行实验，创新和适应新的数据世界，在这个世界中，数据比以往任何时候都更大，更快，更详细。这是数据革命。6
更具体地说，绝大多数人类现在都具有双向数字连接，可以发送语音，文本以及最近的图像和数字传感器数据，因为手机网络几乎在任何地方都传播了。信息突然成为所有人可能都可以使用的东西。数据革命将有关人类生活和行为的大量新数据与传统的数据源结合在一起，从而使“社会物理学”的新科学能够使我们可以检测和监视人类状况的变化，并提供精确的，非传统的有助于人类发展的干预措施。
为什么有人会认为实际上会有任何事情来自联合国大会承诺，成员国的国家统计局将公开，统一和科学地衡量人类发展？这不是因为任何人希望联合国能够管理或资助测量过程。取而代之的是，我们认为，统一，科学的衡量人类发展将发生，因为国际发展捐助者最终要求科学的合理数据来指导美元和贸易关系。
此外，一旦有关开发的可靠数据开始变得对商人熟悉，我们可以预料，供应链和私人投资将开始关注。一个司法或不平等措施差的国家通常也具有较高的腐败水平，而在贫困或可持续性中记录较差的国家通常也没有经济稳定的记录较差。结果，与成本相似但人类发展数字更好的国家，具有较低发展的国家对企业的吸引力较低。
建立数据革命
我们将如何实现这一数据革命并为全世界的政府带来透明度和问责制？
关键是关于人类状况的安全，可靠，统一的数据。为此，我们已经能够进行国家规模的实验，这些实验表明这是一个实用的目标。例如，我帮助组织了Cote d'Ivoire和塞内加尔的开发数据（D4D）实验（D4D）实验，每个研究都有来自世界各地数百个研究小组的参与，这表明卫星数据，手机数据，金融交易数据和人类流动性数据可用于可靠，便宜地衡量可持续发展目标。这些新数据源将无法替代现有的基于调查的人口普查数据，而是允许此相当昂贵的数据迅速扩展，粒度和频率。7
但是隐私呢？这个位置不会太少的力量吗？为了解决这些问题，我提出了2007年的“数据新交易”，使公民控制了有关它们的数据，并创建了一个数据共享，以改善政府和私营企业（请参阅？）。这导致了我共同领导的一个经济论坛讨论小组，该小组能够有效地探索这些大数据问题的风险，奖励和治疗方法。我领导的研究和实验支持这一讨论构成了美国消费者隐私权法案，欧盟数据保护法，现在正在帮助中国确定其数据保护政策。虽然隐私和力量集中始终是一个问题，但我们很快就会看到，通过技术标准的组合（例如，以下所述的“开放算法”）可获得良好的解决方案）和策略（例如，开放数据，包括聚合，低，低，低的数据- 公司的范围数据）。
D4D实验表明，卫星数据，手机数据，财务交易数据和人类流动性数据可用于可靠，便宜地衡量可持续发展目标
跟进这些学术实验和世界经济论坛讨论所发现的承诺，我们现在正在使用我们在塞内加尔和哥伦比亚的开放算法（OPAL）数据架构进行国家规模的飞行员，并在巴黎世界银行的Orange S.A.，世界经济论坛，Agence Fran？我的研究小组在麻省理工学院的研究小组（见？）最初开发的开放算法（OPAL）项目，现在已被部署为由数据流行联盟（Data-Pop Alliance）领导的多方社会技术平台，伦敦帝国学院，伦敦帝国学院MIT Media Lab，Orange S.A.和世界经济论坛，旨在开放和利用私营部门数据以出于公共利益（见？）。该项目来自于访问私人公司持有的数据（例如，电信运营商收集的详细记录，银行收集的信用卡交易数据等）以进行研究和政策目的的认可，以备广告范围。HOC数据挑战或通过不保密协议。这些类型的参与提供了充分的诺言证据，但它们没有扩展，也没有解决一些关键挑战，例如隐私，问责制等。
蛋白石将利益相关者聚集在一起，以确定哪些数据（包括私人和公共）可以访问并用于哪个目的以及由谁使用。因此，蛋白石为“社会契约”的概念增加了一个新的维度和工具，即，人们认为人们的道德和/或政治义务依赖于他们之间的同意形成他们所生活的社会。确实，它提供了一个论坛和机制，用于确定哪种透明度和问责制对整个社会最有利。它还提供了一种自然机制，可以制定基于证据的政策，并不断监视社会福祉的各个方面，从而提供了建立更深入，更有效的公共政策科学的可能性。
Paul-Loebe-Habes的监视摄像机是欧洲委员会的Budestag成员和总部的所在地。德国柏林，2018年4月
OPAL目前正在塞内加尔和哥伦比亚的试点项目中部署，在其国家统计局和主要本地电信运营商的支持下，它已得到并受到了益处。当地的参与和授权将是蛋白石发展的核心：通过当地的研讨会和讨论，已经收集和确定了需求，反馈和优先事项，它们的结果将带入未来算法的设计。这些算法将完全开放，因此受到公众审查和补救的影响。正在成立当地顾问委员会，以提供指导和监督项目。此外，将围绕该项目组织培训和对话，以促进其使用和扩散以及本地能力和意识。诸如蛋白石之类的举措有可能使以人为中心的责任和透明的数据驱动的决策和治理。
我认为，蛋白石是对联合国数据革命的关键贡献 - 它正在开发和测试一个实用系统，该系统确保每个人都必须计算，听到他们的声音，满足他们的需求，实现其潜力，并受到尊重。
更智能的公民系统
使用蛋白石生成的那种数据，计算社会科学（CSS）研究人员表明，著名的城市有远见和1900年代倡导者简·雅各布斯（Jane Jacobs）是正确的：城市是创新的引擎，由多元化社区的相互作用提供支持。那么，问题是如何最好地利用这项创新。今天，我们使用市场和市场力量将好主意与坏主意分开，并扩大好主意。
但是，正如CSS所表明的那样，市场是表征人类社会的不良方式。它们基于贪婪的优化，忽略了人类社会过程的力量。他们根本工作的唯一原因可能是监管机构“调整”他们以适合监管机构的好坏观念。直接民主遇到了同样的问题，这就是为什么大多数国家都有代表民主的原因。不幸的是，这种系统中的代表太容易出于特殊利益而无法捕捉。
利用人类创新的另一条途径是通过这样的洞察力提出了当今尖端人工智能（AI）算法的见解。当今的大多数AI都从一个简单的逻辑计算机组成的大型，随机的网络开始。然后，随机网络通过更改简单逻辑机（“神经元”）之间的连接来学习，每个训练示例稍微根据连接对整体结果的贡献如何稍微更改所有神经元之间的连接。“秘密调味料”是学习规则，称为“信用分配功能”，它决定了每个连接对整体答案的贡献。一旦确定了每个连接的贡献，就会构建AI的学习算法很简单：积极贡献的连接得到了加强；那些贡献负面的人会被削弱。
同样的见解可用于创建一个更好的人类社会，实际上，正如我将要解释的那样，这种技术已经广泛用于行业和体育中。要理解这一想法，请将人类组织视为一种大脑，人类是单个神经元。由无处不在的组织图象征的静态公司具有固定的联系，因此，学习和适应能力有限。通常，他们的部门变得孤立，他们之间几乎没有沟通，因此新鲜，横切的想法的流动被阻止。结果，这些静态配置的，最小的相互联系的组织有可能落入新的，较少的竞争者。
但是，如果可以通过采用正确的信用分配功能来增强组织的技能，那么团队，团队和团队中的联系可能会不断地重组自己，以应对变化的情况和挑战。人们不会被迫成为简单的规则遵守机器，而是会在Kaizen风格的“制造业”中进行的持续改进，Toyota开发的制造业是许多公司采用的“优质团队”反馈方法，或者是连续的，或者是连续的，或数据驱动的运动队成员的变化是“ Moneyball”中描述的。
利用人类创新的另一条途径是由当今尖端AI算法的洞察力提出的。“秘密调味酱”是学习规则，称为信用？分配功能，哪个确定每个连接对整体答案有何贡献
这种动态组织的关键是连续，颗粒状和值得信赖的数据。您需要知道实际发生了什么？现在？为了不断适应。每季度报告或每隔十年进行一次全国人口普查，这意味着您不能拥有敏捷的学习组织或学习社会。蛋白石和数据革命为建立响应，公平和包容的社会提供了基础。没有这样的数据，我们将被谴责为一个静态而瘫痪的社会，这必然会使我们面临的挑战失败。
如今，亚马逊和Google等在线公司以及BlackRock和Renaissance等金融服务公司已热情地采用并开发了这些数据驱动的敏捷方法来管理其组织。显然，即使经过复杂的算法的协助，这种不断的适应和学习组织也将需要改变政策，培训，学说和其他各种问题。
避免混乱
对我们大多数人而言，改变意味着混乱。那么，我们如何期望在没有连续混乱的情况下实现动态社会的这种愿景？关键是要拥有一个对每个人都有意义的信用分配功能，同时又可以产生全球最佳性能。这将是“无形之手”的真实？
这句话吗？有意义吗？意味着每个人都必须能够轻松理解他们的选择以及如何做出对他们个人有益的选择，并且也了解对他们有益的是对他们的整体有益的。组织。他们必须能够轻松，清楚地传达他们所做的选择以及这些选择所产生的预期或实际结果。只有通过这种对社会中激励措施的理解和一致性，人类参与者才能信任并有助于对变化做出帮助。
听起来不可能吗？事实证明，人们已经很自然地在日常生活中这样做。如本文第一部分所述，人们依靠社会学习做出决定。通过正确结合他人的经验，我们既可以适应迅速变化的环境，又可以做出明显的日常决策。早些时候，我描述了人们在社会财务平台上自然而然地做到这一点。
一个年轻人用工业真空吸尘器在北京收集烟雾，以制作“烟雾砖”，将被回收为建筑材料。通过这个100天的项目，他试图证明城市污染的健康和环境影响。北京，2015年11月
成功快速变化的关键是有关他人在做什么以及对他们的工作方式的颗粒状数据，以及我们实际上无法独立行动的认识，因为我们采取的每一个行动都会影响他人，并随着他人适应我们的适应来反馈自己动作。成功的敌人是使我们对其他人生活的看法扭曲的活动，以及他们的行为如何促进或阻碍他们的成功，例如，广告，偏见的政治倡导，隔离，缺乏强大的声誉机制，都迅速地干扰了他们和准确的社会学习。
人类的经验
我们如何开始鼓励这种学习组织和社会？第一步应集中于有关其他人通过实施其选择的策略和策略所经历的成功和失败的准确实时知识。在史前时期，人们非常了解其村庄的其他成员所做的事情以及它的工作方式，这使他们能够迅速发展兼容的行为规范。今天，我们需要数字机制，以帮助我们了解什么有效和无效的方法。这种声誉机制正是使用诸如Opal之类的体系结构的好处。
强大的声誉机制允许当地社区的决心或规范和法规，而不是由精英制定和执行的法律。例如，一线工人通常对如何处理具有挑战性的情况有更好的想法，而战术工程师比其设计师更多地了解新功能如何塑造。建立一种敏捷，强大的文化的秘诀正在缩小行动者和组织者之间的沟通差距，以便员工都在帮助制定计划和执行计划。这种封闭符合另一个关键发现：在任何情况下制定最佳策略都涉及在与熟悉的实践和探索新的想法之间取得平衡。
积极鼓励分享以建立社区知识提供了另一个好处：当人们参与并分享想法时，他们会对属于社区的归属感和对他人的更大信任感到更加积极。这些感觉对于建立社会弹性至关重要。社会心理学已经记录了团体身份的难以置信的力量来纽带和塑造他们的行为。小组成员提供了通过不可避免的冲突和困难时期与团队成员见面所需的社会资本。
摘要：一个新的启蒙
我们对自己以及社会如何工作的许多传统思想都是错误的。拥有最好的想法的不仅仅是最聪明的人。那些最能从他人那里收集想法的人。这不仅是最有决心的变化的人；是那些最完全与志趣相投的人互动的人。最能激励人们的不是财富或声望。这是同龄人的尊重和帮助。
由于数字社交网络和类似技术的影响，关于我们社会的传统思想与当前现实之间的脱节已经发展成为鸿沟。要了解我们新的，超连接的世界，我们必须扩展熟悉的经济和政治思想，以包括数百万数字公民彼此学习并影响彼此意见的影响。我们再也无法将自己视为只有理性的人做出精心考虑的决定。我们必须包括影响我们个人决策并推动经济泡沫，政治革命和互联网经济的动态社交网络效应。这样做的关键是声誉迅速的机制，以及在计划和执行中的包容性。
今天，甚至很难想象一个世界，我们拥有可靠的，最新的数据，以了解政府政策在开始发展时如何运作以及问题。大数据的最有希望的用途也许是在诸如Opal之类的系统中，这使世界各地的统计学家在世界各地的统计学家中进行了更准确，“实时”人口普查，并更加及时，更准确的社会调查。更好的公共数据可以使政府和私营部门都能更好地运作，并且随着透明度和问责制的各种改善，我们可以希望建立一个我们的政府和社会机构正常工作的世界。
从历史上看，我们一直对人类其他人的生活条件视而不见。在消息传到中央当局的耳朵之前，暴力或疾病可能会传播到大流行比例。现在，我们开始能够以前所未有的清晰度看到所有人类的状况。再也不会再说：“我们不知道。”
笔记
1.？“秘密信号”，Mark Buchanan，自然？457，528–530，2009。
2.？“网络中的生活：计算社会科学的到来时代，” Alex Pentland等人的David Lazer，“科学”。2009年2月6日；323（5915）：721–723。
3.从美国的“效忠誓言”。
4. Aadam Smith，“模型情感理论”，1759年。
5.？
6.？
7.值得一提的是，这掩埋了反对功利主义的经典论点：世界各国已经同意您实际上可以衡量人类生活的质量。
参考书目
- Chong，Shi，Bahrami，Mohsen和Alex的Pentland。2018年。一种用于城市经济学的计算方法。在准备。
- 贾哈尼，埃曼，阳台？2017年。“使用机器学习和手机数据改善新兴市场的官方统计数据。”EPJ数据科学6：3。（于2018年9月19日访问）。
- Pan，Wei，Ghoshal，Gourab，Krumme，Coco，Cebrian，Manuel和Pentland，Alex。2013年。“归因于密度驱动的领带形成的城市特征。”Nature Communications 4文章编号：1961。
- 汤普森（Thompson），威廉·R。（William R.Biometrika 25（3-4）：285–294。（于2018年9月19日访问）。