阿余女子在老家。受访者供图
过河
3月中旬的四川,春意渐浓。而阿余女子现在居住的北京,还是有些凉意。
2019年,孙岭峰带领着强棒天使爱心小分队来到大凉山挑选学员,女子是帮他们带路的人。村里有些家长不会说普通话,女子还做起了彝语翻译。这一切,孙岭峰都看在眼里。
孙岭峰曾是棒球国手,参加过北京奥运会。2015年,他创建了强棒天使棒球基地,基地坐落在北京,目前共有68个孩子。基地的许多孩子们,原生家庭多少都有些问题。
女子在老家。受访者供图。即使已经去过许多偏远地区接孩子,但那次的大凉山之行还是格外艰难。一路上,山路曲折蜿蜒,多亏女子帮忙,小分队才能安全到达目的地。
走山路,是女子日常生活的一部分。她说每天上学的路都好像在探险,全程都是盘山路,还要经过一条河。如果遇到了雨天,上学的路会变得愈发惊险。
女子家里有个妹妹,还有两个哥哥、两个姐姐。两个姐姐都没上过学,现在在外地打工。女子身材瘦瘦高高的,说话声音不大,看起来很安静。
她说:“我也想上大学,我也想走出大凉山。”
女子在老家。受访者供图。2020年第二次走进大凉山,孙岭峰再次见到女子。那时的女子已经14岁了,一般来说,基地不会接收年龄这么大的孩子。但孙岭峰还是决定把她带回北京,因为他怕这么好的孩子,过几年就要告别校园嫁为人妇,“那样就毁了,一下就完了。”
阿余女子再不用担心上学的路上要过的那条河,或许这一次,她迈过的是人生中最重要的那条河。
朗诵
孙岭峰的棒球基地位于北京通州区,距离市区40公里。此前,因为拆迁等原因,基地已经搬了三次家。基地里男生宿舍和女生宿舍在不同区域,中间隔着个图书馆。宿舍里是统一的上下铺,衣柜和桌子也都是一样的。
不同的是男生是铁架床,女生是实木床,男生的被褥是简单的灰色条纹,女生的却有漂亮的小碎花。女生宿舍的储物柜里有毛绒玩具,墙上还贴了卡通墙贴。孩子们每天上午补习文化课,下午练棒球。
棒球基地的女生宿舍。李霈韵 摄离开家乡之后,阿余女子看到了一个更大的世界。
3月12日,女子和其他9个小伙伴一起,登上了2022年杭州亚运会首批优秀音乐作品发布的舞台。她们略显紧张地高声朗诵,和她们一起表演的,是国际知名钢琴演奏家郎朗。
这次孩子们是乘飞机去的杭州,在机场,她们穿着统一的队服,排队前进,边走边忍不住好奇地东张西望。女子牵着年龄更小的女队员,现在的她,是女队的领队。
基地的25个女孩全部来自大凉山,孙岭峰给这支女子棒球队取名叫做索玛花队。索玛花,就是彝语的杜鹃花,很多人也称之为映山红。映山红是一种喜阳的植物,在充足的阳光下,会越长越好。
棒球基地的女孩。李霈韵 摄按照孙岭峰的计算,从把孩子接到基地,一直到她们进入社会,每个孩子平均要花费几十万。“有男孩队伍了,如果再加个女孩队伍,成本绝对不是1+1,而是1乘以N”。
最开始,孙岭峰只是有组建女队的想法,但没有落实。直到他走进大凉山。“到了那个地方,我真的觉得,不能不做这事。”孙岭峰说。
击球
到基地训练过一段时间后,阿余女子晒黑了些,相比于刚来的时候,脸颊上也多了点肉。
女子在训练中。受访者供图而她在家乡的朋友们,有些同龄的女孩还在学习,但有些也已经走上了不同的人生轨迹。
近些年来,在国家扶贫工程的帮助下,大凉山在快速发展当中。但过往教育的缺失,使得一些人在与外界交流时要困难许多,女子的家人就是这样。
她的爸爸今年51岁,妈妈今年52岁。“我家里人没学上,就没有文化,啥都不懂,连个名字都不会写,出去跟有文化的人谈不上来。有文化了,才能有更好的未来。”女子如是说。
现在,她有希望成为家里最有文化的人。由于比其他孩子年龄大,女子学的东西比别人要难。教练特意给她买了学习机,有时她会一个人在宿舍学习。
阿余女子。受访者供图而身为棒球女队的领队,女子说,自己想带着那帮“小的”一起拿世界冠军。
“我每天算着,我读大学的时候爸爸妈妈可能几岁啦。晚上睡不着的时候,就会算这些。”
基地的25个女孩,有些家境贫困,有些甚至家庭残缺。她们走出大凉山,希望通过学习知识、练习棒球改变命运。
当然,也有想家的时候。住在一个宿舍的女孩们,如果有一个说想家了,可能也会勾起其他人的乡愁。她们会搂在一起,度过这样有些难过的时光。而更多的时候,她们笑在一起、闹在一起。
棒球基地的女孩们。李霈韵 摄女子来到北京之后,姐姐曾给她写信,里面说:你学到知识一定要传到农村里来,祝你成为世界冠军。
她告诉记者,姐姐的话,会一直印在她心里。(作者 王昊)
你的隐私,大数据怎知道?我们又该如何自我保护?****** 在网络上,每个人都会或多或少,或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘,就存在隐私泄露的风险,引发信息安全问题。面对汹涌而来的5G时代,大众对自己的隐私保护感到越来越迷茫,甚至有点不知所措。那么,你的隐私,大数据是怎么知道的呢?大家又该如何自我保护呢? 1.“已知、未知”大数据都知道 大数据时代,每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前,你说过什么话,它知道;你做过什么事,它知道;你有什么爱好,它知道;你生过什么病,它知道;你家住哪里,它知道;你的亲朋好友都有谁,它也知道……总之,你自己知道的,它几乎都知道,或者说它都能够知道,至少可以说,它迟早会知道! 甚至,连你自己都不知道的事情,大数据也可能知道。例如,它能够发现你的许多潜意识习惯:集体照相时你喜欢站哪里呀,跨门槛时喜欢先迈左脚还是右脚呀,你喜欢与什么样的人打交道呀,你的性格特点都有什么呀,哪位朋友与你的观点不相同呀…… 再进一步说,今后将要发生的事情,大数据还是有可能知道。例如,根据你“饮食多、运动少”等信息,它就能够推测出,你可能会“三高”。当你与许多人都在独立地购买感冒药时,大数据就知道:流感即将暴发了!其实,大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。 当然,这里的“你”并非仅仅指“你个人”,包括但不限于,你的家庭,你的单位,你的民族,甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息,将会把你塑造成什么,是英雄还是狗熊?这却难以预知。 2.数据挖掘就像“垃圾处理” 什么是大数据?形象地说,所谓大数据,就是由许多千奇百怪的数据,杂乱无章地堆积在一起。例如,你在网上说的话、发的微信、收发的电子邮件等,都是大数据的组成部分。在不知道的情况下被采集的众多信息,例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息,也都是大数据的组成部分。还有,各种传感器设备自动采集的有关温度、湿度、速度等万物信息,仍然是大数据的组成部分。总之,每个人、每种通信和控制类设备,无论它是软件还是硬件,其实都是大数据之源。 大数据利用了一种名叫“大数据挖掘”的技术,采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程,可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。 不过,这些听起来高大上的大数据产业,几乎等同于垃圾处理和废品回收。 这并不是在开玩笑。废品收购和垃圾收集,可算作“数据收集”;将废品和垃圾送往集中处理场所,可算作“数据集成”;将废品和垃圾初步分类,可算作“数据规约”;将废品和垃圾适当清洁和整理,可算作“数据清理”;将破沙发拆成木、铁、布等原料,可算作“数据变换”;认真分析如何将这些原料卖个好价钱,可算作“数据分析”;不断总结经验,选择并固定上下游卖家和买家,可算作“模式评估”;最后,把这些技巧整理成口诀,可算作“知识表示”。 再看原料结构。大数据具有异构特性,就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话,那就在于垃圾是有实体的,再利用的次数有限;而大数据是虚拟的,可以反复处理,反复利用。例如,大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司,将某群体的消费习惯卖给百货商店等。总之,大数据专家完全可以“一菜多吃”,反复利用,而且时间越久,价值越大。换句话说,大数据是很值钱的“垃圾”。 3.大数据挖掘永远没有尽头 大数据挖掘,虽然能从正面创造价值,但是也有其负面影响,即存在泄露隐私的风险。隐私是如何被泄露的呢?这其实很简单,我们先来分解一下“人肉搜索”是如何侵犯隐私的吧! 一大群网友,出于某种目的,利用自己的一切资源渠道,尽可能多地收集当事人或物的所有信息;然后,将这些信息按照自己的目的提炼成新信息,反馈到网上与别人分享。这就完成了第一次“人肉迭代”。 接着,大家又在第一次人肉迭代的基础上,互相取经,再接再厉,交叉重复进行信息的收集、加工、整理等工作,于是,便诞生了第二次“人肉迭代”。如此循环往复,经过多次不懈迭代后,当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实,至少主体是事实,“人肉搜索”就成功了。 几乎可以断定,只要参与“人肉搜索”的网友足够多,时间足够长,大家的毅力足够强,那么任何人都可能无处遁形。 其实,所谓的大数据挖掘,在某种意义上说,就是由机器自动完成的特殊“人肉搜索”而已。只不过,这种搜索的目的,不再限于抹黑或颂扬某人,而是有更加广泛的目的,例如,为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之,只要目的明确,那么,大数据挖掘就会有用武之地。 如果将“人肉搜索”与大数据挖掘相比,网友被电脑所替代;网友们收集的信息,被数据库中的海量异构数据所替代;网友寻找各种人物关联的技巧,被相应的智能算法替代;网友们相互借鉴、彼此启发的做法,被各种同步运算所替代。 各次迭代过程仍然照例进行,只不过机器的迭代次数更多,速度更快,每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”,被暂时的挖掘结果所替代。之所以说是暂时,那是因为对大数据挖掘来说,永远没有尽头,结果会越来越精准,智慧程度会越来越高,用户只需根据自己的标准,随时选择满意的结果就行了。 当然,除了相似性外,“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如,机器不会累,它们收集的数据会更多、更快,数据的渠道来源会更广泛。总之,网友的“人肉搜索”,最终将输给机器的“大数据挖掘”。 4.隐私保护与数据挖掘“危”“机”并存 必须承认,就当前的现实情况来说,大数据隐私挖掘的“杀伤力”,已经远远超过了大数据隐私保护的能力;换句话说,在大数据挖掘面前,当前人类有点不知所措。这确实是一种意外。自互联网诞生以后,在过去几十年,人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害,可谁也不曾意识到,至少没有刻意去关注,当众多无害碎片融合起来,竟然后患无穷! 不过,大家也没必要过于担心。在人类历史上,类似的被动局面已经出现过不止一次了。从以往的经验来看,隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”,获得空前好处,产生了更多需要保护的“隐私”,于是,不得不再回过头来,认真研究如何保护这些隐私。当隐私积累得越来越多时,“挖掘”它们就会变得越来越有利可图,于是,新一轮的“挖掘”又开始了。历史地来看,人类在自身隐私保护方面,整体处于优势地位,在网络大数据挖掘之前,“隐私泄露”并不是一个突出的问题。 但是,现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息,如何进行隐私保护呢?单靠技术,显然不行,甚至还会越“保护”,就越“泄露隐私”。 因此,必须多管齐下。例如从法律上,禁止以“人肉搜索”为目的的大数据挖掘行为;从管理角度,发现恶意的大数据搜索行为,对其进行必要的监督和管控。另外,在必要的时候,还需要重塑“隐私”概念,毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。 对于个人的网络行为而言,在大数据时代,应该如何保护隐私呢?或者说,至少不要把过多包含个人隐私的碎片信息遗留在网上呢?答案只有两个字:匿名!只要做好匿名工作,就能在一定程度上,保护好隐私了。也就是说,在大数据技术出现之前,隐私就是把“私”藏起来,个人身份可公开,而大数据时代,隐私保护则是把“私”公开(实际上是没法不公开),而把个人身份隐藏起来,即匿名。 (作者:杨义先、钮心忻,均为北京邮电大学教授) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |