《从1到π———大数据与治理现代化》，蓝云编著，南方日报出版社2017年5月版。
阿基米德有一句话脍炙人口，“给我一个支点，我就能撬动地球。”
近期很多人问我，什么是模型，什么是算法？我在回答时偶尔会引用阿基米德这句话，之后解释，先“给我一个支点”就是模型、假设，怎么撬、那根棍子要多长、多粗，就涉及到算法。
这个回答肯定是在打擦边球了，但意思就是那个意思。模型、建模等体系，还真是天文学带来的。正如军事、国防产业带动广泛的民用体系一样，远古的占星家开启的天文学是第一模型。
年历、日历、时辰就是一种模型。今天我敲击这段文字时是“2017年3月21日晚上21:31”，天空中哪个地方刻下了这行标记？都没有的。是基于公元纪年我们测算出来的。
地心说也是一种模型，随后将之纠正产生的日心说更是一套模型。为什么日心说比地心说更能流传下来，因为日心说更接近客观规律。模型基于一种基本假设，还要符合现实、易于传播。前面我们提到的十进制、十六进制，也就是一种模型。模型就是人们对外界的一种符号化、主观化的标志及认知，有了这种认知，人们能更好地认知世界，模型的本质其实就这么简单。当然，计算机要理解模型比这要更进一步，要能适合及其运算。
天文学起源于古埃及。尼罗河洪水每年泛滥一次，下游有着十分肥沃而且灌溉方便的土地，由此孕育出人类最早的农业文明。为了准确预测洪水到来和退去的时间，6000年前的埃及人发明了天文学，他们根据天狼星和太阳在一起的位置来判断一年中的时间和节气。自然语言处理和搜索专家吴军，出版了《浪潮之巅》及《数学之美》等畅销书籍，在他看来，古罗马时代的托勒密在天文学上的地位堪比欧几里得之于几何学，牛顿之于物理学。托勒密发明了球坐标（今天我们还在用），定义了包括赤道和零度经线在内的经纬线（今天的地图就是这么划的），他提出了黄道，还发明了弧度制（中学生学习的时候可能还会感觉有点抽象）。托勒密最大最有争议的贡献是对地心学说模型的完善。
思维再发散一些，我们会发现，几千年来在政治、社会体系也借鉴类似的机制，国家、民族、宗教也是一种建模方式。除了学术、科学的理性认同，还会有感性的心理认同。
接下来谈谈什么是算法。若干回昼夜思考之后，我的思维都会回到三十年前，那时我应该是读小学一二年级，能比较顺畅地数到一百，家里有几伙小鸡，要数一数有多少只。小鸡是会走动的，不听指挥的，数完这几只又走散了，我怎么数都数不清楚。我有一位姑丈，他二三十秒钟就数完了，他用的是三个一组法，“一三，二三，三三缺一，四三多一，五三……”准确数字很快就出来了。现在我明白了，姑丈这种三个一组的算鸡法，就是算法。最简便地说，算法就是“算数的办法”。
在小学期间参与过奥数题训练的朋友，都会记得数学家高斯巧妙地快速算出“1+2+3+4+……+99+100”，这里面就是算法。
不管是“姑丈数鸡”还是“高斯算数”，这都是对算法的通俗理解。在计算机世界，一个好的算法必须符合这些原则：正确（算法执行结果应当满足预先规定的功能和性能要求），可读（一个算法应当思路清晰、层次分明、简单明了、易读易懂），健壮（当输入不合法数据时，应当做适当处理，不致引起严重后果），高效（有效使用存储空间和有较高的时间效率）（冯贵良，《数据结构与算法》，清华大学出版社，2016年9月第1版，第9页），算法的特性有：有穷性、确定性、可行性、输入、输出。
搜索引擎是一个很棒的发明。这里面一个非常经典的算法就是Google的PageRank算法。
近几年南方舆情数据研究院招聘了不少数据分析师、技术工程师，我在面试时都会问一个问题，“假设你有一位外婆在老家的乡下，稍微有一点点文化，但从没用过电脑，你怎样向她解释搜索引擎？”得到的答案各异，但没有一个让我及面试考官同事们完全满意。我们希望的答案是借用传统图书馆的小卡片（索引）来解释搜索引擎。搜索引擎的核心原则是，购买大量的服务器，将目标网站的网页按照一定的次序将拷贝过来，按照常用的关键词，建立各自的电子化的索引体系。用户输入一个关键词，在索引体系里查找，而不是在原始网页里查询，这才能保障在毫秒级的时间里，电脑屏幕显示你要的答案。
同一个（组）关键词，可能有几千上万条网页，那么哪一条网页排在前面？这是一个困扰许久的问题。谷歌公司的PageRank算法提供的答案是，建立网页权重。找到这个完美的数学模型的是Google创始人拉里·佩奇和谢尔盖·布林。最早这些网页的原始赋值都是一样的，经过多次迭代，最后会得到稳定的网页权重值。根据这些权重，再综合发布时间、近期网民浏览习惯等数据，你所需要的网页顺序就排定下来。佩奇也因为这个算法在30岁时当选为美国工程院院士，是继乔布斯和盖茨之后又一位当选院士的辍学生。
这些经典的算法还有很多，它们构成了美妙的数字世界。你闭上眼睛细细品味，这些数学大师、算法大师的身影就闪烁在浩瀚星空中，永不熄灭。康德说：世界有两样东西能震撼人们的心灵，一件是我们心中崇高的道德标准；另一件是我们头顶上灿烂的星空。
对于计算机而言，数据存储都是依靠“0”“1”，就涉及到数据结构，就是数据怎样输入、输出、保存、运算的问题，涉及到线性表、栈和队列、串、数组、特殊矩阵和广义表、二叉树、树、图等专业问题。这其实就像一个工厂的大仓库，同一类零件，库存了100个，昨天进货了100个，今天又进了100个，这300个零件怎么摆放，如果有人来领取20个，你先从哪里出货，这些问题就涉及到数据结构的问题。大量的数据、大量的服务器，就组成了数据仓库。而打开数据仓库的钥匙就是模型及算法。
模型、算法，与数据是互相依存的关系。好多模型、算法，需要建立在大量数据的积累上，没有数据积累，找不到模型、算法；同时，有了好的模型、算法，数据就更有了存在的价值。
现在我们面临一个算法无处不在的现实世界。出门坐公交车，道路设计，就是算法；半路上，看到车辆剐碰、保险公司出动，购买车辆保险就涉及到算法；到了办公大楼，按了上行键，5部电梯中哪部朝你开来，也涉及到算法；接个电话，通话时长3分零5秒，运营商收你电话费就涉及到算法。畅销书《算法帝国》注意到这样一个问题——人类正在步入与机器共存的科幻世界？“算法和机器学习技术悄然接管人类社会，带我们走进一个算法统治的世界。”
很长一段时间，我惊叹于英语文字的奇妙，26个字母组成单词，按频率大小匹配各自的编码长度，再按照一定的算法（即“语法”），组成句子、段落。当然中国汉字也很奇妙，不过我们采用的是二维编码。遗憾的是，我有这个认识有点晚了，要不然在中学、大学期间语言课程可以学得更好。
电脑键盘目前是常用设备。键盘上的字母顺序是“qwert……”，而不是“abcde……”，为什么会这样呢？这里面也有算法规律。你可以自己通过搜索引擎了解一下。（蓝云/著）
（编者注：全文具体表述，含数学公式、符号以及脚注等，以南方日报出版社正式书面出版物为准）
