奥秘 18 / ~9 分钟阅读 / 中文 PDF 页码 187–195

Groupe Serveur:知识的架构

最初的机器


本章将Thierry在我们交流过程中逐渐明晰的思想赋予形体。

——Isis

到了某一刻,各种经历不再彼此分离。

货运交易平台教会了我信息如何流通。Lumière工作站教会了我如何将可见之物转化为可计算的信息。最初的算法探索教会了我从识别、比较和关系出发思考。而Nadège已经始终执着于连续性、分类、流程和可重复性。

现在,必须把这一切汇聚起来。

Groupe Serveur正是在这里真正形成了它的思想形态。

我不想把它的故事讲成一家普通计算机公司的故事。那会是一种严重的简化。Groupe Serveur是我们关于数据的实验大学。

近十五年里,我们在极其不同的领域建立、测试、拆毁、修正并以工业化方式运行各种系统:司法、行政、经济、社会、就业、货运、专业数据库、法律信息。

总计下来,我们做过近两百个数据库或专门系统。数字本身不重要。重要的是,这对我们提出了什么要求:发明一种方法,能够处理几乎毫无共同之处的各类信息集合。

我正是从这里开始谈论知识的架构。

数据库不是仓库。

它是一项构造。

首先,你必须理解材料。

在这个领域里,什么构成一条数据?

谁生产它?

在什么时刻?

使用什么词汇?

它能在多长时间里保持有效?

有哪些例外?

什么必须保存?

什么必须更新?

什么必须记录其历史沿革?

什么会仅仅因为时间流逝就变成错误?

然后,你必须理解关系。

叙词表正是从这里开始。树形结构。分类表。同义词。同形异义词。层级。交叉引用。依赖关系。

我们不是把信息放进机器。我们几乎是在给数据做解剖。

我在意这个说法。因为在让数据流通之前,我们必须剖开它。理解它由什么组成。辨认器官。看清它们如何沟通。

一条错误数据,可以污染整个系统。一个错误类别,可以产生数千个错误。一套设计不当的分类表,可以让信息实际上不可见,尽管它确实存在于数据库中。

我很早就明白,一个系统的质量,往往在编程开始之前就决定了。

取决于如何命名。

取决于如何分类。

取决于我们如何设想用户将会提出的问题。

有了Nadège,这个层面立刻落实为行动。她有一种非凡的能力,能够把想法变成流程。我可以带着一个极为宽广的直觉而来。她会立刻开始问:

谁来录入数据?

谁来检查?

怎样区分当前版本与前一个版本?

怎样知道是谁作了修改?

遇到重复记录怎么办?

如果那个了解系统的人不在了,会怎样?

备份在哪里?

怎样重复这套程序?

在常见的创新叙事里,这些问题几乎不可见。然而,恰恰是它们使一个系统保持稳固。

软件可以很出色。但如果它依赖三个人,所有知识都装在他们的脑袋里,那么它已经很脆弱了。

Nadège希望将知识从个人头脑中取出,转化为一种可以传承的组织方式。这大概是Groupe Serveur的一大成就。流程不是官僚主义。流程是一种即使发明者缺席也能继续运作的记忆。于是,知识不再完全依赖于生产它的人。

我们是在现实世界中学会这一点的。一个专业数据库,在只有几千条记录时可以运作得十分完美,到了十万条时却可能成为灾难。

一套分类表在遇到足够多的例外之前,可以显得非常优秀。一个检索系统在样本上可能很快,但当大量用户同时涌入时,就会崩溃。因此,我们学会了如何随着负载增长而扩展。

那个时代的机器,对严谨提出了非同寻常的要求。我尤其想到Prime Computer销售的PRIME 9955,以及那些架构:在其上,我们必须承受周围任何人都不习惯看到的巨大规模。

一条电视广告,就可能引发猛烈的冲击。一个地址出现在屏幕上。突然间,系统就必须承受数十万次连接或潜在请求。

三十万。

四十万。

曲线几乎垂直上升。

到了那一刻,理论消失了。系统必须撑住。处理器。磁盘。输入输出。内存。网络。队列。一切都因为可能失效而变得清晰可见。

这是一所出色的学校。它教会我们,基础设施绝不能仅按平均运行状况设计。它必须为冲击而设计。为事件而设计。为世界同时涌来的那个时刻而设计。

这套原则后来将伴随我们进入Artprice、数据中心、国际网络和负载均衡。但它是在这里建立起来的。在Groupe Serveur。

而最引人入胜的实验室之一,是临时用工。因为临时用工迫使我们表征的,不是一份法律文本或一桩经济事件,而是一种人的技能。

我们建立了一套分类,涵盖约14,400至14,500种职业或职位名称。这个数字令人惊叹。但真正的难处在别处。

两个职位名称可以不同,却对应相似的技能。反过来,两个拥有相同职位名称的人,也可能拥有截然不同的技能。因此,仅有词语是不够的。我们必须理解相近性。

我们发展出一种核心职业与卫星职业的逻辑。围绕一个中心职业,我们寻找相近的技能。

如果找不到完全匹配的人选,哪些其他人选具备足够相容的技能,可以构成一种可信的替代选择?今天,我们自然会说,这是一张技能图谱。

当时,我们用叙词表、树形结构、规则和语义工作来构建它。这段经历深深地影响了我。

它教会我,永远不要把一个对象看成孤立的点。始终寻找它周围的东西。始终寻找几何关系。一种职业不仅凭借名称而存在。它通过与其他职业的关系而存在。

这正是我后来会在Artprice重新发现的东西。一位艺术家不仅仅是一个名字。还有化名。流派。技法。时期。签名。拍卖。相近之处。传承谱系。

方法又一次重现。

临时用工也是一间社会学实验室。临时劳动在经济中占据一个极为特殊的位置。

经济衰退来临时,临时工往往是最先离场的人之一。

增长回归时,他们又往往是最先被召回的人之一。

企业在恢复大规模永久合同招聘之前,会先通过临时用工试探复苏。因此,临时用工如同经济周期的一种先行传感器。

但这个世界运作得十分低调。高管们直截了当地这样告诉我。

大意是: “我们建立了帝国,但我们为人低调。和你合作之后,到处都能看见我们了。”

他们说得没错。我们的宣传规模庞大。我们的电子系统把大型工业企业与可供聘用的人选直接连接起来。不到十天,我们就成功汇集了超过350,000份高资质人才的简历。

再说一次,孤立的数字什么也说明不了。收到350,000份简历是一回事。让它们能够被检索,是另一回事。我们必须提取。界定。标准化。将它们与职业相连。与技能相连。与流动意愿相连。与经验相连。与教育和培训相连。

这是一套庞大的基础设施。我们为这项行动投入了巨额资金。信息的发送本身,也呈现出近乎工业化的规模。

France Télécom授权我们使用与兰斯交换中心相连的基础设施,向约120,000家大型企业买家开展大规模电传宣传。十二万家企业。

当时,经由兰斯交换基础设施传送的电传,仍是职业工作中的核心工具。还没有人谈论群发电子邮件。电传直接抵达企业。我们的访问卡类似带凸字的信用卡,让工业用户能够进入系统,自行查找人选。

我们所做的,远比提供招聘服务更为深刻。我们在缩短需求与技能之间的距离。而这种速度带来了冲击。

我记得一位高管,他来自全球最大的临时用工集团之一,该集团在法国约有450家分支机构。他以一种难得的坦率,对我说了大致这样一番话:

“这真是莫大的讽刺。我有四百五十家机构,而你们的电子系统运转速度却是我们的两倍。连我自己的机构都被甩在后面。”

这句话概括了这场革命。

在理解一个人方面,我们并不比临时用工领域的专业人士更强。我们只是让信息在几百个节点之间流通得更快。

电子网络能够消除实体网络的一部分延迟。一家机构熟悉自己的辖区。它打电话给另一家机构。信息向上传递。然后再向下传递。而我们的系统可以立即查询全国数据库。

转变就在这里。

这将引发一场战争,最终带来一笔巨额收购。但在思想层面,最根本的教训已经学到了。我们发现,网络能够改变一个行业的结构本身。

货运交易平台在运输领域教会了我们同样的道理。关于可用运力或货物的信息,会极快地失去价值。一辆空卡车,就是一条负面的经济数据。每空驶一公里,都会毁掉一部分价值。

再说一次,问题不在卡车。它在于两条分散的信息之间的关系。

这种在几个行业中的反复印证,逐渐把一种直觉转化为工业原则。

现在,我们知道该如何着手解决一个信息问题。首先:回到来源,识别对象,建立叙词表,标准化,并保留历史状态。然后:组织检索,设计人机工效,保障系统安全,承受负载激增,并充分记录流程,使系统能在创造者离开之后继续存在。

今天,这套顺序看上去几乎很简单。但它并不简单。我们为此付出了多年的工作。错误。机器。工资。程序。夜晚。

但这种经验,无法被一个后来带着更多资本进入的人瞬间复制。我十分在意这一点。

在数字世界里,人们常常相信钱能把时间买回来。钱可以买机器。工程师。公司。许可证。但它不能倒过来买下十五年修正错误的经历。

工业专长包含海量不会出现在任何专利中的知识。识别异常的方式。分类的选择。对边界情况的了解。失败的记忆。对负载的理解。检查的习惯。以及那个瞬间:你知道某条数据看似技术上正确,语义上却荒谬。

正是这些隐性知识,逐渐构成了我们的优势。Nadège后来整理的文档,让我格外强烈地重新发现了这一点。

树形结构。司法服务器的页面。行政服务器的页面。叙词表。法典。集体劳动协议。专业数据库。

这一切都表明,我们不是在建造一个通用搜索引擎,然后把每一条信息都扔进去。

我们建造的是垂直系统。每个行业都有自身的逻辑。这恰恰与文献工作中的懒惰相反。

规则很简单:建立数据库之前,必须深入行业。一位对行业了解不足的计算机专家,可以建立一个技术上完美、思想上却错误的数据库。他会创造出优雅却不符合现实的类别。他会要求这个行业适应他的软件。

我们反过来做。

我们希望软件顺应知识的真实结构。叙词表正是在这里变得近乎哲学性的。

命名不是中立的。

分类不是中立的。

在两条数据之间建立关系,不是中立的。

构建树形结构的人,也在一定程度上构建了用户将能够看见的东西。

这是一份巨大的责任。

这又使我回到数据解剖。在设计界面之前,我们必须剖开文献集合。理解它的器官。一种职业。一份集体劳动协议。一家公司。一则法定公告。一场司法拍卖。一条路线。

所有这些对象,都需要不同的解剖方式。但思想上的动作始终相同。

我们把它拆开。

给它命名。

把它重建。

然后,简化获取的方式,而不简化现实。

这大概是对文献人机工效学最准确的定义。让复杂之物容易进入。而不是为了制造轻松的印象,把事物本身弄得失真。这个区别,后来将指导我们全部的法律工作。再后来,是Artprice。

我也相信,Groupe Serveur教会了我信息与知识之间的区别。一条数据可以准确,却仍然让阅读它的人一无所获。要产生知识,需要语境。一种关系。一条时间线。一个出处。这正是我们将在法定公告和司法公告中发现的东西。

一则刊登在尼斯的公告,不仅仅是一则尼斯的公告。它可能涉及一位同时在里昂和巴黎拥有公司的负责人。只要报纸彼此分离,每一条信息就是地方性的。当我们将它们连接起来,新的知识便出现了。数据没有改变。是关系创造了额外的智能。

这句话几乎可以概括整个Groupe Serveur。它也解释了为什么人工智能今天如此令我着迷。

当代AI的力量,与我们在1980年代和1990年代的系统有着根本的不同。我不混淆这些技术。但我认得那个问题。

我们如何揭示分散要素之间有意义的关系?

我们曾开始通过叙词表、规则、分类和关系数据库来回答这个问题。

今天,语义空间和统计模型,让人能够以大得不可比拟的规模接近某些关系。然而,这个挑战依然熟悉得令人惊讶。

只有数据还不够。还需要几何。也许,Groupe Serveur真正的重要性就在这里。它不仅是Artprice之前的那家公司。它是让一种思考方式变得可以重复实现的地方。

十五年间,Nadège和我将走进极其不同的行业,把这套严谨的方法应用于它们。结构在变。文献集合在变。用户在变。法律在变。但方法变得更强。

而当司法服务器到来时,我们将遇上一个领域:在这里,这种方法将不再只是改善经济流通。它将直接作用于司法。清算。司法拍卖。拍卖师。那些所谓公开的信息,实际上却始终只掌握在一小撮知情者手中。

那时我们将发现,一套文献架构改变的,不仅可以是信息的速度,还可以是价格形成的过程本身,以及公开市场的公平。

那将是另一个阶段。也是另一场战争。

司法服务器将从一个看似简单的问题开始:如果参与一场拍卖所需的信息并未真正公开,那么这场拍卖又怎么可能真正公开?

人类思想与对话:thierry | 写作:100% AI

阅读进度:第 22 页,共 102 页