這些模型的成功或許給我們展示了一個古人和起源于他們的傳統(tǒng)意想不到的一個令人不安的真相。
后計算稀缺性時代
在誕生的頭50年里，計算機(jī)具有稀缺性。人們會為某一目的收集所需要的最低信息量，然后將那些信息整理成記錄。那種局限性構(gòu)建到了計算機(jī)最初的信息消化媒介：打孔卡。這些打孔卡將信息變成了空間數(shù)組，那些空間數(shù)組之所以可讀，是因為數(shù)組和它的編碼是一致的。那種一致性剔除了差異、獨特性、例外情況和特異的東西。
當(dāng)然，你可能會問為什么打孔卡會成為被選中的機(jī)制。這至少部分因為歷史原因：赫爾曼·霍爾瑞斯（Herman Hollerith）所創(chuàng)辦的公司后來變成IBM，他使用的打孔卡能夠自動化1890年美國人口普查的計數(shù)流程。在18世紀(jì)末，打孔卡經(jīng)過開發(fā)被用來控制提花織布機(jī)編織的圖案。
這些年來，計算機(jī)已經(jīng)擴(kuò)展了它們能夠處理的信息量，但直至我們將它們接入全球范圍的公共網(wǎng)絡(luò)，變革才發(fā)生。計算機(jī)如今能夠容納互聯(lián)網(wǎng)上所有的信息。那些信息不僅僅包括龐大數(shù)據(jù)存儲庫的內(nèi)容，還包括來自遍布于陸地、海洋和天空的傳感器的輸入信息。所有的那些信息的結(jié)構(gòu)未經(jīng)管制，因而促使處理采用人們意料之外的格式的數(shù)據(jù)的標(biāo)準(zhǔn)和協(xié)議的出現(xiàn)，進(jìn)而保留信息上的差異性，而不是因為它們的不一致而消除它們。例如，NoSQL數(shù)據(jù)庫可讓記錄在它們所捕捉的領(lǐng)域上存在對象差異。萬維網(wǎng)創(chuàng)造者蒂姆·伯納斯-李創(chuàng)造了“關(guān)聯(lián)數(shù)據(jù)”一詞來說明完全忽視記錄概念，使得話題的每一個細(xì)微之處都能夠以可重復(fù)使用的形式表達(dá)出來的信息。
這使得網(wǎng)絡(luò)時代的信息概念與計算機(jī)時代很不一樣?，F(xiàn)在我們更多地將信息看作是溪流，而不是存儲在容器里的資源。
我們的機(jī)器容量之大，連接性之強(qiáng)，讓我們認(rèn)識到我們的世界是多么地復(fù)雜，多么地不確定。
例如，Kevin Heng在《美國科學(xué)家》發(fā)表文章指出了多量程問題：“系統(tǒng)中的小小的擾動”在無數(shù)的尺寸和時間標(biāo)度中會呈現(xiàn)巨大的影響。
模型總是可以簡約的：它們將調(diào)查研究局限于我們能夠觀察和跟蹤的那些因素。數(shù)千年來，我們假定我們的簡單模型會反映宇宙的簡單性。如今，我們的機(jī)器正讓我們看到，即便設(shè)定的規(guī)則很簡約，很漂亮，很理性，它們所管理的范疇都如此精細(xì)，如此錯綜復(fù)雜，如此相互聯(lián)系，牽一發(fā)而動全身，以至于我們的大腦和我們的知識都無法理解。我們要借助由人類和計算機(jī)組成的網(wǎng)絡(luò)才認(rèn)識到世界原來完全受不確定性所支配——這個世界完完全全都是混沌的。
放棄知識
早在西方文化開始發(fā)現(xiàn)知識時，柏拉圖告訴我們，信念并不足以成為真相，因為如果信念就是真相，那就意味著你對普里克內(nèi)斯賽馬比賽的勝出者的幸運(yùn)猜測要被算作知識。這解釋了為什么在西方國家知識要由可確證的真實信念構(gòu)成。
我們新形成的對不可理解的模型的依賴，將其視作我們的信念的印證來源，將我們置于奇怪的位置。如果說知識包括對我們的信念的確證，那么知識不能歸類為心智內(nèi)容，因為如今的確證由存在于機(jī)器的、人類心智無法理解的模型構(gòu)成。
對此，我們的反應(yīng)可能是不再去依靠無法為我們所理解的計算機(jī)模型，從而讓知識繼續(xù)以其原來的方式發(fā)展。這意味著我們要放棄某些類型的知識。我們已經(jīng)放棄了一些知識類型：法院嚴(yán)禁某種證據(jù)，因為準(zhǔn)許它的話，就會給警方帶來非法收集它的動機(jī)。同樣地，很多的研究機(jī)構(gòu)都需要擬議項目通過機(jī)構(gòu)審查委員會的審批，從而預(yù)先防止那些或許有價值但可能會傷害受試者利益的項目。
我們已經(jīng)開始定義機(jī)器確證的社會成本太高的領(lǐng)域。例如，信用評分公司FICO評分與分析高級副總裁安德魯·詹寧斯（Andrew Jennings）表示，“由于法規(guī)要求建立信用評分系統(tǒng)的人處理好預(yù)計有用的東西和法律允許的東西之間的折衷，美國和其它地區(qū)在信用評分方面有很多存在已久的規(guī)章制度。”例如，機(jī)器學(xué)習(xí)算法可能會發(fā)現(xiàn)，浸禮會教徒一般都是風(fēng)險小的信用對象，而圣公會教徒則不然。盡管這個例子屬實，但那些只是可能不會被用于計算信用評分，因為美國法律不允許基于宗教信仰或者其它的受保護(hù)階級的歧視行為。信用評分公司也不得使用表明這些屬性的數(shù)據(jù)，比如訂閱《浸禮會周刊》（Baptist Week）。