泰坦尼克（kè）号沉没已经过去107年，这场悲剧与可持续（xù）农业、人（rén）口迁移（yí）问题或者健康保（bǎo）险费率（lǜ）等现代（dài）问题（tí）能有什（shí）么关（guān）系？这里给大家一点（diǎn）提示：数据证明。

无论是好是坏，现代世界正越（yuè）来越多地利用算法识别数据（jù）中（zhōng）的模（mó）式，并根据（jù）这些模式做出（chū）预（yù）测（cè）。人们（men）希（xī）望回答的问题是，“某（mǒu）个人能否在泰坦尼克（kè）号（hào）的沉没中幸存下来？”而（ér）这个（gè）问（wèn）题的基本分（fèn）析方法（fǎ），与“最有可能的人口迁移途径（jìng）是什么？”完（wán）全一致。

历史悠久的（de）问题

基于（yú）泰坦尼克号数据集（jí），以预测海上生存概率（lǜ），一（yī）直是众多（duō）胸怀抱负的数据科学家以及程序（xù）员的标（biāo）准实践问题。

这是一个基本的（de）挑战：将一部分泰坦尼（ní）克号乘（chéng）客名单添加至（zhì）算法，其中描述每位乘客及其特性的一些基本变量。根据这些数据，算法应能够提出（chū）相关结（jié）论，说明哪些（xiē）变量决定某个人在1912年4月那个（gè）寒冷的夜晚拥有更高（gāo）的生存或者死亡（wáng）机率。为了测试结果是否正确，你需要利用（yòng）训练完成（chéng）的（de）算法处理名（míng）单中的（de）其余（yú）乘（chéng）客信息，而后与实际结果进行比较。

Kaggle.com等在线（xiàn）社区曾（céng）经（jīng）进行过这样的竞赛，看谁能够开发出准确率最（zuì）高的生存预测算法。此外，这（zhè）也是大学课程当中（zhōng）的常见问题。乘客名单大到（dào）足够能（néng）反映出明确的趋势，同时又小（xiǎo）到能（néng）够被初学者掌握。其结果也相对简单——决（jué）定生（shēng）死的变量可能只有（yǒu）十几项，所（suǒ）以（yǐ）问题（tí）并不复杂，初学者（zhě）也能够解决；但其（qí）中的交互关系（xì）又（yòu）足够复杂，能吸引到（dào）技术人员的关（guān）注。另外（wài），由于泰坦尼克（kè）号（hào）的（de）故事非常有（yǒu）名，因此（cǐ）即使过去一个多世纪，仍能引发（fā）共鸣。

SparkBeyond公司（sī）正（zhèng）在将泰坦尼克号问题作为其AI平台的早期测试（shì）素材，并（bìng）希望将其作为向潜在（zài）客（kè）户展示（shì）技术能力的（de）方式之（zhī）一。该公司联合创始人兼CEO Sagie Davidovich表（biǎo）示，“有趣的是，即使是在像泰坦尼克号这样简单的问题当中，我们（men）仍能够发（fā）掘出大量有价值的结论。”

生存结果可（kě）归（guī）结为变（biàn）量

如果大（dà）家对泰坦（tǎn）尼克号的（de）故事比较（jiào）熟悉（xī），完全可（kě）以（yǐ）通过简（jiǎn）单的数字（zì）计（jì）算（suàn）对乘客的命运做出（chū）合理的猜（cāi）测。

其中女（nǚ）性的生存机（jī）率几乎达（dá）到男性（xìng）的（de）两倍，儿（ér）童的生存机率则（zé）为成人（rén）的1.4倍。一（yī）等舱乘客的生存（cún）机（jī）率为其他乘（chéng）客的（de）1.9倍。事实证明，中年女性与年轻女性之间（jiān），舱位等级对（duì）生存率的影响最大；而（ér）在中年（nián）男性（xìng）与（yǔ）年轻（qīng）男性之间（jiān），年龄差异则是决定生存率的关键。

虽然这些（xiē）结果基本在人们的意料之中，但确实（shí）能够做出非（fēi）常准确的预测。除此之外，算法也需要考虑到其它变量对于生（shēng）存名单的影响，例如一个人的父母（mǔ）、孩子或者兄弟姐妹是（shì）否同（tóng）在船上。正因为这些复杂性因素的存（cún）在（zài），泰坦尼克号乘客名单才有长久以来一直成（chéng）为数据科学家（jiā）们关注（zhù）的经典问题。

事实证明，以不同的（de）方式查看数据（jù）有（yǒu）时也（yě）能带来更快捷的分析结（jié）果。Davidovich指出，SparkBeyond的AI方案（àn）就通过查看船票上列出（chū）的乘客姓（xìng）名（míng）前缀，发现了这样一条（tiáo）分析“捷径”。

Davidovich解释（shì）道，“从数据当中可以看出，最简单的高生存率预测指标就是，乘客的名字中不包含“先（xiān）生”这一表述（shù）。这（zhè）显然涉及到乘客的性别成分，但深入解（jiě）读，这种现象（xiàng）实际上包含了上面谈到的全（quán）部三种生（shēng）存指标。”因为“先生”这一前缀，能够快速确定最有可能在沉船事故中死亡的群体（tǐ）：中产阶（jiē）级及资产阶（jiē）级成年（nián）男性，这一群（qún）更有能力购买头（tóu）等（děng）舱船票的（de）群体，往（wǎng）往(虽然并非全部)拥有“阁下”这（zhè）类头衔，而年（nián）轻的（de）男孩则被（bèi）称为“少（shǎo）爷（yé）”(主要来自贵族阶层)或者并无特别的称谓。

现（xiàn）代应用

SparkBeyond公司的AI方（fāng）案目前（qián）已经开始研究（jiū）监狱暴力（lì）行为的原因、半导体制造质量控制以及人口迁移模式等问题。

Davidovich介（jiè）绍称，“机器（qì）智能可以确定的（de）一（yī）项基本事（shì）实，在于自（zì）然灾害与人口迁移之（zhī）间的（de）联系。美国人（rén）口迁（qiān）移的大幅飙升（shēng）与飓风哈维有关，这（zhè）一（yī）点在某些高速公路及主要（yào）道（dào）路上体现（xiàn）得尤为明显。”

当然，除了数据模式这一共同（tóng）本（běn）质之外，泰坦（tǎn）尼克号（hào）数（shù）据集还有着另一大（dà）共通的特性——尽（jìn）管人们在分析时很（hěn）容易（yì）迷失在具体（tǐ）数据当中，但这些纷繁（fán）复杂的数字（zì）与变量背后仍是（shì）真实人生的反（fǎn）映。