Ví dụ, chúng ta có thể chấp nhận sự hỗn độn để đổi lấy quy mô.
Như Forrester, một nhà tư vấn công nghệ, đã nói: “Đôi khi hai
cộng với hai có thể bằng 3,9, và như vậy là đủ tốt”. Tất nhiên dữ
liệu không được phép sai hoàn toàn, nhưng chúng ta sẵn sàng
hy sinh một chút trong sự chính xác để đổi lại hiểu biết về xu
hướng chung. Dữ liệu lớn biến đổi các con số thành một cái gì
đó mang tính xác suất nhiều hơn là tính chính xác. Thay đổi
này sẽ cần rất nhiều để làm quen, và nó cũng đi kèm với những
vấn đề riêng của nó, mà chúng ta sẽ xem xét sau trong cuốn
sách. Nhưng bây giờ, hãy đơn giản lưu ý rằng chúng ta thường
sẽ cần đón nhận lấy sự hỗn độn khi chúng ta tăng quy mô.
Người ta thấy một sự thay đổi tương tự về tầm quan trọng của
việc có nhiều dữ liệu hơn, liên quan tới những cải tiến khác
trong điện toán. Mọi người đều biết sức mạnh xử lý đã tăng lên
ra sao trong những năm qua như dự đoán của Định luật Moore,
phát biểu rằng số lượng bán dẫn trên một chip tăng gấp đôi
khoảng mỗi hai năm. Sự cải tiến liên tục này đã làm máy tính
nhanh hơn và bộ nhớ phong phú hơn. Ít người trong chúng ta
biết rằng hiệu suất của các thuật toán điều khiển nhiều hệ
thống của chúng ta cũng đã tăng lên - trong nhiều lĩnh vực, với
mức tăng còn hơn cả mức cải thiện của các bộ xử lý theo Định
luật Moore. Tuy nhiên, nhiều lợi ích cho xã hội từ dữ liệu lớn lại
xảy ra không phải vì các chip nhanh hơn hay vì các thuật toán
tốt hơn, mà vì có nhiều dữ liệu hơn.
Ví dụ, các thuật toán chơi cờ chỉ thay đổi chút ít trong vài thập
kỷ qua, bởi các quy tắc của cờ vua đã được biết đầy đủ và bị giới
hạn một cách chặt chẽ. Lý do các chương trình cờ vua ngày nay
chơi tốt hơn trước đây rất nhiều là một phần bởi chúng chơi cờ
tàn tốt hơn. Và chúng làm được điều đó đơn giản chỉ vì các hệ
thống được cung cấp nhiều dữ liệu hơn. Thực tế, cờ tàn với sáu
hoặc ít quân hơn còn lại trên bàn cờ đã được phân tích một cách
