《智能时代》书评

赶走“黑天鹅”的“大数据”

人类的认知不断拓展，收集数据寻找信息是科学的动力。数据的范畴随着文明进程而变化，利用数据的水平反映出人类文明的水平。 在人工智能时代，大数据是一种全新思维方式，从结果来推导原因，通过引入大量信息的形式消除“黑天鹅”思维所提出的不确定性。 大数据的时代，善于分析数据的人就成为这个时代的赢家。例如：个人的数据成为信用体系的基础，区分善良和邪恶，不仅是一个道德问题，更是一个可以用大数据来得出结论项目。

先让大脑步入未来时代

吴军博士的名声加上罗胖的推荐，使得这本《智能时代》受到了广泛关注。书里说只有2%的人能跟上未来的智能时代，看似危言耸听，其实就是现实——即便是当下，大概也就2%的人能主导时代的发展方向。只是这个百分比里的具体角色一直在变，大多各领风骚好几年，于是显得大家都有机会了——这便是科技快速发展的好处。所以，要想获得一些未来的可能性，先得让大脑步入未来时代，这本《智能时代》算是这方面的指引，从过去的历史、当下的趋势和总结中点出了未来可能的趋势。未来不可假设，却能够推论，而在推论未来时首先需要找到符合趋势的思维方式。当下最普及的思维方式还是基于“因果关系“的机械思维，源于古希腊的思辨思想和逻辑推理。这种思维方式在过去三个多世纪帮助人类实现了工业化革命，于是被人们普遍视为圭臬。有因必有果，那便是确定性认知。仔细想想，倘若一些事情没有确定的结果，还有多少人会去投入呢？在确定性认知的影响下，人们会在封闭范围里不断优化流程、确定步骤、建立标准，以此确保结果的确定可控性。一如“只要XX就能成功“的逻辑，融化在各种心灵鸡汤里，广受欢迎，这便是确定性认知的普及效应。因果关系的机械思维和确定性认知在互联网信息时代已然显现出了它的局限——难以应对不确定性。即便你做对了一切，还是会功亏一篑，时也、命也、运也，说不上来，这就是不确定性，会带来巨大的不安全感。而随着信息化的高度互联和大数据时代的广泛运算，全新的“相关关系“思维开始崭露头角——我们所做的一切都会触发一些可能性，获得一些相关性，而整个时代会因为我们的参与发生蝴蝶效应，造成可积累的变化，无论是对于我们自己还是所有相关的人。倘若要适应未来时代，首先需要的就是让这种“相关关系“的思维模式取代“因果关系“的思维模式，去拥抱不确定性，拓展可能性。其次在于对数据的认识。相对于工业时代的生产制造，信息时代践行的是：凡是寻找，必能找到，万物互联和互联网+便是这一阶段的成果。而接下来的一句话是：凡是走过，必留下痕迹——这些“痕迹“就是数据。在各种终端不断智能化、数据获取愈发全面、运算能力不断加强的趋势中，如何利用数据成了面向未来的关键问题。数据不是黄金和石油，而是土壤，是智能时代的养料。通过对数据的加工和利用，将会创造大量的智能化产业——吴军博士在书中提到了未来社会的三个特色：智能化、精细化和无隐私化，这是从由上至下的社会视角进行的预测，而作为数据创造者的个人如何获得其权益的方向，《智能时代》里并未提及，却是另一个充满可能的方向。除了很多精彩的历史故事和实际案例，书中提出了一个值得深思的问题——什么是能历经岁月和趋势难以改变的？这涉及了时代的淘汰效应，和每个人有关。对一个人而言，迎接未来所要做的根本准备便是——做机器不能做的事，同时学会与机器合作。未来，能运作复杂模式的思想家、发掘人类爱好的创意工作者和通过服务与人的连接者将拥有不被淘汰的机会，因为未来需要这样的人才，那么，就该从现在开始往这个方向努力积累了。诚然，关于未来的预测大抵是宏观而又片面的，但能融入这样的趋势确实需要学习和刻意练习，毕竟人是经验动物，习惯呆在自己的舒适区里。那么，这本《智能时代》就可以当成是一种提示，让人看见时间的力量。未来已来，只是尚未流行，那在流行之前做好准备，让大脑先步入未来时代，再慢慢跟进，难道不好么？所以，这确实是一本需要抢先阅读的新书，不妨一看，过时不候。

无隐私的时代

“这是最好的时代，也是最坏的时代”看过吴博士的《数学之美》和《文明之光》后，就彻底沦为吴博士的忠实粉了。作为忠实粉当然会在第一时间入手吴博士的新书，可惜的是得知这本书的时间比较晚，是在2017/01/16，而且还是通过刷豆瓣的书单推荐才看到的。所以到现在才看完（2016/01/27）。鉴于防止这种情况的再次发生，在这里郑重表示，要是下次吴博士出新书了，希望比我早知道消息的各位网友能第一时间通知我，在此感激不尽。在写评论之前，先说该书值不值得读。作为忠实粉，我的回答是肯定的。不可否认的是，该书中大量引用了《文明之光》中的观点，也有少量引用《数学之美》，《浪潮之巅》等，我估计这点会被读过吴博士前几本书的人所诟病，但我想说的这其实就是作者的思想，是作者成功的人生经验，是作者能立于top 1%%的精英阵营中的道。作者思想没大变，写出来的书当然读起来感觉会有相通之处。再回到书的内容，在这里主要说两点：1. 关于大数据时代的隐私问题2. 讨论下top2精英关于隐私，一直不受国人重视，不过逛知乎的时候，感觉这种现象有很大改善。在第一次听到在欧洲有人告Google侵犯其隐私的时候我还在读大学（大概11～12年左右），相信当时很多人和我一样，对此感到非常吃惊，觉得Google用你的搜索数据不是很正常么，毕竟它是免费的，关键是当时感觉这并不会损害到自己的利益，嗯，当初还是Naive。关于隐私其实很难避免被公司获取到，比如用Google或百度或Bing或Yahoo搜索的记录，使用的跑步记录工具，甚至苹果手机或其他各种智能机也在实时记录着你的出行信息等。其实隐私问题在智能手机开始流行的时候，我就看到很多公知在公开表示这方面的担忧。我个人自从使用智能机以来，也一直尝试着保护着自己的隐私。还记得当初大学使用智能机的时候，当时穷，用的还是酷派大神，我那时候每下载一个app，我都特别注意这些App在尝试着获取我的哪些权限，有意思的是，经常能看到很多App经常获取一些不可思议的权限，例如一个赛车游戏还想获取我的短信信息。可即使我如此的注意隐私信息的保护，甚至在我的酷派手机不再用的时候，我把它放在水里面浸泡了三天，我朋友还以为我手机里面存了什么了不得的东西。不过现在看来，没什么卵用，因为后来了解到酷派的早期手机一直留有后门，我里面的信息传到服务器了，对此我倒是没有愤怒的情绪，我只想问下：当年我给我女朋友发的肉麻短信，你们还存着吗？讲真。存着的话我愿意打包买下来啊。所以说到目前为止，相当部分的公司已经收集了可观的用户隐私，不过我认为这部分数据并不是特别有用，毕竟当年收集书记是传统的统计学为主，对于收集的数据有很强的目的性。当时除了Google，百度，阿里巴巴等大公司意识到数据的重要性，对数据获取的比较全面，也具有可观的相关性，更易于从中分析出有用的信息，对于其他的小公司，包括相当一部分独角兽公司，收集的数据大都不全面。当然这是我猜的，我还没有任何的数据支持我说的。就目前国外的大数据公司对用户的隐私保护，还可圈可点，但是国内，我只能呵呵了。举个例子：2016年，FBI要求苹果公司破解圣贝纳迪枪击案凶手的iPhone手机密码。这件事也在国内广泛被讨论，这场交锋也持续了4个月之久，苹果在这种情况下也拒绝了这个要求。有意思的是，当时比尔公开表示应该交出数据。看到这里有种孙权劝曹操称帝的感觉，居心不良啊。再举个国内的例子，嗯，还是上链接好了，大家可以去揣摩下这篇新闻报道中隐含的信息：http://www.jingjiribao.cn/m/goReadReportDetail.do?id=28234当然我列举的例子不具有样本的代表性，我也并不是说，国外的大数据公司可以信任，国内的就不能信任。其实我说的是其实他们都不可信。书中也提到了：“不能指望我们的隐私靠一些公司的善意来保护。”我在这里也并不是在呼吁大家抵制交出自己的隐私信息，事实上我也做不到这点，当在便利性和隐私之间做取舍的时候，大家都会选择便利性。借用书中的一句话：“按照目前大数据的发展趋势，大家会越来越没有隐私，而当我们体会到丧失隐私后的重大损失时，为时已晚。隐私就像自由，只有当人们失去它的时候，才知道它的可贵。”任何抵制同样也抑制不了大数据的发展，智能时代是必然的过程。只是处在这个过程中的我们会承受着切肤之痛。虽然我想象不到当我们都没了隐私的时候生活场景是什么样的，但我想不至于出现大刘的科幻作品《镜子》中的镜像时代。刚才说到处在智能时代发展过程中的我们会承受着切肤之痛，当然这并不是指所有人，毕竟还是有少数精英能从中受益，这就是要说到的Top2。看到最后这个数字的时候，我知道处在社会底层的我是没希望挤进这Top2的行列了。我连阶级固化都打不破，更别说这个Top2了。看到最后这个我思考的不是如何挤进那2%的行列。我想的是另一些问题：先往近点说，就考虑现在的房奴，在房贷的期限内，他们的工作是否会受到机器人的影响？对于那些有20多年房贷的人来说，能否在20年内不受机器人的影响的可能性比较小，当然不一定是直接影响，可能是间接影响，比如，机器人首先影响的是制造业，然后原本制造行业的人会求生存，会想办法在其他各行业里面求生存，其他行业相对来说竞争力就加大了。从而影响到各行各业。这个时候失业的房奴该怎么办？他们占的比例多大，有没有可能影响到社会稳定？往远了说：当我们大部分人的工作都被机器人取代的时候，我们能保持什么样的生活水平？这时候财富肯定是集中在少数人的手里，这时候会不会演化成大刘的科幻小说《赡养人类》中的场景？当社会资源严重不公平的时候，会不会导致战争？政府这时候能扮演什么样的角色？政府能否在智能时代的繁荣时代之前，迅速控制智能时代的军事力量从而保证稳定？如果控制了，会不会又导致专制？专制之后作为中产阶级阶级和低产阶级有什么力量反抗？如果没有往战争方面发展，在机器人的生产力过剩的时候，大部分人的生活能保证到品质吗？作为没工作的我们还有什么样的东西可以拿出去交换更好的生活品质呢？天下能否实现共和？我的问题有很多，而且我都没答案，我也推衍不出来。虽然在我看来看起来前景看起来非常失控，但是我还是双手支持智能时代的来临，哪怕这条路走向毁灭。

大数据带来的变革——《智能时代：大数据与智能革命重新定义未来》有感

大数据这个词，在这两年中真的是火爆到几乎天天都能听到的地步，尤其是对于从事互联网方面工作的人来说更是如此，我的手机基本上每周都会受到一天关于大数据的广告，而我的信息估计也是经由大数据筛选出来的，这和以前单纯靠人工的时代相比，已经有了突飞猛进的发展。而关于大数据的书也是比比皆是，而这些书也是鱼龙混杂，质量参差不齐。之前我看过一本由中信出版社出版的《大数据：从概念到运营》，感觉里面关于大数据具体运用做了比较可行的交代，我觉得是很不错的。而今天我拿到的这本《智能时代：大数据与智能革命重新定义未来》则是将大数据对我们生活方方面面的影响进行了简要介绍。相信看过《数学之美》这本书的读者应该对本书作者吴军不陌生吧，在前本书中作者取得了巨大成功，可以说对于本书我也是相当期待的。我在翻阅了这本书之后感觉这本书与之前我看的《大数据：从概念到运营》相比，本书更适合普通大众阅读，更能向大众普及关于大数据的相关常识。在本书的七个章节的篇幅中，我们可以看到大数据不仅仅给商业，及其职能方面带来了巨大的促进，而且也颠覆了我们的传统思维。当我看到本书第二章“大数据和机器智能”的时候，就想到了之前我购买的小米智能家庭的套装，以书中关于机器智能的定义来看，小米的产品还不算是机器智能，但是其收集数据的功能其实也是大数据运用的一个具体体现。在本书中作者关于数据的介绍时也提到了某些经典的数学公式，可能对于有些读者来说阅读这些比较吃力，但是总的来说如果想要系统了解大数据的功能作用，我认为本书是值得一读的。

有感

通俗易懂的笔法将这个时代最有意思的技术成就——大数据和智能技术，具体的展现在我们面前。之前虽然对大数据的重要性有所认知但是还未如此的具化，一直以来我对于技术相关的事宜并没有太多的热枕。但是这个时代是技术革新发展如此之快的时期，经济，政治，军事都开始深受其影响，一切都在迫使我们不得不正视外部环境的改变。信息的更迭速度的加快使得我们每个人都无法置身度外，此时巨变往往是痛苦的，但又充满着新鲜感。一个固化的阶层社会和一个处在变革前夜的社会，对于我们这些平头小民，一切充斥着不确定性，而我似乎对此无能为力。这本书对我的意义大概在此，在农业社会和工业社会的挣扎着的我，突然发现信息社会的身影已成碾压之势。

网红＋标题党

至少有那么一部分人估计是被罗胖这个不算特么红的网红忽悠，大大的标题党风格影响下急匆匆购买的。我即如此。内容深度适合于高中及以下；行文风格口水化；论点缺乏作者本人应有的大数据支持的严谨性；论据素材出版商也需要评论几句：尽管纸张、装帧都算不错，但不能算良心书，超大行距、页边距，所以看上去那么厚却颇显单薄。所以，个人主要观点：科技发展简史的回锅肉。建议阅读《智能时代》（jeff hawkins, 2014）、《机器人时代》（martin ford, 2015）。

拥抱智能时代

数据无处不在数据产生智能世界的不确定性机械论-信息论大数据三个特征：数据量大，多维度，完备性关于信息论，有一个最大熵原理：对未知事件寻找一个概率模型时，这个模型应当满足所有已观测数据，但是对未知情况不要做任何主观假设。（广泛用于机器学习）很多时候，落后与先进的差距，不是购买一些机器或者引进一些技术就能够弥补的，落后最可怕的地方是思维方式的落后。西方在近代走在了世界的前列，很大程度上考的是思维方式的全面领先。从机械思维（确定论，决定论，因果关系）到现在的信息思维（多维度，不确定性，大数据）。科技发展不是匀速的，重大科技突破需要酝酿很长时间，在这段时间内技术在缓慢积累，处于相对停顿状态。但是当量的积累到达一定程度，科技在短时间内获得单点突破，然后新科技全面爆发。这就是技术的拐点。历史上关键性的拐点比如说牛顿微积分，爱因斯坦相对论，摩尔定律。今天我们可能处于机器智能超过人类的拐点上。每次技术革命从长远看是推动了社会发展，但是微观上其实有很大的负面影响。因为会导致财富剧烈分化。为何每次技术革命都要很长时间来消除其负面影响，因为技术革命使得很多产业消失或者从业人口大量减少，消化这些人口至少需要一代人以上。历史上的产业革命均带来社会动荡，因此现在政府为了解决这个问题，途径基本都是一个“耗”字。在中国，迟迟不肯淘汰落后产能，可能也是考虑了大量工人失业带来的社会稳定问题。第四次智能革命影响将会远超以往。原因：第三次信息革命还未消化完全，第四次革命已匆匆而至；不同于工业革命，全球已经没有空白市场可以开拓，无法消化淘汰的生产力；最重要的一点，机器智能化，使得律师，记者等需要脑力的职业也面临淘汰威胁。工业革命使农民转向工人，信息革命使工人转向服务业，接下来人们转向哪里？？？为什么社会不满频发，根本是大多数人被快速发展的社会抛弃了。历次革命只有2%的人能即刻享受到该革命的成果。如何争当这2%的人？很简单，不论是国家还是个人，都需要踏上智能革命的浪潮。不一定是去开发大数据和智能产品，应用这些技术到自己的工作中也是一种方法。

98%的人情绪不满，其根源在于，他们被社会的进步所抛弃

花七天的时间，读完了吴军老师的《智能时代》共七章内容。前三章向我们解释了什么是“大数据”。第四～六章讲述在即将到来的智能时代，大数据如何改变我们的生活并对我们会造成怎样的影响。第七章分析了十九世纪人类的两次工业革命对社会的影响和副作用，和二十世纪信息革命的到来。如今我们还没有完全消化掉信息革命的冲击波，大数据和机器智能革命已经来敲门了。伴随着科技的进步。满足人类生活需求所需要的人工劳动力越来越少。在第一次工业革命之前，人类出于生存的本能，需要投入大量的劳动力于农业生产满足生存需要，第一次工业革命，蒸汽时代的到来，从农业生产中解放出来劳动力转移到工厂生产。第二次工业革命以及信息时代的到来，大量的工厂劳动力转移到服务行业（广义的服务行业，包括律师、医生、IT工程师...）。但在即将到来的智能时代。连人类最值得自豪的部分——大脑所从事的智力的工作，也将部分甚至大部分被机器所取代，在各行业机器能够替代人类工作，甚至比人类做的更好的时代到来之前，我们必须回答一个问题：当全社会各行各业的从业人数都因为机器智能而减少时，全世界几十亿劳动力怎么办?所有的人和企业都面临两个选择。踏上时代的浪潮，成为受益于技术革命的2%的人，或者犹豫徘徊，被时代所抛弃，成为98%的人。随着技术的进步和社会文明程度的提高，2%和98%的人之间的贫富差距也会越来越大。出于社会稳定或者道德等种种原因，这98%的人也许不从事任何生产劳动，也可以通过社会或政府的救助生活下去，可是他们人生前景是灰暗的。在这个智能的时代即将来临之前，我们能够做些什么？相信读完次书后你会有自己的答案。

大数据开启人工智能的未来

数据存在我们每个人身边，我们通过数据交换信息，通过数据了解事物，通过数据监测设备，通过数据学习知识。数据繁杂却又十分重要，电脑通过对于庞大的数据收集开启了人工智能，也逐渐影响改变了每个人的生活。刚收到这本书时，看着这么专业的书名，想着内容会比较艰深，读起来肯定晦涩难懂，心中不免忐忑。细细看来，却是越看越有兴趣，越看越感到惊奇。作者用通俗易懂的言语讲述专业的内容，辅以生动形象的例子，将专业的科学知识娓娓道来，并且是我感到惊奇的是很多东西我以前根本没有接触过的，但却是非常好的科学知识。我不会在评论中透露太多内容，大家可以去买一本来看看，支持支持这样的好书。读完这本书，让我非常期待未来人工智能时代。随着电脑对数据的处理能力不断提高，数以千亿的数据汇集到电脑中，开启发达的人工智能，进而出现了能够战胜围棋世界冠军的谷歌阿尔法狗，可以这样说，大数据开启了人工智能的未来！大数据的做法前提是必须收集到足够多的数据，这在计算机出现以前是很难想象的。计算机的出现，数据被大量收集，进而出现了大数据，大数据又促使计算机有了人工智能，可以这样说，计算机与大数据相辅相成，进而开启了人工智能未来。不过，现在机器人还没能大面积开始普及，其昂贵的价格让很多家庭望而却步，相信随着社会的发展以及人工智能的进一步发展，机器人将会大面积普及到家庭中，人工智能的未来一片光明！！

你想不到的，大数据都可以做到

看这本书是因为简介里的一句话，“我们在过去认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解，比如解决癌症个性化治疗的难题。” 其实书里的例子超多，但这个比如就比如到了我心里。想起看巨人的陨落仅仅是因为那句“平均三个通宵读完”，荐书的文案有多重要，以后你们谁要出书就听我的，只写一句广告词，“这本书毛豆超爱”。嗯，你们出书前一定要先把我捧红。网红我也超不介意的，我可以出卖肉体。呃（羞羞哒），咱们还是先聊这本书，你是不是想问，这书不是叫智能时代吗，干吗你题目只讲大数据。这就要开始洗脑了，没有大数据，智能时代毛都没有。也许你也看过维克托的《大数据时代》和涂子沛的《大数据》，当时我看完这两本书的感受可谓震撼，但看完这本书，只能用颠覆来形容。吴军同志成功把我洗脑，暂时我还在走火入魔阶段，你们可以选择安全地带呆着，小心我传销你们。虽然这本书也有一部分内容和大数据时代重复，比如Target利用顾客信息预测顾客预产期而精准推销婴儿车、亚马逊推荐功能使它一跃成为销售冠军，但这些都是大数据应用的1.0版本，寻找相关性。而智能时代这本书，不仅讲了大数据是如何得到重视和应用、如何成为机器智能的重要根基，还站在历史长河中，分析了智能时代到来的利和弊。如果说大数据时代讲了大数据应用的前世今生，智能时代更让人眼前一亮的是大数据应用的未来。这个未来给我无限的希望，也回答了我很多疑惑，科幻世界里的事情一再被提及，如梦方醒的我急着安利。机器人将取代人类统治世界吗？不会，never。以前没有多想过这个问题，潜意识总觉得这太可能了。其实仔细琢磨一下就会想明白这个场景只会在科幻小说和美国大片里出现。但这本书让我明白了为什么机器人终究只是机器人。书的开篇就讲了一个机器人AlphaGo是如何战胜人类世界围棋冠军的故事。阿尔法狗同志是怎么赢了人类，而且是在大家公认超级难的围棋比赛中获胜的呢？原理是这样的，阿尔法狗的娘Google公司搜集了全世界尽可能多的围棋手尽可能多比赛的数据，包括它这次的对手，世界冠军、韩国人李世石。Google是个狠妈，她让阿尔法狗把这些数据全记在脑子里，术语叫机器学习。阿尔法狗是个争气的孩子，并不是因为它智商有多高、学习有多刻苦，而就是因为它是个机器人。它生来就是为了记住这些海量的数据，然后在李世石下每一步棋之后，综合分析它脑子里所有人对这步棋的反应，再根据所有的结果作出最佳的选择。现在各个领域机器人的工作套路和阿尔法狗是一样一样滴。都是先收集尽可能多的数据，然后机器学习，然后综合它脑子里所有前辈的经验，做出下一步选择。所以，机器人其实在工作的时候并不知道自己在干什么，它们只知道在它们所被赋予的数据范围内选择最好的那一个。如果说未来有一个物种将统治世界，那将会是研发和控制机器人、分析和给机器人灌输大数据的人类。很多人会失业，因为人能干的机器人也能干吗？很遗憾，是的。既然机器人可以做到对海量数据的记忆和学习，并综合做出决定，那它们岂不是可以做很多事？即使它们不会统治世界，可它们岂不是要抢了我们人类的饭碗？看到现在机器人的“聪明”程度，我真的直冒冷汗。机器人微创手术已经应用于临床而且比人做手术要精确得多，机器人语音识别取代了很多人工坐席并应用在越来越多的领域，机器人分析人类某一项的行为习惯做出人类不用思考就心仪不已的选择。可怕的并不仅仅是这些，连我一直以为需要个性化思考和复杂分析的一些职业，都面临这样的威胁，比如医生、律师和记者。医生和律师被誉为越老越值钱的黄金职业，但他们再老再有经验，也不能像机器人那样见过并记住人类历史上所有的案例。以后看医学影像判断疾病的医生将越来越少，英美案例法系的律师也会大大缩水。最没想到的是记者也会被抢饭碗，因为机器人看财报写财经分析的速度和精确度远超过吭哧吭哧的人类，虽然偶尔没说人话需要编辑稍微润色下，但显然这样的编辑需求会越来越少。而未来农业、工业、商业都因为大数据和机器智能的介入，变得不可思议。瞬间觉得要失业了有木有？咱们也许真能赶上这拨儿浪潮我觉得。这本书最大气的地方就是分析了人类文明史上最重要的几次变革，对那个时代人的影响。第一、第二次工业革命、还没消化完的信息革命、汹涌而来的智能革命。历史真的惊人的相似，革命正在进行时代的人们，除了少数人获利外，大部分人都很惨，丢工作的丢工作，被牺牲的被牺牲，每次都需要两代人的时间才能消化掉不良影响。而第一、第二次工业革命，由于结束了几千年的农业社会生活，人们慢慢富裕起来，消化的算快的，那也用了半个世纪。现在这两次革命，因为起点已经太高，可能要花费更多时间、牺牲更多的人才能完成。不得不为以后的吃饭问题想想了，以前的高精尖人才高考时都会选择医生律师专业，现在看也不靠谱了。智商高的孩子们，都去学计算机吧，或者相关的数据分析啊数学啊，努力成为那些控制机器人的人类，才是人间正道。而我们，机器人写个财报分析都跟玩儿似的，那分析能不能给某个企业放贷款还不轻松加愉快啊，谁用你在那一顿分析财务报表写调查报告下到底应不应该贷的结论呢。危机感扑面而来，怎么有种需要客观判断的行业都岌岌可危了，反而可以主观臆断的领域才固若金汤的感觉呢。小伙伴们咱们都去编电影剧本吧。人类可能长生不老吗？理论上，是的。回到我最初关心的问题，对于癌症，专家们还是很乐观的。现在已经知道了致癌基因突变的种类在万的数量级，而已经发现的癌症种类只在百的数量级，这对机器人来说是还不够塞牙缝的数据量。难题就在于研制出这些所有单一突变基因的治疗药物，这是时间问题，下面的步骤就是交给机器人排列组合判断选择了。只要这个研制速度能够赶得上癌细胞的变化，那么，即使不能彻底杀死所有的癌细胞，患者仍可以长期和癌症共存。没想到科学家们的野心并不止于此，他们还想让人类长生不老，这我就觉得有点违反自然规律了，我其实并不是很想成为一个浑身皱了吧唧的老妖精，活着的时候幸福点就行。但那些执着的专家们非要寻找并干掉衰老基因，说什么攻克癌症只能降低人类3.5%的死亡率，大部分人的最终归宿都是阿尔茨海默症。其实我觉得做一个痴呆的老太太应该挺好的，反正自己又不知道什么时候换尿布，可劲儿造呗。就让那帮科学家们折腾去吧，反正我觉得我应该赶不上那个满地球都是老妖精的时代了，能在这个时代有口饭吃不被机器人挤兑就行，拜拜。

《智能时代》读后感

后续的读后感我都尽可能去实践《如何阅读一本书》里的方法；1.这本书属于什么类型?这本书属于社科类和科技预言泪的书籍。2. 一句话总结《智能时代》这本书讲了什么？这本书核心思想是机器智能和大数据正在推动新的一次技术革命的发生，这场革命是全社会的包含所有传统行业的。3.列出全书的重要部分：第一章重点介绍数据，讲数据在智能时代的重要性、如何获数据、数据相关性等，数据是大数据和机器智能的基础；第二章介绍大数据和机器智能的概念，大数据有几个固定特征，已经被普遍认可，机器智能的目标是图灵所定义的。第三章也是本书最核心的，讲思维的革命：从”因果关系“的机器思维向”相关关系“的智能思维的转变，将”熵“作为一种新的世界观。后面3章重点介绍机器智能和大数据对商业及其他传统行业的影响、改变以及新技术所面临的关键挑战。4. 公正的评价这本书：逻辑思维及本书的最后一章都用了2%这个数字，看了这本书的或者能跟得上这次变革的就会是那2%的引领者，否则只能被时代所淘汰。个人看法，这有夸大成分，但他们其实也只是想表达那么个意思。这本书最核心的还是思维方式的转变以及这种思想如何来影响我们日常的生活和工作，但书里还是有太多同类型的或者人尽皆知的例子，浪费笔墨，看起来自然会跳跃。5.个人想法：（1）拿到这本书的同时正好是公司部门也在迎合老板和时代变革，考虑网络维护模式的创新，说实话，看到其中某些章节的时候自己总会思考这些思想和技术如何用在网络维护及问题处理上，也确实有了一个不切合实际的大想法，如果未来的网络维护能够达到自己想象的那个样子，确实很棒。（2）2%这个数字及里面的一些思想让我感触到未来的社会对人的要求越来越高，因为那个时候机器（广义的）能够代替太多天多的工作，很多是现在无法想象的，所以未来的人要么从事机器完全无法替代的职业，要么就是去搞更牛逼的人工智能去代替更多的人类工作。这不妨可以为将来孩子的人生规划提供一个方向性的参考。（3）书中举了大量的google及国外大数据和机器智能的例子；但我现在其实很好奇的是中国的机器智能到底发展到什么程度了，有多少高校或公司在研究这些东西，怎样一个程度；北上广这些地方除了北上广这些地方到底有多少创业公司在搞这块，有那些产品？（4）什么时候能出现一个人工智能的公司，只要传统行业的公司能够提出相关的需求，他们就能够凭借强大的技术能力满足客户的需求。自己去搞一个吧？貌似不太现实。

智能时代的滚滚浪潮已经来临

错过“互联网+”还能活,错过“智能+”将被彻底淘汰

大数据思维

智能社会和大数据已经成为了目前最火热的话题之一，此类的科普书籍也层出不穷。其实如果简单概括大数据思维的话，其实也是人类使用数据的标准流程：获取数据、分析数据、建立模型、预测未来。而大数据的意义就是因为出现了海量数据，原有的流程中使用的方法已经不适用了，所以才开始在各个环节运用新的技术手段和理论方法。其中包括了在获取阶段中超级计算机以及感应器的使用，而本书则更聚焦于分析数据阶段新的大数据逻辑思维的介绍，从而让读者更多的理解怎样运用大数据思维。书中的开头先为我们讲述了关于大数据和机器智能的历史，通过包括了谷歌搜索引擎的更新、美国大选预测等例子讲述在当今社会如何运用大数据思维对于社会和企业的重要性，再回顾了思维是如何从传统走向了目前的观念，在这其中又产生了多少新的方法论，最后作者介绍了大数据理论运用到商业上的各种例子，同时也预测了未来商业中大数据思维的广阔空间。可以说本书是一本向大家介绍大数据思维发展以及应用非常全面的科普性读物，书中涵盖了非常多的实际例子，包括了谷歌、思科这样走在大数据领域前沿的公司的实践，这当然也是由于本书作者长时间从事此方向的工作和研究以及任职经历有关。而由于作者的数学博士背景，也让很多例子有了数学解答，所以本书中我们会读到很多经典的数学公式在大数据领域的应用，让很多例子有了更清晰的理论背景交代，例如作者对于大数据时代穷举法的重新兴起就有了明确的解释，其实穷举法在传统数学中是被摒弃的，但在目前超级计算机的出现的背景下，穷举法拥有了在处理大数据问题上得天独厚的优势，它不需要做简约处理从而造成误差，而是完整的计算所有可能从而得到最精准的答案。书中作者对于大数据思维与商业相结合的部分提出了本书中一个很重要的观点，即传统行业+新技术=新兴产业。这个观点作者认为是一致贯穿于我们的历史发展进程的。例如正式蒸汽机的发明才让传统农业进入到了新型农业，而后来电力的普及、计算机的出现都重复着这样的进程。而作者预测下一个时代就是传统行业+大数据/智能机器=新兴产业的时代。这样的例子其实慢慢已经开始出现，包括了智能机器对于智能家居行业的改变，包括了大数据医疗的兴起，书中也均对这样的例子有所说明。

数据智能一相逢，便胜却人类无数

数字的发明，对人类而言是具有划时代的意义，被人称作“人类文明的基石”。从结绳记事到天文历法，无一不用到数字。以数字为基础的数学，更是推动了科学技术的进步。自20世纪以来，科学技术的发展更是日新月异，数学理论与社会应用紧密结合，有力地推动了生产力的发展。特别是计算机的普及应用、网络技术的成熟完善，信息传播的普遍应用，使得数学成为应用最广泛、最直接、最及时、最富创造力和重要的实用技术。自古以来，数字都有着另外一种用途——占卜未来。无论中国的八卦图还是欧洲的塔罗牌，都和数字有着不解之缘，更不用提吉祥数字和忌讳数字了。这些占卜看起来都是随机的，但都是以归纳法为基础，在若干人、若干事的印证下认为有效，才被社会认可然后得以广泛流传。正是因为我们人类对未来不确定性的迷茫，所以使得占卜、预测之术大肆流行。面对未来，难道真的只能依靠掷骰子才能预测吗？近现代，随着统计学的盛行，特别是香农通过热力学中“熵”的概念引入了“信息熵”的概念，用信息论将世界的不确定信息联系在了一起。对于未来的发展，人类已经找到了解决这种不确定性的良方，而以信息技术和网络技术为基础的大数据提供了解决不确定性问题的良药。对于大数据和人工智能的发展历程以及对社会的影响，甚至对未来不确定性的思考，曾经负责谷歌计算机自动问答项目和腾迅搜索项目的吴军博士，在总结数字发展历程的基础之上，编著了《智能时代：大数据与智能革命重新定义未来》一书，对大数据和人工智能的前世今生进行了详细的回顾，对其发展方向进行了大胆想象，认为人工智能和大数据的广泛应用将彻底改变未来的商业模式，甚至改变人类生活习惯，给未来的我们带来全方位的冲击。2016年，注定是不平凡的一年。这一年，AlphaGo火了，依托大数据与深度学习的技术优势的人工智能最终以4：1的成绩，取得了“人机大战”的省里，向人类宣告人工智能已经成为现实。与1997年深蓝战胜卡斯帕罗夫的事件相比，AlphaGo的胜利更令人激动。这种差别不仅仅体现在国际象棋和围棋的难度上，而是体现在AlphaGo获胜的技术上。AlphaGo不是依靠逻辑推理，而是依靠大数据和智能算法获胜的。这就给人工智能的发展提供了良好的发展思路和发展方向。吴军博士在书中指出，传统的人工智能是按照人类产生智能的方法，让计算机按照人的思路去做，想要让“机器像人一样思考而获得智能”，这就是传统的“鸟飞派”的做法，就是说看看鸟是如何飞的，就模仿造出飞机，而不是了解空气动力学。对此，吴军博士举了语音识别技术的案例，在基于统计方法的语音识别系统，使得语音识别率从传统做法的70%左右提升到90%以上，同时语音识别的规模也从几百个词上升到两万多词，从而使得语音识别走向实际应用。21世纪，随着互联网的出现，使得可用的数据量剧增，数据驱动方法的优势越来越明显，最终完成了从量变到质变的飞跃，使得人工智能更具有可操作性。人工智能不但可以实现同步翻译、人机对弈，更能够从大数据中分析、学习各种信息和知识，找到其中存在的线性规律，从而达到人类设想的各种目的。由于人工智能不受情绪、智力、环境等因素干扰，其决策将更为理性、更为谨慎，准确度将大幅提升。这种提升势必影响到各行各业。比如医疗行业。主要包括听诊和手术。现在，我们每次去大医院诊疗，各种各样的设备检查是必须的，验血、拍片，等等。拿到结果之后，医生再根据结果得出诊断结果。从这一流程中我们可以看到，医生所做的工作也是依据机械设备的结果进行经验判断，而这种判断是基于实践经验的基础之上，与医生本人的从业时间、从业修养和业务能力有着很大关系，甚至与前一天晚上的休息质量和夫妻感情有着很大关系。而依托大数据的人工智能则不然，系统内的各种案例都将是人工智能的“经验”，分析数据的比对、诊疗结果的得出，都可以客观公正的予以体现。随着射频技术和生物芯片的发展，不但不用去医院诊疗，在家中也可以得到自己的诊断结果，甚至抽血化验也都不再需要。对于手术而言，人工智能更有着得天独厚的优势，与人工相比，创伤面将更小，精确度将更高，绝不会出现“手抖”的问题。更重要的是，人工智能的可复制性，将免去医生专业艰苦漫长的学习时间，效率将更高更强大。当然，任何事物都有两面性，人工智能亦然。智能革命相对于以往的工业革命，强度更大、影响面更广、冲击更惊人。比如：人工智能发展的最终结果是解放劳动，那全世界几十亿劳动人口将如何解决？人工智能说到底也是联网的机械设备，譬如刀刃之两面，道高一尺魔高一丈，既能造福于民，也能被不法之徒操控，未来的隐私和安全将如何保障？吴军博士认为，在智能革命到来之际，我们要么加入到这次浪潮中，要么观望徘徊，最后被淘汰。但也只有2%的愿意吃螃蟹的人愿意加入到机器智能的队伍中来。任何一次技术革命，最初受益的都是发展它、使用它的一代，而远离他、拒绝接受他的人，在很长时间里都将是迷茫的一代。简言之，面对人工智能，要么拥抱，要么死去。明智的人，应该能够很清楚的看到未来的路该如何选择。因为，这既是一个让人振奋不已的时代，也是一个充满空前挑战的时代。

成为2%的人

我的公众号：断指洪七，欢迎添加。中秋在家读完了吴军的新书《智能时代》。用一句话来总结这本书的核心思想就是：大数据和机器智能正在全方位的改变人类社会，新的科技革命已经开始。面对这场革命，无论对于谁，国家、企业，还是个人，只有两条路可选：要么加入浪潮，成为2%，要么被淘汰出局。之所以读《智能时代》，是因为罗辑思维的推荐。今年8月的时候，偶然在网上看到罗振宇的这一段话，他说：《智能时代》是我们2016年到现在为止，推荐的极其重要的一本。强烈建议马上买，立即看。这本书在我心里的分量，和凯文·凯利的《必然》类似。若就其现实意义而言，甚至超过《必然》。《必然》告诉你未来可能的样子，《智能时代》则告诉你怎样参与这样的未来。当时刚好看完《必然》不久，满脑子都是未来社会。不得不说，罗振宇的这番话很有蛊惑力，立即就预订了一本。看完了《智能时代》，平心而论，罗的推崇有点言过其实了。吴军的书向来口碑不错（《文明之光》、《大学之路》、《浪潮之颠》），这本“智”也依然深入浅出，通俗易懂，但却远没有达到“《必然》告诉你未来可能的样子，《智能时代》则告诉你怎样参与这样的未来。”这么牛的地位。照吴军的说法，智能革命将比过去历次技术革命来得更深刻，对社会带来的冲击将是空前的。在智能时代，很多今天看起来很高端的职业，都将被机器改变，甚至替代。与很多人想象不同的是，机器替代的工种，也绝非仅是“低水平重复性劳动”，许多看起来很有技术，很有智慧的工种，也难逃殒命。吴军举了很多被大数据改变的梨子，比如写作，许多财经新闻，都已经采取机器人写作。比如医生。在美国，影像科医生拥有非常高的收入，因为培养一个合格的影像科医生要十几年的时间。但是，在大数据驱动之下，机器判断影像，分析病情的能力已经比一般的影像科医生还要高。你说，未来，还需要那么多的医生吗？我觉得，这本书，对于我们80后、90后这一批人来说，有着强烈的现实意义。这种现实意义，不仅在于昭示未来社会的变革，更重要的是一种警示：不上位，就滚蛋。每一次变革，都伴随着强烈的阵痛。变革之初，受益者是非常少的，新技术将取代大量工种，一大部分人被历史抛弃。这种负面冲击要一代人甚至几代人才能消化。我们对未来有一种单纯的乐观，却常会忽视其暗黑的一面。就像我们回看工业革命，看到的是蒸汽机的发明，看工业革命，看到的是电灯、电话的发明，大家欢呼人类生产力的飞跃，但却常会忽视那些因为技术变革而被淘汰的手工纺织工人、马车夫、电报员……智能革命亦将如此。吴军认为，在智能时代，只有2%的人能够脱颖而出，其余98%的人将成为鱼腩。那时，大量的工作岗位消失，大量的人被迫离开熟悉的环境和生活，费解于社会的巨变，陷入命运的颠簸。如果2%是真的，那么15亿中国人，只有3000万人可以笑到最后。如果不重视，不早做准备，你我很可能就会成为失业大军中的一员。那么，我们应该怎么办？答案简单，也不简单。从我读这本书的感受来说，我也只能说，面对时代的变革，我们首先能做到的是态度的端正：与其抱怨，不如接受现实，争取加入这前2%的行列，不被淘汰。无论你现在做得是哪一行，哪一业，不要再想着“稳定”这回事了，要永远保持开放的心胸，保持一颗好奇心，始终孜孜不倦的学习。每隔一段时间都应该问问自己：我学了什么东西，我有什么能力，我的市场价是多少？这种自我追问，很累很崩溃。但是，不如此，则当你按部就班的朝九晚五时，一项新技术的出现，一次行业洗牌，一次公司重组，也许就会成为你的灭顶之灾。唯有自我追问，不懈学习，那么也许即使进入不了前2%，至少，也能让你的路不会越走越窄，不在老境颓唐之时悔意暗生。对于我们这一代来说，最不应该相信的一个词是“稳定”。我看见多少人，听从父母一辈的教诲，在试图寻找一个稳定的工作。对不起，这样的时代已经没有了。今天看到和菜头公号里的一段话，抄录一下，送给“稳定派”：三十年前，把孩子送进工厂，算是保险箱了吧？正式工，铁饭碗，还不够保险吗？现在呢？批量下岗的时候还保不保险？二十年前，把孩子送进银行，算是保险箱了吧？金融饭，大国企，够不够保险？现在呢？没有升职还在一线的话，几轮刷下来，还有几个人在岗？十年前，把孩子送去做公务员，算是保险箱了吧？吃皇粮，人上人，够不够保险？现在呢？十年领工资下来，没有福利分房，能交得起首付了吗？每年能出国旅行一次了吗？孙子够交择校费了吗？哪一样不是当时的父母觉得最安全最保险的？三十年下来，又有哪一样真的安全真的保险？

一波又一波的革命与浪潮啊

非常赞同吴军博士的历史观，从历史中洞察规律并预测未来的做法是符合大数据思维的。但是对于现在大数据与机器智能革命的浪潮会带来98%的产业及其从业人员被淘汰的负面影响，我不完全认同。人类的解决问题的智慧也是在不断的迭代增长的，消化每一次技术革命带来的负面影响，不一定都需要很长时间，也不一定只能靠时间来消化。不过对于我这样的大数据领域从业者来说，还是甭废话了，努力去做那2%吧

每天阅读一百页之第九本

阅读笔记时间：320分钟，三星。数据与信息，通过筛选有用的数据得出信息。【从科技史的角度，分析大数据的作用，发展；以智能革命的角度对比前几个革命分析机器智能会带来的行业变革，对社会的冲击。】简单准确的模型与数据驱动方法。地心说，日心说的模型。苏联与美国的航天飞机，德国与日本的光学透镜。数据的数量与样本的代表性。文学文摘与盖洛普你对美国总统罗斯福与兰登的预测，以及盖洛普对杜威和杜鲁门的预测物理学的的基本规律是通过统计学的方式发掘的。【概率论，统计学，必须要学习的基础知识。记录自己的时间，记录工作的数据，记录现金流等等，都是在积累原始数据，然后通过数据发现规律，改进自我和工作。】鸟飞派：机器要像人一样思考才能获得智能。SYSTRAN。统计+数据。Google翻译，贾里尼克与IBM的语音识别，机器学习大数据：3V，大量，多样，及时。百度的“吃货”，斯维尔的2012大选预测，智能交通管理。big而不是large.智能问题为数据问题。深蓝与卡斯帕罗夫的象棋对弈，自动问答我why与how【认识到人工智能发展历史中思维的转变与曲折艰难，方法论是最重要的】机器思维：欧几里得、托勒密、牛顿。通过观察获得数学模型的雏形，然后利用数据来细化模型。1世界变化的规律是确定的，2从确定性出发可以用简单的公式或语言描述清楚规律。3规律应该是放之四海而皆准的。确定性（可预测性）和因果关系工业革命，瓦特的蒸汽机。爱因斯坦的相对论，青霉素三个公式质能转换，量子力学测不准原理，熵不确定性：1变量太多，2客观世界本身，微观世界。信息论熵，信息熵：信息的度量就等于不确定性的多少互信息：强相关性。吸烟有害健康的美国诉讼，研发新药，搜索公司的点击模型香农第一定律与霍夫曼编码 （吉尔德定律）用嘴短的编码方法给最常见的汉字，使平均长度无限的接近于它的信息熵香农第二定律：信息的传播速度不可能超过信道的容量。【不确定性，强相关性，信息论】通过大数据分析智能电表用电的情况住种植大麻。用大数据分析小商户偷税漏税。塔吉特用大数据分析推荐促销信息。亚马逊的大数据推荐销售，有商品直接推商品。netflix推荐视频。Google搜索关键词提示及相关搜索。酒吧酒架的改造，收集数据分析数据。普拉达RFID芯片。金凤公司收集数据转型为服务商。穷举法改善搜索质量。Google自动驾驶。新技术+原有产业=新产业。蒸汽机，纺织、运输、陶瓷。电，电梯，交通，通信。计算机，银行，证券商，农业。大数据，机器智能。IT产业链。工业革命之后需要推销，之后广告业，商业链，服务业GE的智能冰箱。【从产业发展的历史来说，新技术必然会带来行业颠覆。拥抱新数据，用新的技术革命转型】技术挑战收集，储存，传输，处理，应用。电脑，传感器。摩尔定律。大数据的并行处理有数据，不会共享，收视率的问题。nest智能空调控制器，刻意收集的信息会变形。数据产生的量大于能储存的量。数据的安全问题，完整性与防丢失。检索问题，随意访问调用并行计算与实时处理。数据挖掘噪音。用大数据警示异常操作。隐私问题，保险公司，黑心商家，飞机票。【大数据的相关技术已经比较成熟，】以色列的智能农业，勇士队用大数据训练。工业4.0，特斯拉用机器人，基因检测，个性化的医药。医学影像检测，达芬奇手术台，IBM沃特森。制药业的革命，癌症医治, caliao.律师案例分析，新闻稿的自动写作，【律师，医生，金融，等需高智商的行业都可以被机器智能替代，基本装配生产，富士康等，将会对整个社会产生冲击】智能革命人流量预测，智能交通，智能信号灯，智能路线。身份识别，反恐。比特币，区块链。追踪每一次交易。个性化医疗。无隐私的社会。农业到工业，工业到电器，工人从农民转化为工人，之后为服务业。无业的人工作怎么办。英国全球殖民，美国西部大开发，德国第一次世界大战。新技术一开始让极少部分人收益，大多数人被淘汰，半个世纪一两代人之后才能对整个社会收益，更长的时间才能传播到全球。通用的退休员工福利，底层人找不到工作。争当2%的人，新的思维方式，积极拥抱大数据和机器智能。

大数据是信息革命后的必然结果

吴军博士的书不但逻辑性强，举例也是异常丰富。在不到300页的书里面这么多的真实又有代表性的例子真是不多见。看很多读者评论能一气读完，也是吴军博士在写作此书时逻辑性强，并且语言又非常流畅所致。 全书首先说什么是信息，什么是大数据和机器智能，有些什么特点；然后论述为什么大数据和人工智能会如此重要，为何能拔高到信息革命之后的又一次革命；分别从历次革命的特点，对世界观的影响，对商业、社会的影响分别阐述；然后再讨论大数据和机器智能所面临的技术挑战有哪些，给出了一些宏观的分析和指导；接下来描述大数据和机器智能对未来社会各个产业的影响，举了非常丰富的例子；最后阐述了对社会负面的影响以及个人如何适应大数据时代。

读完没有快感

一开始读，一不小心就读完了一章，于是我开始感叹，这字号和行间距再搭配插图，卖68也是不厚道啊。幸好正版没货，我买的盗版，22，差不多这个价。这本书都写了些什么啊。回忆一下让我印象深刻的内容。大数据会引发一次智能革命，像工业革命改变世界那样带来巨变。智能手机或者说互联网对人类社会的渗透，让数据爆发变成大数据；数据存储设备的发展，让大数据得以保存；计算机硬件软件技术的发展，让机器智能从大数据中诞生。机器智能能干嘛呢？跟人对话，而让人察觉不出对方到底是机器还是人。比如语音识别通过自然语言的穷举法实现。进行庞大的数据运算（什么分布式哦，并发运行哦），可以用来，比如，检索，科学计算。可以在从事按部就班的机械劳动的基础上，实现个性化，（也许相当于是自动修改运行参数，或者说简化参数设置的步骤吧。）……癌症那段还蛮深刻的，说癌症的治疗会突变，可以将突变数据收集，作为快速转变用药方法的依据。特斯拉那段也蛮深刻，工厂里全是机器手臂在制造汽车，工厂外是什么汽车协会的人在抗议。律师那个也蛮深刻，说查法律条文、历史案件分析可以用电脑来完成。还有说医院透视照片可以用电脑来分析。……这本书看完，我觉得有两件事接下来要做。第一，了解机器学习；第二，过年回家得把老家那本《数学之美》拿出来看看其实这本书，阅读起来还蛮轻松愉快的。因为语言很通俗，例子很多，还配了插图。但是内容让我觉得有点不够，回想起来，写了那么多关于历史上东西，其实有点水，但也不是说没有营养。人家就是想看大数据哇。大数据如何神奇，机器智能如何牛逼，学者的分析，市场的前景等等。其实这些应该吴军先生都是有写到的，蛋不知为何，看到最后茶叶那一段，竟然是做一个APP，我忽然有种淡淡的失落。

教你看懂大数据和智能时代

简评《智能时代》在大数据和智能（AI）成为炙手可热的话题时，更需要一种理性的、深邃的态度，来帮助我们看清看懂这个话题的前世今生，以一种建设性的态度来认知这个与我们息息相关的事物，以及它今后的发展走向。吴军老师的新书《智能时代：大数据与智能革命重新定义未来》就是这样一本书。吴军曾经先后在谷歌公司和腾讯公司任职，而这两家公司在大数据和人工智能方面走在时代前列，特别是谷歌公司的智能研发，一直备受各界关注。通过自己的职业经历和思考，吴军对大数据与人工智能有着深刻的见解和认识。这本书从大数据讲起，深入浅出的向我们讲述了大数据与人工智能的发展历程，其中，对“大数据与商业、大数据和智能革命的技术挑战”的分析，充满了辩证的观点，能让人得到很大启发；而对 “未来智能化产业、 智能革命和未来社会”的探索和预测，也可以让我们了解今后智能科技发展的走向和热点，初步感知到由大数据和人工智能构建的未来生活会是什么样子的。科学研究总是态度严谨的，科技进步的步伐难免曲折。吴军老师在讲述大数据和人工智能的关系时，向我们科普了“智能”这一概念的提出背景、发展经过，以及科学家在研究“智能”过程走过的弯路等。作者始终充满客观、理性、思辨的风格，给人留下了深刻的阅读体验。吴军老师的书虽然专业，但毫不生涩，他能以通俗平实的语言，向我们讲述那些专业领域的原理，读起来引人入胜。这本书既有丰富的内容广度，也有非常靠谱的深度，对于我们认识大数据和智能时代，有非常好的帮助。

Oops

虽然写的很浅 但还是细思极恐。吴博士拿他在google的经验和与stanford JHU的经历来说，计算机和AI已经在医学和法律领域可以替代人类了。你知道医学院和法学院在西方是最难考的，也代表着社会精英阶层，如果他们的工作都可以被计算机来替代那没有什么事不可被替代的。而且，机器学习是呈指数级别的速度增长的alphgo2015年底只能战胜二段水平的选手， 2016年三月就可以战胜李世石，现在已经可以说在围棋界没惹能战胜它们了。验和与stanford JHU的经历来说，计算机和AI已经在医学和法律领域可以替代人类了。你知道医学院和法学院在西方是最难考的，也代表着社会精英阶层，如果他们的工作都可以被计算机来替代那没有什么事不可被替代的。而且，机器学习是呈指数级别的速度增长的alphgo2015年底只能战胜二段水平的选手， 2016年三月就可以战胜李世石，现在已经可以说在围棋界没惹能战胜它们了。

想办法成为那2%的人

这是个最好的时代、也是个最坏的时代智能革命的到来，只有两种选择，一是踏上这股智能的浪潮，二 是被革命淘汰！每次的时代改革，都会成就一批人，同时也会伤害一批人，但从时间的维度上来看，肯定是好的。从第一次工业革命到第二次的工业革命，人类需要花费几十年甚至半个世纪更久的时间来消耗它所带来的冲击。在工业革命时代的来临之前，全世界的农耕社会差距并没有多大区别，伴随着工业革命的出现，解放了很多劳动力，人类只需要花费少许的劳动力就可以完成同样的工作，从而使很多的劳动力可以从其其它行业。第一次革命改变了几千年的农耕时代，第二次工业革命促进了自动化，信息革命带了量的变化。这次的智能革命，将是前所未有的冲击。大数据与智能革命重新定义未来。以后各行各业几乎都逃不过智能的颠覆。律师、记者、医生这些职业将有可能被取代。医疗、体育等等面临重大改革。在大数据的笼罩下，人越来越没有隐私。你的衣食住行都离不开网络。也将被数据左右。现在哪个买商品没有上电商、淘宝 京东。吃饭 娱乐用美团。出行滴滴！这只是网络时代的一角。以后将有更多的受到牵扯。也许这都不是重要的，重要的是怎么去做那百分之二的人，不被浪潮淘汰。能进入到谷歌，微软这类公司最好，但这并不现实，只有结合自身的条件出发，想办法往这方面改进。只有这样才会踏上这艘开往智能革命的邮轮。

在大数据时代，每家公司都要有大数据部门吗？

大数据部门作者：桑文锋，神策数据创始人兼 CEO，前百度大数据部技术经理如果这个问题换做是：在电气时代，每家公司都要有个发电厂吗？是不是会更好回答一些？事实上每一种重大技术的出现，都会对产业产生大的变化。在蒸汽时代，采矿机采用蒸汽机后，会带来生产效率的极大提升，而轮船加上蒸汽机，再也不需要靠风才能航海了。在电气时代，电灯代替了蜡烛，电报代替了快马送信，而报纸也被广播和电视所侵蚀。可以说是现有产业加上新技术，形成了新产业。我们回过头来看这两次工业革命，生产蒸汽机的企业只有少量几家，而发电的企业在美国也只有通用电气和西屋电气。并不是每家企业都要从事这些基础设施的研发和生产，更多的是对新技术加以应用，发挥新技术带来的价值。在 IT 领域，软件刚出来时，可以说是计算和存储完全混杂在一起。有人尝试将计算硬件进行分离，歪打正着成就了 Intel。有人尝试将存储系统分离，因而有了 Oracle。Intel 和 Oracle 固然伟大，但它们的价值更多的还在于有广大的企业采用了这些新的技术，在具体的行业中，产生了更大的价值。同样，云计算这种理念固然是好，但如果每家企业都建立自己的云计算中心，从资金和人力投入上，一定是不划算的，更严重的问题是做不到最优。相反，有了 AWS 和阿里云这样的云计算提供商，让中小企业更便捷的进行创新应用。回到题目中的问题，在大数据时代，每家公司都要有自己的大数据部门吗？结论也不能下的太武断。早在 2008 年，云计算的概念刚刚兴起，百度内部出现了两拨势力。一拨要从零开始打造自己的大数据底层技术，把 MapReduce、GFS、BigTable 这些组件都要实现一遍，结果花了两三年时间，也没能稳定运行。而另外一拨势力，直接采纳开源的 Hadoop 生态，很快在公司内应用起来。而我当时做的日志统计平台，也是采用了 Hadoop。但百度的数据规模毕竟太大了，所需的集群规模，开源版本根本撑不住，于是不得不改写 Hadoop，这样就和开源的版本渐行渐远，等到后来再也合不到一起了。曾经有一年多的时间，我们部门新设计和实现和底层的存储及计算系统，结果发现开源的版本也差不多实现到了同样效果。虽然许多内部的人觉得我们怎么总重复造轮子，但我明白还是需求使然，你面临的需求相对领先，但也没有领先到像 Google 那样提早 5 年。但对于小公司来说，则完全没必要从零开始做，还是要尽量用开源的产品。整个 Hadoop 生态，要比我 2008 年刚用的时候，要成熟很多。那个时候我们去拿开源的版本，编译部署，一个新手可能两周都不一定能正常的运转起来。而现在下载一个 Cloudera 发行版，两个小时就可以正常跑任务了。与此同时，又面临了新的问题，因为大数据平台牵涉到数据的采集、传输、建模存储、查询分析、可视化等多个环节，而开源领域只是一些组件，于是各家公司都在纷纷打造自己的大数据平台，这就像 Oracle 之前，各家都在打造自己的存储系统。这显然不是一件性价比高的事情。有市场需求，就会有满足相应需求的公司诞生，于是就诞生了一堆提供大数据服务的公司。由于这一新领域还处于早期，这些创业公司所能提供的服务并不会特别的完善，要么是以项目制的方式运转，要么是提供专门应用场景的服务。这样，对于一些企业来说，这些创业公司提供的服务，似乎自己也能实现，那何不干脆自己做？这创业一年多以来，我看到了太多的公司在打造自己的数据平台，但做的还不够完善。不管是技术实力还是人力投入上，都有点力不从心。如果选用了这些第三方数据服务，那岂不饭碗被抢了？可我要说的是，饭碗早晚都会被抢，只是时间早晚的问题。这里只需要问一个问题：我所做的数据平台，是不是其他公司也是类似的需求？如果是的话，那肯定也有其他公司做着类似的事情，做的东西会大同小异。那么，就会出现专门的公司，来解决这种通用的需求。因为这些公司专注于解决这一块问题，所以会更加专业，并且舍得投入。而对于需求公司来说，除非自己转型去专门做大数据平台，不然在投入上，肯定不是一件性价比很高的事情。与其如此，不如及早侧重于自己的核心业务，关注应用需求本身。那对于企业来说，在大数据时代，应该怎么做呢？我的建议是三点：首先，要拥抱大数据技术。新的重大技术出现，都带有颠覆性。一不小心，就会被革命。但也不是说企业已有的业务不用搞了，都来搞大数据吧。在大数据这件事上，还是要从需求出发，而不是从大数据出发。有人会问我，我有了一些数据，给我讲讲怎么能发挥更大的价值。坦率来说，许多时候不了解业务场景，很难提出建设性的意见的。相反，我们要先看在企业满足客户需求的时候，还有哪些重大问题没有解决好，如果采用了大数据技术，是不是可以更好的解决？如果有这样的点，那非常好，就勇于去尝试。如果没有，那就继续学习大数据的知识，再等待这样的场景出现。其次，企业要有懂大数据的人。这种人不一定是全职的，但至少是可以将企业的业务和大数据技术结合起来的人。这种人不一定对大数据技术本身很懂，但善于使用新技术。如果企业现在还没有，并且还没招到。可以去培养一个头脑灵活，乐于学习新技术的人。如果抛开大数据系统的实现挑战，理解大数据的应用场景，那难度会降低不少。最后，要善于利用第三方服务。能用第三方服务解决的，就尽快去尝试。在竞争激烈的情况下，通过采用新技术，获得技术红利，跑的更快。就像爱迪生当年发明白炽灯后，那些更早将白炽灯用于工厂的企业家，更有可能提升工人的工作效率。这篇文章的内容，主要参考了吴军的新书《智能时代》。对大数据和机器智能感兴趣的读者，强烈推荐这本书。

太焦虑了马上要被淘汰了妈蛋怎么办？

昨天刚看完了。拿现在的数字革命类比曾经的工业革命说现在只有2%的人能顺利过度成为弄潮儿其余98%淘汰全部淘汰没有工作被2%养着！！我擦哪里有鸡汤给我补补受了内伤，快来安慰我安慰我们即将失业的98%！！！------------------------------------------洗把脸心情好多了。真要失业怎么办?擦，怕毛反正身边人都一样。把人全都拉火星和木卫二上去开拓银河系找氦3挖矿啥的。。。能源无限物质有限，虚拟现实应用大展潜力，没地放的人全都躺胶囊里该冬眠冬眠想做梦的做梦。被淘汰的人们在体验过各种能想到的人生之后，终于绝大部分还是选择了走向宇宙的道路。再后来，10个世纪过了回头来看(有头的话)，是地球上2%的人进化的快/灭绝的快，还是银河里的98%进化/灭绝的快？在哪好像看过这个故事～太空堡垒好像，巨人和地球人，其实祖先都是地球人。片子讲啥忘记了好像是卡拉OK美女拯救世界的情节～

首先要转换思维

作为一个渴望接受新事物的人，我理解了一些正在出现的概念；作为一个理工科出身的人，我了解了一个新的领域；作为一个即将走向未来的人，我提前转换了自己的思维。处于工业时代的我们，习惯了用因果关系解释问题，而这个世界是不确定的，并且有些问题非要追溯其因果是非常难的。大数据不仅摒弃了“鸟飞派”的思路来实现人工智能，也提醒我们，很多问题不一定非要按照因果关系的思维来考虑，可以通过相关性思维来解决。随着大数据的发展，就重要性而言，相关关系也许会逐渐取代因果关系。如吴军老师所言，未来大数据和人工智能会成为像水和电一样的基础资源，而我们现在只是处于起点，我们应该首先在思维上做好准备，思想向新时代开放，接受新事物，学习新出现的概念，应用新技术，才可能顺利走向未来。

罗辑思维的推荐有点言过其实，但还是值得读的一本书

我本身就是从事大数据这个行业的，对书中的知识基本上都熟，很快就看完，总结几点吧：1、人工智能的概念提出比大数据要早，但是一直没有大的突破，直到大数据出现，人工智能终于找到了突破点，所以机器智能时代要到来了2、智能时代其实就是更精细化的时代，实现精细化的方式是采用机器，那么未开人该怎么办，按照前几次技术革命的情况，每一次都需要用半个世界来消化，那就使得大多数的人在这半个世纪里生活是很艰难的，只有2%的人会抓住技术革命的机遇3、怎么成为所谓的那2%的人呢，不是人人都去从事大数据或机器智能行业，也可以用这些技术来改造现有的行业，关键是人的意识和思维方式，关于思维方式，作者也是用了一整章来介绍机器思维和大数据思维4、隐私问题其实比我们想象的要更严重，除了显而易见的诈骗之外，进行差异化的商业行为更是需要考虑的，比如同一件商品，针对价格敏感型的人可以降低价格销售，对价格不敏感的可以提高价格销售

成为2％:大数据，发展之、使用之。

智能时代 和 理性乐观派 物演通论 与机器人赛跑 必然 信息简史 这几本书合着看。物演通论 可以讲得反面点，不过主体思想可以贯穿到一起:1.未来不确定2.利用科技提高自己达成目标的概率3.社会现在发展的很棒，未来会更棒。人与机器将会真正地共同生活。4.机器带来的隐患，需要靠继续发展来解决。5.顺应潮流，“任何一次技术革命，最初受益的都是发展它、使用它的认，而远离它、拒绝接受它的人，在很长的时间里都两是迷茫的一代。”——读完后想到了三句话1.认知:弱小不是致命的，傲慢和无知才是。——《三体》2.探索:假如我们需要搞清楚一件非常不确定的事，或是我们一无所知的事情，就需要了解大量的信息。相反，如果我们对某件事已经有了较多的了解，那么不需要太多的信息就能把它搞清楚。——香农指出 信息量与不确定性有关3.只有了解未来，才能把握当下。——金树人《生涯规划与指导》

内容摘要+最后一点推论

Join the 2%, or be eliminated

写在前面的话：再有一个星期就考试了，本来决定暂停看杂书，专心复习，没想到这本《智能时代》到了，一收到包裹就没忍住拆封，想着先看几页再复习，没想到一看就停不下来了。强忍着把书合上去复习，但是心里总是痒痒，后来又牺牲了两个午休时间终于看完了。可见一个人的兴趣有多能影响一个人的理性决策；另一方面，之前看了一两个周还没有看完的书，也是因为没有兴趣罢了，要是有兴趣，哪怕熬夜也要看完（笑）。当然，兴趣这种东西总是要慢慢培养的，一两个周还看不完的书，那就接着看第三个周好了，学习和提升哪是一件容易的事（又笑）。看完之后实在是喜欢吴军博士的文字，又没忍住，买了吴军博士之前的所有著作（再笑）。以下是正文：本书分为7章，第一章主要讲述数据的重要性，以及为什么数据会变成下一次技术革命和社会变革的核心动力；第二章主要讲大数据是什么以及大数据的特点；第三章主要讲人的思维方式由机械思维转为相关性思维的时候，数据就能为我们解决很多难题；第四章主要讲大数据目前在商业环境中的应用，并提出“现有产业+新技术=新产业”的公式；第五章主要讲述目前大数据的主要技术门槛：数据的收集、存储和安全等；第六章主要讲述了大数据在农业、体育、医疗、制造业、律师以及记者编辑等几个行业的未来应用；第七章主要讲述未来的社会可能会是什么样子，以及我们如何应对。就我个人来说，第一、四、五和六章已经很熟悉，这部分阅读得很快，甚至还有“这我早就知道”的感觉。这要感谢我一直在持续关注罗辑思维（得到）、吴晓波频道等几个付费的知识栏目（果然总有刁民想骗朕的钱）。第二章主要从概念出发，讲述了什么是大数据，以及大数据的特点。以前我一直认为“大”数据嘛，就是很多很多的、海量的数据，但阅读了这本书我才知道，大数据不仅仅是数据量大，还必须具备多维度和完备性这两个特征。这里不得不再提一句，吴军博士的文字浅显易懂，很抽象、复杂的概念，吴军博士都能深入浅出地解释，让人一看就明白。从大数据的三个特征：体量大、多维度、完备性来看，像BAT这样的大公司能比我们自己还了解自己就不是什么奇怪的事情了，在这样的情况下，个人隐私必定会受到一定程度的侵犯。在本书的第五章中也谈到个人隐私的问题。吴军博士的观点是个人隐私是一件很重要的事情，目前保护个人隐私的方法是“技术带来的问题就用技术解决”。在此之前我一直认为个人隐私其实没有那么重要，一方面我也没有什么见不得人的事，另一方面作为无名小卒，黑客没必要入侵我。另外，李笑来的付费专栏里专门有一期说的是“人必须要放弃部分的安全感”，我想部分的隐私也属于可以放弃的安全感之一，太过注重隐私，就没法和别的组织或个人产生连接了。但吴军博士刚好明确说到普通人不重视自己的隐私以及产生这种现象的三个原因，而我的两个想法刚好是吴军博士提到的三个原因之中的两个（笑）。刚开始看到我还懵了一阵，接着还挺着急的，心想一直都不把隐私当件事，因此从来没有在网络上刻意隐藏过任何信息，这怎么办？但后来又冷静下来一想，这确实是没办法的事。一方面我不可能什么隐私都不泄露，另一方面部分的公开隐私确实给我提供了巨大的便利性，所以我个人不太可能保护我自己的隐私。那么保护我的隐私就要靠与我连接的组织和个人（更多的情况是商家），而我自身要做到两点，一是保护我周围的个人和组织的隐私，二是尽量选择靠谱的个人和组织，然后信任他们（也更多地信任技术），把隐私交给他们。第三章讲到思维方法的变革导致人认识世界的观念产生巨大的变化。从以前的机械思维，或者说因果思维转变为相关性思维，帮助人解决了太多的难题。这有点难理解，举一个烂俗的例子。你某一天在街上看见你的伴侣和别人当街激吻，这个时候你不能问为什么，应该冷静的拿出手机拍照，然后该吃吃该喝喝该逛街逛街，等吃饱喝足逛high了，再拿着照片威风凛凛理直气壮霸气侧漏地去找人，斜着眼说一句：你被我甩了。对，这种时候不能还问为什么，还问他/她还爱我么这种问题，因为因果关系、机械思维解决不了任何问题，只有相关性能解决问题：当街激吻就是出轨，出轨的人不能要（尤其是婚前），结论是感情破裂，分手。这个时候你还问为什么吗？你管他是脑残眼瞎还是身患绝症不想拖累你，这件事的相关性就只有一个：不忠诚的行为导致关系破裂。举一个高智商一点的例子，有谣言说晚睡的人智商更高，这个现象看起来确实是这样的，身边的很大一部分人似乎又经常晚睡又有高智商，他们熬了一夜，第二天来上班，解决起问题来依然思路清晰，精力充沛。可你就能轻易得出“晚睡的人智商更高”这一结论吗？看过有关批判性思维书籍的人一定很容易找到其中的bug：不是晚睡的人智商更高，而是智商更高的人可能具备某一种特质，使得他们更能适应晚睡。一旦想明白这一点，作为普通人就只能踏踏实实地早睡早起身体好啊！瞧，这就是一个简单的因果置换导致的不同的思维境界。可是如果把因果关系去掉，换成相关性来思考问题，就马上能想到：晚睡和高智商之间有一定的相关性，但是相关系数、相关模型还不确定，而且这样的相关性很显然并不一定发生在普通人身上，然后呢？普通人还是得早睡早起呀！这样一来你还相信因果关系么？再说回安全感的话题。人作为地球上的高等动物能够进化发展繁衍至今，区别于其他动物的非常显著的一个特征就是人懂得归纳和演绎，也就是会思考事物之间的因果关系。但是到了今天这个时代，因果关系再也不能满足人的进化需求和控制欲，相反我们必须要放弃一部分的控制欲，或者说安全感，用一种不确定的强相关性代替百分之百确定的因果关系，来分析和解决遇到的问题，也许能顾事半功倍。第七章是我对本书的最为期待的一章，但看完还是有一些失望的。社会和产业变革带来的问题，换句话说就是，用智能替代的那部分劳动力如何继续生存、甚至能拥有高品质的生活的问题。然而吴军博士直言：“是否能有良好的解决方法？坦率地讲，谁也没有”，然后提出了一个竞争相当激烈的、结果在本质上不会有任何变化的方法：成为现在就主导变革的2%的人。在理智上我十分赞同和欣赏吴军博士的坦率和直接，甚至我也明白事实就是这样，社会和产业的变革一定会激化社会的贫富分化，导致一代人甚至更久的社会动荡，谁也没有解决办法，但情感上还有点接受不了。想来想去，努力成为那2%，倒是一个不幸中的唯一的、有希望的办法，尽管这样的希望太过于渺茫。乐观一点来说，等这一代人的动荡过去，新的产业结构建立起来，所有人一定能重新安居乐业。从这个角度来看，人总是还有出路的，只是现在还看不见、想不到罢了。但不管怎么说，不去主动尝试，仍然观望、犹豫和徘徊的人一定会被淘汰。总要去试一试吧，加油！

核心在于思维的革命

具体到下棋的策略，AlphaGo里面有两个关键的技术。第一个关键技术是把棋盘上当前的状态变成一个获胜概率的数学模型，这个模型里面没有任何人工的规则，而是安全靠前面所说的数据训练出来的。第二个关键技术是启发式搜索算法——蒙特卡罗树搜索算法（Monte Carlo Tree Search）,它能将搜索的空间限制在非常有限的范围内，保证计算机能够快速找到好的下法。什么是“图灵测试”。让一台机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己交流的对象是人还是机器，这就说明这台机器有了和人同等的智能。这种方法被后人称为图灵测试。古希腊罗马后，人类对自然的认识变缓，西方进入中世纪。东方在工程和技术上不断进步，但没形成科学体系，没形成方法论。（东方文明长期在技术上领先西方，但在科学体系上远落后于西方，关键就输在方法论上。）最终，发展成科学方法论的任务留给了笛卡尔和牛顿。笛卡尔的贡献在于提出了科学方法论，即“大胆假设，小心求证”。这在今天仍在使用。牛顿对近代社会思想贡献最大，直接的贡献在于“用简单而优美的数学公式破解了自然之谜”。指出任何正确的理论从形式上都是简单的，同时又有非常好用的通用性（大道至简）。人们将牛顿的方法论概括为机械思维。核心思想是：一是世界变化的规律是确定的；二是规律不仅可以被认识，而且可以用简单的公式或语言描述；三是这些规律放之四海皆准。牛顿的物理学理论是建立在确定性基础，即所谓的绝对时空之上的，他发现万有引力定律则是寻找因果关系的结果。爱因斯坦的理论也是建立在一种确定性——光速恒定的基础之上的，基于这种假设，利用逻辑推理，就推导出整个狭义相对论。类似地，如果将重力和加速度等价起来，利用因果逻辑，就能推导出广义相对论。爱因斯坦，现代物理学集大成者，其思维方式和牛顿是一致的，都是建立在“确定性”基础之上。机械思维的局限性：否认不确定性和不可知性。信息时代，这种局限性逐渐显现。不确定性是这个世界的重要特征，很多事情难以用确定的公式或规则表示，但并非无规律可循，可用概率论来描述。香农在概率论基础上建立了信息论。把信息和世界的不确定性（无序状态）联系到一起。克劳修斯提出“熵”的概念，即一个系统完全达到恒温时，就无法做功，此时熵最大。香农把熵和信息论联系了起来：要想消除系统的不确定性，就要引入信息。但是，信息论的作用远不止在科学和工程上——它也是一种全新的方法论。与机械思维是建立在一种确定性的基础上所截然不同的是，信息论完全是建立在不确定性基础上，而要想消除这种不确定性，就要引入信息。至于要引入多少信息，则要看系统中的不确定性有多大。信息论是一种全新的方法论，与机械思维建立在确定性基础上截然不同，是建立在不确定性基础上。信息时代的方法论：谁掌握了信息，谁就能够获取财富，如同工业时代谁掌握了资本谁就能获取财富。香农第一定律（信源编码定律）：对信源发出的所有信息设计一种编码，那么编码的平均长度一定大于该信源的信息熵，同时一定存在一种编码方式，使得编码的平均长度无限接近于它的信息熵。香农第二定律：信息的传播速率不可能超过信道的容量。描述了通信领域最跟的规律，是自然界本身的固有规律，能解释很多商业行为。如人脉是人与人交往的带宽，人脉不够，发出的信息和获得的信息都有限，生意很难做大。最大熵原理：当我们对未知的事件寻找概率模型时，这个模型应当满足我们所有已经看到的数据，但是对未知的情况不要做任何主观假设。智能问题从根本上讲是消除不确定性的问题。交叉熵：库尔贝克等人提出。它可以反映两个信息源之间的一致性或两种概率模型之间的一致性。两个数据源完全一致，交叉熵为零，相差很大，交叉熵也很大。大数据的科学基础是信息论，其本质是利用信息消除不确定性。中国的金风公司是一家生产风能发电设备的公司，2015年时它的风能发电机在全世界的占有率已经排到第二位，这是一个相当好的业绩。安迪-比尔定律：What Andy gives，Bill takes away. 英特尔CEO 与微软CEO。计算机领域，软件功能的增加和改进要不断地吃掉硬件性能的提升。历史上影响力可以和正在进行的智能革命相比的，只有19世纪末始于英国的工业革命、20世纪末始于美国和德国的第二次工业革命、“二战”后以摩尔定律为标准的信息革命，一共是三次。这三次革命都有一个共同的特点，那就是它们对当时的社会产生了巨大的冲击，都需要经过大约半个世纪甚至更长的时间才能消化掉。

我们必须接受这样的未来

移动互联网以近乎诡异的速度征服了这个世界上的每一个人，我们全身心的投入到一个5寸大发光荧幕的世界内，如饥似渴，如痴如醉。这个世界从来没有像今天一样信息爆炸般呈现如此丰富，也从来没有像今天一样，人们的一言一行，每一次点击，都有可能被记录，被整理，被利用，当数据获取的角度越来越全面和丰富，我们每一个人都已深陷其中。我人生第一次接触到智能手机大概是在2005年，多普达（现在它叫HTC）的515，当年多普达并没有正式进入中国市场，我使用的，只是后来被称做14天机的水货机，网络对手机而言，在十年前并没有那么重要，当2.2英寸176×220像素6万色TFT屏幕上播放着300多MB的压缩RMVB电影时，身边朋友们都投来了艳羡的目光。时间再回退一些，大学课堂上，当年青的老师在课堂上振聋发聩般的讲出“不能连网（互联网）的电脑都是垃圾”时，台下的我们似懂非懂，甚至带有点诧异，互联网在当时还是那样的“昂贵”，男生寝室几十台电脑自己连接的局域网，对我们而言就已经是一种连接和跨越。然后十多年后，我几乎已经忘记了这位老师讲授的课程和他的容貌，但他讲出的这句话，我仍记忆犹新。同样是在2005年，当时所在的公司承接了一个香港年轻老板的网站项目，网站的名字叫hao8hao.com，整个网站只有一个功能，只是随机给你推送两个美女的照片，你可以在任一一个美女的下方勾选你认为最漂亮的那一位，没被勾选的则被刷新，随机一个新的照片，游戏重新开始，网站没有盈利方式，投资人只看中网站的流量，Google的PR以及Alexa的排名。而大概在1年以后，我才知道了那只是facebook创始人马克·扎克伯格创业之初在哈佛就已经玩过的一个游戏。人是不可能预知未来的，否则以上每一个时刻，回过头来看，都是那样的好似触摸未来。短短十年，日新月异，互联网以及它的全部周边产业以一种近乎疯狂的速度发展繁衍、盘根错节、蓬勃茂盛，四年前我们还在用电脑上网，上网本卖得火热，到如今3G、4G普及，小小的手机就可以完成我们以前甚至用电脑都不能完成的工作、娱乐、生活。2015年，创业风潮席卷中国，人们每一个小小的痒点痛点，都有不下于数以千计，数以万计的头脑挖空心思的想要去挖掘和占领，我们的生活从来没有像今天一般便利和丰富，触手可及，一蹴而就。互联网，特别是移动互联网的时代，让人类再一次认知升级。牛顿之所以伟大，是因为他让人们相信世界万物的运动变化规律是可以被认知的，我们相信简单而优美的数学公式可以破解一切自然之谜，相信这世界始终有一个可以普世的原因或规律可以遵循，然而几百年以来，这个世界以一种极其复杂的方式让人不知所措，随着我们对这个世界了解的越来越细致，才发现影响这个世界的变量实在太多，无法通过简单的的办法或公式计算结果，真实世界的不确定性让我们一再受挫。然而移动互联网的迅速普及，海量存储，云计算的今天却让我们看到另一种不同以往解决问题的方法：可以从大量乃至海量的数据中直接找到答案，即使我们不知道问题的真正原因。在《智能时代》这本书里，作者吴军提到的一个案例让人印象深刻，2012年的Google科学比赛授予了一位来自威斯康星的高中生，她通过对760万个乳腺癌患者的样本数据的机器学习，设计了一种确定乳腺癌癌细胞位置的算法，来帮助医生对病人进行活检，其位置的预测的准确率高达96%，而她的成功正是得益于大数据，要知道，没有哪一个医生，在有生之年可以接触见识并记住760万个病例的每一个细节。正是在这样一个刚刚好的时代，多维度且完备的宠大数据收集让大数据的魅力空前闪耀，并可以预见的主导和改变我们的生活模式。未来的我们或许可以活得更长，已知的所有疾病都有被找到答案的可能。然而在我们近乎免费的享受这个时代赋予我们便利的同时，其实时刻都在付出着代价，善的胚胎正在孕育的同时，恶的种子也在同时生长，我们在享受大数据带给我们福利的同时，也在被迫出让着自己的隐私甚至全部生活细节，不用等人来挖掘，我们自己本身就是主动的隐私泄密者。多维度的信息可以很容易拼凑出每一人，看似杂乱无章的数据，甚至无需人工整理，机器将被训练得越来越会知道怎么去整理和分析，我们无奈选择相信数据拥有者的善意，然而在巨大利益面前，谁都不能保证谁比谁更诚实。徐玉玉似的悲剧和成千上万被电信诈骗的案例一样，还仅仅只是在这个数据时代刚刚萌芽的一朵微小的恶之花而已。20世纪60年代，仅通用公司一家企业就造就了近百万个中产阶级家庭，而今天全球市值最高的苹果公司，2016年的市值6000亿美元，创造出的财富和当年通用公司一个数量级，但是苹果公司在全球仅仅只有8万名员工而已。市值和苹果类似的Google，雇佣的员工更少，在今天，进入Google比进入哈佛都难数倍，哈佛的录取率是5%，而Google甚至不到千分之二。还有几百万的淘汰劳动力怎么办？新毕业的学生怎么办？大量的职业，在新的时代面临刷新和淘汰，吴军在《智能时代》书中预测最终只有2%的人可以在新的时代中得以发展生存，剩下的98%，将被社会的进步所抛弃。谍影重重5的最后，Jason Bourne和女主角分手后，女主角望着Jason Bourne的背影说道“我到哪里可以找到你？”，接着便是转身冷笑，观众都知道那心机女最后送给他的徽章或许就带有跟踪器，但其实又有什么必要呢？在如今这个世界上，不论你在哪儿，他们都能找到你。人类打开了再也关不上的潘多拉魔盒，不论愿意不愿意，这是个最好的时代，这也是个最坏的时代，我们必须接受这样的未来。

智能时代苍穹下的我们

序言中提到，当谷歌人工智能“阿尔法围棋”(AlphaGo)“人机围棋大战”中以4：1击败韩国著名棋手李世石九段后，人类不仅在感叹机器智能领域取得又一个里程碑式的胜利，也感叹一个新的时代—智能时代的到来。 机器依靠大数据和智能算法“赢了”人类的大脑。"我认为任何一种对人类心灵的冲击都比不过一个发明家亲眼见证人造大脑变为现实。"-尼古拉•特斯拉曾这么说。每一次科技革命，都会带来翻天覆地的变化，人工智能作为21世纪科技发展的最新成就和智能革命，深刻揭示了科技发展为人类社会带来的巨大影响，大数据与智能时代已经到来。本书全书分为七章:第一章数据信息和作用，第二章数据创造奇迹：机器智能，第三章人类思维的革命，第四章大数据与商业发展，第五章大数据和智能革命面对的技术挑战，第六章未来智能化产业的畅想，第七章智能革命和未来社会的变迁。本书作者既详细介绍了大数据的基本概念、模型和统计学相关，还描述了智能时代革命各个研究方向最前沿的进展，同时收集整理了详实的科技发展史实文献与事件，并对智能革命与未来社会的发展面临的挑战做出预测和应对措施。英国狄更斯曾说过“这是最好的时代，也是最坏的时代”。在全球智能时代下，一方面改善人类生活，带来各行各业的便利，极大地提高社会资源的利用率，是社会精细化发展；另一方面机器抢到了人的饭碗，失业随之而来，创造了无隐私的社会，也带来伦理上的冲突等负面作用。我们应该反思如何从容应对智能时代苍穹下的挑战，或投身于新时代的浪潮中或观望徘徊疑虑、被淘汰。中国共产党第十八届中央委员会第五次全体会议提出，拓展发展新空间，实施网络强国战略，实施“互联网+”行动计划，发展分享经济，实施国家大数据战略。坚持开放共享、融合创新、变革转型、引领跨越、安全有序的原则，强化创业创新支撑，积极发展众创空间，推动互联网与各行各业融合，提升制造业数字化、网络化、智能化水平，培育一批网络化、智能化、精细化的现代产业新模式。大到国家上层建筑，小到企业和我们个人，希望在智能时代的苍穹之下能够大有作为。　

和智能无关，革命属于未来

和智能无关，就叫他数据挖掘简单应用介绍和及其对商业行为的影响吧。谈不上什么革命，这本书被高估了，远没有作者的前几本书价值高。标题有点嘘头了，和智能基本没什么关系，介绍的东西没什么核心的和深入的，就是数据挖掘的一些最常见的例子和赘述。不过书的组织结构很好，一些历史的事件也介绍的不错，但只能说作者本身阅读量广，不能说这是一本好书，书中大量的例子早就读过了。吴军博士个人也比较喜欢，这里不存在黑的意思，对那些技术小白、对信息行业完全不了解的人来说，读读增加一下时代感还可以。3星，打两星是提醒大家别因为作者的缘故而高估这本书。另外还有一本同名外文书的书，没看过不知如何

十分钟读完《智能时代》

推荐语：一个空前的大时代，未来，真的来了，这将是一个让我们振奋的时代，也是一个给我们带来空前挑战的时代。未来的社会，属于那些具有创意的人，包括计算机科学家，而不属于掌握某种技能做重复性工作的人。阿法狗战胜李世石——智能时代到来。思维的革命机械思维——17世纪以来一直指导我们日常做事行为的思维方式。过去三个多世纪人类总结出的最重要的思维方式， 现代文明的基础。源于古希腊的思辨思想和逻辑推理。欧几里得最大的成就是在几何学和数学知识基础上创立了“公理化体系”的几何学（《几何原本》——对世界影响力最大的一本书）。这对西方的整个思维方法有极大影响。托勒密是最伟大的天文学家，没有之一。欧几里得后约5个世纪，托勒密将欧几里得的方法应用到天文学上，建立地心说。其善于总结方法论，至今仍在用。核心思想：首先，有一个简单元模型，这个模型可能是假设出来的，然后在用这个元模型构建复杂的模型。其次，整个模型要和历史数据吻合。缺陷：一，模型过于复杂，依靠手工计算难以准确。二，确定性假设。古希腊罗马后，人类对自然的认识变缓，西方进入中世纪。东方在工程和技术上不断进步，但没形成科学体系，没形成方法论。（东方文明长期在技术上领先西方，但在科学体系上远落后于西方，关键就输在方法论上。）最终，发展成科学方法论的任务留给了笛卡尔和牛顿。笛卡尔的贡献在于提出了科学方法论，即“大胆假设，小心求证”。这在今天仍在使用。牛顿对近代社会思想贡献最大，直接的贡献在于“用简单而优美的数学公式破解了自然之谜”。指出任何正确的理论从形式上都是简单的，同时又有非常好用的通用性（大道至简）。人们将牛顿的方法论概括为机械思维。核心思想是：一，世界变化的规律是确定的。二，规律不仅可以被认识，而且可以用简单的公式或语言描述。三，这些规律放之四海皆准。瓦特第一个应用牛顿力学原理作出重大发明。瓦特掌握了新的方法论——机械思维，“改进”了蒸汽机。其后，机械思维普及欧洲，英国史蒂芬森发明火车；查尔斯瑟伯发明转轮打字机（结束几千年来人类书写记录文明的方式）。美国伊莱惠特尼发明轧棉机（间接导致南北战争）。罗伯特富尔顿发明蒸汽船（为全球自由贸易时代到来做好了准备）。机械思维导致工业革命。人类财富增加，寿命大大延长。爱因斯坦，现代物理学集大成者，其思维方式和牛顿是一致的，都是建立在“确定性”基础之上。机械思维的局限性：否认不确定性和不可知性。信息时代，这种局限性逐渐显现。不确定性是这个世界的重要特征，很多事情难以用确定的公式或规则表示，但并非无规律可循，可用概率论来描述。香农在概率论基础上建立了信息论。把信息和世界的不确定性（无序状态）联系到一起。克劳修斯提出“熵”的概念，即一个系统完全达到恒温时，就无法做功，此时熵最大。香农把熵和信息量联系了起来：要想消除系统的不确定性，就要引入信息。信息论是一种全新的方法论，与机械思维建立在确定性基础上截然不同，是建立在不确定性基础上。信息时代的方法论：谁掌握了信息，谁就能够获取财富，如同工业时代谁掌握了资本谁就能获取财富。互信息：信息的相关性。香农第一定律（信源编码定律）：对信源发出的所有信息设计一种编码，那么编码的平均长度一定大于该信源的信息熵，同时一定存在一种编码方式，使得编码的平均长度无限接近于它的信息熵。香农第二定律：信息的传播速率不可能超过信道的容量。描述了通信领域最跟的规律，是自然界本身的固有规律，能解释很多商业行为。如人脉是人与人交往的带宽，人脉不够，发出的信息和获得的信息都有限，生意很难做大。最大熵原理：当我们对未知的事件寻找概率模型时，这个模型应当满足我们所有已经看到的数据，但是对未知的情况不要做任何主观假设。智能问题从根本上讲是消除不确定性的问题。交叉熵：库尔贝克等人提出。它可以反映两个信息源之间的一致性或两种概率模型之间的一致性。两个数据源完全一致，交叉熵为零，相差很大，交叉熵也很大。大数据的科学基础是信息论，其本质是利用信息消除不确定性。现有产业+大数据（机器智能）=新产业并非每一家公司都要从事新技术产品本身的制造，更多时候它们是利用新技术改造原有产业。智能革命和未来社会正面： 大数据和机器智能使我们生活的环境更加安全。可以让我们整体的社会环境乃至文明程度有质的飞跃。 工业革命前，人类使用的产品和服务有细微差别（个性化），但效率低；工业革命后，人类使用的产品和服务无差别（标准化），个性化消失；智能时代，机器智能足以提供各种个性化服务，同时成本和标准化服务相当（个性化又回来了）。负面： 人们将生活在一个没有隐私的环境。将来可能很麻烦，不仅仅是在淘宝上总被送假货，买机票总比别人贵20%那么简单，可能涉及我们的健康和医疗，可能没有医院会接收我们住院； 人们会被一些超级权利在无形中控制； 很多人因为没有掌握未来生存技能而失业； 财富更加集中在少数人手里。智能革命将比过去历次技术革命来得更深刻，对社会带来的冲击可能是空前的。历史上有影响力可以和正在进行的智能革命相比的，只有19世纪末始于英国的工业革命、20世纪末始于美国和德国的第二次工业革命、“二战”后以摩尔定律为标准的信息革命。从工业革命到黄金时代：工业革命带来三个结果：人类过得好了，人类活得长了，人类有自信和尊严了。工业革命之前的几千年时间里，劳动力的数量和能提供给生产所使用的动力是不足的，商品是供不应求的。工业革命后，情况大不同。马克思说“资产阶级在它不到100年的阶级统治中所创造的生产力，比过去一切时代创造的全部生产力还要多，还要大。”1800年-2000年间，南欧、西欧、北欧人均GDP水平增长了近20倍（从1000美元增加到20000美元）。中国在1979年-2014年间，人均GDP考虑购买力涨不止10倍，不考虑购买力涨40倍。中国用35年时间走完了欧洲200多年走完的路，从农耕时代到早期工业时代、大工业时代和后工业时代（信息时代），并与世界同步进入后信息时代。新技术在出现的初期，受益者是非常少的，他们通常只是那些掌握新技术或者使用新技术、从事新行业的人。18世纪末到19世纪上半叶是英国贫富分化严重、社会矛盾重重的半个多世纪。也正是那个年代，英国出现了空前绝后的工人运动，催生出马克思主义。英国人花了大约两代人的时间消化工业革命带来的负面影响。如何解决工业革命的副作用？资本输出→开拓全球殖民地→推行自由贸易。工业革命对社会的影响分三个阶段：一，发明家和工厂主受益，普通民众不受益；二，全体英国民众受益，世界范围内大家不受益，两个阶段差半个多世纪；三，整个世界受益。第二次工业革命，此模式重复出现。从第二次工业革命到镀金时代第二次工业革命的核心是电的使用。刚开始一段时间美国贫富分化程度达到北美殖民以来最高点，且比今天严重的多。发生了美国历史上不多见的工人激进运动，南方传统经济被北方大工业彻底碾碎，直到今天，南部经济依然落后北方。美国已没有那么多殖民地待开发，好在有天然的地理优势，有广袤的中西部处女地待开发。从1870年到19世纪20年代（镀金时代，柯立芝繁荣），经过半个世纪的努力，美国才基本实现全面繁荣。德国为了输出产能，不得不发动第一次世界大战，战败后问题没有得到解决，导致民粹主义泛滥，最终劳工阶层把纳粹推上台。“在人类历史上最富有的75人中，有1/5出生在1830-1840年的美国，包括钢铁大王卡内基、石油大王洛克菲勒等。”——《异类》马尔科姆.格拉德维尔依然没消化完的信息革命过去30年里，美国和中国两个国家贡献了全球超过一半的GDP增长，除去这两个国家，世界大部分地区情况并不美妙。它们自有的旧的经济结构落伍，新的经济结构虽能享受信息革命的产品，确享受不到经济增长。全世界范围看，消化掉信息革命的冲击波或许还需更长时间，然而现在大数据和机器智能革命已经来敲门。从目前发展来看，智能革命对社会的冲击有可能超过过去几次技术革命。首先，信息革命本身带来的影响还没有消化完。其次，今天的世界和200年前已经不同，消化掉技术革命的影响要比工业革命时难得多。最后，智能革命所要替代的是人类最值得自豪的部分——大脑。当全社会各行各业的从业人数都因机器智能而减少时，全世界几十亿劳动力怎么办？是否能有良好的解决办法？坦率地讲，谁也没有。即便没有好的方法，我们也要在观念上接受这样的事实，即越来越多的事情，人类将做不过机器。我们今后的决定，应该根据这个前提来做，只有面对现实，才能最终建设一个让所有积极向上的人都具有成就感和幸福感的社会。虽然我们不知道如何在短期内创造出能消化几十亿劳动力的产业，但是我们很清楚如何让自己在智能革命中受益，而不是被抛弃。答案很简单，争当2%的人，而不是自豪地宣称自己是98%的人。Google的AlphaGo，其实并不知道自己在下棋。但是，制造智能机器的人就不同了，他们可能只占人口的不到2%甚至更少，却在某种程度上控制着世界。在销售商品的时代，我们认为越便宜越合算；到了提供服务的时代，我们发现忽然有了很多免费的服务，我们为此欢呼，但不久我们发现，看似免费的东西才是最贵的，因为我们在获得这些服务的同时交出了自己的自由。而只有当我们在失去自由，利益受损时，才会体会到自由的可贵。在智能革命到来之际，作为人和企业无疑应该拥抱它，让自己成为那2%的受益者；作为国家，则需要未雨绸缪，争取不要像过去那样每一次重大的技术革命都伴随半个多世纪的动荡。这将是一个让我们振奋的时代，也是一个给我们带来空前挑战的时代。

给数据一次站上历史舞台的机会

人工智能和机器智能（机器学习，深度学习），这些名词在外行人看来都是人工智能，但圈内人明白，这其实是两回事，最早人工智能 ，计算机科学家的思路是让机器学者像人类一样思考，但这方面虽然起步很早，缺进展很缓慢，甚至一度停滞不前。后来，有了新的思路，那就是用大数据和算法，去让机器进行深度学习，把一个个难的智能问题转换成数据问题，充分发货机器超强的计算能力。这方面，谷歌是翘楚。思维的革命在无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想要知道的答案，这便是大数据思维的核心。大数据：及时性、相关性、完备性。17世纪以来的机械思维 VS 21世纪的大数据思维 在古希腊罗马以后，人类对自然界的认识进步非常缓慢，西方进入了中世纪的黑暗时代。东方的中国和阿拉伯帝国虽然在工程和技术上不断进步，但是既没有形成科学体系，也没有在方法论上做出太多的贡献。最终，发展科学方法的任务留给了笛卡尔和牛顿。笛卡尔的贡献在于提出了科学的方法论，即大胆假设，小心求证。牛顿通过自己的伟大成就宣告了科学时代的来临，作为思想家，他让人们相信世界万物的运动变化规律是可以被认知的。他告诉人们：世界万物是运动的，而且这些运动准循着确定性的规律，这些规律又会可以被认识的。这也同时让确定性这个词深深地印入了人类的思想中。牛顿作为思想家的贡献还在于他指出了，任何正确的理论从形式上讲都是简单的，同时又有非常好的通用性，这与东方哲学中大道至简思想不谋而合。后来人们将牛顿的方法论概括为机械思维，其核心思想可以概括成这样几句话：第一，世界变化的规律是确定的，这一点从托勒密到牛顿大家都认可。第二，因为有确定性做保障，因此规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚。这一点在牛顿之前，大部分人并不认可，而是简单地把规律归结为神的作用。第三，这些规律应该是放之四海而皆准的，可以应用到各种未知领域指导实践，这种认识是在牛顿之后才有的。机械思维直接带来工业大发明的时代。当然，机械思维的局限性更多来源于它否认不确定性和不可知性。从牛顿开始，人类社会的进度在很大程度上得益于机械思维，但是到了信息时代，它的局限性也越来越明显。首先，并非所有的规律都可以用简单的原来描述；其次，像过去那样找到因果关系已经变得非常困难，因为简单的因果关系规律性都已经被发现了。另外人类对世界认识得越来越清楚，人们发现世界本身存在着很大的不确定性，并非如过去想象得那样一切都是可以确定的。因此，在现代社会里，人们开始考虑在承认不确定性的情况下如何取得科学上的突破，或者把事情做得更好。这也就导致一种新的方法论的诞生。不确定性，在我们的世界里无处不在。不确定性来自两个方面首先，当我们对这个世界的方方面面了解得越来越细致之后，会发现影响世界的变量其实非常多，已经无法通过简单的方法或者公式算出结果，因此我们宁愿采用一些针对随机事件的方法来处理它们，人为地把它们归为不确定的一类。其次，不确定性的第二个因素来自于客观世界本身，它是宇宙的一个特性。在一个封闭的系统中，熵永远是朝着不断增加的方向发展的，也就是说从微观上讲，这个系统越来越无序，从宏观上看它趋于恒温。香农在信息论中借用了热了学里熵的概念，他用熵来描述一个系统的不确定性。接下来，香农指出，信息量与不确定性有关：假如我们需要搞清楚一件非常不确定的事，或是我们一无所知的事情，就需要了解大量的信息。相反，如果我们队某件事已经有了较多的了解，那么不需要太多的信息就能把它搞清楚。所以，从这个角度来看，可以认为，信息量的度量就等于不确定性的多少，这样香农就把熵和信息量联系起来了。他还指出要想消除系统内的不确定性，就要引入信息。虽然香农提出信息论最初的目的只是建立通信的科学理论，但是，信息论的作用远不止在科学和工程上------它也是一种全新的方法论。与机械思维是建立在一种确定性的基础上所截然不同的是，信息论完全是建立在不确定性基础上，而要消除这种不确定性，就要引入信息。至于要引入多少信息，则要看系统中的不确定性有多大。这种思路，成为信息时代做事情的根本方法。这方面，互联网广告投放行业的定性投放相比于传统的全局投放，点击率要高出几个量级，很好得说明了信息消除了不确定性，微信朋友圈的广告投放也是基于此。谁掌握了信息，谁就能够获取财富，这就如同工业时代，谁掌握了资本谁就能获取财富一样。用不确定性这种眼光看待世界，再用信息消除不确定性。

伟大的智能时代你要懂点大数据——最好的大数据科普读物

在”阿尔法Go“战胜了围棋选手李世石后，你不得不承认，智能时代真的快要到来了。想要读懂人工智能，就不得不了解大数据。此书的标题虽然为《智能时代》，但我认为副标题《大数据与智能革命重新定义未来》更适合作为此书的标题。因为此书更像是一本关于大数据的科普读物。本人以前也特别喜欢看科普书，由西方发展起来的科学思维方式，一直被人们所赞美，引领了人类的发展，从此人类告别了愚昧。中国从近代以来落后于西方，不也是因为科学的落后吗。以前也一直认为人类会在科学的指引下一直走向进步。但读过此书后才发现，之前一直被人们引以为傲的科学思维方式，只不过被作者吴军博士称之为机械思维，在即将到来的智能时代已经落后了，引领智能时代的原来是大数据思维方式啊。吴军博士所说的机械思维方式，其实完全没有贬义，在书中也大量赞扬了机械思维方式所取得的成就，但为了避免贬义效果，我更喜欢称之为科学思维方式。书中列举了欧几里得/托勒密和牛顿利用机械思维（科学思维）取得的伟大成就。但是科学思维并不适合研究所有问题，就是有些问题有太多的不确定性，导致不能用科学思维来研究。各个学科之间诞生的先后顺序其实就导致了用科学思维研究问题会越来越难。宇宙大爆发开始诞生物理学，不同源自相互作用形成分子诞生化学，不同分子相互作用变成了生命诞生了生物学，各种各种生物不断进化最终形成人类诞生了历史学，人类得各种病诞生了医学，人类大脑产生了思维诞生了心理学，人类之间互相交流诞生了社会学和政治学，人类经济不断发达产生了经济学。可以说科学的思维方式最适用的是诞生最早的物理学，化学和生物学，之后的医学和经济学等，就很难用科学的研究方法解决了，原因就是书中说的这些学科的不确定性太高了，所以书中最后也写到了大数据方法可能对未来医学带来的影响。书中第二章讲到了关于人工智能的历史，”飞鸟派“和“大数据派”PK的历史，人们总认为人工智能就应该像人的大脑一样思考，就像开始造飞机之前，认为飞机应该像鸟一样飞一样。直到后来才发现用大数据的方法也可以实现人工智能，1997年”深蓝“打赢了国际象棋冠军卡斯帕罗夫时，人们甚至还不认为”深蓝“具备人工智能，直到”阿尔法Go“战胜了李世石。但是就像人类不能用自己的生存方式判断外星人的生存方式一样，人类也不能决定机器的思维方式，起码从现在来看，大数据思维是实现人工智能最可能的方式。也许以后会找到更好的人工智能思维方式，但是谁知道呢，现实是“大数据派”已经把”飞鸟派“打到在地了。记得是2008年左右吧，当时智能手机普及率还不高，但是当时有一款软件却让当时的我叹为观止，这款app的名字我还清楚的记得叫“音乐雷达”。如果你偶然在街上听到一首歌很好听，但是又不知道名字，只要用它录一小段，他就能识别出这首歌的名字。现在想想为什么“音乐雷达”能比“语音识别”早诞生这么多年，还是因为歌曲的数据容易搜集且非常稳定，数据量也不算大。当时可能没有人认为“音乐雷达”是人工智能，直到实现“语音识别”之后，你还能说什么呢。可以说“音乐雷达”开启了用大数据方式解决“语音识别”的先河，照此原理，只要搜集到足够多的人类语言发音，不需要机器真的“听懂”人类的语言，就可以解决“语音识别”问题。现如今“语音助手”已经是智能手机的必备功能，有些手机还有“人脸识别”解锁功能，淘宝买东西甚至可以用手机拍照用“图片识别"（我用过，虽然识别效果不算太好），相信其中的原理都是用了大数据思维。智能时代即将到来，这真的是个伟大的时代，能够让我们见证到人工智能的到来。但是未来的医疗和律师等很多行业又会被人工智能机器人抢掉饭碗。还能怎么办，成为那2%的人吧！

迎接智能时代，最主要的是思维的转变

这是一本简浅易懂的科普书，逻辑性很强，上下文非常连贯，有问必有答，不愧是科学家写的书。书中列举了很多实例，解答了关于大数据的最基本的问题，看过的相关书籍不多，这本应该可以入门吧，介绍了智能时代的概念及其发展特征，以及我们未来要如何应对。大概有以下主要内容：1、智能时代的含义。智能时代是大数据的时代，通过对大数据的分析和运用（数据驱动方法），消除不确定性，达到人类智能的效果。2、大数据的几个特点。数据量大，多维度，全面性。3、思维的革命。从机械思维到不确定思维，从因果关系到强相关关系。4、产业的演进规律。现有产业+新技术=新产业5、未来的社会形态。未来将是智能的，精细化的，人性化的和无隐私的社会。6、机器必将抢掉人的饭碗。机器智能带来的革命，对社会冲击将是全方位的，只有时间能够解决问题。7、争当2%的人。在历次技术革命中，要么进入2%的行列，要么被淘汰。传统产业一样可以距离大数据和机器智能很近，主要是思想和意识的转变。现代社会已经由工业时代、信息时代过渡到智能时代，我的理解智能时代的特点之一就是数据的广泛和应用的精细，人性化的新产业不断进步，最后掌握数据的人而不是机器，将会了解你的一切，从而更加容易支配你、控制你（或者引导），分化的差距越来越大，而且往往你也会乐享其成，进而共同构成了一种新的社会生态体系。

「智能时代」及阿城

吴军博士确实会写，也能写。他懂技术，懂商业，投资、历史，政治，各个领域相互贯通，笔下通达，这本「智能时代」也不例外。之前的科技进步（包括由其带来的生产关系及上层建筑变化）本质上都依赖于理论（规律）的进展—我们实际上是用一个一个理论来抽象、模拟、把握世界。基础理论的进展不快，似乎越来越慢。然而技术的进步发展到这个阶段，机器已经能够去获取、存储、处理大量、完备、多维的数据（所谓大数据），从而人（机器）可以不再那么依靠理论对世界的抽象来把握世界。举个例子说，要写好诗，一个路子是学诗歌理论，一个路子是「熟读唐诗三百首，不会做诗也会吟」，后一条路子因为相关成本的下降，变得affordable了。当然这两条路并非互斥。是的，那些依靠经验、技能的工作也能被机器取代了，绝大部分人会被从生产环节排除出去，这在我们有生之年一定会发生。先不管这个大问题，荡开去说另一件事。今年终于出了「阿城文集」。这是粉丝（我亦其中之一）的大事，各界读书人都在推荐，但显然未形成热潮。原因何在？阿城突出的好，一是文笔，是摆脱了革命腔的白话文；二是见识，这两点在他二三十年前出道时，好比天外飞仙。他怎么懂得这么多！阿城本人说：关键是多元化知识结构。他很实在。现在回头去翻「威尼斯日记」、「常识与通识」，可以更容易看出他的知识底子，如认知科学、脑科学……阿老真是领先时代的，他在二十年前就通过阅读拥有了时下知识青年的知识结构。文笔嘛，也可以学，说实话，模仿的难度不大。时间毕竟已经是西元两千零一十六年了。阿城仍然可以读（我强烈推荐「棋王」与「威尼斯日记」两本），但不如读「万万想不到」、「数学之美」、「人类简史」。

《智能时代》：生存与毁灭，我们必须选择

《智能时代》：生存与毁灭，我们必须选择 人工智能，是人类早已幻想却迟迟未曾兑现的梦想。关键的原因，智能革命涉及到的是人的本身，之前的所有的技术革命都触及到人类所使用的技术，而没有去面对人类自身的智慧，如今，在号称第四次技术革命的——智能革命被隆重地推举到我们的面前的时候，我们才深刻地感到了一种颠覆式的压力。当人的本体在一场技术革命中被作为主攻对象而予以体认的话，我们必然会涌上哈姆莱特式的诘问：生存还是毁灭？技术进步的悖论，正是在此显现出一个最终露出峥嵘的循环：人类在认识自然的同时，也在不断地改造着自己，最终投向自然的矛枪，必然要回溯向自己，这是一种异化，呈现出的表象就是悖论。这就是人工智能作为幻想的方式存在时，最给人类带来一种深刻的忧虑，或者叫悖论式的困惑。是否是那个我们屡次在科幻作品里体验过这种悖论式纠结的时代真的来临了？这正是《智能时代：大数据与智能革命重新定义未来》这本书所要告诉我们的。在书中，作者是从大数据的角度，来论述智能时代的来临的。从书中，我们知道，人类智能研究曾经走上死胡同，那种依靠机器衍生出智慧（而这种方式，也正是科幻作品里最俗见的方式）的模式，最终被证明没有操作性。机器毕竟是机器，它无法像人脑一样，产生应对的智慧力量，但是，机器有一个优点，就是它能容纳无穷的数据，当这些数据积累到一定程度，或者把人脑里能够所想象的所有可能都罗列出来的时候，那么，这个拥有巨大数据的机器，便能够无限地接近人类的思维水平了。在书中提到的2016年围棋世界著名选手李世石对局计算机五局四败的事例中，看起来是计算机智能的大展雄风，但关键是计算机在这之前进行了充分准备，把各种凝聚着人类智慧的棋谱包括对手李世石的行棋风格，都输入了电脑，计算机在运作的时候，把对手每一步落棋的成败概率都进行了数据调用，从而操持了胜券。可以看出，“大数据”的运用，丰富了计算机的储备，但这些数据的生成，还是依靠人脑的作用。但不管怎么说，大数据的无极限的积累这一看似笨拙的“穷举法”，却让机器的机械行为能够具备了在与人脑毕竟储存有限的对垒中的胜算概率。从中我们可以看出大数据对于这个时代的意义。而大数据的产生来自于何处？作者认为，互联网的存在，让大数据的采撷变得简单易行。因此，这本书探讨的是人工智能，但是它依托的物理基础，却是互联网。因此这本书从本质上讲仍是一本探讨“互联网+”的科普通俗读物。作者曾经有过在谷歌工作的经历，这也使得作者比较倾向于对网络数据的高度重视，并列举了网络上获得的大数据所产生出的巨大效应。其中作者提到的一个有趣的例子，却让我们可以从相反的角度，看出由互联网产生出的大数据所带来的局限性。人类在自动驾驶汽车研究领域，可谓是梦想已久，但是一直没有实质性进展，但2010年谷歌就研制出了自动驾驶汽车，但它只能行走在谷歌“扫过街”的地方，自动车行走在这些道路上，能够迅速地把谷歌数据采撷车收录的信息调用出来，作出应有的反应，产生了应对的智能。但是，在2016年，自动驾驶车却出现了一次交通事故，原因是路上多了一个小沙袋，而这个沙袋在谷歌地图上是没有的，自动车失去了应对能力，试图换道绕过去，由此引发事故。由此可见，大数据创造的人工智能，只能面对昨天的数据，而无法适应迎面而来的新讯息，这不能不说大数据“穷举法”创造的人工智能面临着巨大的局限性。本书的优点是它指出了大数据思维是对既往人类创造的一次革命。人类之前的工业革命等等，它们沿用的都是一种机械思维，注重的是因果逻辑思维，而大数据关涉的智能问题，则是把“各种智能问题转化成消除不确定性的问题，然后再找到能够消除相应不确定性的信息。”（P120）。看起来，大数据的智能原理，更像是做减法，在机器掌握了大量的数据的基础上，删繁就简，直到达到人类需要机器达到的目的。而人类的智慧更像是发散型的，它由自身的头脑的这一个点，发散向广阔的世界，去寻找点与点的因果关系，它不需要掌握大量的数据，而是抓住要害，进行逻辑推演，由此，我们可以看到人类智慧与大数据智能之间的原理上的截然不同。作为曾经在谷歌工作的一员，作者在书中，也介绍了谷歌作为搜索引擎提供商背后的勃勃雄心。但我们也在作者的叙述中看到，谷歌大量的研究并没有转化为有效的生产力，谷歌尝试在多个领域能有所进展，但有的研究，往往在触摸到死胡同之后便扔在那儿马放南山了。比如，谷歌2010年推出自己的电视机顶盒，意图为获取数据进军广告市场，但销量太差，最终放弃。（P234）可以看出，谷歌在推出成功的产品的同时，一直用试错来摸索成功的道路。在书中，我们也看到，作者披露了谷歌在搜集、处理与使用大数据中面对的困难，这是欲让机器担负起“穷举法”而能够接近人类智能所必须付出的基础性劳动，比如谷歌面对的数据存储的压力与计算的困境，即使我们作为一个正常的电脑使用者也能够感受到谷歌这样拥有天文数字数据的公司所面对的难度。这一切都是大数据时代的技术上所面临的制约。而这些问题如果不能解决好，往往会意味着大数据时代就像是空中阁楼一样随时会面临着倾覆的危险性，比如书中提到数据的丢失所导致的巨大损失，都显示出大数据时代的一个根本性软肋在哪里。而大数据的重要信托空间也就是互联网当然是力量巨大，空间无敌，但是我们在使用互联网时，也会感到，一个偏锋的信息，可能在互联网上找不到任何蛛丝马迹。这也意味着，互联网的大数据可能并不是能够反映真实的现实生活。之前我们一直声称网络是虚拟的，现在网络的现实性通过大数据又被强调到至高无上的程度，这两者理念的巨大差异，也是我们不得不面对的一个困惑。任何技术革命都会带来社会生态的变迁。作者在书的最后，跳出技术层面上对“智能时代”的原理介绍，道及了受到智能时代冲撞的人类社会体系将会面临着什么样的巨大变化。因为如果智能时代真的来临，这一次的革命将会比之前的各次工业革命都来得更为迅猛而可怕，因为人面临着机器替代的危险，那么，人在智能时代里将会被如何处置？作者提出的这个社会问题不可说不尖锐，同样不得不面对。作者在书中阐述了人类的每一次技术进步，都是以牺牲一代人为代价的，“因为上一代人很难适应下一代的技术发展。”（P351）。解决问题只有靠时间，这是作者告诉我们的答案。而这个答案，正是之前所有抱有对“人工智能”忧患的人类思想所最为担忧的：人会不会为机器替代？人类技术革命最难走的一步，已经露出了最初的曙光。“大数据”推进了人工智能以另一种方式崭露头角，如何面对它，找到我们的生存之法，是我们必须面对的避免毁灭的最紧要的命题。《智能时代》游走在技术的乐观与现实的悲情之间，我们必须知晓，因为有了知晓，我们才能去面对，这就是这本迹近时代之作的启迪意义与鞭策价值所在。

我无法选择时代，那就让时代选择我

读吴军《智能时代》，梳理第三章和第七章并有感：作者：吴军 博士版本：中信出版社 2016年8月第1版第三章：思维的革命作者从欧几里得、托勒密再到牛顿，一层层抽丝剥茧般的带领读者认识人类在思想方法论上的演进。书中列举出后人概括的机械思维，核心思想为：1，世界变化的规律是确定的，这一点从托勒密到牛顿大家都认可。2，因为有确定性做保障，因此规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚。这一点在牛顿之前，大部分人并不认可，而是简单地把规律归结为神的作用。3，这些规律是放之四海而皆准的，可以应用到各种未知领域指导实践，这种认识是在牛顿之后才有的。而机械思维直接带来工业大发明的时代。催生了“工业革命”。从牛顿时代开始接下来的三个世纪里，这种思维方式深深地影响着人类。直至现在。作者将机械思维进一步概括为“确定性（或者可预测性）和因果关系”。但随着人类社会的不断发展。特别是进入信息时代，无法用简单的原理描述的规律越来越多，不确定性因素增强。凡事靠因果关系推导也已经变得非常困难。因此，一种新的世界观和方法论开始诞生：香农建立的信息论。信息论完全是建立在不确定性基础上，而要想消除这种不确定性，就要引入信息。至于要引入多少信息，则要看系统中的不确定性有多大。这种信息成为信息时代做事情的根本方法。基于此，我们便能了解大数据思维的本质：承认世界的不确定性，利用大量获取的信息或者说数据去消除不确定性。这也是为什么大数据的出现能够解决那些智能问题的原因，因为很多智能问题从根本上来讲无非是 消除不确定性的问题。同时，数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想知道的答案。第七章：智能革命和未来社会作者在本章开篇就引用狄更斯《双城记》中的名言：这是最好的时代，也是最坏的时代。之前的篇章，作者用理性的笔法阐述了不同背景下世界观与方法论的形成，并用大量翔实的数据向读者展示了人类每次革命对生产力与生产关系的改造，以及对我们自身生活的影响，对社会所形成的巨大冲击！三次革命分别为：19世纪末始于英国的工业革命；20世纪末始于美国和德国的第二次工业革命；二战后以摩尔定律为标志的信息革命。而现在进行的正是“智能革命”。而每一次革命在给人类社会来带来巨大繁荣的同时，也伴随着阵痛：陈旧产业的消失、大量的失业。作家在书中无奈地说道：我们必须承认一个并不愿意承认的事实，那就是被淘汰的产业的从业人员能够进入新行业中的其实非常少。而解决这一问题的唯一办法是“时间”。直白点就是牺牲掉一代人。最为严重的是信息革命带来的负面冲击还没有消化完，智能革命的步伐却已悄然来临！作者在文末这样说道：任何一次技术革命，最初收益的都是发展它、使用它的人，而远离它、拒绝接受它的人，在很长的时间里将是迷茫的一代。在智能革命到来之际，一个人、一个企业，甚至一个国家，可以选择的道路只有两条：要么进入前2%的行列，要么就被淘汰。抱怨是没有用的。这将是一个让我们振奋的时代，也是一个给我们带来空前挑战的时代。————————分割线————————这两个篇章带给我的思考最多，一是作者从几次革命，深入浅出的提炼出“机械思维”与“大数据思维”下的方法论。不仅让我们清晰地看到了人类思维的发展脉络。更为宝贵的是作为个体如何去反思自己，革新自我，顺应时代潮流。作者为我们提供了方向。大数据其中有一个特征为“多维度”（也称为多样性）。最近这个观念对我影响很大。之前很多文章都提到“郎平”作为一名运动员，为何能不断地突破自我，取得一个又一个的人生巅峰。大多是说她“不安于现状”“敢于逃离舒适区”“不断学习”……不一而足。道理都对，但后来读到李笑来写的关于“多维度竞争”的专题讨论，才最终找到令自身满意的答案。朗平女士的人生策略为：1，在排球这个维度，领先周遭99％的人。（说100%应该也不为过）2，以此维度为圆心，进行其他维度的尝试：学习英语；进入国外大学拿下体育管理学现代化专业硕士学位；执教不同球队，用习得的最新理论用于实践；…………从这个角度着手分析，就能摆脱说“敢于逃离舒适区”的正确的废话。因为如果是舒适区，又何必要“逃离”，应该好好享受才对。所以结合这些，关键的地方有两个：一是有一个维度必须是自己出类拔萃的。标准是自己要领先于周边95%的人。二是围绕着这个维度，进行多维度的尝试，不巅峰造极，但求弄懂（60分及格线以上）。结合《智能时代》作者描绘的大方向，反观自身，可以做出哪些尝试呢？首先，我得弄明白自身有哪个维度可以成为核心竞争力？因为受传统教育模式的影响，在很长一段时间里，在学习上我是极其不自信的。但通过这几年的学习和成长，我越发对自己的学习能力自信起来，具体表现在：1、对于很多较为复杂的学术理论和观念，我能很快的吸收并用通俗易懂的语言加以解释。2.、对于一部电影，抑或是一本书，我能在观影和阅读后，迅速结合自己的知识储备和个人经历，选取一个点作有深度的剖析。3、对于新习得的知识，了解到的信息，我能较快的吸收并整合到自己的具体工作中来，用于指导实践。这个“突出维度”具体说来应是：我有很强的信息资源的整合能力。有了这个之后，彻底打碎社会标签，例如：我是学这个专业的啊、我是学文科的啊、我干的是这个行业啊……不一而足！其次，在智能时代不断向我们逼近时，有几个维度必须去拓展：英语计算机编程想通了这个，依然会担心哪天我们这种小公司突然就活不下去了。但不再惧怕，因为所有的尝试都在进行维度的拓展，并且围绕着自己的核心维度，随着时间，它们的作用会越来越大。直至所向披靡，坚不可摧！“未来已经到来，只是尚未流行”凯文•凯利在《必然》一书中如是说道。以此为戒！张三九二〇六年九月二十四日

未来已经来临

2016年10月，鲍勃.迪伦获得了诺贝尔文学奖，然后IBM公司怒刷了一把存在感，用他们的人工智能机器watson，花了几秒钟的时间，阅读了鲍勃.迪伦先生所有的作品，然后，它说出了一句话，鲍勃.迪伦先生，你的作品反映了两种情绪，叫流逝的光阴，和枯萎的爱情。这是一个机器的判断。同样是这个watson，一位日本女性身患重病，在医生已经束手无策的情况下，它花了十几分钟时间，读了2000万页的医疗文献。两千万页是什么概念？堆起来大概四千米高，1428层楼，相当于13个埃菲尔铁塔首尾相接。它十几分钟读完，然后给出自己的医疗建议，救了这位女性一命。而就在上周，谷歌的人工智能AlphaGo化名"Master"，在网上与包括聂卫平，柯杰，常昊在内的世界顶尖职业棋手交战60场，取得了全胜，引发棋坛和世界的二次地震。这就是人工智给我们秀出来的肌肉。有一些我们不熟悉的东西正在崛起，我们的睡塌之旁不是有人酣睡，而是有东西醒了，它正缓缓地坐起来，准备改变这个世界。这就是我们正在面对的，智能时代。作者吴军，曾先后供职于谷歌和腾讯，是谷歌中日韩搜索算法的设计人，在腾讯做到了副总裁。目前在硅谷担任风投基金的董事和顾问。他认为，随着以大数据为基石的人工智能的进步与应用，智能时代已经到来，它们将彻底改变未来的思维方式、商业模式、产业结构和社会构成，给我们的生活带来颠覆性的影响。人工智能到底是什么？它可能和我们通常理解的不太一样，人工智能不是复制人类，它跟人一点都不一样，它是另外一种完全不同的存在。我们人的思维方式是什么？我们人总是想尽可能去简化。为什么？因为我们太脆弱，我们的精力有限。而人工智能是一个机器，机器和我们最大的不同就是它精力无限。罗胖有一个精妙的比喻，人工智能就是中国那个最伟大的虚拟人物。中国最伟大的虚拟人物是谁？是每个妈妈都说过的那个人，别人家的孩子。他是一个勤奋得难以想象又无比听话的完美小孩。你学习的时候，人家在学习，你游戏的时候，人家在学习，你休息的时候，人家还在学习。2016年3月，李世石大战AlphaGO，其实李世石中间还赢过一局。我们想像一下当天晚上发生了什么，李世石是在接受采访，在吃饭，在睡觉，而AlphaGO输了，它没有任何情绪，它只是一个机器，当天晚上它自己和自己下了一百万盘棋。第二天李世石再见到它的时候，它已经是另外一个存在了，是李世石用尽一生的努力也达不到的距离。这就是那句最悲情的话，比你聪明的人还tm比你努力。我们原来文明的所有基础对它来说都不存在，它用最复杂的方式，一出手我们就没法理解的方式，在构建他自己的逻辑。人工智能为什么能在2016年爆发？因为驾驭这个复杂方式的基础在今天实现了。2016年人工智能爆发有三大原因，算法的进步、硬件的进步和大数据的进步。而最核心的，就是大数据。互联网提供了海量数据，而海量数据给一直困扰人工智能发展的难题提供了解题办法。什么是大数据？你可能觉得大数据不就是一堆数字吗？其实不是的，数据的范畴要比这个大得多，所有的东西都可以算作数据，比如说文字啊，图片啊，视频啊，甚至你下班走哪条路回家，这都可以算作数据，有了数据以后呢，再经过系统性的整理就变成了信息，信息再经过更简洁更抽象的加工就变成了知识。所以现象、数据、信息和知识是层级递升的关系。我们人类，不断通过知识改变世界。而数据，又是一切知识的基石。对人工智能，也同样如此。以前研究人工智能的方法叫做鸟飞派。什么是鸟飞派？就是开始研究飞机的时候，人们都觉得如果人类想要飞的话，就得像鸟一样扇动翅膀，结果全都失败了。而莱特兄弟想明白一件事，飞机不应该像鸟，而是应该像帆船。飞机的机翼就是帆船的帆，飞行靠的是空气动力学，而不是仿生学。以前研究人工智能的科学家也认为，机器如果要有智能，就得像人脑一样思考，所以都是在设计各种算法来模拟大脑的思考过程，但这就像让飞机拍翅膀一样，结果根本行不通。后来有个叫贾里尼克的教授，他在研究计算机语音识别的时候换了个思路，他想，与其教会电脑理解人类的语言，不如把大量的语音数据输进电脑里，让他进行快速的匹配，那你数据量越大，计算机的识别能力不就越高了吗？这看起来是个笨办法，但是一下就把思路打开了，智能问题被转换成了统计学问题。处理大量数据，那可是计算机的强项。从那个时候开始，大家明白了，让机器拥有智能的钥匙，其实就是大数据。大数据有什么用？假设我们需要教机器认出一只猫来，怎么办？原来的方法是这样的，我们描述和刻划这只猫的特征，眼睛什么样，胡子什么样，花纹什么样，用一堆条件，试图教会机器认出这只猫，胡子多长它就是猫，颜色什么样它就是猫等等，叠加无数的条件，从而得出结论。但是现在人工智能学习的算法不是这样的，它不用条件，我们直接给它一百万张猫的图片。给机器，告诉它，这就是猫，然后你自己去定规则，去想办法，什么办法我不知道，因为它太复杂。最后我们会发现，数据输入得越多，从一百万张到一千万张，再到一亿张，它认猫的准确性越来越强，这就是大数据的力量。在人工智能的世界里，其实并没有什么猫，只有算法，只有逐渐逼近真相。人工智能根本不会下围棋，它不知道什么叫布局，什么叫定式，什么叫飞，什么叫断，它只知道一张一张图形，从这一张图形往下一张图形演化，胜率会提升还是下降，在它那里全部变成了数据。最后给你一个结果而已。前面说了这么多人工智能，那它对我们未来的生活究竟有什么影响呢？影响将是全方位的。很多人觉得人工智能是人的延伸，是一次过去意义上的技术革命，其实真的不是，人工智能是人的替代，这个趋势是前所未有的。未来的农业、制造业，体育、医疗乃至一切，都会出现新的变化，甚至整个社会人群都会出现重大的分化。所谓人的延伸，是过去一万多年技术史的常态，弓箭是我们手的延伸，车轮是我们腿的延伸，电视、广播是我们耳目的延伸，互联网是我们人脑的延伸，我们人类不断地通过技术扩大我们的世界和能力。但是人工智能不一样。你过去查一个资料，得到图书馆翻书抄小条吧，现在到网上一搜就来了，“人工智能”这四个字，我在百度搜过，七千三百五十万个结果，世界太丰富了，人类太强大了。但是我们也有一点点小尴尬，七千多万个结果，我们真的是看不过来了。人的延伸这条路，到今天已经快走到了尽头。所以，人工智能现在要干什么？它在试图尽量少给你结果，而不是多给。原来我们输入一个地点，啪，几千万个结果出来，现在输入一个地点，啪，一张地图出来了，你不需要了解更多。未来呢？我们知道，谷歌正在研发它的智能汽车，也就是你输入一个地点，啪，车来了，把你送到目的地，你根本不需要知道哪堵，周边的地形怎么样，什么都不需要知道，给要求，啪，直接给结果，这就是人工智能。我们太自大了。我们还在以为这东西是我们人造的，我还能控制它。其实，我们距离控制它已经越来越远了，它和人之间的关系已经不是主人和工具之间的关系，而是“大象和骑象人”之间的关系。人工智能就像一头大象，它用自己的算法在走它自己的路，我们骑在它身上，偶尔给它下一个命令，它偶尔会听，能够改变路线，但是本质上，我们是跟着它在走。举个例子，假设几十年后，人工智能医生已经极其发达，你私人拥有一部这样的人工智能医生，现在它给你一个建议，说来，把这个药片吃了。你说我为什么要吃啊？我不痛不痒的。人工智能医生说，这是我跟踪你的大数据得到的结果，有几千万页，还结合了现代医疗技术的发展，也有几千万页。道理你想让我讲给你听吗？大概需要花一万年的时间。不愿意花这个时间？那么来，把药片吃了，对你好。你怕不怕？你吃不吃？未来还远，先回到现实。毕竟还有一件事情迫在眉睫，那就是大量的工作机会会消失。在过去的人类世界当中，不管什么样的技术，本质上都是连接人和人的，蒸汽机、汽车、火车、飞机，都是让我们到远方，去遇到更多的人。但是人工智能呢？在把我们原来的协作关系彻底解体。司机、秘书、医生、律师、工人等等等等，逐渐都要退出历史的舞台，人际关系要变成人机关系。人类文明必须重新构建人和人的关系，这个冲击实在是太大了。每个人都有可能在智能革命这波浪潮中获益，但是每个人脚下的土壤都将因此而动摇。再举个罗胖说过的例子，有一本书叫《机器人时代》，里面讲，小福特，福特汽车公司第二代。有一天，他带着工会领袖去看他的全自动工厂，小福特得意地对工会领袖说，看见了吗？我现在全部都是用机器人，我不再需要你们的工会成员了，你本事再大能找机器人收会费吗？工会领袖说，对啊，你是用机器人了，可未来你把车卖给谁呢？这就是我们现在的处境。智能时代的颠覆性就在于，过去，机器只是替代人的手，所以搞体力劳动的还能去做脑力劳动，但到了智能时代，人工智能替代的可是我们的大脑，我们真的是已经无路可退。尤瓦尔.赫拉利在《未来简史》中提出：未来会不会出现这样一种人，叫毫无用处的人？我们所熟知的人类关系，最恶劣的是什么？就是剥削与被剥削，奴役与被奴役。但是因为人工智能，会出现这样一种人，他没有被剥削的价值，没有被奴役的价值。一两百年前，一个罪恶的统治者，穷兵黩武，他好歹还要把老百姓当炮灰。一个再残忍的资本家，他好歹要去剥削工人。而人工智能时代，可能会让一种人连这个价值都没有，你不需要工作，你只是活得没有意义，你所有能干的事情，机器人比你能干一万倍，你呆着就好。政府可能会给你一个虚拟现实的眼镜，你就在那天天打游戏吧，就这么度过你的一生。会不会出现这样一种人？这种人的比例有多大？吴军在这本书里预测，未来只有2%的人能真正成为控制大数据和人工智能的人，其他的98%或早或晚都可能被人工智能替代。那么什么样的人会被替代？如果你现在所有的优势都是附着在某种职业技能上，不管你是会开车，还是会打针，会处理报表，只要你所有的优势只在一种特定的技能上，那么人工智能的潮水迟早会把你淹没。那什么样的人不会被替代？如果你的优势是领导力和创造力，那么你就身处一个暂时不会被淹没的高地。好，什么是领导力？就是你会组织一群人去做一件极其复杂的事，一件从未发生的事，这就叫领导力。什么是创造力？就是你能发明一个从未有过的东西，去做一件从来不存在的事，这就叫创造力。那你用这两种方法和智能时代赛跑，那还有一丝胜算。一定有人会反驳，没那么严重吧，过去的产业革命，最终不也都走向了繁荣吗？但是这次真的不一样，上一次的产业革命是电气化革命，前后大概花了三十年的时间，老铁匠的职业是被工业的汽锤给替代了，但是那个过程相对来说比较漫长。老铁匠的儿子大学毕业了，在办公室里找到了工作，整个家庭的收入受到的冲击没有那么大。而智能革命它会非常非常的快，在五到十年之后，你会发现这个世界已经变得让你不认识了。我们听到了一个好消息和一个坏消息，好消息是我们在进步，坏消息是，这一次我们可能进步得太快了。我们总是觉得进步是好的，但是比进步更好的，是缓慢的进步。那我们应该怎么办？吴军说，这个变革是不可逆且不可阻挡的，我们与其恐惧、抱怨，还不如去拥抱变化，尽早加入进去，以适用于新时代的方式来生存，成为那2%的人。有一种另类的“二八原则”，我觉得可以适用于现在这个时代。就是你只需要抽出20%的精力去了解一个领域80%的知识，这就足够了。不是说我们对尖端的知识没有兴趣，而是一个领域80%的知识已经足够激发我们对全新领域的好奇心。过去我们主张说术业有专攻，我们应该在学问的某一个金字塔上不断向尖端攀登，但现在不同了，只要你是某一个专业的技能，就很可能会被替代，我们跟人工智能拼的是跨界的能力、是整合的能力、是协作的能力、是创造的能力，所以以一种游牧民族的姿态出现在知识技能和人类文明的原野上，哪里水草丰美，我们就打起我们的帐篷，赶着我们的牛羊，去到那全新的草原上，把自己变成一条知识的溪流，让观念、思想在里面不断地发生验证、融合、碰撞、反证，从而创造出前所未有的东西，以适应这个前所未有的时代。这恰恰是我们和人工智能博弈所应该采取的姿态。这是最好的时代，也是最坏的时代猛兽就在后面虎视眈眈，当别人都在犹豫慌张的时候，你如果能够抢先投入到变革的大潮里去，用全新的视角和方式来生活，那么你至少不会是跑在最后的那个人，而前方，将是一个无比繁荣无比高效的未来。智能时代。未来已经来临，你准备好了吗？最后，思维导图奉上：

5分钟看懂《智能时代》关键问题解答。

纵观全书，作者对几个智能时代关键问题做出的解答。Q1:为什么说数据是人类建造文明的基石？Answer：“观天象，辩农时”“千里之外，运筹帷幄”自古以来，人类观察现象，获取数据，发现规律，指导决策行为。人类认识自然，推动经济、社会发展的行为不出乎此。Q2：为什么智能革命在今天爆发？Answer：移动物联网时代的到来，每个人每天产生大量数据呈爆发式的增长，奠定了数据量的基础。通过大数据挖掘出的强相关关系取代工业时代根据公式定理确定的因果关系，大大提高了决策正确度和速度。同时促使世界一流公司计算机运算速度、数据存储技术与数据挖掘技术的突破性进展。Q3：以大数据为基础的智能时代的商业模式是什么？Answer：以史为鉴，大数据资源将像水和电一样，由专门的公司提供给全社会使用，而如何使用将成为关键。同时全社会将会经历现有产业+机器智能=新产业的大变革。事实上现在已经在大规模的发生。未来的农业：传统农业+滴灌机器人，喷水机器人。未来的体育：位于硅谷的NBA球队勇士队，根据大数据算法制定最优策略，几年时间从倒数变为冠军球队。未来制造业：特斯拉汽车工厂，全部由机器人操作。未来的医疗：个性化医疗，癌症治疗有望取得突破。未来的律师，记者，编辑等行业职位将被自然语言处理技术和大数据信息检索技术冲击。Q4：智能时代对个人会产生什么影响？Answer：每一次巨大的历史变革都是巨大进步，但也伴随着强烈阵痛。大批被新技术取代的工作岗位需要靠时间去消弥，一大部分人被历史抛弃，只有少部分人成为时代的宠儿，正如工业革命时代的大量手工工匠被机械工厂取代而难以谋生，互联网时代线下商业被电子商务冲击，这一次，吴军老师估计，这一次，只有2%的人能鲤鱼跃龙门，成为时代的宠儿。我的思考：究竟哪些人不会被时代淘汰？遵循原则——做机器不能做的事，同时要学会与机器合作。1.复杂模式判断者：需要强大的思维逻辑和判断能力（高级工程师，科学家，警察）2.创意工作者：为追求趣味，发掘人类爱好而创作（艺术家，作家，演员，跨领域知识牛人）3.人际连接者：追求人与人之间联系的服务型工作（高端服务业，高端手工业，厨师，心理咨询师等)

智能时代的2%和98%

现今，我们正处在互联网高速发展的大时代，据中国互联网络信息中心（CNNIC）发布第37次《中国互联网络发展状况统计报告》中得知，中国网民人数截至2015年12月，达6.88亿人，互联网普及率达到50.3％，其中有90.1％的网民通过手机上网。不管是网民人数短短十年的飞速增长，载体更新换代的科技促使，还是媒体业务多元化的扩大挺近，都一再揭示着互联网+大数据时代已经到来。书中推荐序“智能时代，未来已来”中揭示了什么是未来，未来是什么？科技的前沿领域包括：人工智能、基因技术、纳米技术等，简化了说，憧憬即是未来，未来即是梦想。扩大了说今天做不到的就是未来，未来就是科幻小说中出现的场景。书中前言“人类的胜利”中纠正了社会上普遍的机器人终将统治人类的忧虑，以Google的围棋计算机AlphaGo在与世界著名选手李世石的对局凭借4:1取得压倒性胜利来与1997年IBM的深蓝在国际象棋领域战胜卡斯帕罗夫来进行对比，围棋和象棋的难度差距，告诉人类机器的确胜利了，但是这样压倒性胜利的机器是人类发明的。书中正文从七个章节向我们展现了吴军博士的前瞻思维和真知灼见，不仅阐述了虽然机器智能改变人类社会的例子生活中我们还未经常经历，但是在新闻中我们不难发现，还阐述了智能时代的到来终将对社会进行技术革命，大多数人在未来将不再被社会需要，他们的工作会被机器所取代，只有2%的人有工作的机会，我们要争当那2%的人是毋庸置疑的，可第一步不是争，而是打破现有的认知束缚。正面看，世界从互联网时代到大数据时代，带来时代的变革；生活从有了网络到离不开网络，带来科技的更迭；时间从缓慢化到节奏化，带来不间断信息摄取。反面看，世界从零信息到信息泛滥，导致正确信息与错误信息的同时摄入；生活从吃饱穿暖到需求扩大化，导致希望与欲望的激烈碰撞；时间从整块到碎片化，导致有效筛选与无效筛选的困难抉择。我们可以看到社会进步、科技发展带来的种种优势，却也可以看到其导致的种种劣势，最重要的是在这个过程中我们扮演的角色该如何思考、如何选择、如何去做。

做个不可替代的人

有幸在工作后不久读到吴军博士的《浪潮之巅》，得知其2016年在对外财经大学有《智能时代》的演讲，遂前往。这本书算是他演讲内容的延伸和课后作业吧。在智能时代，随着云计算和大数据的兴起，务必会有超级多的行业、工种发生巨大的变革。比如：1.『停车收费员』会被ETCP 取代。北京的部分停车场已经配备了ETCP，入场时摄像头扫描车牌，出场时再次扫描，自动计算金额。如果你的 ECTP app 绑定了支付宝，还能自动付费。整个过程没有现金、没有扯皮、没有讲价，有的是效率。同样会被替代的还有公路收费人员。2.『驾驶员』会被自动驾驶取代。活动现场吴军博士咨询有多少人相信 10年内汽车会实现无人驾驶，大多数人认为 10年之内。最近看到几条 Tesla自动驾驶躲避意外的视频，十分惊讶。Tesla 不仅能对前方车辆的状态进行感知，还能对后方的危险进行避让。如果未来汽车完全能够实现自动驾驶，车距将可以做到足够小，交通也会因为少了很多危险的司机而变得畅通无阻。社会的发展会让很多工作消失，或许也会增加新的工作机会——我在工作之初，我就给自己定下了一个目标：『不会的要主动思考，思考后要问，问一遍绝对不问第二遍』。工作第2年我又给自己定下另一个目标：『做一个不可被替代的人』。科技的发展，会让那些不断进取、不断学习的人发掘到更多机会，变得更不可替代。大数据的发展会孕育出大数据工程师、数据科学家、数据分析师、增长黑客等诸多职位。做个不可被替代的人。

一本大数据科普读物

【总体感觉】作为一本大数据科普读物，对我这种计算机白痴、大数据菜鸟来讲这本书可读性算比较高了，即使香农定理那块看的昏头脑涨，但不影响get a big pic，整体框架还算清楚，作为入门读物不错，不过有价值的主要在前四章，以后读第二遍时可以重点体会下大数据应用的案例。总分给****，其中逻辑性1星，启发性1星（满分2星，对我来说读书最重要的是启发思考和学到新的思维框架，但这本书相比《浪潮之巅》还是差点火候），可读性1星（文笔流畅不卡带），看心情给1星（书不便宜，justify下自己的银子。。。）……………………………………有剧透的正文分割线………………………………似乎现在讨论新的商业模式都得加点大数据概念，否则就像个土鳖；之前股票市场活跃时大数据故事能讲的圆满的，股价表现大抵也都很强。辣么“大数据”到底像O2O一样只是个资本炒作的概念，还是真的会成为这个时代新的“基础设施”呢？看完这本书后，答案倾向于后者，大数据将会像不久之前到来的互联网一样，成为未来世界的基础设施，就像曾经的铁路、通信一样。而一个时代的基础设施更新，往往意味一些产业的消失，一些产业的升级，一些产业的诞生。1.为什么叫“大”数据？其实人类使用数据的历史由来已久，古老的历法，金字塔内神奇的比例，托勒密时代的天体运动模型。但古代对数据的收集只能靠人的观察，然后总结规律，再根据实际不断调整。而现在的“大数据”，是在计算机和互联网技术充分发展后的结果，数据的采集相较以前更及时、更多维、更完备。数据比以前更易获得，更好用，也更加必不可少了，换句话说，数据比以前相对更”大”了，所以叫BIG DATA，而不是large data之类。2.大数据的本质？KK在《技术想要什么》中讲到了进化具有“外熵”性质（其实就是“熵减”），从而让这个世界更加有序，对抗整个宇宙熵增的趋势，不管是有机体的进化，还是技术的进化，都是如此。有序就要能够应对不确定性，就要具备对环境的判断和应对知识，而知识的学习和积累需要信息，信息的获得则要靠更广泛、更有效的数据。所以数据本身不是目的，获得数据之后减少不确定性，才是“大数据”真正的用武之地。数据→信息→知识→应对不确定性3.大数据的应用大数据最核心的作用是提供了一种新的方法论。就像进化史中“语言”的出现是“进化的进化”——加速了进化过程本身，大数据的出现也将加速科技的进化。数据思维vs机械思维：机械思维的前提是“世界是运动的，运动是有规律的，规律是可以被认识的”，“大胆假设，小心求证”，通过观察构建并不断细化模型，来预测事物。比如工业革命中的蒸汽机的广泛使用，就是一种不变规律在不同事物中的应验。而数据思维其实和世界的呈现方式是一直的，因为构成这个世界的粒子运动本身就是不确定的，是个概率分布，我们所观察到的规律，不过是“大数定律”后的再归纳。因此机械思维在“确定性世界”中最有效，对应的是宏观世界的表象。数据思维是“不确定性世界”的生存法则，对应的是这个世界的底层架构。此外，机械思维一直强调的是“因果关系”，只有找到明确的因果关系，才能由“输入”推导“输出”；而数据思维可以容纳“相关关系”——也许有些事物之间就是只有递归循环而无因果连接呢？具体来说，在科技方面，大数据实现了一种新的智能——机器学习。比如语音识别、人脸识别、围棋对弈，机器不必模仿人的认知模式，只要从海量的数据中发现模式、计算概率，再应用、迭代即可，无需先入为主的假设。从这个意义上看，人工智能并不是替代人类，而是“发现”一种与人类认知平行的新智能，就如岩蚁可以通过不断奔跑留下气味“估算”出π值和洞穴体积一样，这个星球应该是欢迎不同语言和不同认知模式的。在商业方面，“大数据+产业=新产业”，大数据通过降低不确定性重新定义了零售业、广告业，未来也会重新定义传统农业，实现效率提升。同时，在新的商业时代，商业模式也要更具弹性，不要等到方案细节完善后再运行——因为不确定性无法穷尽，让模式或方案“可进化”、搜集数据反馈后再不断调整优化才是更有效的吧。4.关于大数据本身大数据的采集：电脑、传感器(物联网)、非数字化的各种语音、图片、视频、图书档案等等都可以产生数据。数据采集是应用“大数据”的第一个环节，要求充足且有代表性，是个知易行难的事情，所以Google愿意花32亿美元收购一家亏损的小公司nest，就是因为它能比Google更有效的采集到家庭用户数据。大数据的处理：降噪（提高信号噪声比）、并行计算（取决于并行比例，if有50%的计算不能并行，则加速最大不超过2倍）至于未来，谁知道呢，如果真的如吴军博士所说，只有2%的人类融入智能时代，大多数人会被社会进步抛弃。那也只能如此吧。但是进化似乎从来不按套路出牌，也许人工智能时代全面到来时，也是人类“技术爆炸”之时，我们突然就有方法进军银河系了呢；又或者人类发现自己只是进化过程的“拇指”，连2%的预测都是乐观的呢。在新时代到来前，立足当下，抓紧时间提升自己的认知能力，优化思维结构，不管移民火星还是AI统治，让自己“尚存价值”的概率哪怕提高一点点，也是好的~

这是一篇特别长的公众号文章

文章概要：1、机械思维（遵循因果关系）和大数据思维（寻找相关性）2、新技术（蒸汽机、电、信息、大数据/机械智能）+ 原有产业 = 新产业3、讲大数据/机械智能的原理、过程、难点、好处、坏处、未来可能的应用场景。个人感觉：1、准备去读一下书中提到的作者的另一本书《数学之美》。2、不知道为什么，读这本书一直给我一种在读某个公众号的文章的感觉，不枯燥，易读，读的有点过瘾但是又感觉没读到什么。3、感觉本书中没有太多干货，没有实质性建议，且一些观点在书中重复出现次数太多。4、被之前宣传误导致而在读过后产生的落差较大，切记以后不要被漂亮话误导。ps：一本6分的书，宣传说10分，你不信，但是你感觉差不多怎么也有8分，你仍旧是被误导了，切记！总结：这是一本不枯燥也容易理解的书，也许你会从中了解学习一些知识和观点。也许书不差，但是肯定没有宣传的那么好营销做的太夸张，令人反感）。

不确定性的恐怖

在《三体》开篇，许多顶级科学家相继自杀。以杨冬为例，在她的遗书在写到：“物理学从来没有存在过”。事件缘起于物理学界出现了许多无法用物理学解释，甚至有悖于基础物理学的现象（根据后续情节可推断这些现象大概是由三体世界向地球发射的智子作恶的产物），让杨冬一直赖以生存的思维大厦崩溃，失去存在于世界的意义。在《智能时代》中，作者多次谈及思维体系的重要性及革命的必要性，也指出这种思维革命的挑战。确实，一旦无法接受智能时代所揭示的世界不确定性，导致人类的自信及自尊破灭；又或者无法承受新时代对信奉数百年的机械思维的冲击，则容易陷入虚无的困境，失去存在于世界的意义。因此，在人生的下半部分，估计我需要花费大把时光用于思维方式的具体形成（目前自我的思维体系并不存在或者不明白）以及革变。

“这是最好的时代，也是最坏的时代”

著 安康小确幸吴军，美籍华人，曾任腾讯公司副总裁，致力于语音识别、自然语言处理，是Google中日韩文搜索算法的主要设计者。著有《数学之美》、《浪潮之巅》和《文明之光》。以上关于作者的介绍来自百度百科，三本专著倒是在书中时常出现，而Google几乎出现在每个例子当中。吴军博士简直称得上是Google的最佳代言人，对Google的成就如数家珍（最具代表性的便是新晋网红AlphaGo），评价极高，有些王婆卖瓜之嫌。但或许是对于偶等普通人，比起百度确实并不熟知、甚至不常用Google。作者对自己的专著倒是自谦得很，但是从本书的行文和语言风格来看，应该也是极具专业性却又较为易懂的作品，感兴趣的作者不妨找来阅读。关于《智能时代》这本书的兴趣，倒不是源于作者，而是这个书名说的就是这个时代，正如作者在书中提到的英国作家狄更斯所说：“这是最好的时代，也是最坏的时代”。刚巧，现在的公司就是一家互联网公司，互联网+、大数量、网络平台都是2016年才逐渐了解到的词汇。所谓，干一行、爱一行，既然选择了互联网公司，就应该去了解、学习，适应互联网公司的节奏和行业状态。本书共分为七章，由浅入深地向读者详细介绍了大数据、机器智能、大数据思维、大数据与商业、智能产业，以及智能时代所带来的影响和弊端。书中列举了大量例证来阐释相关概念，是一部不枯燥且有意思的专业书籍。第一章 数据—人类建造文明的基石第二章 大数据和机器智能第三章 思维的革命第四章 大数据与商业第五章 大数据和智能革命的技术挑战第六章 未来智能化产业第七章 智能革命和未来社会大数据的概念，并不是指数字，它包含图片、文字、视频、图纸等等方面。就是这个“数据”，便是第三次技术革命和社会变革即智能时代的核心动力。 而大数据的核心就是变智能问题为数据问题。由此，全世界开始了新的一轮技术革命——智能革命。关于智能时代的表现，最为直接的就是越来越多的智能手机使用，以及电子支付的使用，新媒体越来越多的取代纸媒。作者总结了两个公式，来概括过去两次工业革命：现有产业+蒸汽机=新产业，现有产业+电=新产业。21世纪技术革命的公式：现有产业+大数据=新产业。基于这一必然发展规律，这个时代给人们两条道路加以选择：1、加入智能浪潮，成为前2%的人；2、观望徘徊，被淘汰。例如，书中提到的NBA球队——勇士队。这支球队用一年时间从倒数第二成为NBA总冠军，大胆启用斯蒂芬·库里（Stephen Curry）是他们获胜的关键，而他们的教练居然是一为风险投资公司的合伙人。之所以勇士队能够获得NBA总冠军，依赖于这位教练运用数据来知道队员苦练神投技。篮球界人士因此把勇士队称为NBA里的Google。现在所在的公司，正是一家正在转型的转同行业——制造业。借助互联网+的浪潮，正在开拓一种新型的产业模式，无论是经营模式还是宣传手段都与以往截然不同。这本书是给想要加入2%队伍的人的启蒙书，拉开了通往智能世界的大门。

要因果，还是要相关？

跟大数据时代相比，其实并没有太多更新的观点。主要观点还是我们这个世界的重心将慢慢从追求因果关系向追求相关关系过渡。前者是一种机械思维，后者作者称为现代思维。当然，追求相关关系不一定就排斥了因果关系，只是我们先知道了果再去尝试找到因，并且有可能大多数情况下我们是找不到因的，因为这个世界有无法消除的不确定性。而且，既然我们都已经找到结论，找到解决方法了，那么具体的原因是什么对我们来说是否还是那么重要呢？对因果的追求是我们人类神圣不可侵犯的一部分呢，还是只是我们可选择的一个选项而已呢？另一个对我有启发的点是，原来大多数的进步并非算法本身的改进，而是数据的大量增加。即模型本身的改变并不大，只是喂给这个模型的数据变多了，把这个模型的参数调整得更加精确了，更加实用了。这也是现代数据思维跟传统机械思维的不同之处。前者的重心不在模型的选择和设计上，而是用一个过得去的模型先用着，然后喂大量的数据来使得这个模型变得更加实用。而后者的机械思维则力图寻找到一个最能最精确反映这个世界的最佳模型。显然，前者的性价比更高一些，因为我们开始有了计算能力更强大的计算机和更多的数据。这对于做其它的事情也有启发意义。前者意味着先行动再调优，后者意味着计划与三思而后行。