智能時代

《智能時代》

讀書感想及筆記

讀書目的：建立大數據、機器智能思維。

問題：

1.這本書的思維邏輯

2.作者想表達的是什麼

3.我從中受到了什麼啟發

4.我應該怎麼做

回答：

1. 這本書的思維邏輯是什麼？

《智能時代》共有七個章節，從數據的起源到數據對現代社會的影響，提出智能時代會伴隨著大數據到來。提到最多的三個詞是（大）數據、智能、革命。

人類文明的過程就是對數據的獲取、分析，建立模型，到預測未來。作者舉出了很多事例，證明數據會是下一次技術革命和社會變革的核心動力。

50年代起，人類就在研究機器語音識別，但是使用傳統人工智慧的方法無法解決。70年代，賈里尼克基於統計方法，在語言識別技術上實現了突破，開創了用統計的辦法解決智能問題的途徑，即數據驅動方法。21世紀，互聯網出現使得數據量劇增，並交叉成網，數據之間的關聯性大大增強，這就是大數據的形成。大數據具有體量大、多維度、完備性三個特徵。量變產生質變，智能問題轉變為數據問題，由此智能革命來臨。AlphaGo、計算機回答覆雜問題就是變智能問題為數據問題的例子。

思維方式決定科學成就，從歐幾里得、托米勒到牛頓，誕生了確定性做保障的一系列方法論，形成機械思維，忠於因果邏輯。隨著人類對世界的了解，發現世界是不確定的，無法準確預測。香農提出的資訊理論成為一種新的方法論，（作者在第二章提到在此之前是歐幾里得提出的「一切定理都由定義和簡單的公理直接或間接的演繹得出」的方法論，拖勒米提出的」通過觀察獲得數學模型的雛形，然後利用數據來細化模型「的方法論和牛頓的」世界萬物的運動變化可以被認知」的方法論為解決問題的根本方法），即引入信息消除不確定性。大數據的科學基礎是資訊理論，本質是利用信息消除不確定性。大數據思維方式——從大數據中直接找答案，尋找相關性，即使不知道因果關係。

介紹了大數據商業應用的兩個方面，第一是數據擁有者從大數據中尋找規律，找出異常行為。第二是大數據思維企業把控每個細節，為消費者提供個性化即時服務。沒有數據就沒有智能，新技術+原有產業=新產業。這個時代的新技術就是大數據技術和機器智能技術，這些技術誕生新的商業模式。

今天是大數據的拐點，數據的產生、存儲、運輸和處理方面的技術皆有一定的突破，但現在大數據水平仍然處於初級階段，機器智能方面剛剛起步，需要進一步技術突破。

作者通過各種例子向我們描繪未來農業、體育、製造業、醫療、律師業、記者編輯的景象，大數據將會導致社會的產業升級和變遷。

未來，大數據和機器智能的應用帶來智能化、精細化、無隱私的社會。機器搶掉人的飯碗，社會只有通過時間才能消除智能革命的衝擊。作者的建議：未來爭當2%的人，迎接新時代的挑戰。

以上是該書的邏輯和乾貨。

2.作者想表達什麼？

一句話：由數據技術帶來的智能時代將會對商業乃至整個社會帶來巨大的改變，我們應該構建大數據思維方式，掌握依靠數據解決不確定性的方法論。

3.我從中受到的啟發？

首先是對於未來的職業規劃，對數據分析這一崗位更加了解，更有信心。由於目前大數據應用仍處於初級階段，技術的大規模突破會在未來10年內。所以，每個人、每個企業、乃至每個國家都需要在這次浪潮中獲得轉型，然而目前社會上這方面的人才又是急缺的，各個企業需要相關的人才，缺乏相關的部門，主要尋求第三方機構獲得幫助。

其次，數據帶來的機器智能效應會發生在50%以上的行業和職業中。每個人都應該認識到這一點，在機器取代工作之前找到新的產業和職業方向。

最後，就是對未來，可能也就是十年到十五年之後。數據和機器智能對整個社會的巨大衝擊。無隱私的社會，每個人的數據都可能被他人利用，如果這樣，還有什麼安全性可言。少部分人，書中說到的2%，供養著98%中大部分的不能給社會帶來價值的人，這些人被機器取代，無事可做，必然帶來社會的動蕩。

4.我應該在這個時代怎麼做？

即使人工智慧在某種程度上說超過了全球每個人的智力，但是人工智慧目前已被發掘的能力依然不能在短時間內對人類的生存造成威脅。這個社會，本質上還是人和人的競爭。符合時代要求的知識永遠是個人最寶貴的核心競爭力，所以個人的能力提升才是最重要的。

學習在過去以及在未來永遠是人類最重要的本領。目前看來，唯獨不斷學習才能趕上時代的潮流，不被淘汰。這個時代，個人價值需要充分體現，這個價值體現在幫助更多的人和企業不被時代浪潮淹沒。

筆記：

智能問題從根本上來說是消除不確定性問題。

大數據用於：變智能問題為數據問題。

運用大數據的思維方式——從大量的數據中直接找到答案，即使不知道原因。

大數據的三個特徵：體量大、多樣性、完備性。

大數據思維的核心：數據之間的相關性在某種程度上能取代因果關係，幫助我們得到答案。

大數據的基礎是資訊理論，本質是利用信息消除不確定性。

市場競爭從技術競爭變為數據競爭。

大數據時代的方法論：不要用確定的角度解決不確定的問題。

大數據與商業結合：沃爾瑪的交易數據支離破碎地存放在各處，有些還存在第三方，用起來不方便。（這個信息可能過時了，但反映出很多企業在數據管理方面存在的問題）

大數據商業應用中數據流向：細節到整體，整體到細節。

抓住每一個細節的信息。 ——亞馬遜

大數據的窮舉法，樣本可以等於全集。

新技術+原有產業=新產業

數據的三個來源：1電腦本身；2感測器（RFID）；3語音、圖片、文字檔案等。

什麼是雲計算？將複雜問題拆分成小問題分配到多台伺服器上做並行計算。

大數據實際是對計算機科學、電機工程、通信、應用數學和認知科學的綜合考量。

微軟、谷歌、蘋果這些IT公司為挖掘每個家庭消費潛力，想盡辦法挖掘家庭客廳的數據。而擁有數據的公司除了統計一下收視率，並沒有什麼大作為。對數據的看法反映出兩個類型的公司在方法論上的差異。

數據驅動：獲取數據 分析數據 建立模型 預測未知 。

數據驅動方法是大數據的基礎，也是智能革命的核心。

對大數據的看法不應局限在統計、銷售、決策上，而應看到它導致了機器智能。

寫書表達思想是一件頗為主觀的事最重要的不是避免錯誤，而是不可缺乏思想。