之前读过《浪潮之巅》和《硅谷之谜》，被一个个科技巨头的故事深深吸引，在科技变革的浪潮中，有的公司顺势崛起，而有的则迅速消亡。在变革的巨浪中，公司的力量太小，只有拥抱技术变迁，才能不被淘汰。公司是这样，我们每个人也是，提早为可能要到来的巨浪做准备。

　　

　　一口气读完《智能时代》，书中也表达同样的观点：“2%的人将控制未来，成为他们或被淘汰”。阅读本书，开拓了视野和思路，下面总结下书中观点。

数据–人类建造文明的基石

　　《智能时代》这本书，首先描述了数据、信息和知识的概念，并且讲述了三者的联系：数据是杂乱的，需要对数据处理，过滤掉无用的噪声或删除有害的数据，从而获取到数据背后的信息来。而知识比数据和信息更高了一个层次，它更加抽象，并且具有系统性的特征，它是对数据和信息处理之后，被相关领域专业知识的人才总结出来的。书中的例子是：通过测量星球的位置和对应的时间，就得到数据；通过这些数据得到星球运动的轨迹，就是信息；通过信息总结出开普勒三定律，就是知识。人类进步就是靠使用知识不断改变生活和周围世界的过程，而这一切的基础就是数据。所以说数据是人类建造文明的基石。　　
　　数据一个重要的特性是，数据之间具有关联性。所以通过对数据挖掘和分析可以得到想要的和许多意想不到的信息。比如中国最著名“照片泄密案“，就是个很好的通过分析来获得有用信息的例子。因为数据之间的这种相关性，当无法直接获得信息（比如疫情传播情况），可以将相关联的信息（比如各地搜索情况）量化，然后通过数学模型，间接地得到所需信息。数学模型的基础离不开概率论和统计学。统计学的数据采集中有两个要点：量和质，量是指统计的数据量必须充足，而质则是指采集的数据需要具有代表性、与统计的目标相一致。因此，准确的统计结果，依赖大量的有效数据。在实际应用中需要建立数学模型，寻找模型参数，来让模型和采集的数据相匹配。过去寻找模型更加重要，但在今天更多的是寻找模型的参数，这属于机器学习（找到数学模型后，用统计的方法“训练出”模型的参数）的范畴。至于模型选择，可以将很多简单的模型组合到一起，取代寻找一个复杂模型，来逼近真实情况。这样的方法被称为数据驱动方法。因为，它是先有大量数据而不是预设的模型，然后用很多简单的模型去契合数据。数据驱动方法是大数据的基础，也是智能革命的核心，更重要的是它带来了一种新的思维方式。
　　人类认识自然的过程，科学实践的过程，以及在经济、社会领域的行为，总是伴随着数据的使用。从某种程度上讲，获得和利用数据的水平。在电子计算机诞生、人类进入信息时代之后，数据的作用越来越明显，数据驱动方法开始被普遍采用。如果把资本和机械动能作为大航海时代以来全球近代化的推动力，那么数据将成为下一次技术革命和社会变革的核心动力。

大数据和机器智能　　

　　验证机器有无智能的方法–图灵测试：让一台机器和一个人坐在幕后，裁判同时和幕后的人和机器交流，如果裁判无法判断对方是人还是机器，就说明这台机器有了和人同等的智能。学术界将机器智能分为传统人工智能方法和现代其他方法（如数据驱动、知识发现或机器学习）。传统的人工智能就是首先了解人类是如何产生智能的，然后让计算机按照人的思路去做，但是这种方法无法让计算机有类似于人的智能。作者举了一个例子：The pen was in the box(钢笔在盒子里)很好理解，但是另一句语法相同的话：The box in the pen就让人费解。在英语中pen有另一个不常用的意思–小孩玩耍的围栏。知道了这层含义，这句话就能够理解了。但是对于机器，如果使用同样的语法分析，这两句话会得到相同的语法分析树，而仅根据这两句话本身，甚至通篇文章，是无法判定pen的含义是围栏还是钢笔。人对这两句话的理解并非来自语法分析和语义本身，而是来自他们的常识或者说关于世界的知识（world knowledge），这种问题是传统的人工智能方法解决不了的。因此只有另辟蹊径，采用统计+数据的方法，这种方法最大的好处是，随着数据量的积累，系统会变得越来越好，相比之下过去人工智能的方法很难收益于数据量的提升。　　
　　数据的量变可以引起质变，作者举出google翻译系统的翻译准确率在短时间超过其他研究机构的例子，来说明大量的数据使得google的翻译系统发生了质变：在大部分研究团队只够训练三元模型的情况下，google能够训练出六元模型。由于互联网和移动互联网的出现，数据量剧增，并且开始相互关联，数据驱动方法的优势越来越明显。全世界各个领域数据不断向外扩展，很多数据开始出现交叉，各个维度的数据从点和线渐渐连成了网，或者说数据的关联性极大地增强，在这样的背景下，出现了大数据的概念。那么什么是大数据呢，它有哪些特征？大数据最明显的特征是体量大，除了体量大以外，作者认为大数据还有多维度和全面性（完备性）的特征。大数据的时效性不是必须的，但是如果有时效性可以做到很多过去做不到的事情：如城市智能交通管理。
　　有了大数据之后，就可以变智能问题为数据问题，机器智能不再是和人一样靠推理，而是采用大数据，从数据中学习获得信息和知识。由大数据引发的革命已经悄然发生，它能够让计算机的智能水平产生飞跃，在很多领域计算机将获得比人类更高的智能。大数据和由之而来的智能革命决定着今后20年的经济发展。

机械思维和大数据思维

　　自17世纪以来指导我们日常做事行为的最重要的思维方式是机械思维。机械思维的核心思想可以概括为：1.世界变化的规律是确定的；2.因为有确定性做保障，因此规律不仅可以被认识，而且可以用简单的公式或者语言描述清楚；3.这些规律应该是放之四海皆准的。机械思维作为一种准则指导人们的行为，其核心思想可以进一步概括成确定性（或者可预测性）和因果关系。例如牛顿用了几个定律（力学三定律和万有引力定律）就可以把天体的运动规律讲清楚，并且应用到任何场合都是正确的，这就是确定性。类似的，当我们给物体施加外力时，它就获得一个加速度，而加速度的大小取决于外力和物体本身质量，这是一种因果关系。
　　机器思维促进了世界近代化，乃至现代化的过程–它导致了很多重大发明和发现，比如爱因斯坦的相对论，也促进了一些现代科学的诞生，比如现代医药学。但是世界本身存在着很大的不确定性，由于它否认了不确定性和不可知性，机械思维在认识世界时还是有很多的局限性。世界不确定性来自两个方面：1.影响世界的变量非常多，很多细节难以准确测量。2.来自客观世界本身，它是宇宙的一个特性（微观世界里电子绕原子核的运动轨迹）。因为不确定性，世界上很多事情难以用确定的公式或者规则来表示。但是，并非没有规律可循，通常可以用概率模型来描述。在概率论的基础上，香农建立的信息论将世界的不确定性和信息联系了起来（大数据的可行性）。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，数据中包含的信息可以帮我们消除不确定性，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，帮助我们得到想知道的答案，这便是大数据的核心。大数据思维和机械思维并非完全对立，它更多的是对后者的补充。 　

智能革命

　　我们今天可能处在机器智能将要超过人类的拐点上，作者从数据的产生、存储、传输和处理四个角度分析大数据形成的技术条件，并且讲述了大数据和智能革命的技术挑战和未来的智能化产业，在今后，任何能提供大数据关键技术的公司和个人，在未来的智能革命中，都将有大展宏图的机会。　
　　“这是最好的时代，也是最坏的时代”，大数据导致机器革命的到来，这对未来社会的影响不仅仅存在于经济领域，而是全方位的。总体上看，这些影响是正面的，从长远看会使我们未来的社会变得更好。不过，智能革命也会带来很多负面的影响，特别是在它发展的初期。任何一次技术革命，最初受益的都是发展它、使用它的人，而远离它、拒绝接受它的人，在很长的时间里都是迷茫的一代。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。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。