信息论
在19世纪的时候人们受机械论的影响，相信世界是能够预测的。
但是到了二战之后，控制论成为了新的科学基础，聪明人考虑的都是如何根据反馈做出调整，适应现状而不是预测未来。
同样是在1948年，另外一位科学天才克劳德香农发表了论文通信的数学原理，标志着信息论的诞生，从此，通信进入了具有理论指导的时代。
我们今天常说的大数据思维，其科学基础就是信息论。
人工智能的产生
我们知道，对于一个你一无所知的黑盒子，要想了解里面的状态，就需要信息，这是信息论最基本的思想，用比较专业一点的话讲，叫做消除不确定性。
今天人工智能是一个热门话题，其实就是在利用更多的信息去消除不确定性。
那么计算机的智能是如何产生的呢？
他在机理上其实和人类的智能没有半点关系，事实上，今天的计算机只是在那些能够利用数据消除不确定性的问题上比人类聪明。
比如说下围棋对计算机来说，就是在最多361个点位上选择一个地方落子，这是一个361选1的问题。
而对于语音识别，不过是在几十个发音相似的单词或者是词组中选一个匹配。
人脸识别就是在几百万人中选一个匹配。
至于今日头条的推荐也是从若干篇新闻中匹配一些你感兴趣的。
这些难题的答案其实，都是从信息论中来的。
上个世纪70到80年代，作为信息论专家贾里尼克和他的同事们提出了数据驱动的解决人工智能问题的方法，并且在识别语音、翻译语言等等领域获得了成功。
到了互联网普及之后出现了数据的大爆炸而且，原来各个不同领域的数据可以关联起来了，这就产生了我们所说的大数据。
大数据加上摩尔定律引发了今天人工智能的突破，也导致了大家思维方式的改变。
在此之前，人类曾经试图让计算机模拟人的逻辑思维方式解决智能问题，但事实证明，这完全是走错了路。
今天，人们利用大数据解决了很多新的智能问题，从无人驾驶汽车到自动回答问题等等。
所以说，大数据思维改变了传统的做事方法，而这一切都要感谢信息论。
系统的方法论
今天复杂产品和大系统的开发，都或多或少的要利用到系统论的原则，因为他们的复杂度比工业时代的产品要高出几个数量级。
在工业时代，一辆汽车上面有大大小小3万多个零件，这和今天计算机处理器中几十亿个晶体管在数量上可是有天壤之别的。
更要命的是汽车里面的每个零件的作用，至少都能说得清而处理器中每个晶体管的作用单独拿出来，谁也说不清。
因此，过去想让机械产品的性能达到最优，就得把每一个部分都做到最优，然后组装起来，那么整体必然会达到一个最佳状态。
这种思维方式符合，逻辑有道理，以至于今天，不少企业依然奉为经典。
iphone的“境界”
不信的话，大家可以看一看很多厂商是否仍然在不断的宣传自家手机的配置有多高，功能有多么全。
因为按照机械思维、高指标、功能权，就意味着是好手机，但是系统论的观点却认为，整体的性能未必能通过局部性能的优化而实现。
很多人喜欢使用苹果的iphone，不是因为它的配置高，而是因为当初在将技术和艺术相结合上没有人能够在境界上超过乔布斯，以至于苹果手机整体的体验好。
大家如果感兴趣的话，不妨留意一下iphone的广告，就会发现他从来不跟竞争对手比性能和配置，只是从整体讲，他有什么特点。
事实上，苹果的每一款手机和个人电脑的各种绝对指标并不比竞争对手高，甚至还低不少，但是整体上给用户的体验做到了最优化。
一些人把这其中的原因归结为其他厂家的境界不够高。其实境界这个东西是虚的，他背后体现的还是机械思维和系统论思维的差异，系统论所体现的管理思维与机械时代泰勒的现代科学管理思想有明显的不一样。
在二战期间，曼顿计划的负责人格罗夫斯和奥本海默在负责研制原子弹的过程中，主动的采用了系统论进行项目管理大大缩短了原子弹的研究进程。
这样，当时连波尔这样的天才科学家都觉得不可能完成的任务能够在短短的3年时间里完成。
再往后管理上百万人参与的阿波罗计划若没有系统论，就更是不可能办到的了。
从此以后，人们对世界认知的方式都发生了改变，从相信世界是确定的，可预测的机械思维走了出来。
从科学的方法论中走出方法论，值得深思！
打个广告：价值1198元的视频~免费送(关注公号：耿直的直)
坐的时间长了，腰间盘突出又严重了，码字不易啊，给个“赞”吧
网友评论