历史的车轮滚滚向前，轮子上的每个点都在往复循环.

——题记

慕名来看吴军大大的书《智能时代》，历时两周，读完了这本书，科普性很强，深入浅出，一些跳出常规的思维方式的启发，对现阶段的我真的极为珍贵，在此分享一些读后感受 ！（期待和各位看官一起讨论哈~）

首先，对作者想表达的主题进行梳理：

1 何为大数据？

所有能被数据化的东西都可以称为广义上的数据，所有数据本身并无意义，但可以运用专业技术从数据中分析出信息。得到的信息可能有用、可能没有，可能对也可能错，但这种获取数据和提炼信息的能力，是不同历史时期下人类认识世界的重要手段。既然所谓的“数据分析”方法由来已久，为什么近些年被炒得这么火？因为技术手段革新（互联网等普及）使得分析所需的海量数据可以在短期内积累，同时，分析方法的进步，使得数据分析结果也可以在短期内重新投入生产实践。

作者给我们掰扯了一下大数据的定义和特征，大数据不仅量大，这个“大”更体现在重要性上，因为从数据中能挖掘出大量重要的信息，因此大数据的一些特征有：

（1）多维度。互联网数据各种维度相互交织，自然状态下就是冗杂且混乱的，但梳理出背后各种维度之间的关联和差异，就能创造巨大的价值。

（2）相对真实。和问卷调查比，这种轻松状态下的行为数据积累更能体现大众的真实想法。（但是，如果商业化太过头，人为干预太多，统计得到的流量之类的数据估计会不太准。所以Google干干净净的界面真的是太明智了。）

（3）完备性。可以搜集到各种层次的人群的信息，避免了抽样调查可能产生的一些偏差。

（4）时效性。在拥堵预测、交通疏导等方面收效很好。

2 机器如何智能？

图灵博士提出机器智能只是强调“机器能够解决人脑所能解决的问题”，而没有强调如何达到这样的效果，也就是“计算机从来没有，也不需要像人一样思考”。（人靠推理，它靠数据）就好像人跟人学东西时候的思考方式都不尽相同。人对于一件事、一段文字、一首歌曲的理解也是千差万别的。

有些人把计算机已经完成的问题归结到非智能问题中（对此我的看法是：WTF）。其实，在人类搞明白化学原理之前，白磷自然都以为是鬼怪作祟；在魔术戏法法被揭穿之前，多少孩子以为那是传说中的魔法呢。“因为不懂，所以高端”，这是一些人思维上的通病。搞明白了原理不代表它就变LOW了，只是你能看得更透彻了，要么说距离产生美呢。

3 从少到多，再从多到少

有些问题从本学科的专业角度解决起来很困难，但是忽略多余的特征，单纯地从数学规律上分析，一些难题却能迎刃而解。这种“数据驱动”的方法已经用于语音识别、机器翻译上。这种方法虽然更便捷，但需要大量数据用于模型训练，因此曾一度无法发挥它的功效。

现在的数据量相比过去大了很多，量变带来了质变，思维方式、处理事情的方法和以往也会有所不同。以前没有数据，要做加法——想办法统计、调查，现在有了海量数据，就要做减法——从看似杂乱的数据中筛选、挖掘出有价值的信息。

4 从不确定到确定，再从确定到不确定

工业时代典型的机械思维源于古希腊的思辨思想和逻辑推理能力，简单来说就是形成一套准则，指导人们的行为，核心在于确定性和因果关系。其实我们平时也都在这么用，尤其是工科论文——“观察现状发现问题、分析问题找到原因、针对原因找出解决办法、实例测算”——这是基本的套路。

牛顿用他的数学、物流学、天文学等方面的学说给人们的脑子里打上一个深深的烙印——“世界上的万物都是遵循一定规律的，这些规律是可以被认识的。”凭借这种基于科学原理指导生产的思维方式，瓦特改造了蒸汽机，带来了轰轰烈烈的工业革命。

但是随着人们对世界认知的不断深入，开始意识到仍存在大量不确定性问题。对于这种不确定性的研究源于通信行业，进而产生的信息论即是完全建立在不确定性基础上的。因此大数据的本质就是利用信息消除不确定性，这是对机械思维的补充。从原本探究因果关系的思维跳出来，转而寻找强相关关系，即“可以从大量的数据中找到答案，即使不知道原因。”

4 从局部到整体，再从整体到局部

首先，“从局部到整体”表示的是“发现规律”或者说“发现问题”。比如，从大量的数据中可以总结居民正常用电模式、可以发现企业正常营收模式、可以发现消费者的购买习惯规律。而“从整体到局部”，表示的是“运用分析得到的规律”改进既有商业模式的。比如对于异常用电模式可能存在的非法操作（种植大麻）、对异常企业的税收情况进行检查、对于顾客个性化偏好、孕产状况等进行动态推送。

正是基于对市场数据客观而准确的统计结论，才有了完整的信息流，没有能力控制一手市场信息的企业就会渐渐失去对市场的掌控。新技术总是向着“提供更好的服务”方向发展，让服务被动为主动。正如作者所说：“人类对服务的需求总是有的，而且随着科技进步，人们对服务的要求越来越高。”“未来厂商之间的核心竞争力不再是商品本身，而是服务。而服务的水平不取决于态度或技术，而是要依靠智能化。”

另外，局部也可以理解为个性化，整体也可以理解为统一化（标准化）。过去的手工作坊是完全个性化的，甚至一家店就靠一人的手艺活着。工业时代实现的工厂批量生产，实现了流程的标准统一。而工业时代的标准化标准的是流程，但是标准的体制下依然分三六九等，大家都很难找到最合适自己的，所以只能默认最权威的或者最贵的就是最好的，所以有限的资源就被炒翻了。

6 未来也许还是一个看脸的世界，但更是一个看脑子的世界

新时代下，经验变得不再是垄断、稀缺的资源，任何懂得数据分析的人，都可以通过大量案例“学习”，获取过去人类一辈子也无法得到的经验。未来，仅靠天赋和苦练将得不到好结果，因为大数据会给你指最快捷的路。

一方面我们将享受到越来越便利的智能化社会设施，另一方面我们如何应对可能产生的劳动力被大量释放的问题。新技术的出现初期，受益者仅限掌握新技术、从事新行业的一小撮人，随之出现贫富差距、社会矛盾等负面影响，通常需要两代人的时间来消化。我们难道还要像之前一样，等待他们随着时间退出劳务市场吗？或者简单地把农业人口变成城市人口，把第一、第二产业变成第三产业？我们的世界还会给我们耗下去的机会吗？

时代就是不断重复的，历史的车辆滚滚向前，但是车轮上的每一个点都在往复循环。当然不是完全照搬，而是赋予了新时代的意义。这是最好的时代，也是最坏的时代，大数据在改善生活水平上影响力巨大，但它对社会文明产生的冲击也是巨大的。

工作对现代人至关重要（个人认为，大多数问题都是因为“吃饱了撑的”或“没事儿闲的”），任何一个有良知的青年都愿意通过工作养活自己，但是在这样一个高速发展的时代，很多人跟不上社会进步的步伐，必然被时代抛弃。

“2%的人将控制未来，成为他们或被淘汰”，我们要努力成为那2%的人，为的，就是解决那98%的人面临的问题。

——————————————————————————

书中我特别喜欢的句子摘抄：

“写书表达思想是一件颇为主观的事情，最重要的不是避免犯错误，而是不可缺乏思想。”

【正如司马迁所说：“亦欲以究天人之际，通古今之变，成一家之言。”】

“社会公平只能反映在机会平等上，而不是结果的公平。实际上，只要个人的智力有差异，努力的程度不同，以及每个人的运气不同，即使劫富济贫也无法保证社会公平。”

【何炅老师说过：“要得到你必须要付出，要付出你还要学会坚持，如果你真的觉得很难，那你就放弃，但是你放弃了就不要抱怨。”这段话真的道出了我心中关于公平的认知】

——————————————————————————————————————

最后是一点脑洞（非战斗人员请迅速撤离）：

（※）在环境不合适的时候，即使你是一套炒鸡好用的算法，也会被埋没。算法尚且讲究时代背景和机遇，更何况人呢？人要想得到赏识飞黄腾达，本身实力只是一方面，更重要的是在合适的机会，让世界看到你的美。

（※）既然有学就有教，教学相长。计算机并不是在任何方面都有接近甚至超过人类的智能，只不过是将人类的某个方面在机器身上被放大，被发挥到极致，那么人类处理这类问题的优缺点就暴露得更明显，所以教学相长，人类教会了机器，机器也可以反过来教育人，反思自己。

（※）好的道理都是具有极强的可迁移性的，工业革命标准化的不仅仅是商品，还有人。在标准化的体制下，人也是分三六九等的，所以就造成了教育体系的千军万马挤独木桥的景象。大家不知道自己的价值在哪里，只能默认最稳妥的就是最好的，所以造就了现在千军万马挤独木桥的考试制度。但是实际上应该从思想上让人们意识到，他学得那么痛苦，其实根本就没什么必要。在一条错误的路上走得越远错得越深，我们需要自己找到使劲的方向，要不然就是空挥拳头。

人生而平等，人生而不同，我们最该个性化的是我们自己。

（※）越好的东西就一定有它越坏的一面。大数据分析的结果可以造福世界，也可以杀死全世界。但我觉得也无需过分担忧，虽然解决办法总是滞后于问题的发生，但是也总是有办法解决的啊，比如全世界任何一个国家的法律都不会完善的，因为总会出现新的问题，关键是要积极解决。