Abstract：《智能时代》是吴军老师所著，书中主要围绕大数据与机器智能展开阐述。
数据
- 狭义：所有能输入计算机并被计算机程序处理的符号介质的总称
- 广义：能被处理以表示编码的信息或知识，可被测量、收集、报告、分析、可视化
范式（paradigm，科学学概念）
一个共同体成员所共享的信仰、价值、技术等等的集合。指常规科学所赖以运作的理论基础和实践规范，是从事某一科学的研究者群体所共同遵从的世界观和行为方式。
科学研究发展的四个范式：描述自然现象的实验科学，以牛顿定律和麦克斯韦方程等为代表的理论科学，模拟复杂现象的计算科学，数据密集型科学
每一次技术革命都会围绕一个核心技术展开：蒸汽机——>电——>计算机和半导体芯片——>大数据与机器智能
数据密集型科学
- 产生背景：多维度和多变量导致很大的不确定性，虽还不能解释其因果关系，但可从足够多的数据中发现相关性从而把握事物的发展轨迹
- 大数据：源于需求，得益于技术的发展
- 数据的产生：互联网宽带化、移动互联网和物联网技术与应用
智能化时代
- 大数据与机器智能相伴而生，促进物联网从感知到认知并只能决策的升华
- 计算无所不在，软件定义一切，数据驱动发展
- 时代特征：以大数据应用、智能化为标志
- 如何在智能时代跨越思维的不连续性？
大数据解决问题的本质：用不确定的眼光看待世界，再用信息来消除这种不确定性
世界的不确定性来自两方面：
- 影响世界的变量太多以至于无法用数学模型来描述
- 来自客观世界本身的不确定性（宇宙的特性）
解决智能问题：将问题转化为消除不确定性的问题，而大数据则是消除不确定性的关键
现有产业 + 新技术 = 新产业
信息论：建立在不确定性上的理论
信息熵：将世界的不确定性与信息相联系
信息熵（C.E.）：信息的度量，描述信源的不确定度
研究大数据与机器智能的基石
要消除不确定性，就要引入信息，而引入多少信息取决于系统中的不确定性有多大（——>谁掌握信息，就能获得财富）
互信息(Mutual Information):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，则编码的平均长度一定大于该信源的信息熵；且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
- 霍夫曼最优编码：把最短的编码分配给最常见的汉字
香农第二定律：信息的传播速率不可能超过信道的容量
最大熵原理：当我们要对未知事件寻找一个概率模型时，这个模型应当满足我们所有已看到的数据，但是对未知的情况不要做任何主观假设（应用于机器学习）
数据 vs 数字
- 数据的范畴大得多，文字、图片、音视频等等
- 范畴随人类文明的进程不断变化、扩大
- 语料库：专门针对语音、文字的数据库
- 数据是人造物
信息
- 关于世界、人、事物的描述
- 信息可以是客观存在的，也可以是人造的
使用数据的标准流程
- 获取数据——>分析数据——>建立模型——>预测未知
数据驱动方法
- 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(fit data)
- 即只要数据量足够，就可以用若干个简单模型取代一个复杂模型
- 切比雪夫大叔定律：当样本足够多时，一个随机变量和它的数学期望值之间的误差可以任意小
建立数学模型要解决2个问题
- 找到合适的模型
- 模型参数
大数据的特征
- 体量大Vast
- 多维度variety
- 完备性
变智能问题为数据问题
计算机自动回答
- 7类问题：What,when,where,which,who,why,how
- 前5类已经可以回答的很好，难的是why、how
思维方式决定科学成就
工业革命：机械思维的结果
机械思维的核心思想：确定性（可预测性）和因果关系
爱因斯坦和牛顿的思维方式是一致的：建立在确定性（绝对时空）的基础上
机械思维的局限性：否认不确定性和不可知性
张首晟教授用3个公式概况人类科学文明的最高成就：
- 爱因斯坦质能转换公式：$E=me^2$
- 量子力学测不准原理
- 熵的定义
从因果关系到强相关关系
技术改变商业模式
- 技术革命导致商业模式的变化，尤其是新商业模式的诞生
技术的拐点
- 拐点：重大科技图片常常需要酝酿很长时间，技术进步是个缓慢的量的积累，当量积累到一定程度就会在短时间内取得质的突破，然后新科技全面迸发，此即拐点
大数据形成的技术条件：从数据的产生、存储、传输、处理四维度分析
- 数据的产生：电脑 & 传感器 & 已有信息数字化
- 信息的存储：存储技术的进步，如SSD
- 传输(从采集端到存储端)： 移动通信
- 处理：算力 & 并行计算
机器学习
- 不断迭代进步的过程，即“期望最大化(Expectation Maximization)”，只要事先定出一个学习目标，这些算法就会不断优化模型，以越来越接近真实情况；算法迭代次数越多，学习得越深入，则得到的模型效果越好
- 机器学习方法不可能每家公司都自己去研究，最终会由专业公司为大众提供机器学习服务
数据安全与隐私保护
- 对数据安全性和隐私保护的诉求
- 数据安全：保证用户数据不损坏 & 保证数据不被偷走或盗用
大数据应用
体育
农业
医疗
律师
记者、编辑
计算机写作
- 计算机写作的层次
- 书写完整的句子
- 组织几个句子构成符合逻辑的段落
- 给予特定格式或写作模板，能清晰传递信息
- 能不限定格式地写作内容，达到一般人写作水平
- 能达到专业记者、作家、学者水平
- 目前计算机已达到第3层次
