《智能时代》吴军
- 格式：doc
- 大小：72.50 KB
- 文档页数：24
今天为您解读的这本书叫做《智能时代》，本书中文版共计23万字，我会用6期的内容为您来讲解本书的精髓，本期是讲解的第1期。
本书作者吴军，是美国霍普金斯大学计算机科学博士，人工智能、自然语言处理和网络搜索专家。2014年，他在硅谷创办了丰元资本风险投资公司，成为一位投资人。
同时，他还是一位高产的畅销书作家，著有《浪潮之巅》《数学之美》《文明之光》《见识》《态度》《格局》等十几部作品。
《智能时代》一书出版于2016年，吴军老师在书中指出：我们在过去认为非常难以解决的问题，会因为大数据和机器智能的使用而攻克。同时，大数据和机器智能还会彻底改变未来的商业模式，很多传统的行业都将采用智能技术实现升级换代。大数据和机器智能对于未来社会将产生全方位的影响。
那么，什么是大数据？大数据和机器智能的本质是什么？智能时代我们将面临哪些挑战与机遇？大数据与智能革命又将怎样定义人类的未来呢？
接下来，就让我们一起到书中去探索这些问题的答案。
01
数据的作用
在人们普遍的印象中，数据就是数字。其实，数据的范畴远比我们想象的要大得多，它是随着人类文明的进程，不断地扩大和变化的。
在计算机出现之前，书籍上的文字内容并不被看成数据。而今天，在互联网时代，任何语言和文字形式存在的内容都可以看作是数据，比如，常见的图片、文字和视频等等。就连我们人类活动的本身，也被看作一种特殊的数据，成为数据处理的对象，比如，我们的购物习惯、社会关系和每天的活动等等。
因此，吴军老师认为：数据是文明的基石，人类对它的认识也反映了文明的程度。
人们在谈论数据的时候，常常会把数据和信息的概念混为一谈。信息是关于世界、人和事的描述，它比数据来得抽象。信息可以是我们人类创造的，例如两个人的语音通话记录，有时也可能被藏在事物的背后，需要挖掘和测量才能得到，比如宇宙大爆炸时留下的数据、日月星辰运作的周期等。
11.png
数据最大的作用是承载信息，但并非所有数据承载的信息都是有意义的。这是因为数据本身是由人创造的，它既可能是真实的，也可能是被随意创造，甚至是伪造的。
有用的数据、无意义的数据和伪造出来的数据常常是混在一起的，但后两种数据无疑会干扰我们从大数据中获取有用的信息。因此，如何处理数据，过滤掉无用和有害的数据，获取数据背后的真实信息，不仅是种技术，也是一门艺术。
只有善用数据，才能得到数据背后的信息。通过对数据和信息的处理，人类就可以从中获取知识。
人类的进步，就是靠使用知识来不断改变我们的生活和周围的世界，而数据则是知识的基础。
早期人类获取数据的来源，主要依靠对现象的观察，因为人类希望通过了解周围的世界，从而更好地生活。
为什么几千年前亚非大陆上的闪米特人，会选择在尼罗河畔定居呢？重要的原因在于，当时的埃及人通过对天象的观察，预测出尼罗河每年洪水到来和退出的时间。他们在洪水退去后留下的大片土地上耕种。
古老的埃及人，还在观察天象数据的基础上开创了天文学。
从观察中总结出数据，是人类和动物的重要区别，而得到数据和使用数据的能力，是衡量人类文明发展水平的标准之一。
人类的文明过程，其实伴随着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。因而可以说，数据是人类文明的基石。
02
如何让数据发挥作用
其实数据的作用自古有之，并非到了大数据时代大家才意识到，在某种程度上讲，获得和利用数据的水平反映出了文明的水平。
过去，人们之所以容易忽视数据的作用，一是因为数据的积累需要一个较长的时间，二是因为数据和想要获得的信息之间的关系通常是间接的。
12.png
如何才能让数据发挥出作用呢？
答案是利用好不同数据之间的相关性，相关性是让数据发挥作用的魔棒。我们通过一个例子来说明相关性对数据使用的重要性。
在1964年的《人民画报》上，刊登了一张铁人王进喜的照片。照片的背景是高高的井架，照片中的王进喜头戴大皮帽，身穿厚重的大棉袄，手握钻井机的扳手，眼睛眺望着远方。
在一般人看来，这张照片除了体现出当时石油工人的豪迈之气外，似乎并没有什么特别之处。然而，这张照片在当时日本情报人员的眼中，展现出了很多的信息。
首先，根据王进喜的穿着，情报员可以判断出油田在中国的极北地区，可能在哈尔滨和齐齐哈尔之间。然后，他们从照片背景中的井架的密度，推算出了油田的产量。最后，从王进喜手握钻井机的方式，他们推算出了油井的直径。
日本人通过对王进喜照片的数据分析，获得了关于大庆油田的相对准确的信息，使得日本在20世纪70年代，顺利拿下了中国政府采购大庆油田石油设备的项目。
在这个案例中，数据的相关性发挥了巨大的作用。利用数据的相关性，不仅可以获得想要的信息，甚至还能得到意想不到的惊喜。
03
数据驱动方法
很多时候，当我们无法通过数据获得直接的信息时，可以将相关信息进行量化，通过数学模型，间接得到所需要的信息。概率论和统计学便是各种数学模型的基础。
统计学，有时又被称为数理的统计，是建立在概率论的基础之上的，通过收集、处理和分析数据，从而找到数据的内在关联和规律。
统计学在采集数据上有两个要点：
首先，要想取得准确的统计结果，需要充足的数据量。统计的结果越精确，需要统计的数据量就越大。
其次，除了充分的数据量，采集的数据也要具有一定的代表性。
统计所使用的数据，必须和你所想统计的目标相一致。如果数据不具有代表性，即便有足够的量，那么统计的结果也不一定是正确的。
13.png
比如，关于1936年美国总统大选的预测，当时著名的民意调查机构《文学文摘》，通过240万份问卷的统计，预测出共和党候选人兰登会当选。另一位在当时还名不见经传的统计学家、新闻学教授盖洛普，通过对5万人进行意见统计，得出了民主党候选人罗斯福会连任的预测。
结果证实，采用少量样本的盖洛普是对的。对于民众的疑惑，盖洛普做了解释：《文学文摘》统计的样本虽然多，但是并不具备代表性。《文学文摘》的调查员只是根据电话本上的地址发送问卷，而当时美国的家庭只有一半安装了电话，这些家庭收入相对偏高，并且大多支持共和党。
而盖洛普在设计统计样本时，则把美国选民的种族、性别、年龄和收入等各种因素考虑在内，因此他的样本虽然只有5万，但却都是具有代表性的。
在互联网出现以前，人们想要获得具有代表性的大量数据，并不是一件容易的事情。也只有在很少的情况下，能够单纯地依靠数据来解决复杂的问题。这是因为，在大多数复杂的应用中，需要通过数据来建立一个数学模型，才能在实际应用中产生作用。
建立数据模型，必须要先解决两个问题：第一，采用什么样的模型；第二，模型的参数是什么。
选择模型并不是一件容易的事情，通常，简单的模型未必和真实情况相匹配。因此，人们把大部分的精力花在寻找模型上。
鉴于完美的模型可能并不存在，即便存在，也不容易找到，所以人们开始考虑把很多简单、不完美的模型凑在一起，从而达到完美模型的效果。
从理论上来说，只要能够找到足够多具有代表性的数据样本，就可以找到一个模型，或者是一组模型的组合，来使它和真实情况相接近。
这种思路已经在现实生活中得到运用。这种方法就是数据驱动法，即先采集大量的数据，而不是预设模型，然后再用许多简单的模型去契合数据。
数据驱动法想要取得成功，除了大量的数据之外，还有一个重要的前提，那就是这些数据的样本必须具有代表性。
14.png
在今天的IT领域中，越来越多的问题可以用数据驱动法来解决，具体讲，就是当我们对一个问题暂时不能用简单而准确的方法解决时，我们可以根据以往的历史数据，构造出很多近似的模型来逼近真实情况。这实际上是用计算量和数据量来换取研究的时间，这种方法不仅仅是经验论，在数学上也是有严格保障的。
随着数据驱动法的普遍使用，数据将如何改变世界呢？让我们期待下一期的解读。
以上是本期节目的所有内容，感谢聆听。
今天为您解读的这本书叫做《智能时代》，本书中文版共计23万字，我会用6期的内容为您来讲解本书的精髓，本期是讲解的第2期。
随着移动互联网的出现，数据量不断增加并相互关联，大数据这一概念也应运而生。大数据的使用，让计算机完成了一些只有人类才能做到的事情，这最终将带来一场智能革命。
过去，只有人类可以用语音进行交流，尽管人类从1946年开始就努力让计算机能听得懂人的语音，但是一直不成功。
20世纪70年代，科学家们采用数据驱动的方式，找到了解决这一问题的方法，并且通过不断地改进，如今机器进行语音识别的准确率大大提高，图像识别的功能也取得了根本性的突破。
人们已经开始意识到数据的重要性，科学家和工程师们，采用大数据的方法使计算机的智能水平产生了质的飞跃，在很多领域，计算机将获得比人类更高的智能。
吴军老师认为，人们正在经历一场由大数据带来的技术革命，这场革命最典型的特征就是计算机智能水平的提高，因此它被称为智能革命。
当计算机的智能水平超过人类时，我们的社会可能会发生翻天覆地的变化，这也正是大数据的可怕之处。
01
什么是机器智能？
1946年，第一台电子计算机埃尼阿克（ENIAC）的诞生，使得人类开始重新考虑机器能否有智能的问题。真正科学地定义什么是机器智能的人，是电子计算机的奠基人阿兰·图灵博士。
1950年，图灵在《思想》杂志上发表了一篇题为《计算的机器和智能》的论文。在论文中，图灵提出了一种验证机器有无智能的判别方法。
这种方法被后人称为“图灵测试”。它具体是这样进行的：让一台机器和一个人坐在幕后，找一个裁判同时与幕后的人和机器进行交流，如果裁判无法判断自己交流的对象是人还是机器，则说明这台机器有了和人同等的智能。
21.png
计算机科学家们认为，如果计算机可以实现以下五件事情中的一件，就可以认为计算机具有图灵所说的那种智能。这五件事分别是：
1、语音识别。
2、机器翻译。
