资源描述：
《智能时代读后思考.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、《智能时代》读后思考人类社会的发展史可以概括为对自然的认识和改造的过程，而认识的方法就是从自然中观察到数据，在对数据的分析中发现信息，在对信息的归纳总结中产生知识，所以说数据是知识的基础。人类会建立一个符合历史数据的模型，用此模型预测未知。然而完美地模型很难找到，托勒密这一代大师开始，人类把很多简单不完美的模型凑在一起，而且只要数据量足够，可以用若干个简单的模型取代一个复杂的模型,这被称为数据驱动,数学上的根据是切比雪夫不等式。当初上概率论时哪能想到课本上的一个公式就是数据驱动的理论基础,如果学习数学过程中可以更多地把公式和实际应用联系起来，我相信会更有趣吧。牛顿的《自
2、然哲学的数学原理》的岀版揭示了这一方法论的本质：发现或发明一个对问题的最简洁的解释。这一方法的确指导了之后大批科学家，对近代科学的发展作用巨大,据说爱因斯坦提出相对论公式时对此深信不疑,就因为它足够简洁。但是这个方法论真的是万能的吗？当然不是。这个世界的真实情况远比我们想象得复杂得多,很多问题很难被简洁地描述或解释原因,甚至根本不能,因为导致某一事件发生的原因实在太多了，多到人类无法把握的程度，虽然有些原因是人类已知的，但更多的是未知，如果只解释那些已知的原因，轻则只是得出错误的结论,重则导致严重事故,典型的例子便是全球每年被医死的人数达XXX（具体数字忘记了，是去年听
3、一位医生提起的X经常听到一些前辈说成长最可怕的不是自己不知道，而是不知道自己不知道，我想着传达的是相同的道理：承认和尊重不确定性，然后小心翼翼地探求真相。其实对历史的解释也是这种情况，我们经常听到这样的评论，比如李世民发动玄武门之变是残暴的太子想要害他，李世民是不得已先下手为强，再如慈禧太后支持义和团并和所有列强宣战是因为她老糊涂了等等，这些解释的共同特点就是企图用一个简单的原因解释复杂的事件，可是历史哪有那么简单，当时的情况错综复杂，导致最后事件发生的因素可能多如牛毛,D那是如此简单就能解释得了的,经常持以上观点的人只能说明,他太懒。再回到《智能时代》的主题，既然这个
4、方法论有其局限，我们就要想办法弥补。无论是大数据还是机器智能，其本质源于香农的信息论：引入信息可以降低不确定性。既然我们不能再用简洁的原理解释复杂现象，那么就转换思路，利用大数据的优势降低不确定性，或者是说，利用相关关系代替因果关系。及时地转换解题思路,这应该是解决问题的必备技能。创业潮来临时大部分创业者都想着发现新需求，然而那些用更好的方式满足已知需求的创业者更容易成功，这边是转换解题思路的最好例证。从问题的起点到终点或许有许多路径，首先想到的却不一定是最近的路，每个人都应该在开始时好好想一想如何选择，或者半路想通了也不错,这表面上是做选择，本质上是思考，有效的思考打
5、磨我们的元认知能力,从而更清楚的看清真相，选择最佳路径则是水到渠成的事。所以我觉得第三章的标题"思维的革命"可以换成〃思维的升级"，因为革命总有除旧迎新的意思,可是思维是在动态地成长的，不能说抛弃旧的思维，换成新的思维，而应该是经过升级的思维认识到了之前的缺陷，从而是自身更加优化。作者在探讨大数据与商业的关系时,所阐明的主旨是：原产业+新技术二新产业，这里的新技术是概括的说法，适用于所有的技术革命，具体到此次智能化浪潮则指的是大数据和机器智能。之前〃互联网+"大热时许多传统行业里的企业都忧心忡忡,整天思考如何转型,但最后还是失败，被市场淘汰岀局。究其原因，不是他们动作太
6、慢，而是对"原产业+新技术二新产业"的理解不对，运用〃互联网+〃不是对原有商业模式的颠覆,正相反,是在原有优势的基础上开拓一个新维度，从而增加自己多维度的竞争优势。〃维度〃一词也火了一段时间,我最尊崇的一位前辈说站在低维度的人是无法理解高维度的人的，我深不以为然，我认为维度没有高低之分，而是一个坐标系，开拓了一个新维度就相当于增加了一条坐标轴，三维坐标系显示的信息肯定比二维的多嘛。维度越多,观察世界就越全面，所能获得的有效信息也就越多,从而做岀的决策就越合理。企业没有必要具备很多维度，只要比竞争对手多就可以。至于个人也是同样的道理，如果认为前20%是优秀的话，在一个方向
7、上努力做到优秀是极困难的，更残酷的是二八定律告诉我们后80%的人只能得到20%的价值，这些可怜人怎么办？最正确的做法不是挤破头进入前20%的行列z而是打造一个新维度z用两个维度去跟之前单维度的人竞争。比如掌握金融知识的人可能一抓一大把，但是一个懂—些金融，又会编程的人是更有竞争优势的。作者在最后两章描绘了未来的智能化产业和社会，在未来不仅那些技术水平不高的工作会被机器智能取代，甚至连医生、律师、记者和编辑等需要一定知识水平的岗位都会消失，这是社会进步所必须付出的代价，和几百年前工业革命期间大批手工业者失业是一样的结果，只不过社会的痛感没有
