读《智能时代》  

  5、机器智能比人工智能的叫法更准确

     传统的人工智能是鸟飞派（也叫人工智能1.0），特点是让机器模仿人，比如利用仿生学模拟人的动作、语言学习上让机器学习语法、让机器像人一样思考。

     机器智能（现代的方法，比如数据驱动、知识发现以及机器学习等）的目标是让机器解决人的问题，而不是非得让机器采用像人一样的办法（或者像人一样思考）解决问题。判断机器是否具备有智能，科学家还提出了几种判断方法。

     机器智能发展到现在经历了传统的人工智能1.0、统计+数据、数据驱动（大数据）三个阶段，第二个阶段是转折点，给出了解决问题的新的思路。作者通过讲机器智能的发展史呈现科学家在这一方向上的探究过程以及这一过程中的方法的改变。

    往往是不同领域的科学家会对同一个问题给出不同的解题思路，从而使得问题的解决有多种可能。）机器智能的发展史体现出来的是解决问题的两种不同的思路反映出来的两种方案，目标是让机器解决问题，而不是必须用人的方法去解决问题。（这在做任何事都相通的，目标是解决问题，而不是必须采用什么办法才能解决问题。

     大数据对机器智能具有非常大的意义，或者说机器智能就是将智能问题转变成了数据问题。这其中的大数据有几个典型的特征，体量大、多维性和完备性（不一定实时性 ），多维性及完备性尤其是后者才使得大数据推动机器智能的发展（机器存储的足够多了形成了经验模型，那么再下一个输入，就知道如何从已知的信息找答案了）

     大数据使得人工智能发展到机器智能，是方法论或者思维方式上根本性的变化。那么数据思维到底是个啥思维？

     6、从人类认知世界的方法的发展过程看大数据的思维（从方法论、思维方式层面看大数据）

     人类世界的发展从来都是伴随着科技革命的发展的，

     在人类社会发展的不同阶段，都形成了不同的世界观，通过人类世界观的形成，来发现影响人类对世界认知的原因（科学家及他们的成就，成就背后是科学的方法论），今天的方法论（从因果关系到相关关系）正在发生变化，那么人的新世界观该形成了（大数据思维）。

（1）人类世界观是不断发展的，世界观形成的背后是科学家的成就对认识世界的影响

     人类对世界的认知路径是不确定性、确定性、不确定性。第一个不确定性是人对社会无法认知，不能解释所看到的现象，只能归结为神的作用。确定性是基于机械论的思维，是既能解释已经存在的又能预测未来的，这种确定性带给人类的是自信（由牛顿起，由于机械论的思维，人类能预测星球的轨迹，并发现了最后一颗行星）。第二个不确定性是人类发现了世界上不确定性的客观存在（比如熵），并且发现了对不确定性认知的途径（获得更多信息消除不确定性），这种不确定性给人类带来的是新的认知升级。

（2）伟大科学家的成就背后，是他们对方法论的认知升级

     在人类社会发展的过程中，有一些历史性的拐点，包括欧几里得的几何学、托勒密的地心说、牛顿的自然哲学的数学原理、信息论等，拐点上的科学家他们取得的成就，有幸运（这种幸运或许想象力），重要的是他们善用方法论解决问题，同时发展了方法论。

     （欧几里得和）托勒密的方法论核心思想有两点：首先，需要有一个简单的元模型，这个模型可能是假设出来的，然后再用这个元模型构建复杂的模型；其次，整个模型要和历史数据相吻合。

     牛顿机械论核心思想是：第一，世界变化的规律是确定的；第二点，因为有确定性做保障，因此规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚；第三点，这些规律应该是放之四海而皆准的，可以应用到各种未知领域指导实践。

    牛顿的成就导致了第一次工业革命，极大地提升了生产力，从工业革命的发起地到全球，造成了物质的极大丰富，这个极大丰富的过程伴随了英国的殖民崛起，直到第二次工业革命。

     信息时代的方法论是香农的信息论（熵），消除不确定性，需要获得信息。谁掌握了信息（数据是信息的承载），谁就能够获得财富。

（3）信息时代的方法论是熵（不确定性），大数据是通过相关性消除不确定性

     大数据的本质是（通过相关性）消除不确定性。因果关系或者相关关系都是解决问题的手段，只是以前都在用确定的因果关系解决问题，数据积累到一定程度，发现可以用相关性解决问题，从结果看甚至更有效（虽然不一定完全掌握有效的原因），数据之间的相关性（大数据思维）在某种程度上可以取代原来的因果关系（机械论思维），帮助人类得到想要的答案，这就是大数据思维了。在确定性情况下能知道因果关系更好，如果不能，大数据给我们提供了新的解决问题的方法，所以说大数据思维是对机械思维的补充。

    机械论是直接的求甚解。大数据有点像是先不求甚解，再求甚解。

#365写作挑战Day133