本文为吴军《智能时代》解读版学习笔记。
1. 大数据的特点
信息的层级：
- 数据：网上的所有记录都是数据；
- 信息：数据的系统整理；
- 知识：信息的简洁抽象
大数据的三个特征：
- 体量大
- 多维性
- 完备性
机器的学习方式和人类不同，机器的只能取决与数据量，在互联网数据量 不断增长的大背景下，机器的智能必然不断增长。
以谷歌无人驾驶汽车为例，其驾驶的方式与人类不同：并非人类的即时决策，而是预先输入道路上可能出现的所有路况，根据扫描的情况匹配，做出反应。
2. 人工智能与大数据
2.1 机械思维与确定因果
机械思维认为世界上的所有事物都有确定的因果关系：
- 确定性
- 因果关系
机械思维的成果：
- 基础科学定律：牛顿三定律，焦耳定律，电磁定律；
用极简的数学公式描绘了普适性的物理学原理。 - 现代医学：针对病原体用药；
机械思维的极端情况为决定论，如拉普拉斯妖的描述：
如果一位智者知道宇宙中每个原子确切的位置和动量，能够使用牛顿定律来展现宇宙事件的整个过程，过去以及未来。
换句话说，在机械思维的框架下，如果已知基本的物理规律，如果确知当前事物的一切状态，理论上可以预见未来的所有过程。
然而机械思维的局限性正在于此：
- 不确定性
现实的事物存在很多不确定性，以最简单的掷筛子为例，要想通过物理计算确定筛子的点数需要：形状、质量分布、出手的力量和角速度、桌子的弹性参数等等。这一系列的信息实际难以获得。 - 测不准原理
海森堡不确定性原理陈述如下：
你不可能同时知道一个粒子的位置和它的速度.
用海森堡自己的话说：“在因果律的陈述中，即‘若确切地知道现在，就能预见未来’，所错误的并不是结论，而是前提。我们不能知道现在的所有细节，是一种原则性的事情。”
2.2 大数据思维
由于无法确知状态的局限，机械思维处理实际问题的效率并不高。大数据思维在两个方面补充了机械思维的不足：
- 引入信息，消除不确定性
- 强关联性取代因果关系
在控制影响因素的实验室状态，可以验证少数因素之间的因果关系，如牛顿三定律。而社会、经济等问题无法构建可重复的科学实验条件，无法直接建立因果关系。但可以通过数据统计，发现强关联性。
强关联性取代因果关系的优势在于：
- 强关联性研究现实可行
如需研究烟草有害健康，影响肺癌的因素众多，无法建立吸烟引起肺癌的直接因果关系。但可以通过大样本统计，获得两者的强关联性。美国的法院据此判决了烟草公司败诉。 - 经济效率高
按照因果关系研发新药，时间周期长，投入巨大。但若采用大数据方法，先发现药物与疗效之间的强关联性，再重点验证，则经济效益大大提高。
2.3 产业的变革
传统产业 + 人工智能 = 新的产业
经典案例：
- 金州勇士队崛起
弱队引入大数据分析，针对性训练，获得NBA总冠军。 - 大数据算法确定乳腺癌细胞位置
准确率超过医生。
大数据思维并不是机械思维的对立，而是补充。两者的结合是只能时代的方法论
3. 人工智能的弊端
大数据的广泛应用，有利有弊：
3.1 隐私消失
大数据时代，个人隐私消失。矛盾在于，如果你要享受大数据带来的服务，必然要暴露自己的部分隐私，如网上的购物习惯、社交关系等等。商人可能利用大数据牟利：
- 奸商可能对特定群体推送假货；
- 航空公司对票价不敏感人群抬价；
3.2 贫富差距增大
在大量的传统工作岗位上，机器可以比人做的更好，相应的职位很可能被人工智能取代：
而善于利用人工智能的少数群体财富增加更快，如知乎某贴：
世界不可逆转地在向高人均产出发展。whatsapp五十几号人做到190亿刀，特斯拉十万级的产能工厂里也没几个人，spaceX一年几十亿刀的订单也就一千来人。
贫富差距只会越来越大。
4. 面对人工智能
面对人工智能的理性心态：
- 拥抱新技术，驾驭新工具；
- 跟上时代步伐，争当2%少数人；
人工智能取代人的重复性工作，带来生产力的进一步解放。
5. 启示
人工智能对传统的工程设计行业可能带来什么改变呢？以下是笔者的若干思考。
5.1 工程设计工作是否可能被人工智能取代？
吴宝鑫曰：
是否给人工智能喂1000万套图纸，1000万种工况，就能自动完成工程设计呢？
现在看来没有必要，人工智能对机械思维的补充在于强关联性和不确定性。
- 工程设计的基础是宏观力学，设计参数与工况参数显式因果对应，没有强关联性的需求。
- 工程设计的问题总体是确定，较少存在不确定的困扰。
更大的问题在与工程设计建设尚未实现信息化，换句话说，一套图纸并不是基本的数据形式（文本、数字、图片等），也就是没有大量的数据基础。目前的BIM（建筑信息模型）发展非常关键，工程的设计和建设实现了高度的信息化，未来才有可能利用大数据技术产业升级。
工程行业更需要的是：
- 信息化（BIM）
- 自动化
程序取代人工的重复工作。
5.2 基础设施的检测和监测是人工智能用武之地
在中国大量的基础设施（公路、铁路、桥梁、建筑、综合管廊）在建成后，需要安全监测和养护。这些工作的基础是获取结构的运行状态，由运行状态推定安全状态是理论上的反问题，很难用解析的形式确定。
与此同时，基础设施的监测产生大量的海量的数据，人工处理无法完成，必须借助计算机技术。目前，哈尔滨工业大学的防灾减灾研究组，已经开展了基于大数据的健康监测技术研究。某创业公司以基于人工智能的桥梁安全评定为发展业务。
可以预见，在土木建筑产业，基础设置的监测（检测）将首先进入大数据时代。让我们拭目以待吧。
本文用时 1 h。
