閱讀時間：2017.5.17——2017.5.22

摘要：

第一章：數(shù)據(jù)

什么是數(shù)據(jù)

數(shù)據(jù)、信息、知識的區(qū)別

數(shù)據(jù)的作用，從數(shù)據(jù)中總結(jié)

獲取數(shù)據(jù)——分析數(shù)據(jù)——建立模型——預(yù)測未知

數(shù)據(jù)相關(guān)性

統(tǒng)計學(xué):數(shù)理統(tǒng)計《數(shù)學(xué)之美》

數(shù)據(jù)量、質(zhì)

數(shù)據(jù)模型：

模型選擇（簡單模型、復(fù)雜模型）使用多個簡單模型契合

模型參數(shù)多少——數(shù)據(jù)驅(qū)動：數(shù)據(jù)量大，樣本代表性

小結(jié)：數(shù)據(jù)是下一次技術(shù)革命的核心動力

第二章：大數(shù)據(jù)和機(jī)器智能

變智能問題為數(shù)據(jù)問題

什么是機(jī)器智能

歷史上輔助計算的機(jī)械

第一臺計算機(jī)，質(zhì)變

圖靈測試

人工智能1.0

達(dá)特茅斯會議（香農(nóng)）研究領(lǐng)域方向，起始于那次會議之后

機(jī)器智能（廣義）解決問題，不一定采用和人一樣的方法 ?數(shù)據(jù)驅(qū)動

人工智能（傳統(tǒng)）了解人類如何產(chǎn)生智能

統(tǒng)計+數(shù)據(jù)

IBM

康奈爾大學(xué)——弗雷德~賈里尼克語音識別 ?70%-90%

數(shù)據(jù)創(chuàng)造奇跡：量變到質(zhì)變

google翻譯 ?發(fā)明人：奧科博士

數(shù)據(jù)擴(kuò)展——交叉——結(jié)成網(wǎng)——關(guān)聯(lián)性增強——大數(shù)據(jù)

一些大數(shù)據(jù)專家對大數(shù)據(jù)的定義：

量大

多樣性

及時性：地圖

傳統(tǒng)問卷收集的缺陷：成本高、取樣、填寫未必真實意愿

機(jī)器好回答what when ?where which who，難回答why ?how

第三章 思維的革命

在無法確定因果關(guān)系時，數(shù)據(jù)提供了解決問題的新方法。數(shù)據(jù)所包含的信息幫助我們消除不確定性。相關(guān)性可以取代因果關(guān)系，幫助我們得到想知道的答案，這便是大數(shù)據(jù)思維的核心。

方法論

歐幾里得 幾何 ?基于邏輯推理的公理化系統(tǒng)

托勒密：地心說、球坐標(biāo)、赤道、經(jīng)緯線、黃道、弧度制“通過觀察獲得數(shù)學(xué)模型的雛形，然后利用數(shù)據(jù)細(xì)化模型” ? ?假設(shè)簡單元模型——構(gòu)建復(fù)雜模型——與歷史數(shù)據(jù)吻合 ? 缺陷：1、整體模型很復(fù)雜；2、確定性假設(shè)

笛卡爾：科學(xué)的方法論 ? 大膽假設(shè) 小心求證

牛頓：思想家 ?用簡單的數(shù)學(xué)公式破解自然之謎 《自然哲學(xué)之?dāng)?shù)學(xué)原理》 力學(xué)三定律、萬有引力、微積分 《光學(xué)》 他告訴人們：世界萬物是運動的，這些運動又是可以被認(rèn)識的。科學(xué)時代

任何正確的理論從形式上講都是簡單的 ?大道至簡

牛頓的方法論——機(jī)械思維：

1、世界變化的規(guī)律是確定的

2、規(guī)律可以被認(rèn)知，可以用公式語言表述

3、規(guī)律放之四海而皆準(zhǔn)，指導(dǎo)實踐

工業(yè)革命，機(jī)械思維的結(jié)果

瓦特

斯蒂芬森 火車

查爾斯 轉(zhuǎn)輪打字機(jī)

軋棉機(jī)

蒸汽船

愛因斯坦：狹義相對論、廣義相對論

青霉素

信息時代：并非所有規(guī)律都能用簡單的原理描述

難以尋找因果關(guān)系

承認(rèn)不確定性尋找方法

世界不確定性：影響變量多；客觀世界本身（測量本身影響了結(jié)果）

——概率模型

概率論：香農(nóng)——將世界的不確定性和信息聯(lián)系起來，信息論

熵——新的世界觀，信息論、不確定性的代名詞

信息的度量等于不確定性的多少 ? 不了解——需要大量信息 ?已經(jīng)了解——少量信息

用不確定眼光看世界，再用信息消除不確定性

香農(nóng)第一定律：信息源設(shè)計編碼。只把最短的編碼費分配給最常見的漢字。盡可能節(jié)省貴的資源，盡量多地采用便宜的資源

香農(nóng)第二定律：信息傳播速率不可能超過信道的容量

最大熵原理：對未知不要做主管假設(shè)

大數(shù)據(jù)的本質(zhì)：

智能問題根本上是消除不確定性的問題

交叉熵：數(shù)據(jù)源的一致性

從因果關(guān)系到強相關(guān)關(guān)系

煙草公司

數(shù)據(jù)公司google

點擊模型70%~80%權(quán)重

第四章 大數(shù)據(jù)與商業(yè)

大數(shù)據(jù)和機(jī)器智能 ? ?像水和電這樣的資源

大麻 用電數(shù)據(jù)

納稅

懷孕購物

亞馬遜 ?1/3 ?時效性 個性化

Netflix

google 相關(guān)搜索

數(shù)據(jù)流：

酒吧

prada芯片、試衣間

金風(fēng)發(fā)電機(jī)：學(xué)習(xí)IBM ?運營&服務(wù)

完備性：

google

自動駕駛

從歷史經(jīng)驗看大數(shù)據(jù)作用：

技術(shù)帶動社會變革：蒸汽機(jī)、電氣、信息革命（服務(wù)重要性）

服務(wù)重要性：

GE冰箱

小米VS格力

大數(shù)據(jù)時代，家電廠商，產(chǎn)品跟蹤技術(shù)，

第三方服務(wù)

第五章

大數(shù)據(jù)和智能革命的技術(shù)挑戰(zhàn)：

技術(shù)拐點

數(shù)據(jù)暴增

數(shù)據(jù)的產(chǎn)生：電腦、傳感器（RFID芯片）、已存在的非數(shù)字化信息（用戶產(chǎn)生）、

信息的存儲：磁帶、硬磁盤、固態(tài)存儲器、

傳輸?shù)募夹g(shù)：LTE WIFI 藍(lán)牙

信息的處理：處理器、服務(wù)器、并行計算（要求交換機(jī)、網(wǎng)絡(luò)）、云計算

數(shù)據(jù)收集：看似簡單的難題

大數(shù)據(jù)時代，沒有預(yù)設(shè)目標(biāo)，數(shù)據(jù)收集。

大數(shù)據(jù)以全集作為樣本集。google TV

google VOICE

數(shù)據(jù)存儲的壓力和數(shù)據(jù)表示的難題

數(shù)據(jù)增長速度搞過存儲設(shè)備發(fā)展速度

數(shù)據(jù)安全

怎樣存儲信息便于使用

并行計算和實時處理

并行：每個服務(wù)器小任務(wù)計算量未必均衡 最后一個結(jié)束的處理器

實時性：

GOOGLE Dremel 工具 ?數(shù)據(jù)列優(yōu)先 ?方便多維度數(shù)據(jù)

數(shù)據(jù)挖掘：

數(shù)據(jù)清理：信噪比

機(jī)器學(xué)習(xí)：人工神經(jīng)網(wǎng)絡(luò)算法、最大熵模型、邏輯自回歸、

期望值最大化

計算復(fù)雜度高

2010 googel brain ?深度學(xué)習(xí)工具

幾十年前的人工神經(jīng)網(wǎng)絡(luò)算法，靠數(shù)據(jù)量補齊

最好的解決方式，專門做機(jī)器學(xué)習(xí)的公司

數(shù)據(jù)安全的技術(shù)：

數(shù)據(jù)集中放、多維度數(shù)據(jù)

業(yè)務(wù)流程，防止異常操作

掙錢的必要條件

隱私

假貨、機(jī)票

保護(hù)隱私技術(shù)：預(yù)處理、雙向監(jiān)視

第六章：未來智能化產(chǎn)業(yè)

農(nóng)業(yè)：以色列缺水、滴管、

體育：勇士隊、

制造業(yè)：富士康

機(jī)器人 產(chǎn)品很容易個性化定制、參數(shù)

特斯拉、從設(shè)計到銷售全過程的智能化水平

未來的醫(yī)療：醫(yī)療成本（新藥研發(fā)、醫(yī)務(wù)人員）

醫(yī)學(xué)影像分析

手術(shù)機(jī)器人

解決醫(yī)療資源短缺問題

李文森 ?抗癌難點：1、不存在萬靈藥基因、2、癌細(xì)胞復(fù)制也會出錯、

定制抗癌藥

衰老基因 ?Calico ?人類長壽公司

未來律師業(yè)：案例分析，降低訴訟成本

未來的記者和編輯：

小結(jié)：需求沒有變，新技術(shù)新產(chǎn)業(yè)取代舊產(chǎn)業(yè)滿足人類的需求

第七章：智能革命和未來社會：

在歷次技術(shù)革命中，人、企業(yè)、國家可以選擇的道路：加入浪潮成為2%，或者觀望徘徊被淘汰

智能化社會：

智能交通。

反恐

精細(xì)化社會：

追蹤每一次交易

比特幣 ?區(qū)塊鏈

從標(biāo)準(zhǔn)化到個性化的服務(wù)：

就醫(yī)、

無隱私的社會：

隱私 ?保險公司

蘋果 FBI

機(jī)器人搶掉人的飯碗

工業(yè)革命：1800-2000 1000美元——20000美元 ?改革開放

新技術(shù)出現(xiàn)初期，受益者很少，只有那些掌握或使用新技術(shù)、從事新行業(yè)的人

工業(yè)革命三階段：第一階段發(fā)明家收益 民眾沒有 第二階段全體英國民眾受益，世界沒有 第三階段 世界范圍內(nèi)受益

從第二次工業(yè)革命到鍍金時代：美國、德國。大部分地區(qū)享受成果，是在二戰(zhàn)之后。

依然沒有消化完的信息革命：

1967-2012 最富有的5%財富增長，其他人的財富變化很小

中國特殊，工業(yè)革命和信息革命一起完成

解決問題只有靠時間：耗

智能革命的沖擊：

趨勢一旦形成，不可阻擋。對人類社會帶來沖擊。甚至超出前幾次技術(shù)革命。

首先：信息革命影響還沒消化完

其次，沒有空白市場開拓

最后，智能革命要替代的是人類最值得自豪的部分，大腦

農(nóng)民——工人——服務(wù)業(yè)

受益于蘋果或google的公司，遠(yuǎn)比20世紀(jì)50年代普通汽車廠裝配工人的數(shù)量少的多

淘汰的勞動力怎么辦？

社會公平只能反饋在機(jī)會公平上，不是結(jié)果的公平

不滿情緒的根源？

不能簡單歸結(jié)為貧富懸殊或宗教紛爭

根源在于：很多人被社會拋棄了

面對現(xiàn)實

爭當(dāng)2%

茶葉

冰箱購物

心理上和觀念上的距離，比技術(shù)上和商業(yè)上的要遠(yuǎn)得多

小結(jié)：長遠(yuǎn)看會使社會更好，最初收益的都是發(fā)展使用它的人2%，拒絕他的人迷茫的一代