推薦序（李善友）
“用不確定的眼光看待世界，再用信息來消除這種不確定性”，是大數(shù)據(jù)解決智能問題的本質(zhì)。
世界的不確定性來自兩個方面，一是影響世界的變量太多以至于無法用數(shù)學(xué)模型來描述；二是來自客觀世界本身:不確定性是我們所在宇宙的特性。
機(jī)器智能革命的發(fā)生來自大數(shù)據(jù)量的積累達(dá)到質(zhì)變的奇點(diǎn)。
第一章 ? ?數(shù)據(jù)——人類建造文明的基石
信息是關(guān)于世界、人和事的描述，它比數(shù)據(jù)來的抽象。信息可以是人類創(chuàng)造的，比如兩個人的通話記錄，也可以是天然存在的，比如地球的面積和質(zhì)量。
數(shù)據(jù)最大的作用在于承載信息，但并非所有的數(shù)據(jù)都承載了有意義的信息。數(shù)據(jù)本身是人造物，因此他可以被隨意制造，甚至可以被偽造。
對數(shù)據(jù)和信息進(jìn)行處理后，人類就可以獲得知識。知識比信息更高一個層次，也更加抽象，它具有系統(tǒng)性的特征。比如測量星球的相對位置和對應(yīng)的時間，就得到了數(shù)據(jù)；通過這些數(shù)據(jù)得到星球運(yùn)動的軌跡，就是信息；通過信息總結(jié)出開普勒三定律，就是知識。
相關(guān)性是使用數(shù)據(jù)的鑰匙。很多時候，我們無法直接獲取信息，但是我們可以將相關(guān)聯(lián)的信息量化，然后通過數(shù)學(xué)模型，間接地得到所要的信息。（Google利用各地用戶搜索和流感有關(guān)的關(guān)鍵詞的趨勢變化，預(yù)測疫情的傳播情況）
數(shù)據(jù)驅(qū)動方法:只要數(shù)據(jù)量足夠，就可以用若干個簡單的模型取代一個復(fù)雜的模型。因?yàn)樗窍扔写罅康臄?shù)據(jù)，而不是預(yù)設(shè)的模型，然后用很多簡單的模型去契合數(shù)據(jù)。雖然這種數(shù)據(jù)驅(qū)動方法在數(shù)據(jù)量不足時找到的一組模型可能和真實(shí)的模型存在一定的偏差，但是在誤差允許的范圍內(nèi)，單從結(jié)果上看和精確的模型是等效的。它是大數(shù)據(jù)的基礎(chǔ)，也是智能革命的核心，更重要的是，它帶來一種新的思維方式。
在今天的IT領(lǐng)域，越來越多的問題可以采用數(shù)據(jù)驅(qū)動方法來解決。具體講，就是當(dāng)我們對一個問題暫時不能用簡單而準(zhǔn)確的方法解決時，我們可以根據(jù)以往的歷史數(shù)據(jù)，構(gòu)造很多近似的模型來逼真真實(shí)情況，這實(shí)際上是用計(jì)算量和數(shù)據(jù)量來換取研究時間。它的最大優(yōu)勢在于，可以在最大程度上得益于計(jì)算機(jī)技術(shù)的進(jìn)步。
第二章 ? ?大數(shù)據(jù)和機(jī)器智能
圖靈測試:讓一臺機(jī)器和一個人坐在幕后，讓一個裁判同時與幕后的人和機(jī)器進(jìn)行交流，如果這個裁判無法判斷自己交流的對象是人還是機(jī)器，就說明這臺機(jī)器和人有了同等的智能。
人工智能這個名詞嚴(yán)格地講在今天有兩個定義，第一個是泛指機(jī)器智能，也就是任何可以讓計(jì)算機(jī)通過圖靈測試的方法，包括數(shù)據(jù)驅(qū)動方法；第二個是狹義上的概念，即20世紀(jì)五六十年代特定的研究機(jī)器智能的方法（首先了解人類如何產(chǎn)生智能，然后讓計(jì)算機(jī)按照人的思路去做）。
全世界各個領(lǐng)域數(shù)據(jù)不斷向外擴(kuò)展，漸漸形成了另外一個特點(diǎn)，那就是很多數(shù)據(jù)開始出現(xiàn)交叉，各個緯度的數(shù)據(jù)從點(diǎn)和線漸漸連成了網(wǎng)，或者說，數(shù)據(jù)之間的關(guān)鍵性增強(qiáng)，在這樣的背景下，就出現(xiàn)了大數(shù)據(jù)。
大數(shù)據(jù)的特征:體量大、多維度、全面性。
big data是一種抽象意義上相對于小的大，它傳遞了一種信息——大數(shù)據(jù)是一種思維方式的轉(zhuǎn)變。
第三章 ? ?思維的革命
托勒密方法論的核心思想:首先，需要一個簡單的元模型，這個模型可能是假設(shè)出來的，然后用這個元模型構(gòu)建復(fù)雜的模型；其次，整個模型要和歷史數(shù)據(jù)相吻合。（動態(tài)規(guī)劃管理學(xué)的理論方法和托勒密方法論一致）缺陷:一是整體模型很復(fù)雜；二是確定性假設(shè)，模型一旦產(chǎn)生，就是確定的和不會改變的。
笛卡爾的科學(xué)方法論:大膽假設(shè)，小心求證。
牛頓的機(jī)械思維:一是世界變化的規(guī)律是確定的；二是因?yàn)橛写_定性做保障，因此規(guī)律不僅是可以被認(rèn)識的，而且可以用簡單的公式或者語言描述清楚；三是這些規(guī)律應(yīng)該是放之四海而皆準(zhǔn)的，可以應(yīng)用到各種未知的領(lǐng)域指導(dǎo)實(shí)踐。（工業(yè)革命就是機(jī)械思維的結(jié)果）
世界的不確定性來自兩個方面:一是當(dāng)我們對這個世界的方方面面了解的越來越細(xì)致后，會發(fā)現(xiàn)影響世界的變量其實(shí)非常多，已經(jīng)無法通過簡單的辦法或者公式算出結(jié)果，因此我們寧愿采用一些針對隨機(jī)事件的方法來處理他們，人為的把他們歸位不確定的一類。二是不確定性的第二個因素來自客觀世界本身，它是宇宙的一個特性。
信息量與不確定性有關(guān):假如我們要搞清楚一件非常不確定的事，或是我們一無所知的事情，就需要了解大量的信息。相反，如果我們對某件事已經(jīng)有了較多的了解，那么就不需要太多的信息就能把他搞清楚。所以從這個角度看，可以認(rèn)為，信息量的度量就等于不確定性的多少，這樣香農(nóng)就把熵和信息聯(lián)系起來了。
用不確定性這種眼光看待世界，再用信息消除不確定性，不僅能夠賺錢，而且能把很多智能性的問題轉(zhuǎn)化成信息處理問題，具體說，就是利用信息消除不確定性的問題。
香農(nóng)第一定律，也叫香農(nóng)信息編碼定律，它大致的含義是這樣的:假定有一個信息源，里面有N種信息，現(xiàn)在我們需要對這N種信息一一進(jìn)行編碼，比如我們用0011表示第一種信息，10000111表示第二種……這些編碼當(dāng)然不能重復(fù)，否則我們就無法根據(jù)編碼來斷定是哪一種信息了。
香農(nóng)第二定律:信息的傳播速率不能超過信道的容量。
現(xiàn)代通信手段的本質(zhì)，就是以相對低廉的成本獲得人脈，而媒體行業(yè)的不斷進(jìn)步，本質(zhì)上是不斷地在為企業(yè)拓寬對外連接的寬帶，使得它們做生意越來越方便。
最大熵原理:當(dāng)我們要對未知的事件尋找一個概率模型時，這個模型應(yīng)當(dāng)滿足我們所有已經(jīng)看到的數(shù)據(jù)，但是對未知的情況不要做任何主觀假設(shè)。
大數(shù)據(jù)的本質(zhì):一是數(shù)據(jù)量的問題；二是多維度很重要，有兩個視角:互信息、交叉驗(yàn)證；三是信息的完備性很重要。（黑天鵝效應(yīng)）
大數(shù)據(jù)時代的思維方法——從大量數(shù)據(jù)中直接找到答案，即使不知道原因。這一方面給了我們一個找捷徑的方法，同時我們不會因?yàn)槿狈τ職舛浑y倒；另一方面我們是否能接受這種不知道原因的答案。
第四章 ? ?大數(shù)據(jù)與商業(yè)
大數(shù)據(jù)在商業(yè)活動中從細(xì)節(jié)到整體再從整體到細(xì)節(jié)的雙向流動，使得我們不僅能夠利用大數(shù)據(jù)對商業(yè)進(jìn)行整體提升，更能夠精確到每一個細(xì)節(jié)。（Prada的RFID芯片、金風(fēng)公司）
一項(xiàng)技術(shù)帶動整個社會變革的事情，通常遵循一個模式
? ? ? ? ? ? ? ? ? ? 新技術(shù)+原有產(chǎn)業(yè)=新產(chǎn)業(yè)
（新技術(shù):蒸汽機(jī)、電、摩爾定律、大數(shù)據(jù)、機(jī)器智能）
在大數(shù)據(jù)時代，IT軟件和服務(wù)業(yè)依然會是IT領(lǐng)域最好的行業(yè)，而且這個趨勢更加明顯。提供服務(wù)雖然不像銷售產(chǎn)品一次能掙到比較多的錢，但是細(xì)水長流的技術(shù)服務(wù)最終會給這些服務(wù)的提供者帶來更長久的生意、更多的利潤。未來產(chǎn)品的服務(wù)水平不完全取決于廠商對它的重視程度（如服務(wù)態(tài)度）和相關(guān)技術(shù)，而更多依靠智能化。未來，商家將在數(shù)據(jù)層面和智能化方面展開競爭。
在今天的大數(shù)據(jù)和機(jī)器智能時代，雖然每一個公司都得益于數(shù)據(jù)的使用以及機(jī)器智能帶來的好處，但這并不意味著每家公司都要聘請數(shù)據(jù)科學(xué)家或者機(jī)器智能方面的專家。更切合實(shí)際的是，他們付費(fèi)使用第三方的服務(wù)。在未來我們可以看到，大數(shù)據(jù)和機(jī)器智能的工具就如同水和電這樣的資源，由專門的公司提供給全社會使用。
第五章 ? ?大數(shù)據(jù)和智能革命的技術(shù)挑戰(zhàn)
數(shù)據(jù)形成的四個技術(shù)條件:1.數(shù)據(jù)的三個來源:電腦本身，傳感器，過去已經(jīng)存在、非數(shù)字化形式存儲的信息數(shù)字化。2.信息的存儲:一是存儲容量增加，同時價格下降；二是存儲設(shè)備的讀寫速度提高。3.傳輸速度更快。4.信息的處理技術(shù)成熟:并行計(jì)算。
大數(shù)據(jù)時代，在收集數(shù)據(jù)時常常沒有預(yù)先設(shè)定的目標(biāo)，而是先把所有能夠收集的數(shù)據(jù)收集起來，經(jīng)過分析后，能夠得到什么結(jié)論就是什么結(jié)論。這樣就避免了采樣之苦，因?yàn)榇髷?shù)據(jù)常常以全集作為樣本集。
節(jié)約存儲設(shè)備的技術(shù)體現(xiàn)在兩方面，一是存儲同樣的信息占用的空間??；二是涉及數(shù)據(jù)的安全，具體是指數(shù)據(jù)不丟失、不損壞。
大數(shù)據(jù)并行計(jì)算的難題:一是任何一個問題總有一部分計(jì)算是無法并行的，這類計(jì)算占比越大，并行處理的效率越低；另一個影響并行計(jì)算效率的因素在于無法保證每個小任務(wù)的計(jì)算量是相同的。
解決大數(shù)據(jù)實(shí)時處理的問題，就要從根本上改變系統(tǒng)的設(shè)計(jì)和算法。
機(jī)器智能的關(guān)鍵——數(shù)據(jù)挖掘。一是對數(shù)據(jù)過濾和整理；二是進(jìn)行機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)是一個不斷迭代、不斷進(jìn)步的過程，即“期望值最大化”——只要事先設(shè)定一個學(xué)習(xí)的目標(biāo)，這些算法就會不斷地優(yōu)化模型，讓它越來越接近現(xiàn)實(shí)情況。
數(shù)據(jù)安全技術(shù)面臨問題:一是保證用戶數(shù)據(jù)不損壞、不丟失；二是保證數(shù)據(jù)不會被偷走或者盜用。解決的方法:一是從文件設(shè)計(jì)和操作系統(tǒng)設(shè)計(jì)上加以改進(jìn)；二是利用大數(shù)據(jù)本身的特點(diǎn)，來保護(hù)大數(shù)據(jù)的信息安全（如固定數(shù)據(jù)操作流程）。
大數(shù)據(jù)時代保護(hù)隱私的技術(shù):一是從收集信息的一開始就對數(shù)據(jù)進(jìn)行一些預(yù)處理，預(yù)處理后的數(shù)據(jù)保留了原來的特性，使得數(shù)據(jù)專家能夠處理數(shù)據(jù)，但卻讀不懂?dāng)?shù)據(jù)的內(nèi)容；二是雙向監(jiān)視，讓侵犯隱私的人必須以自己的隱私來做交換。
第六章 ? ?未來智能化產(chǎn)業(yè)
未來的農(nóng)業(yè):在引入機(jī)器智能后，農(nóng)業(yè)將以嶄新的形態(tài)出現(xiàn)（以色列利用高科技改善農(nóng)業(yè)灌溉）。
未來的體育:利用大數(shù)據(jù)指導(dǎo)訓(xùn)練，分析和總結(jié)優(yōu)秀運(yùn)動員的動作與技術(shù)，糾正其他運(yùn)動員的動作（NBA金州勇士隊(duì)利用大數(shù)據(jù)建隊(duì)）。
未來的制造業(yè):機(jī)器智能滲透到產(chǎn)品制造和銷售的各個環(huán)節(jié)時，整個制造業(yè)將重新洗牌，未來的競爭要靠從設(shè)計(jì)到銷售全過程的智能化水平。
未來的醫(yī)療:降低醫(yī)療成本、解決醫(yī)療資源短缺、制造業(yè)革命、預(yù)防衰老及延長壽命
未來的律師業(yè):自然語言處理軟件處理法律文件，提高律師工作效率，降低訴訟成本。
未來的記者和編輯:計(jì)算機(jī)能提高新聞行業(yè)的效率，同時會讓記者和編輯的工作種類萎縮。
第七章 ? ?智能革命和未來社會
智能社會體現(xiàn)在方方面面，但概括起來，就是讓我們的生活變得更加方便，同時社會資源的利用率極大提高。要做到這一點(diǎn)，重要的是讓整個社會精細(xì)化。
精細(xì)化社會:利用區(qū)塊鏈追蹤每一次交易（比特幣、追蹤商品從生產(chǎn)到銷售、流通的每一個環(huán)節(jié)），從標(biāo)準(zhǔn)化到個性化的服務(wù)（用藥）
大數(shù)據(jù)、移動互聯(lián)網(wǎng)（萬物聯(lián)網(wǎng)技術(shù)）和機(jī)器智能三者疊加到一起后，我們不再有隱私可言；同時大數(shù)據(jù)會帶來一個威脅，它在無形中會制造出一個老大哥。
