《智能时代》读后感
倚栏轩整理的《智能时代》读后感(精选10篇),供大家参考,大家一起看看吧。
《智能时代》读后感 篇1
看过《失控》、《必然》、《大数据时代》、《情感机器》、《浪潮之巅》等作品的人,对吴军博士的这本新书《智能时代》中的观点一定不会觉得陌生,这些书都在预测未来世界会变成什么样,我们应该做何准备以便更好地适应这个社会。简单来说,这些书的核心观点不外乎下面两条:
世界是变化的,未来是不确定的,“算不准”,“变化中”才是这个世界的本来面目。
人工智能带给这世界的影响,将会超过历史上的两次工业革命和以摩尔定律为标准的信息革命的影响。现有产业+机器智能,必将左右未来30年所有产业和全人类命运的方向。
凯文·凯利的作品偏重于理论和思考,而吴军博士的作品偏重于案例和实战,这本《智能时代》个人认为最受触动的是第六章和第七章,第六章用实际的案例描述了如何利用大数据和机械智能来升级以往只能依靠人类大脑的传统产业(比如农业,制造业,体育,医疗,法律服务,乃至记者和编辑行业),第七章则用历史事实和数据分析明确的指出,每次革命都会给社会带来巨大的冲击,需要靠长达半个世纪以上的时间,以牺牲掉一两代人的幸福为代价才能消化革命带来的副作用。而在信息革命的副作用还未完全消化完,机械智能革命又飞奔而来,所以这次的打击必将更为沉重和深远,只有2%的人能够从中获益,其他的98%,面临的'将是被淘汰的可悲命运。
图灵在1950年提出,如果计算机实现了下面几件事情中的一件,就是拥有了智能。语音识别、机器翻译 、文本的自动摘要和写作/战胜人类的国际象棋冠军/自动回答问题。仅仅65年的时间,计算机不但超额完成了上述任务,而且机械智能在强大的计算能力的支持下日进千里。
那么如何才能挤进那2%呢?如果你本身就是相关行业或是拥有相关的技术,那就心无杂念的往这条路上狂奔下去吧。而对于大多数不是这个行业,也没有相关技术的人怎么办?只有加入到机器智能的大潮中,转变思想,勇于尝试,积极改变,别无他法。
那么具体该怎么做呢?看看这本书就知道了,嘿嘿。
《智能时代》读后感 篇2
总的来讲,本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。
大数据给世界带来的改变很深刻,最深刻的是思维方式的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题,也终于有能力在全集的基础上精准刻画群体侧面画像,转变的还有看待问题的方法——我们不再是“小心假设,大胆求证”,而是“减少假设,数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的,对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此,这会迅速引起一场商业革命。
实际上,这场革命已经开始:在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是,还有更多的行业在探索如何将数据有效整合起来探索新的.模式——首先是数据的获取问题,寻找有效的获取数据的方法可能不是一拍脑袋就想得到的;其次,如何从这些数据中发现价值依然需要一个指导方向;最后,如何利用数据发现的规则设计更合理的模式。
书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题:智能革命大大解放了生产力,大大促进了生产,只需要更少的人就能够养活全世界,那么剩下的人怎么办?作者通过论述第一、二、三次工业革命的历史进程,得出来的结论不容乐观——只有通过时间的作用才能使革命带来的巨大的生产力解放得到释放。我们很不幸地处于这个历史进程,我们也很幸运地处于这个历史进程。
所以整本书,可以说是一本科普的书,读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解,尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界,一种是参与到革命的进程中,跟上历史的车轮向前,另一种则是抗拒革命,被历史抛弃——这两者之间的差别,不可以云泥计。至于事实上是否真的会有这么严重,这个就仁者见仁了,只不过历史告诉我们,至少前三次是这样的,如果抱有怀疑,最好祈祷太阳底下会有新鲜事。
至于革命已经发生,这是毋庸置疑的。当然,这是读本书之前就已经知道了的。实际上,很多人都已经知道——置身在一个全社会都在讨论大数据的环境下,很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。
《智能时代》读后感 篇3
第一次读《智能时代》,是通过朋友的豆瓣阅读邀请码下载到手机上看的。起先并没有太认真阅读,只是在下班路上随手翻几页,以为这就是写现在比较热门的关于智能设备或者智能生活方式的乏善可陈的书,毕竟书名”智能时代“给我第一印象就是如此。实际读的时候才发现,这是一本讲人的智能和计算机能否产生类似智能的书。书的原名是《on Intelligence》,本意是关于智能的讨论,翻译书名《智能时代》和副标题不是很切题,会给人错误的第一印象。
抛开书名不说,《智能时代》是我几年内读过最好的书之一,作者——杰夫霍金斯的文笔很简洁,这本书翻译的水平也很高,文中很客观和批判性地描述了智能和人工智能研究,并阐述了作者自己对智能的理解。本书一推出就获得两个诺贝尔奖得主及专业领域人士的大力推荐,考虑到霍金斯本人是企业家而不是职业科学家这一点,是十分罕见的。
我从小经常思考关于智能的问题,这本书能解答我很多疑惑,读书时那种开悟的感觉只能用醍醐灌顶来形容。还记得初一的某天下课回家,我骑着自行车,突然产生了一个疑问——我的手是怎么掌把的,我没有有意识地控制哪根手指放哪个位置啊?然后我撞了汽车。如果你和我一样,曾经思考过这类问题,那么本书绝对是你的菜。
霍金斯在书中首先回顾了当今人工智能研究的历程以及自己探索的经历,客观批判了"智能行为派",他认为智能是系统的内在属性,和外在表现无关。比如一个人在静静思考的时候,虽然没有表现出任何行为,他也是有智能的。退一步来讲,假使通过行为来判断是否有智能,当下的计算机也不合格。计算机要能识别图片,必须设计一套视觉识别算法,计算灰度、色阶、轮廓等;识别语音要设计语言算法,计算声波频率、音调、匹配语义等。图片算法和声音算法之间没有任何关联,从术语到计算过程完全不同。
但是对于大脑来说,声音和图像在大脑中的处理过程很类似,只是接受刺激的感官不同。把实验动物幼崽的视觉神经接到本来应该发育听觉的位置,这些动物都能发育出正常的视觉——而如果把计算机的摄像头接到话筒上,结果可想而之。作者并非在否定算法本身,无疑,大脑也有自己的算法,这个算法是高度抽象的,能根据信号输入的不同发展出相应的知觉。相比之下,计算机算法毫无变通的可能性。从这两点出发,作者认为以往的计算机智能研究是一条死路。
那么智能应该是什么样的?霍金斯从日常生活出发,通过对学习、记忆、回想等等行为的分解,结合脑部神经结构,提出了产生智能的"记忆——预测"框架。整个推断过程非常精彩,在此就不剧透了,以免破坏了阅读乐趣。
这个系统的核心在于"恒定表征"这样一个概念,霍金斯认为人类(或海豚猴子等其他动物)之所以能认知世界,依赖于对事物高度抽象的能力。这种抽象能力,不是指刻意训练的逻辑思维能力,而是智慧生物由大脑结构决定的固有能力。举个例子:当我看到我家的小狗,我能意识到它在附近;当我听到它熟悉的叫声,我也能意识到它在附近;甚至当我只是看到它掉在沙发上的毛,都能推断出它肯定爬上过沙发。
我并不一定直接看到它,是如何判断它是否在附近呢?这就表明我的大脑有关于这只狗的"恒定表征",不以我观测的方式转移。我认识我家的狗,无论它是蹲着还是趴着还是把脑袋藏在沙发下面,我都能意识到它的独特存在。"恒定表征"也就是人们常说的"理解"某个事物,对于计算机来说,目前的技术只能按部就班地计算,没有理解的产生,更无所谓智能。
恒定表征这个概念并非是霍金斯的原创,很多哲学家和科学家都有过类似的思想。比如大哲学家康德曾论证:人的心智拥有空间和时间的形式,独立于经验。康德称这些形式为直觉,它们是纯粹先天的知识方式,不依据经验和思想,这使理解现实成为可能。比如没有人见过完美的圆形,但不妨碍人理解正圆这个概念,因为空间的.形式是先天的,是人的物理形态决定的。霍金斯的“恒定表征”,就是先天知识(人或者计算机物理结构所决定的)加上后天经验的产物。在我看来,计算机对时间和空间都没有先天的知识,如果计算机对什么有先天概念的话,那只能是频率。
不过,计算机并非不能产生智能,只是现在的科技水平不够。最初计算机的设计就是用于处理专项任务,而生命的演化是为了适应各种各样的自然环境,人和计算机"硬件"的不同,体现了自然演化和人工制造的区别。产生人类智慧的大脑,对于现在的技术水平来说,的确很难复制(就算能复制,消耗的电量是相当惊人的),并非说大脑具有什么独特的"精神"层面的东西,是计算机无法模拟的。我相信在科学家们提取出大脑的"算法"之后,人工智能的产生是必然的,十年、二十年内都有可能。
想象一下吧,具有人类智慧的计算机,不仅计算速度快,还能接上定制的感官,不仅有视觉、听觉、触觉、味觉、嗅觉,它还能具有感受磁场的"磁觉"(就像一些鱼),感受整个森林火灾可能性的"安全感",甚至感受股市变化的"发财直觉"(有些人声称自己就有,比如我妈)应用的可能性是无限多的。这也是小伙伴们改变命运,找到下一个蓝海的机会啊!至于我呢,现在就开始着手创办全球第一家”人工智能幼儿早教机构“,并非人工智能来教育人类小孩哦,而是我来教育人工智能小孩……
《智能时代》读后感 篇4
像我这样每天看的都是小说、历史,会不会让人觉得这个人已经老了,很颓废,不求上进?尤其在这个开口闭口必谈云计算、大数据、人工智能的年头,既听不懂又插不上话,会不会就真的落伍了呢?于是继《浪潮之巅》后,又接着看了吴军先生的《智能时代》(他的《文明之光》也同步在看,只是4本书看完还需要点时间)。没想不看不打紧,这一看,未细思,心已冷。窗外虽是阳光灿烂,心中却早已凉凉的。
作者说:“随着技术革命的发展,并非每一个人的发展机会都是越来越多的,反而可能是越来越少。”“在历次技术革命中,一个人、一家企业,甚至一个国家,可以选择的道路只有两条:要么进入前2%的行列,要么被淘汰。”“那么大量淘汰下来的劳动力怎么办?新毕业的学生如何就业?答案是要么去从事一份工资足够低的服务性工作,要么没有工作靠领取救济过活。”多么直接,多么残酷,又多么的冷酷,然而,这就是我们要面对的现实。于是又回到狄更斯那句被引用过无数次的《双城记》中开篇的一句话:“这是最好的时代,也是最坏的时代。”
不要以为智能革命只会威胁到生产线上的工人和只需简单动脑的工作,即使在今天看来依然高大上的职业,未来也会失去工作,譬如医生、律师、编辑记者。先来看看医生,“在过去,像放射科医生这一类工作,被认为需要太多的专业技能,工作性质太复杂,不可能被机器取代。但是,今天智能的模式识别软件通过医学影像的识别和分析,可以比有经验的放射科医生更好地诊断病情,这将从根本上改变医疗行业的现状。”
具有了智能的计算机不仅能帮助诊断,还可以进行手术。“相比医生,计算机在诊断和手术等方面有三大优势:
首先,它们漏判(或者失误)的可能性非常低,也就是说它们能够发现一些医生们忽略的情况。
其次,它们的准确率很高,而且随着数据量(病例)的增加提高得非常快。
最后,也是人所不具备的,这些智能程序的稳定性非常好,它们不会像人那样受情绪的影响。”最要命的是,“这些智能程序的成本,通常不到人工的百分之一。”
再来看看律师,“位于硅谷帕罗奥图市的Blackstone Discovery公司发明了一种处理法律文件的自然语言处理软件,使得律师的效率可以提高500倍,而打官司的成本可以下降99%,这意味着未来将有相当多的律师(尤其是初级水平的律师)可能失去工作。”事实上这件事情在美国已经发生,“新毕业的法学院学生找到正式工作的时间比以前长了很多。”那么记者和编辑呢?“今天美国很多媒体的财经新闻,尤其是对公司财报的评述,其实已经是计算机产生的了。”我想类似我们央视新闻联播和《人民日报》那样的新闻就更没有问题。
有人会问:“文学作品如小说诗歌什么的总还需要人创作吧?”就在今天中午刚看到一条消息:“微软小冰通过对1920年后519位现代诗人的上千首诗经过10000次的迭代学习,小冰每学习一次的时间大约是0.6分钟,10000次需要100个小时。她至今创作了70928首诗,从中精心挑选了139首,结集出版。”也就是说你未来看到的小说或诗集有可能是机器写的。那么,再仔细想想、细思一下,还有什么工作是未来计算机做不了和不能替代的呢?包括你眼下正在干的事情。是不是不思已恐,细思,则极恐、更恐、很恐、非常恐?是否觉得有些危言耸听?
“很多人会天真地认为,船到桥头自然直,劳动力会被自然而然地分配到其他行业中去。”过去几次技术和产业革命不就是这样的吗?“但是,这种劳动力的再分配,一来需要非常长的时间(至少半个世纪),二来依赖于产生新产业。”那么,这一切究竟是怎么发生的?为什么早不来晚不来却偏偏这个时候来、偏偏让我们给赶上了?
回到吴军先生的《智能时代》这本书,还有个副题“大数据与智能革命重新定义未来”。全书一共分为七章,分别介绍了数据的作用,大数据和机器智能,机器智能的原理及其发展历程,大数据思维的核心及其重要性,大数据和机器智能与商业的关系,它们对社会正反两个方面的巨大影响。
《智能时代》读后感 篇5
第一次读《智能时代》,是通过朋友的豆瓣阅读邀请码下载到手机上看的。起先并没有太认真阅读,只是在下班路上随手翻几页,以为这就是写现在比较热门的关于智能设备或者智能生活方式的乏善可陈的书,毕竟书名”智能时代“给我第一印象就是如此。实际读的时候才发现,这是一本讲人的智能和计算机能否产生类似智能的书。书的原名是《on Intelligence》,本意是关于智能的讨论,翻译书名《智能时代》和副标题不是很切题,会给人错误的第一印象。
抛开书名不说,《智能时代》是我几年内读过最好的书之一,作者——杰夫霍金斯的文笔很简洁,这本书翻译的水平也很高,文中很客观和批判性地描述了智能和人工智能研究,并阐述了作者自己对智能的理解。本书一推出就获得两个诺贝尔奖得主及专业领域人士的大力推荐,考虑到霍金斯本人是企业家而不是职业科学家这一点,是十分罕见的。
我从小经常思考关于智能的问题,这本书能解答我很多疑惑,读书时那种开悟的感觉只能用醍醐灌顶来形容。还记得初一的某天下课回家,我骑着自行车,突然产生了一个疑问——我的手是怎么掌把的,我没有有意识地控制哪根手指放哪个位置啊?然后我撞了汽车。如果你和我一样,曾经思考过这类问题,那么本书绝对是你的菜。
霍金斯在书中首先回顾了当今人工智能研究的历程以及自己探索的经历,客观批判了"智能行为派",他认为智能是系统的内在属性,和外在表现无关。比如一个人在静静思考的时候,虽然没有表现出任何行为,他也是有智能的。退一步来讲,假使通过行为来判断是否有智能,当下的计算机也不合格。计算机要能识别图片,必须设计一套视觉识别算法,计算灰度、色阶、轮廓等;识别语音要设计语言算法,计算声波频率、音调、匹配语义等。图片算法和声音算法之间没有任何关联,从术语到计算过程完全不同。
但是对于大脑来说,声音和图像在大脑中的处理过程很类似,只是接受刺激的感官不同。把实验动物幼崽的视觉神经接到本来应该发育听觉的位置,这些动物都能发育出正常的视觉——而如果把计算机的摄像头接到话筒上,结果可想而之。作者并非在否定算法本身,无疑,大脑也有自己的算法,这个算法是高度抽象的,能根据信号输入的不同发展出相应的知觉。相比之下,计算机算法毫无变通的可能性。从这两点出发,作者认为以往的计算机智能研究是一条死路。
那么智能应该是什么样的?霍金斯从日常生活出发,通过对学习、记忆、回想等等行为的分解,结合脑部神经结构,提出了产生智能的"记忆——预测"框架。整个推断过程非常精彩,在此就不剧透了,以免破坏了阅读乐趣。
这个系统的核心在于"恒定表征"这样一个概念,霍金斯认为人类(或海豚猴子等其他动物)之所以能认知世界,依赖于对事物高度抽象的能力。这种抽象能力,不是指刻意训练的逻辑思维能力,而是智慧生物由大脑结构决定的固有能力。举个例子:当我看到我家的小狗,我能意识到它在附近;当我听到它熟悉的叫声,我也能意识到它在附近;甚至当我只是看到它掉在沙发上的毛,都能推断出它肯定爬上过沙发。
我并不一定直接看到它,是如何判断它是否在附近呢?这就表明我的大脑有关于这只狗的"恒定表征",不以我观测的方式转移。我认识我家的狗,无论它是蹲着还是趴着还是把脑袋藏在沙发下面,我都能意识到它的独特存在。"恒定表征"也就是人们常说的"理解"某个事物,对于计算机来说,目前的技术只能按部就班地计算,没有理解的产生,更无所谓智能。
恒定表征这个概念并非是霍金斯的原创,很多哲学家和科学家都有过类似的思想。比如大哲学家康德曾论证:人的心智拥有空间和时间的形式,独立于经验。康德称这些形式为直觉,它们是纯粹先天的知识方式,不依据经验和思想,这使理解现实成为可能。比如没有人见过完美的圆形,但不妨碍人理解正圆这个概念,因为空间的形式是先天的,是人的物理形态决定的。霍金斯的“恒定表征”,就是先天知识(人或者计算机物理结构所决定的)加上后天经验的产物。在我看来,计算机对时间和空间都没有先天的知识,如果计算机对什么有先天概念的话,那只能是频率。
不过,计算机并非不能产生智能,只是现在的科技水平不够。最初计算机的设计就是用于处理专项任务,而生命的演化是为了适应各种各样的自然环境,人和计算机"硬件"的不同,体现了自然演化和人工制造的区别。产生人类智慧的大脑,对于现在的技术水平来说,的确很难复制(就算能复制,消耗的电量是相当惊人的),并非说大脑具有什么独特的"精神"层面的东西,是计算机无法模拟的。我相信在科学家们提取出大脑的"算法"之后,人工智能的产生是必然的,十年、二十年内都有可能。
想象一下吧,具有人类智慧的计算机,不仅计算速度快,还能接上定制的感官,不仅有视觉、听觉、触觉、味觉、嗅觉,它还能具有感受磁场的"磁觉"(就像一些鱼),感受整个森林火灾可能性的"安全感",甚至感受股市变化的"发财直觉"(有些人声称自己就有,比如我妈)应用的可能性是无限多的。这也是小伙伴们改变命运,找到下一个蓝海的机会啊!至于我呢,现在就开始着手创办全球第一家”人工智能幼儿早教机构“,并非人工智能来教育人类小孩哦,而是我来教育人工智能小孩……
《智能时代》读后感 篇6
总的来讲,本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。
大数据给世界带来的改变很深刻,最深刻的是思维方式的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题,也终于有能力在全集的基础上精准刻画群体侧面画像,转变的还有看待问题的方法——我们不再是“小心假设,大胆求证”,而是“减少假设,数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的,对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此,这会迅速引起一场商业革命。
实际上,这场革命已经开始:在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是,还有更多的行业在探索如何将数据有效整合起来探索新的模式——首先是数据的获取问题,寻找有效的获取数据的方法可能不是一拍脑袋就想得到的;其次,如何从这些数据中发现价值依然需要一个指导方向;最后,如何利用数据发现的规则设计更合理的模式。
书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题:智能革命大大解放了生产力,大大促进了生产,只需要更少的人就能够养活全世界,那么剩下的人怎么办?作者通过论述第一、二、三次工业革命的历史进程,得出来的结论不容乐观——只有通过时间的作用才能使革命带来的巨大的生产力解放得到释放。我们很不幸地处于这个历史进程,我们也很幸运地处于这个历史进程。
所以整本书,可以说是一本科普的书,读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解,尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界,一种是参与到革命的进程中,跟上历史的车轮向前,另一种则是抗拒革命,被历史抛弃——这两者之间的差别,不可以云泥计。至于事实上是否真的会有这么严重,这个就仁者见仁了,只不过历史告诉我们,至少前三次是这样的`,如果抱有怀疑,最好祈祷太阳底下会有新鲜事。
至于革命已经发生,这是毋庸置疑的。当然,这是读本书之前就已经知道了的。实际上,很多人都已经知道——置身在一个全社会都在讨论大数据的环境下,很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。
《智能时代》读后感 篇7
这本书内容比较浅,基本属于讲故事、走马观花的那种。作者文笔、见识、阅历是很牛,本书没有体现出来。
唯一觉得亮点的地方在于,以前不太知道大数据和人工智能具体关系,这本书简单地讲解了一下。
机器智能,传统上来说是指机器能够像人一样思考,去解决问题,而由于人类解决问题并非是在当下的场景下学会解决当下那个场景的问题,有很多时候是应用了其他方面的知识来解决这个问题,所以在迁移能力这方面,机器要学会“人”的思考很难。那么大数据是怎么与机器智能相联系的呢?另一条发展机器智能的方法,就完全摒弃了“像人思考”这一条路,而是直接对准“解决问题”这一终极目标。比如说翻译,以前的思路是让机器理解各种语法,现在则不需要机器去理解语法,而是直接去“学习”十几万句用语,用量变来抵达质变。也就是说,当见识过越来越多的用语时,翻译的准确性也会不断提高。
《智能时代》读后感 篇8
人工智能是未来10年可期有大发展的领域,也是我们从事数据行业的职业愿景。看我这本书,更加坚定这是一个可期,有意思的方向。下面是我读这本书的过程中,产生的对于数据分析和应用的一些理解和总结。
基本思路
经典思路:目前在做数据分析时,采用的是传统的逻辑推理的分析的思路。先提出问题,再通过严谨的逻辑推理进行验证,解释商业问题。
新思路:尝试使用相关性进行数据挖掘分析;就是数据挖掘的一些技术,比如聚类、决策树、随机森林等高级统计模型。这种思路做出的东西,一般而言是技术门槛较高、解决经典思路无法解答的问题,也符合当前流行的大数据思维、人工智能思维。新思路的处理问题逻辑,先有相关性分析,找出导致问题的相关性因素,然后再解释背后的商业逻辑。
适用范围
经典思路:符合人脑的思维模式,由A—>B—>C的逻辑顺序。在解决小而美的独立case时,效率高。比如,“为什么今天某个页面的转化率突然升高啦”这类的问题,通过逻辑推理,一步一步下钻,可以很快定位原因。
新思路:这是AlphaGo下围棋是采用的思路,决策nextmove是因为nextmove对最终赢得棋局概率最高。这是一种结果导向的思维,将智能问题变成了数据问题。AlphaGo不需要知道如何布局,只关注每一次的落子都在提高最终胜利的概率。这种思路可以解决目标明确且影响因素众多的决策问题。
《智能时代》读后感 篇9
标题来自书本序言,出自混沌大学创始人李善友教授之手,在此借用。
总的来讲,本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。
大数据给世界带来的改变很深刻,最深刻的是思维方式的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题,也终于有能力在全集的基础上精准刻画群体侧面画像,转变的还有看待问题的方法——我们不再是“小心假设,大胆求证”,而是“减少假设,数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的,对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此,这会迅速引起一场商业革命。
实际上,这场革命已经开始:在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是,还有更多的行业在探索如何将数据有效整合起来探索新的模式——首先是数据的获取问题,寻找有效的获取数据的方法可能不是一拍脑袋就想得到的;其次,如何从这些数据中发现价值依然需要一个指导方向;最后,如何利用数据发现的规则设计更合理的模式。
书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题:智能革命大大解放了生产力,大大促进了生产,只需要更少的人就能够养活全世界,那么剩下的人怎么办?作者通过论述第一、二、三次工业革命的历史进程,得出来的结论不容乐观——只有通过时间的作用才能使革命带来的巨大的生产力解放得到释放。我们很不幸地处于这个历史进程,我们也很幸运地处于这个历史进程。
所以整本书,可以说是一本科普的书,读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解,尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界,一种是参与到革命的进程中,跟上历史的车轮向前,另一种则是抗拒革命,被历史抛弃——这两者之间的差别,不可以云泥计。至于事实上是否真的会有这么严重,这个就仁者见仁了,只不过历史告诉我们,至少前三次是这样的`,如果抱有怀疑,最好祈祷太阳底下会有新鲜事。
至于革命已经发生,这是毋庸置疑的。当然,这是读本书之前就已经知道了的。实际上,很多人都已经知道——置身在一个全社会都在讨论大数据的环境下,很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。
《智能时代》读后感 篇10
人工智能是未来10年可期有大发展的领域,也是我们从事数据行业的职业愿景。看我这本书,更加坚定这是一个可期,有意思的方向。下面是我读这本书的过程中,产生的对于数据分析和应用的一些理解和总结。
基本思路
经典思路:目前在做数据分析时,采用的是传统的逻辑推理的分析的思路。先提出问题,再通过严谨的逻辑推理进行验证,解释商业问题。
新思路:尝试使用相关性进行数据挖掘分析;就是数据挖掘的一些技术,比如聚类、决策树、随机森林等高级统计模型。这种思路做出的东西,一般而言是技术门槛较高、解决经典思路无法解答的问题,也符合当前流行的大数据思维、人工智能思维。新思路的处理问题逻辑,先有相关性分析,找出导致问题的相关性因素,然后再解释背后的商业逻辑。
适用范围
经典思路:符合人脑的思维模式,由A—>B—>C的逻辑顺序。在解决小而美的独立case时,效率高。比如,“为什么今天某个页面的转化率突然升高啦”这类的问题,通过逻辑推理,一步一步下钻,可以很快定位原因。
新思路
这是AlphaGo下围棋是采用的思路,决策next move是因为next move对最终赢得棋局概率最高。这是一种结果导向的思维,将智能问题变成了数据问题。AlphaGo不需要知道如何布局,只关注每一次的落子都在提高最终胜利的概率。这种思路可以解决目标明确且影响因素众多的决策问题。