大数据和机器智能的出现，对我们的技术发展、商业和社会都会产生重大的影响。作者吴军在《智能时代：大数据与智能革命重新定义未来》中指出，首先，我们在过去认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解，比如解决癌症个性化治疗的难题。同时，大数据和机器智能还会彻底改变未来的商业模式，很多传统的行业都将采用智能技术实现升级换代，同时改变原有的商业模式。大数据和机器智能对于未来社会的影响是全方位的。
目录
第一章 数据—人类建造文明的基石
如果我们把资本和机械动能作为大航海时代以来全球近代化的推动力的话，那么数据将成为下一次技术革命和社会变革的核心动力。
现象、数据、信息和知识
数据的作用：文明的基石
相关性：使用数据的钥匙
统计学：点石成金的魔棒
数学模型：数据驱动方法的基础
第二章 大数据和机器智能
在有大数据之前，计算机并不擅长于解决需要人类智能的问题，但是今天这些问题换个思路就可以解决了，其核心就是变智能问题为数据问题。由此，全世界开始了新的一轮技术革命——智能革命。
什么是机器智能
鸟飞派：人工智能1.0
另辟蹊径：统计+数据
数据创造奇迹：量变到质变
大数据的特征
变智能问题为数据问题
第三章 思维的革命
在无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想知道的答案，这便是大数据思维的核心。
思维方式决定科学成就：从欧几里得、托勒密到牛顿
工业革命，机械思维的结果
世界的不确定性
熵—一种新的世界观
大数据的本质
从因果关系到强相关关系
数据公司Google
第四章 大数据与商业
在未来我们可以看到，大数据和机器智能的工具就如同水和电这样的资源，由专门的公司提供给全社会使用。
从大数据中找规律
巨大的商业利好：相关性、时效性和个性化的重要性
大数据商业的共同点—尽在数据流中
把控每一个细节
重新认识穷举法—完备性带来的结果
从历史经验看大数据的作用
技术改变商业模式
加（+）大数据缔造新产业
第五章 大数据和智能革命的技术挑战
大数据的数据量大、维度多、数据完备等特点，使得它从收集开始，到存储和处理，再到应用，都与过去的数据方法有很大的不同。因此，使用好大数据也需要在技术和工程上采用与过去不同的方法。
技术的拐点
数据收集：看似简单的难题
数据存储的压力和数据表示的难题
并行计算和实时处理：并非增加机器那么简单
数据挖掘：机器智能的关键
数据安全的技术
保护隐私：靠大数据长期挣钱的必要条件
第六章 未来智能化产业
现有产业+机器智能=新产业，未来的农业、制造业、体育业、医疗、律师，甚至编辑记者行业都将迎来崭新形态，新产业将取代旧产业满足人类的个性化需求，大数据将导致我们整个社会的升级和变迁。
未来的农业
未来的体育
未来的制造业
未来的医疗
未来的律师业
未来的记者和编辑
第七章 智能革命和未来社会
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：要么加入智能浪潮，成为前2%的人，要么观望徘徊，被淘汰。
智能化社会
精细化的社会
无隐私的社会
机器抢掉人的饭碗
争当2%的人
后记
参考文献
十分钟读完《智能时代》
new 2016-08-06 21:54:35
这篇书评可能有关键情节透露
推荐语：一个空前的大时代，未来，真的来了，这将是一个让我们振奋的时代，也是一个给我们带来空前挑战的时代。
未来的社会，属于那些具有创意的人，包括计算机科学家，而不属于掌握某种技能做重复性工作的人。
阿法狗战胜李世石——智能时代到来。
思维的革命
机械思维——17世纪以来一直指导我们日常做事行为的思维方式。过去三个多世纪人类总结出的最重要的思维方式，
现代文明的基础。源于古希腊的思辨思想和逻辑推理。
欧几里得最大的成就是在几何学和数学知识基础上创立了“公理化体系”的几何学（《几何原本》——对世界影响力最大的一本书）。这对西方的整个思维方法有极大影响。
托勒密是最伟大的天文学家，没有之一。欧几里得后约5个世纪，托勒密将欧几里得的方法应用到天文学上，建立地心说。其善于总结方法论，至今仍在用。
核心思想：
首先，有一个简单元模型，这个模型可能是假设出来的，然后在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吻合。
缺陷：一，模型过于复杂，依靠手工计算难以准确。二，确定性假设。
古希腊罗马后，人类对自然的认识变缓，西方进入中世纪。东方在工程和技术上不断进步，但没形成科学体系，没形成方法论。（东方文明长期在技术上领先西方，但在科学体系上远落后于西方，关键就输在方法论上。）最终，发展成科学方法论的任务留给了笛卡尔和牛顿。
笛卡尔的贡献在于提出了科学方法论，即“大胆假设，小心求证”。这在今天仍在使用。
牛顿对近代社会思想贡献最大，直接的贡献在于“用简单而优美的数学公式破解了自然之谜”。指出任何正确的理论从形式上都是简单的，同时又有非常好用的通用性（大道至简）。
人们将牛顿的方法论概括为机械思维。核心思想是：一，世界变化的规律是确定的。二，规律不仅可以被认识，而且可以用简单的公式或语言描述。三，这些规律放之四海皆准。
瓦特第一个应用牛顿力学原理作出重大发明。瓦特掌握了新的方法论——机械思维，“改进”了蒸汽机。其后，机械思维普及欧洲，英国史蒂芬森发明火车；查尔斯瑟伯发明转轮打字机（结束几千年来人类书写记录文明的方式）。美国伊莱惠特尼发明轧棉机（间接导致南北战争）。罗伯特富尔顿发明蒸汽船（为全球自由贸易时代到来做好了准备）。
机械思维导致工业革命。人类财富增加，寿命大大延长。
爱因斯坦，现代物理学集大成者，其思维方式和牛顿是一致的，都是建立在“确定性”基础之上。
机械思维的局限性：否认不确定性和不可知性。信息时代，这种局限性逐渐显现。不确定性是这个世界的重要特征，很多事情难以用确定的公式或规则表示，但并非无规律可循，可用概率论来描述。
香农在概率论基础上建立了信息论。把信息和世界的不确定性（无序状态）联系到一起。
克劳修斯提出“熵”的概念，即一个系统完全达到恒温时，就无法做功，此时熵最大。
香农把熵和信息量联系了起来：要想消除系统的不确定性，就要引入信息。
信息论是一种全新的方法论，与机械思维建立在确定性基础上截然不同，是建立在不确定性基础上。
信息时代的方法论：谁掌握了信息，谁就能够获取财富，如同工业时代谁掌握了资本谁就能获取财富。
互信息：信息的相关性。
香农第一定律（信源编码定律）：对信源发出的所有信息设计一种编码，那么编码的平均长度一定大于该信源的信息熵，同时一定存在一种编码方式，使得编码的平均长度无限接近于它的信息熵。
香农第二定律：信息的传播速率不可能超过信道的容量。描述了通信领域最跟的规律，是自然界本身的固有规律，能解释很多商业行为。如人脉是人与人交往的带宽，人脉不够，发出的信息和获得的信息都有限，生意很难做大。
最大熵原理：当我们对未知的事件寻找概率模型时，这个模型应当满足我们所有已经看到的数据，但是对未知的情况不要做任何主观假设。
智能问题从根本上讲是消除不确定性的问题。
交叉熵：库尔贝克等人提出。它可以反映两个信息源之间的一致性或两种概率模型之间的一致性。两个数据源完全一致，交叉熵为零，相差很大，交叉熵也很大。
大数据的科学基础是信息论，其本质是利用信息消除不确定性。
现有产业+大数据（机器智能）=新产业
并非每一家公司都要从事新技术产品本身的制造，更多时候它们是利用新技术改造原有产业。
智能革命和未来社会
正面：
大数据和机器智能使我们生活的环境更加安全。可以让我们整体的社会环境乃至文明程度有质的飞跃。
工业革命前，人类使用的产品和服务有细微差别（个性化），但效率低；工业革命后，人类使用的产品和服务无差别（标准化），个性化消失；智能时代，机器智能足以提供各种个性化服务，同时成本和标准化服务相当（个性化又回来了）。
负面：
人们将生活在一个没有隐私的环境。将来可能很麻烦，不仅仅是在淘宝上总被送假货，买机票总比别人贵20%那么简单，可能涉及我们的健康和医疗，可能没有医院会接收我们住院；
人们会被一些超级权利在无形中控制；
很多人因为没有掌握未来生存技能而失业；
财富更加集中在少数人手里。
智能革命将比过去历次技术革命来得更深刻，对社会带来的冲击可能是空前的。
历史上有影响力可以和正在进行的智能革命相比的，只有
19世纪末始于英国的工业革命、
20世纪末始于美国和德国的第二次工业革命、
“二战”后以摩尔定律为标准的信息革命。
从工业革命到黄金时代：
工业革命带来三个结果：人类过得好了，人类活得长了，人类有自信和尊严了。
工业革命之前的几千年时间里，劳动力的数量和能提供给生产所使用的动力是不足的，商品是供不应求的。工业革命后，情况大不同。马克思说“资产阶级在它不到100年的阶级统治中所创造的生产力，比过去一切时代创造的全部生产力还要多，还要大。”
1800年-2000年间，南欧、西欧、北欧人均GDP水平增长了近20倍（从1000美元增加到20000美元）。中国在1979年-2014年间，人均GDP考虑购买力涨不止10倍，不考虑购买力涨40倍。
中国用35年时间走完了欧洲200多年走完的路，从农耕时代到早期工业时代、大工业时代和后工业时代（信息时代），并与世界同步进入后信息时代。
新技术在出现的初期，受益者是非常少的，他们通常只是那些掌握新技术或者使用新技术、从事新行业的人。18世纪末到19世纪上半叶是英国贫富分化严重、社会矛盾重重的半个多世纪。也正是那个年代，英国出现了空前绝后的工人运动，催生出马克思主义。
英国人花了大约两代人的时间消化工业革命带来的负面影响。如何解决工业革命的副作用？资本输出→开拓全球殖民地→推行自由贸易。
工业革命对社会的影响分三个阶段：
一，发明家和工厂主受益，普通民众不受益；
二，全体英国民众受益，世界范围内大家不受益，两个阶段差半个多世纪；
三，整个世界受益。
第二次工业革命，此模式重复出现。
从第二次工业革命到镀金时代
第二次工业革命的核心是电的使用。刚开始一段时间美国贫富分化程度达到北美殖民以来最高点，且比今天严重的多。发生了美国历史上不多见的工人激进运动，南方传统经济被北方大工业彻底碾碎，直到今天，南部经济依然落后北方。
美国已没有那么多殖民地待开发，好在有天然的地理优势，有广袤的中西部处女地待开发。从1870年到19世纪20年代（镀金时代，柯立芝繁荣），经过半个世纪的努力，美国才基本实现全面繁荣。德国为了输出产能，不得不发动第一次世界大战，战败后问题没有得到解决，导致民粹主义泛滥，最终劳工阶层把纳粹推上台。
“在人类历史上最富有的75人中，有1/5出生在1830-1840年的美国，包括钢铁大王卡内基、石油大王洛克菲勒等。”——《异类》马尔科姆.格拉德维尔
依然没消化完的信息革命
过去30年里，美国和中国两个国家贡献了全球超过一半的GDP增长，除去这两个国家，世界大部分地区情况并不美妙。它们自有的旧的经济结构落伍，新的经济结构虽能享受信息革命的产品，确享受不到经济增长。
全世界范围看，消化掉信息革命的冲击波或许还需更长时间，然而现在大数据和机器智能革命已经来敲门。
从目前发展来看，智能革命对社会的冲击有可能超过过去几次技术革命。
首先，信息革命本身带来的影响还没有消化完。
其次，今天的世界和200年前已经不同，消化掉技术革命的影响要比工业革命时难得多。
最后，智能革命所要替代的是人类最值得自豪的部分——大脑。
当全社会各行各业的从业人数都因机器智能而减少时，全世界几十亿劳动力怎么办？是否能有良好的解决办法？坦率地讲，谁也没有。
即便没有好的方法，我们也要在观念上接受这样的事实，即越来越多的事情，人类将做不过机器。我们今后的决定，应该根据这个前提来做，只有面对现实，才能最终建设一个让所有积极向上的人都具有成就感和幸福感的社会。
虽然我们不知道如何在短期内创造出能消化几十亿劳动力的产业，但是我们很清楚如何让自己在智能革命中受益，而不是被抛弃。答案很简单，争当2%的人，而不是自豪地宣称自己是98%的人。
Google的AlphaGo，其实并不知道自己在下棋。但是，制造智能机器的人就不同了，他们可能只占人口的不到2%甚至更少，却在某种程度上控制着世界。
在销售商品的时代，我们认为越便宜越合算；到了提供服务的时代，我们发现忽然有了很多免费的服务，我们为此欢呼，但不久我们发现，看似免费的东西才是最贵的，因为我们在获得这些服务的同时交出了自己的自由。而只有当我们在失去自由，利益受损时，才会体会到自由的可贵。
在智能革命到来之际，作为人和企业无疑应该拥抱它，让自己成为那2%的受益者；作为国家，则需要未雨绸缪，争取不要像过去那样每一次重大的技术革命都伴随半个多世纪的动荡。
这将是一个让我们振奋的时代，也是一个给我们带来空前挑战的时代。
5分钟看懂《智能时代》关键问题解答。
小悟空 2016-08-08 17:50:14
纵观全书，作者对几个智能时代关键问题做出的解答。
Q1:为什么说数据是人类建造文明的基石？
Answer：“观天象，辩农时”“千里之外，运筹帷幄”自古以来，人类观察现象，获取数据，发现规律，指导决策行为。人类认识自然，推动经济、社会发展的行为不出乎此。
Q2：为什么智能革命在今天爆发？
Answer：移动物联网时代的到来，每个人每天产生大量数据呈爆发式的增长，奠定了数据量的基础。通过大数据挖掘出的强相关关系取代工业时代根据公式定理确定的因果关系，大大提高了决策正确度和速度。同时促使世界一流公司计算机运算速度、数据存储技术与数据挖掘技术的突破性进展。
Q3：以大数据为基础的智能时代的商业模式是什么？
Answer：以史为鉴，大数据资源将像水和电一样，由专门的公司提供给全社会使用，而如何使用将成为关键。同时全社会将会经历现有产业+机器智能=新产业的大变革。事实上现在已经在大规模的发生。未来的农业：传统农业+滴灌机器人，喷水机器人。未来的体育：位于硅谷的NBA球队勇士队，根据大数据算法制定最优策略，几年时间从倒数变为冠军球队。未来制造业：特斯拉汽车工厂，全部由机器人操作。未来的医疗：个性化医疗，癌症治疗有望取得突破。未来的律师，记者，编辑等行业职位将被自然语言处理技术和大数据信息检索技术冲击。
Q4：智能时代对个人会产生什么影响？
Answer：每一次巨大的历史变革都是巨大进步，但也伴随着强烈阵痛。大批被新技术取代的工作岗位需要靠时间去消弥，一大部分人被历史抛弃，只有少部分人成为时代的宠儿，正如工业革命时代的大量手工工匠被机械工厂取代而难以谋生，互联网时代线下商业被电子商务冲击，这一次，吴军老师估计，这一次，只有2%的人能鲤鱼跃龙门，成为时代的宠儿。
我的思考：究竟哪些人不会被时代淘汰？
遵循原则——做机器不能做的事，同时要学会与机器合作。
1.复杂模式判断者：需要强大的思维逻辑和判断能力（高级工程师，科学家，警察）
2.创意工作者：为追求趣味，发掘人类爱好而创作（艺术家，作家，演员，跨领域知识牛人）
3.人际连接者：追求人与人之间联系的服务型工作（高端服务业，高端手工业，厨师，心理咨询师等)