智能时代读书心得.doc

智能时代读书心得 智能时代读书心得1重读吴军博士的“智能时代-技术的拐点”章节有感，以及自己的一些思考。大家似乎都有这样一个直观的感性认识，人工智能从_，16年开始似乎又进入了一个快速的发展阶段，各种人工智能的概念性产品纷纷涌现，遍地开花，尤其是创业者，感觉到特别兴奋，纷纷想要打造出革命性的产品，改变世界，这个时候其实我们有一点纳闷，有一点疑惑，为什么一项已经发展了半个多世纪之久的人工智能技术在今天这个时间点能够被大家普遍接纳和采用，大家开始有能力去构建一个人工智能学习系统，呈现一种突破性的发展态势，我们肯定在想这背后发生了什么，是的!这十几年来，还有一门技术非常火，那就是大数据技术，有人曾经这样形容大数据技术与人工智能技术的关系，说：人工智能就像潜力无限的婴儿，而大数据是喂养婴儿的奶粉，奶粉的数量和质量决定了婴儿的智力发育水平。那么这十几年以来，大数据技术取得了哪些突破性的进展，我们分成四个维度来分别看一下，如下图所示：智能时代读书心得2我们生活在一个科技非常发达的时代，各种人工智能产品出现在我们的生活里，比如爸妈的智能手机、我们学校门口的智能测温棚、各小区出入口的人脸识别系统、我家的智能扫地机器人、超市里的自动结账系统等等，这些智能产品为我们的生活带来了许多便利。在科技的道路上，聪明的人类还在不停地创造着，未来可能会出现智能机器人、智能住宅、智能汽车我特别期待能坐上智能汽车，体会一下无人驾驶的别样感受。那个时候的汽车，它能够准确的按照我的指令，准时停在我的面前，安全地送我到达目的地，然后自动识别车位并停好。哇，我想想都觉得酷毙了呢!我在网上查了许多关于智能汽车的资料，了解到无人驾驶是未来汽车的发展方向，也是一项非常复杂的高科技，它需要依靠人工智能、视觉计算、雷达、监控装置、全球定位系统合作等。说得通俗一点，就是给汽车装上聪明的大脑、敏锐的眼睛、灵活的手脚，让它成为一个“汽车人”，实现更安全，更智能地驾驶，更好的为人类服务。作为未来的接班人，我要好好地学习知识，为未来的高科技添砖加瓦。智能时代读书心得3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。智能时代读书心得4作为新时代的学生，我们现在不光要与同龄人竞争。还要与一些身穿铁皮的机器人竞争。也许你会觉得可笑，但这就是社会发展的趋势。在各种平台山，你多多少少都能看待一些机器人与人比赛的综艺节目。机器人下围棋战胜人类后，他们又开始学会写诗了!你说，怎能不让作为新时代的学生所惶恐呢?霍金曾说：“强大的人工智能的崛起，要么是人类历史最好的事，要么是最遭的。”现在各个行业，都被机器人所替代，在内陆发达地区，机器人已经占领了各个行业，像银行这样的用量少的企业。并且他们正在迅速的向全国各地扩散，以后种田恐怕都不需要人类了，那人类能干些什么工作呢?在这样的新时代，就业问题所给的压力很大。光是银行这一行业，将会面临多少人的失业?智能技术的发展，也理应让我们思考其中的利弊关系。按照现状，科技的不断发展。机器人统治地球也不会是不可能。当所有的工作都被机器人所替代，那人类能干些什么呢?那人类生存的价值呢?这样的激烈竞争中，唯有努力才能变得出色。智能时代读书心得5阅读笔记时间：320分钟，三星。数据与信息，通过筛选有用的数据得出信息。【从科技史的角度，分析大数据的作用，发展;以智能革命的角度对比前几个革命分析机器智能会带来的行业变革，对社会的冲击。】简单准确的模型与数据驱动方法。地心说，日心说的模型。苏联与美国的航天飞机，德国与日本的光学透镜。数据的数量与样本的代表性。文学文摘与盖洛普你对美国总统罗斯福与兰登的预测，以及盖洛普对杜威和杜鲁门的预测物理学的的基本规律是通过统计学的方式发掘的。【概率论，统计学，必须要学习的基础知识。记录自己的时间，记录工作的数据，记录现金流等等，都是在积累原始数据，然后通过数据发现规律，改进自我和工作。】鸟飞派：机器要像人一样思考才能获得智能。SYSTRAN。统计+数据。Google翻译，贾里尼克与IBM的语音识别，机器学习大数据：3V，大量，多样，及时。百度的“吃货”，斯维尔的_大选预测，智能交通管理。big而不是large.智能问题为数据问题。深蓝与卡斯帕罗夫的象棋对弈，自动问答我why与how【认识到人工智能发展历史中思维的转变与曲折艰难，方法论是最重要的】机器思维：欧几里得、托勒密、牛顿。通过观察获得数学模型的雏形，然后利用数据来细化模型。1世界变化的规律是确定的，2从确定性出发可以用简单的公式或语言描述清楚规律。3规律应该是放之四海而皆准的。确定性(可预测性)和因果关系工业革命，瓦特的蒸汽机。爱因斯坦的相对论，青霉素三个公式质能转换，量子力学测不准原理，熵不确定性：1变量太多，2客观世界本身，微观世界。信息论熵，信息熵：信息的度量就等于不确定性的多少互信息：强相关性。吸烟有害健康的美国诉讼，研发新药，搜索公司的点击模型香农第一定律与霍夫曼编码 (吉尔德定律)用嘴短的编码方法给最常见的汉字，使平均长度无限的接近于它的信息熵香农第二定律：信息的传播速度不可能超过信道的容量。【不确定性，强相关性，信息论】通过大数据分析智能电表用电的情况住种植大麻。用大数据分析小商户偷税漏税。塔吉特用大数据分析推荐促销信息。亚马逊的大数据推荐销售，有商品直接推商品。netflix推荐视频。Google搜索关键词提示及相关搜索。酒吧酒架的改造，收集数据分析数据。普拉达RFID芯片。金凤公司收集数据转型为服务商。穷举法改善搜索质量。Google自动驾驶。新技术+原有产业=新产业。蒸汽机，纺织、运输、陶瓷。电，电梯，交通，通信。计算机，银行，证券商，农业。大数据，机器智能。IT产业链。工业革命之后需要推销，之后广告业，商业链，服务业GE的智能冰箱。【从产业发展的历史来说，新技术必然会带来行业颠覆。拥抱新数据，用新的技术革命转型】技术挑战收集，储存，传输，处理，应用。电脑，传感器。摩尔定律。大数据的并行处理有数据，不会共享，收视率的问题。nest智能空调控制器，刻意收集的信息会变形。数据产生的量大于能储存的量。数据的安全问题，完整性与防丢失。检索问题，随意访问调用并行计算与实时处理。数据挖掘噪音。用大数据警示异常操作。隐私问题，保险公司，黑心商家，飞机票。【大数据的相关技术已经比较成熟，】以色列的智能农业，勇士队用大数据训练。工业4.0，特斯拉用机器人，基因检测，个性化的医药。医学影像检测，达芬奇手术台，IBM沃特森。制药业的革命，癌症医治, caliao.律师案例分析，新闻稿的自动写作，【律师，医生，金融，等需高智商的行业都可以被机器智能替代，基本装配生产，富士康等，将会对整个社会产生冲击】智能革命人流量预测，智能交通，智能信号灯，智能路线。身份识别，反恐。比特币，区块链。追踪每一次交易。个性化医疗。无隐私的社会。农业到工业，工业到电器，工人从农民转化为工人，之后为服务业。无业的人工作怎么办。英国全球殖民，美国西部大开发，德国第一次世界大战。新技术一开始让极少部分人收益，大多数人被淘汰，半个世纪一两代人之后才能对整个社会收益，更长的时间才能传播到全球。通用的退休员工福利，底层人找不到工作。争当2%的人，新的思维方式，积极拥抱大数据和机器智能。智能时代读书心得6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。智能时代读书心得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。智能时代读书心得81.中国古代有四大发明，为什么没有爆发工业革命和形成现代文明社会的基础，原因回到欧几里得的几何原本和牛顿的自然哲学的数学原理所形成的思维方式：世界是可以认知的，可以用确定的规律用简单的数学来表示，且是有因果关系的，这种思维方式形成体系，渗透到自然科学和社会科学中，都遵循这些规律取得的科学成就和社会成就，以致成为现代文明社会的基石;2.信息时代的世界具有不确定性，呈现出测不准的规则，大数据具有量大、多维、完备的特性，其更多给人提供了一种新的思维方式，变智能问题为数据问题，用强相关的关系来取代因果推理关系，大数据穷尽举例的优势取代过去大胆假设小心求证的机械思维方式;3.世界是不确定的，所有的问题都在于解决这个不确定性，把不确定变为确定的，比如石油开采技术的确定性解决了现代能源问题，天体运动规律的确定性解决了航空航天问题，现在互联网时代的不确定，就需要用大数据+，信息熵来解决确定性的问题。智能时代读书心得9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。智能时代读书心得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ABC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。