本文為閱讀《智能時代》的讀書筆記，首先貼出個人閱讀過程中制作的思維導圖：

本思維導圖分兩部分，第一部分是針對《智能時代》這邊本書閱讀後做了自我拆分，另外一部分是根據自我分析與延後理解。（以上配圖來自於百度，思維導圖可以直接另存）

本書來自於前同事，看到後就順便借來閱讀。書的內容很豐富，從市場、大局、行業、應用等方面詳細介紹說明，如果是打算入AI行業的人可以多閱讀一下。使用思維導圖將本書進行拆分，一方面是方便快速理解概述的框架，另外一方面也是自己回顧時能夠做重點內容閱讀，下面我將具體寫一下自己閱讀過程中的感受與感受。

【序】

包含小結「大數據與機器智能催生智能時代」、「智能時代，未來已來」、「人類的生理」

大數據，當前一個熱門的詞語，但凡是做點什麽，我們都總喜歡用拿大數據來說話，可以定義為大多數人的行為習慣，都是如此。

如果粗略的理解：大數據就是很多很多的內容綜合在一起，至於做什麽，那屬於應用，先有了在說了。有了大數據做啥就都可以，可判斷下一步的行為，可以預測下一個事件的發生，可以基於數據向你精準的推薦，甚至可以通過數據改變你的生活。

專業的解釋：指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據與我們：我們從未出生就在被大數據所影響，吃什麽營養品，去什麽醫院，買什麽東西，怎麽打車，點什麽外賣，流行的衣服，最新的廣告，人臉識別，語音命令，自動駕駛，AI。。。

第一章【數據】

包含小結「現象、數據、信息和知識」、「數據的作用：文明的基石」、「相關性：使用數據的鑰匙」、「統計學：點石成金的魔棒」、「數學模型：數據驅動方法的基礎」

什麽是數據？信息算不算數據？我寫的這篇文章算不算數據？今天乘坐了一次地鐵算不算數據？自拍了一張照片算不算數據？我們所有的行為，所有的動作，所有的產生都可以理解為數據。今天，隨著我們大數據時代，人類平均每天會生成2.2EB（23億GB）數據，全球數據總量中有90%是過去24個月創建的。（以上數據來自於百度）

數據都做了什麽？數據做了行為判斷，數據給了一個龐大信息庫，數據將行為進行驅動。大數據就是互聯網發展到現今階段的一種表象或特征而已，沒有必要神話它或對它保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。

數據的範疇遠比我們通常想象的要廣得多。人類認識自然的過程，科學實踐的過程，以及在經濟、社會領域的行為，總是伴隨著數據的使用。

第二章【大數據和機器智能】

包含小結「什麽是人工智能」、「鳥飛派：人工智能1.0」、「另辟蹊蹺：統計+數據」、「數據創造奇跡：量變到質變」、「大數據的特征」、「變智能問題為數據問題」

我個人對大數據這章反復的閱讀，理解為兩塊內容

一、大數據：大數據是不是就像一個填鴨式的教育，讓你做大量的習題，然後你就能明白裏面的公式了。就比如說前段時間某大數據公司提供過一個數據，發現全中國在淘寶上購買泳裝比例的最大的省份是新疆，比例最低的是海南。於是得出一個結論，認為新疆的泳裝產業是被嚴重低估了。結果發現新疆通過淘寶買泳裝是因為泳裝實體店很少，只能在網上買。而海南隨處可見泳裝店。

之所以在說大數據，個人理解實際是分三塊組成：

1、大：擁有足夠多的內容，才能稱之為大，就比如共享單車的出現，一個人不方便是自我原因；十個人不方便是因為選擇原因；一百個人不方便是因為客觀原因；一千個人不方便是一個需求點；一萬個人不方便就是一個盈利點；十萬個人不方便就是一個巨大的商業模式。。。共享單車最初的形態在哪裏？如果我沒有記錯是在杭州的西湖，那邊有很多出租單車的小販，在開始是在哪家租車就要在哪家還車，後面又幾家聯合起來了，在A家租車可以在B家還車，只要多付幾塊錢就行。

2、數：數字本身只是體現了當前的結果，就像前面說的海南和新疆購買。泳裝，這只是數字展示的結果而已，還沒有用到數據分析。數字的統計在於如何更好的運用，數字只是顯示數字，真的就如同心電圖上顯示的50、顯示80、顯示的120，只是顯示而已，能夠代表的只是和數字所匹配的文字

3、據：大數據的關鍵載入如何運用，這是個最關鍵的點。我們前面說了十萬個人不方便就是一個巨大的商業模式，那麽針對這個需求點要怎麽去應用。這個時候就可以依靠大數據來反推商業，這裏有一個人出現了問題，然後放大到十萬倍的時候，無論是需求點，還是商業模式，還是應用環境都可以結合在一起了。在舉例：共享的下一個風口點在哪裏？是人的需求，那麽多的人，那麽多的工種，除了每天上班以後，，其他的時間大多都是在打發。如果在一家企業在白天的時候有需求，那麽這些人能否在晚上進行處理？當另外一種加班也好，當一種技能的提升鍛煉也好，犧牲自我的時間來換取一定的利益。

二、機器智能：

1、機器：機器就是0和1的概念，機器的語言也就是0和1，沒有其他的東西。不要想著機器有多麽的神器，這些都人來賦予的，機器本身只會按照人的要求去做對應的操作而已。然後在加上下面的智能。

2、智能：什麽是智能？智能是不是就是可以自己思考，會自己學習，能夠自我成長。來個栗子：現在做一個識別的算法，給機器十萬張貓的圖片，讓機器去學習。然後得到的結果是以後在遇到貓，機器就能夠認識的。這個是特麽大數據，不是智能，智能是以後在遇到狗的時候，機器知道這是狗，遇到鴨子的時候知道是鴨子。

第三章【思維的革命】

包含小結「思維方式決定科學成就：從歐幾裏得、托勒密到牛頓」、「工業革命，機械思維的結果」、「世界的不確定性」、「熵——一種新的世界觀」、「大數據的本質」、「從因果關系到強相關關系」、「數據公司Google」

人類最大的優勢是會思考。

1、問題：如果我說，就憑著這半句話，我可以列出來問題1、問題2、問題3。。。每次回答的時候，針對有歧義的內容又會誕生出來一個新的問題。要麽問一個問題，要麽就是有無數個問題。按照人來對話：A“如果我說”，B“那你說吧”“你要說什麽”“那你別說了”“為什麽你說”。按照機器來對話：A“如果我說”，B。。。

2、思考：判斷一個人比另外一個人優秀的其中一個重要條件，就是看這個人能不能把思考的內容應用在實際中。這裏不是說有一個好的工具，也不是說有一套什麽方法理論，而是針對這件事情，你有沒有仔細的考慮。

第四章【大數據與商業】

包含小結「從大數據中找規律」、「從大數據中找規律」、「巨大的商業利好：相關性、時效性和個性化的重要性」、「大數據商業的共同點——盡在數據流中」、「把控每一個細節」、「重新認識窮舉法——完備性帶來的結果」、「從歷史經驗看大數據的作用」、「技術改變商業模式」、「加（+）大數據締造新產業」

個人理解這一章是重點，商人的本質還是要賺錢的，所以將大數據與商業結合起來，可以更好的進步。作為產品經理，產品不光是研發，還要應用，所謂的名利雙收，不光是要讓大眾使用，覺得好用，還要讓產品產生利潤，可以是流量，也可以後期變現。

1、怎麽理解大數據與商業：如果你不理解，那麽我來告訴你：有人說同樣的情況下打滴滴比別人貴，有人總可以2.8折喝到瑞幸。這就是一種大數據與商業的結合模式。讓老用戶更忠實，新用戶

2、那麽怎麽去應用大數據與商業：如果你不理解，那麽我來舉個栗子。一些不良的商家會在面對客戶的時候進行區分，比如通過數據分析，知道你不經常買東西，並且基本沒有什麽投訴，就把假的東西賣給你。只是舉例而已，不要當真啊。

3、還有一種大數據與商業模式的轉變：在出行遊玩的狀態上，先是跟團，後面又半自由行，然後延伸出來自駕，婚紗蜜月旅行，甚至還有夜遊。這些都是根據數據的反饋延伸出來的結果。

不理解大數據與商業照明運作？沒關系，打開拼多多啊。

第五章【大數據和智能革命的技術挑戰】

包含小結「技術拐點」、「數據收集：看似簡單的難題」、「數據存儲的壓力和數據表示的難題」、「並行計算和實時處理：並非增加機器那麽簡單」、「數據挖掘：機器智能的關鍵」、「數據安全的技術」、「保護隱私：靠大數據長期掙錢的必要條件」

1、不要把任何事情都怪罪於數據。為啥小胖看到淘寶的時候都推薦是吃的，而小美上淘寶看到的都是女裝。數據的推薦只是基於你當前的瀏覽時長、範圍、購買信息給你推薦相關更多。並不是數據覺得你需要購買，如果他覺得你需要購買，會直接告訴你，這個最合適你，買就好了，而不是給你推薦眾多讓你在去選擇。

2、任何事情都可以基於數據說話。

第六章【未來智能化產業】

包含小結「未來的農業」、「未來的體育」、「未來的制造業」、「未來的醫療」、「未來的律師業」、「未來的記者和編輯」

一、未來是不是都需要依靠數據來定義：

首先，不是未來，而是現在已經是要依靠數據來說話了。如果你是處於互聯網行業，你是屬於數據、運營、市場的崗位，你是有一定高度的人你在詢問這個話，別人會用一種異樣的眼光來看你。

其次，跟著互聯網行業的風氣，不說上兩句大數據、智慧應用、人工智能，都不好意思和別人打招呼。就比如垃圾處理分類，通過垃圾分類，記錄各種垃圾的數據及對應的處理結果。跟不上，下一步，你就是會被淘汰的垃圾。

二、對於行業，我們能夠用數據來做什麽：

1、崗位可被代替：司機-無人駕駛、打字員-語音轉文字、客服-虛擬客服、快遞-無人派送。。。

2、催生新的行業應用：

2.1數據科學家：數據科學家屬於分析型數據專家中的一個新類別，他們對數據進行分析來了解復雜的行為、趨勢和推論，發掘隱藏的一些見解，幫助企業做出更明智的業務決策。

2.2 AI/機器學習工程師：大多數情況下，機器學習工程師都是與數據科學家合作來同步他們的工作。因此，對於機器學習工程師的需求可能也會出現類似於數據科學家需求增長的趨勢。數據科學家在統計和分析方面具有更強的技能，而機器學習工程師則應該具備計算機科學方面的專業知識，他們通常需要更強大的編碼能力。

2.3 AI硬件專家：AI領域內另外一種日益增長的藍領工作是負責創建AI硬件(如GPU芯片)的工業操作工作。大科技公司目前已經采取了措施，來建立自己的專業芯片。

第七章【革命和未來社會】

包含小結「智能化社會」、「精細化社會」、「無隱私社會」、「機器搶掉人的飯碗」、「爭當2%的人」

人類的進度離不開科技的發展

1、 人類的需求發生了變化

2、 大環境的要求促使我們進化

3、 細分類目市場有了一個新的開端

4、 能夠淘汰的不光是人，還有不適用

這裏有一個重點關註的小結“爭當2%的人”。就拿我現在的產品線來說，我們是做情緒識別的，是輔助審訊，這樣就可以以後代替大量的審訊專家？！~讓審訊更簡單，你說的謊話可以馬上被找出來差異點。這個和2%的人有啥關系？關系在於你要被代替了，以後的就是科技的時代了，如果你現在還是你，那明天就真的不適合你了。

最後的總結：

個人理解人工智能分為三部分：1大數據、2人工、3智能。我們所說的AI是指機器能夠像人一樣的去思考，去解決問題，這當中需要人為的去定義規則，將大量的數據塞到機器中，教會機器如何在當前場景下解決當前場景的問題，並逐步的解鎖更多的場景。這裏的關鍵是機器要學會“人”的思考很難，比如翻譯的功能如果只是大數據應用，那麽我們可以讓機器擁有十幾萬語句，機器通過聽到的聲音，轉變為文字呈現出來就可以。但升級到智能，就需要機器自己去理解含義、語句、場景、概念後將聲音轉變為正確的文字輸出。

一、大數據是什麽？海量的數據綜合在一起集成應用的結果。

1、大量：2001年班裏的計算機暑假作業是要在電腦上做題，我連續幾天跑電腦店買3.5寸光盤，為了是裝下十幾兆的試題。而現在大家買個移動硬盤最低都是500G起吧。裏面裝的各種各種的文檔、圖片、視頻、材料。當年諾基亞5300，可擴展存儲空間高達2GB，號稱海量音樂存儲；如今誰的手機還不是32G起步的啊。

2、多樣：圖片、文檔、音頻、視頻、壓縮包、專業格式文件。

3、高速：快速、獲取、產生，這都是高速的點，對於當前面來說速度和價值同樣重要。

4、價值：大數據的核心是價值，有價值的應用，讓數據產生有用的結果才是最重要的。一頓沒有用的垃圾和一塊金磚，哪個更有價值？這裏不是說垃圾沒有價值，而是我們會下意識認為垃圾和金磚不成正比；如果這一頓垃圾是美國航天局的破損飛船殘骸，那麽這塊金子就是一坨屎。

二、如何理解智能

1、先讓人來教導，然後在讓機器進行自我學習、自我成長，能夠代替人的工作強度、運算速度、記憶存儲方面的應用。

2、智能機器人具備形形色色的內部信息傳感器和外部信息傳感器，如視覺、聽覺、觸覺、嗅覺。那麽機器人就是具備了智能的應用，如果它在能夠思考，有自我意識，就是真正的智能。

3、如果人工智能和大數據綜合起來，最簡單的一句話：拿10萬張貓的圖告訴機器這個是貓，以後機器就會識別出來貓了。

對應的條件是：不同姿態、不同品種、不同動作、不同年齡的貓

三、如果進入這個行業

1、準備：無論是直接去學習Python、還是上手機器學習，在或者不懂代碼就像我一樣看一些理論知識，得先有一個準備的過程。這一步是基礎學習，要清楚的理解後續要幹的內容是什麽，自己當前的能力能夠做到哪一步。

2、機遇：準備好自己的內容，閱讀筆記（可以寫出來寫更簡要的方法和實際應用的操作過程），實際應用（懂代碼就拿一些作品出來），學習知識等。如果這裏有公司能夠入職，當前是認真學習，並且認真努力。如果剛開始只讓你做標記圖片，不要覺得這個很枯燥，你能否針對靜態的標記寫一段代碼，讓程序自動操作，然後你來復核。這一步做好了，會讓別人對你刮目相看的。

3、成長：逐步的去叠代，從一開始入門，到熟練上手，然後是獨立操作，最後是設定定義。

歡迎轉載，轉載請說明出處；寫作不易，不求名不求利。

《智能時代》讀書筆記-可以從中學到什麽