数据推动改革促进文明 《智能时代--大数据和智能革命重新定义未来》

最近又开始读《智能时代--大数据和智能革命重新定义未来》，这本书是由吴军博士写的，目前读完了第一章，但这篇博客主要写的是序言部分，算是我对机器学习和大数据相关知识的一个入门吧，也由此萌生了用通俗的语言写博客的想法。我想把看的书，学的知识，都总结下来，写成博客，变成一种自己的总结和锻炼文笔的机会。

        大数据和机器智能催生了智能时代。大数据在我的理解看来就是非常多的数据，而机器智能在我看来就是在慢慢摆脱普通劳动力的基础上，不断的让机器智能化。那么什么是数据呢？文字、图片、音频，包括包含其介质的都是数据。在《智能时代》这本书，回顾了科学研究发展的四个范式，即描述自然科学现象的实验科学、以牛顿定律和麦克斯韦方程等为代表的理论科学、模拟复杂现象的计算机科学和今天的数据密集型科学。在牛顿和麦克斯韦时代，他们推导出的简洁的公式给出的确定性的规律是由大量观察数据所验证的。但其实我是不太能理解那么多数据怎么观察出来的。我们现在处在更复杂的现象，多维度和多变量导致很大的不确定性，还不能用解析式来说明因果关系，但如果从足够多的数据中发现相关性，也可以把握事物发展的轨迹，因此出来了数据密集型科学。不确定性来自于两个方面：一是影响世界的变量太多以至于无法用数学模型来描述；二是来自客观世界本身：不确定性是我们所在宇宙的特性。（这句话我是不理解的，怎么扯上宇宙的）。因此，用机械论已经完全无法对未来进行预测。

        机器智能革命的发生来自于大数据的积累达到质变的奇点。机器的学习同人类的学习没有什么本质的不同。Google的围棋计算机AlphaGo与世界著名选手李世石对局，4:1获胜。计算机战胜人类，是因为计算机获取智能的方式和人类不同，它不是靠逻辑推理，而是靠大数据和只能算法。Google用几十万盘围棋高手之间对弈的数据来训练AlphaGo，这就是它获得“智能”的原因，这是数据方面。计算方面，Google用上万台服务器来训练AlphaGo下棋的模型，并且让不同版本的AlphaGo对弈上完盘，才做到最后的成果。在下棋的策略，AlphaGo采用两个关键的技术。第一是把棋盘上当前的状态变成一个获胜概率的数学模型，这个模型没有任何人工规则，就是前面的上万条数据集训练起来的。（这个数学模型我知道就是棋盘的各个状态什么的做成一个数学模型，但是我还是不算很懂）。第二就是启发式搜索算法--蒙特卡洛树算法，将搜索的空间限制在非常有限的范围内，保证计算机能够快速找到好的下法。这些算法并非专门针对下棋而设计，像它使用的几十年前机器学习和博弈树算法，已经应用在语音识别、机器翻译、图像识别和大数据医疗等。