《智能时代》经典读后感10篇
《智能时代》是一本由吴军著作，中信出版集团出版的精装图书，本书定价：68.00，页数：374，文章吧小编精心整理的一些读者的读后感，希望对大家能有帮助。
《智能时代》读后感(一)：就说一下大数据和机器智能的关系吧
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。
一、工业革命
1.1四次工业革命标志和内容分别是什么？
1.2工业革命过程分哪几个阶段？
1.3工业革命的挑战？
第一次工业革命，发源于英国，以瓦特改良蒸汽机为标志（引入反馈，控制论也以此为起点），在此之前牛顿发现了三大定律，形成了机械思维方法论；第二次工业革命，发源于美国和德国，以电力应用为标志；第三次工业革命发源于美国，以信息技术为标志，代表有摩尔定律和安迪-比尔定律——前三次工业革命的划分被广为接受，已写入《自然辩证法》的教材。而作者认为现在正在进行的即是第四次工业革命——大数据。
工业革命以底层能源或者信息的发展为基础。以此，一方面由于新技术会带来相应的产业，比如信息技术的发展，带来的通信和网络等产业；另一方面，是旧的行业借助新的技术转型为新的行业。这是两种主要的产业模式变迁之路。
技术是易变的，但是从古到今，所有的技术背后的需求并没有大的变化，变得只是实现需求的手段。
工业革命会带来三个阶段：第一阶段是在国内形成两极分化，一部分人受益；第二阶段是让国内生产力水平提高，国民受益；第三阶段是让全社会受益。
工业革命的一个挑战是转型无望。从第一阶段到第二阶段的时间很长，大约为一个人的一辈子， 原因在于大部分人是无法完成职业转型，只能保持最低水平，耗完一生，让新的一代人来接棒新的产业。以前一个哥哥跟我说，“现在都提互联网，我们这种行业的人，根本就不可能再转的过去，要转也是你们大学生进入这个行业把它转型升级”，当时听完没觉得什么，再看到这本书，心有戚戚。
工业革命带来的另一个挑战是产能过剩。如果消化不了产生过剩，就无法享受到相应技术进步的福利。英国在第一次工业革命之后，打开了全球市场；美国在第二次工业革命中，一方面打开全球市场，一方面通过南方和北方的经济不平衡来消化，而德国为了打开市场，主动发起世界大战，失败之后又滋生民粹情绪；第三次工业革命，主要是美国受益，相当于还尚未完成第三个阶段。
二、方法论
2.1机械论
2.2系统论、控制论、信息论
2.3大数据方法论
机械论以牛顿的三大力学定律和万有引力定律为代表。特征是：一切事物皆有规律，一切规律都可以掌握，规律具有普适性。在机械论正面影响的指导下，人具有了充分的自信，从而不断地探索未知的世界。
确定的因果关系的机械论，在解决完这个世界的一些简单问题后，其自身不足也不断显现：首先表现为，因果关系有，但复杂问题的因果关系并不明显，要发现需要运气成分；其次、有反馈的系统，每一个成员既是因、又是果；最后，也最致命的缺点，就是它的前提，前提认为这个世界是确定的，但不确定性才是最基本的前提，不确定性来自于两个方面，一个方面是模型太过复杂，我们粗略的计算会导致不确定性，另一个本质的不确定则是，我们的观察会干扰被观察对象。
香农1948年发布《通信的数学原理》，标志信息论的产生。信息论认为，世界本质是不确定的，信息就是用来消除这种不确定性。信源编码定律指出最低编码长度是将最常用的信息用最短的编码代码，具体的实现方式是霍夫曼编码，另一个指导思想是，尽量用计算机代替人工，因为计算机的成本是逐渐下降，而人工是逐渐上升的。
维纳1948年出版《控制论》，标志控制论的产生，控制的核心是反馈，一个反馈系统，即使不可能达到完全优化的目的，总是可以改善系统的性能。
1937年贝塔朗菲创立系统论。上《自然辩证法》的时候讲到，系统论包括将一个系统分为输入输出、组成、结构、功能和外部环境几个部分。其中有两点核心：一个是结构决定功能，但是外部环境会影响功能的表达；另一个是，整体功能大于部分之和。
吴军认为，决定这个社会进步的，不是具体的技术，也不是具体的方法，而是一整套的方法论。机械论让世界持续进步了四百年，现在是大数据时代，需要有相应的方法论。而大数据，本身最重要的也是用大数据的方法论来思考问题。
大数据以信息论为基础。通过数据驱动，找相关关系，而非直接推倒逻辑的因果关系。对结果不断进行迭代优化，由于时间周期短，可以快速迭代，加快进步流程。
三、大数据时代
3.1大数据产生的历史背景
3.2 大数据的机遇
3.3大数据的挑战
3.4大数据的优势
数据来源层面：电脑产生日志、各种传感器产生的数据、以前那些实体数据的信息化；数据存储层面：通过将SSD替代机械硬盘，省去机械臂旋转时间，加快了存储速度，另一方面，提高存储容量；数据传输层面：快速的网络、高速交换机；数据处理层面：并行计算——这些历史背景导致了大数据产生的可能性。
以前看有关南京大学周志华教授的言论，别人问他，人工智能是不是让机器像人一样，他说不是的，当时我不太理解。看了这本书大概理解是——人工智能是智能的一种，机器智能也是一种智能，只要能有效解决问题就好，而不必要求机器像人一样去思考。
与人的直接逻辑推理能力相比，机器更擅长处理数据，通过从数据处理中学习相关规律。显然，两种智能是不一样的，但都是很有用的。
大数据，通过数据驱动，来发现规律，并进行验证，可以大幅度缩短以前寻找规律的时间间隔。我们可以将大量的智能问题转化为数据问题，搜集足够多的数据进行分析，就可以找到人类用逻辑推导出来的规律。
由于大数据的完备性、多维度。给出的一个严峻挑战就是隐私暴露。在海量数据面前，人不再有隐私可言。这是极大的挑战！
数据通过迭代，可以实现指数级的进化，尽管在之前一直很缓慢，但一旦过了一个临界点，就会加速进化；而之前的推理等方法，类似于线性进化，只在最开始的时候占优。这也与现实中，感觉某种机器开始的时候很笨，被认为发明出来没有意义，而在几次迭代更新之后将旧的方法甩在身后的现象相符合。
吴军的书，按照腰封上面李善友的说法是，有温度感。从他最开始的《数学之美》，到《浪潮之巅》，再到这本《智能时代》，让人感到理科和科技其实也是有人文的一面。
阅读体验挺好！
四、同类书籍
《数学之美》-吴军
《浪潮之巅》-吴军
《苏菲的世界》-贾德
********************************************************************
欢迎关注微信公众号“BinaryTree”，交流读书、思考心得！
********************************************************************
《智能时代》读后感(三)：智能时代
智能时代 第一章 数据——人类建造文明的基石 人类获得数据和利用数据的水平反映出文明的水平。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：通过测量星球的位置和对应的时间，就得到数据；通过这些数据得到星球运动的轨迹，就是信息；通过信息总结出开普勒三定律，就是知识。人类的进步，就是靠使用知识不断地改变我们的生活和周围的世界，而数据是知识的基础。 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。 图灵测试：1950年，图灵提出了一种验证机器有无智能的识别方法。那就是让一台机器和一个人坐在幕后，让一个裁判同时有幕后的人和机器进行交流，如果这个裁判无法判断自己交流的对象是人还是机器，就说明这台机器有了和人同等的智能。 传统的人工智能的方法，是首先了解人类是如何产生智能的，然后让计算机按照人的思路去做。 机器智能最重要的是能够解决人脑所能解决的问题，而不在于是否需要采用和人一样的方法。 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 -托勒密等人的方法论有两个核心思想，一是首先需要有一个简单的原模型，这个模型可能是假设出来的，然后再用这个原模型构建复杂的模型。其次，整个模型要和历史数据相吻合。 -后人将头顿的方法论概括为机械思维，其核心思想有三点：第一，世界变化的规律是确定的。第二，因为有确定性做保障，因此规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚。第三，这些规律应该是放之四海皆准的，可以用到各种未知领域指导实践。 工业革命，机械思维的结果 -机械思维直接带来工业大发展的时代。第一个自觉运用牛顿力学原理做出重大发明的伟大的发明家是瓦特。他和其他之前的工匠不同，他是通过科学原理直接改进蒸汽机，而不是靠长期经验的积累。他发明的蒸汽机被称为万用蒸汽机。瓦特之前的蒸汽机是为特定目的设计和制造的，很难从一个厂矿拆下来用于其他地方，而瓦特的蒸汽机通用性真的要好很多，同一个城市就可以买到不同的工厂。正因为瓦特蒸汽机的这个特性，才使得工业革命后有了“现有产业+蒸汽机=新产业”的模式。 -牛顿找到了开启工业革命大门的钥匙，而瓦特拿着这把钥匙开启了工业革命的大门。 -机械思维的核心思想可以概括成确定性（或者可以预测性）和因果关系。 世界的不确定性 -世界的不确定性来自两方面：1）影响世界的变量非常多，无法通过简单的办法或者公式算出结果，因此我们宁愿采用一些针对随机事件的方法来处理它们，把它们归为不确定的一类。2）第二个因素来自客观世界本身，在微观世界里，电子在围绕原子核做高速运动时，我们不可能同时准确地测出它在某一时刻的位置和运动速度，这并非我们的仪器不够准确，而是因为这是原子本身的特性，在量子力学中有一个测不准原理，像电子这样的基本粒子的位置和测量误差和动量的测量误差的乘积不可能无限小。测量活动本身影响了被测量的结果。 -概率模型可以用来描述那些难以用确定的公式或者规则来表示的事情。 熵—一种新的世界观 大数据的本质 -大数据三个特征，数据量大，多维度和完备性。 从因果关系到强相关关系 大数据思维和原有机械思维并非完全对立，它更多的是后者的补充。 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。 巨大的商业利好：相关性、时效性、个性化 -亚马逊VS沃尔玛 用数据重塑商业竞争力 -酒吧数据分析案例：1）经营情况，哪种酒卖的好哪种卖的不好，什么时候卖的好？2）为酒吧的异常情况提供预警，比如某一天该酒吧的经营情况反常。3）行业宏观数据参考，比如从春天到夏天，旧金山市酒吧营业额整体上升，如果某个特定酒吧的销售额没有增长，那说明他可能有问题，比如，从春天到夏天，啤酒的销量上升比葡萄酒快，烈酒的销售比较平缓，这也有助于酒吧老板改善经营。 现有产业+新技术=新产业 -英国应用“现有产业+蒸汽机=新产业”的思路，把各个古老的文明都甩在了后面。案例：瓷器、纺织业、运输业（轮船/火车）。 -到了19世纪末，电的应用改变了世界。1）从宏观的角度看，电的使用导致的人口高密度的大都市的出现，因为电梯的出现，人们可以把楼盖的高，公共交通（电车、地铁等）的出现可以把城市拓宽。西方各国的大都市都是在19世纪末20世纪初形成。2）各种电器的发明，导致了新产业的出现。比如，电报、电话、留声机、电影、收音机、电灯、电动机。对电的正负极特性的应用，彻底改变了冶金工业。电力也是化学工业的催化剂。 -二战后信息技术带来了新的产业革命。1）创造了一批与信息的产生、传输和处理有关的产业，比如电视和传媒、通信卫星以及与信号处理相关的产业，比如军事上的雷达、地质上的遥感等。2）原有的产业在使用计算机之后产生本质的变化，比如金融业（招行/纳斯达克）和农业（孟山都）。 -现有产业+摩尔定律=新产业。自从1965年摩尔博士提出了摩尔定律，计算机处理器和存储器的性能分别提高了2000万倍和10亿倍，价格却不断下降，以至于它可以被应用到各行各业。 -由大数据引发的智能革命，也将是以一种与前面几次技术革命类似的方式展开。现有产业+大数据=新产业；现有产业+机器智能=新产业 技术革命改变商业模式 电器生产厂商，卖产品只能赚到一次钱。为了解决利润问题，对新技术敏感的公司利用大数据和移动互联网，来改变商业模式。案例：GE给冰箱加WIFI，提醒用户更换取水器的滤芯。 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 -1666年，牛顿发明了微积分，发现了力学三定律和万有引力定律，完成了光学分析，从此世界进入了科学近代社会。 -1905年，爱因斯坦完成了分子说，发现了光电效应，提出了狭义相对论，从此开启了科学的现代社会，随后物理学的各个领域全面繁荣。 -1965年，摩尔博士提出了摩尔定律，同时在工业界大规模集成电路出现，从此开始了持续半个世纪的信息产业高速发展。 -机器智能的概念，已经被提出来六十多年了，但是真正的突破却在就有了大数据的今天。过去十年，全球数据量呈爆炸式增长。 大数据形成的技术条件 -数据的产生：电脑，传感器，过去已经存在的以非数字化形式存储的信息数字化。 -信息的存储：存储器的容量成倍增加，存储设备的读写速度随着容量的增加大幅度提升（从磁带到硬磁盘，到半导体的固态存储器）。 -传输的技术：4G，Wifi，蓝牙 -信息的处理：支持并行计算的软件、交换机、网速；云计算 大数据是对计算机科学、电机工程、通信应用数学和认知科学发展的一个综合考量。 用大数据分析业务操作流程是否正常，以判断是否有黑客入侵。 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。 农业：以色列的农业高科技 体育：NBA勇士 制造业：特斯拉 医疗：达芬奇手术台、Watson智能系统 制药：李文森博士，针对不同人的不同病变，研发治疗癌症个性化药品 律师业：使用计算机阅读和分析海量的法律文献 记者和编辑：计算机写作 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：交通、反恐 精细化的社会 无隐私的社会 第一次工业革命对社会的影响分成三个阶段：第一个阶段只有发明家和工厂主们受益，普通英国民众并没有受益；第二阶段是全体英国民众普遍受益，但是在世界范围内，大家未必受益，这两个阶段之间相差半个多世纪；第三个阶段才是整个世界受益，这和第二个阶段又相差很长时间。是否其他重大技术革命也有类似的特点呢？ 19世纪末的第二次工业革命，上述的模式重复出现。 为什么每一次重大的技术革命都需要很长的时间来消除它所带来的负面影响呢？因为技术革命会使得很多产业消失或者产业从业人口大量减少，释放出来的劳动力需要寻找出路。这个时间，需要一代人以上。 智能革命对社会的冲击，甚至有可能超过过去几次技术革命，因为：1）信息革命本身带来的影响还没有完全消化。2）今天的世界和200年前已经不同了，消化掉技术革命的影响要比工业革命时难的多。3）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为机器智能来减少时，全世界几十亿劳动力怎么办？
《智能时代》读后感(四)：Oops
虽然写的很浅 但还是细思极恐。吴博士拿他在google的经验和与stanford JHU的经历来说，计算机和AI已经在医学和法律领域可以替代人类了。你知道医学院和法学院在西方是最难考的，也代表着社会精英阶层，如果他们的工作都可以被计算机来替代那没有什么事不可被替代的。而且，机器学习是呈指数级别的速度增长的alphgo2015年底只能战胜二段水平的选手， 2016年三月就可以战胜李世石，现在已经可以说在围棋界没惹能战胜它们了。验和与stanford JHU的经历来说，计算机和AI已经在医学和法律领域可以替代人类了。你知道医学院和法学院在西方是最难考的，也代表着社会精英阶层，如果他们的工作都可以被计算机来替代那没有什么事不可被替代的。而且，机器学习是呈指数级别的速度增长的alphgo2015年底只能战胜二段水平的选手， 2016年三月就可以战胜李世石，现在已经可以说在围棋界没惹能战胜它们了。
《智能时代》读后感(五)：时代更迭越来越快，让人又忧又爱，不要紧，我们有能力驾驭
（智能时代）里面的信息量比较大，吴军老师也认真从宏观角度与微观的Google工作经验来阐述了他的观点，是一本值得读的书。
当然现在很流行‘大数据’这个词语，每天铺天盖地，百度上面一搜，都是说以后这会影响人类，意义如何大，影响如何深远，作用如何重要，等等。
大数据的采集，处理，分析，使用，归纳，总结，抽象，以及与现在新技术的结合，人工智能反作用于人类，作用，意义很大，成什么样子，现在只有想象的样子，能看到的是现在的例子，就是如无人驾驶汽车，手术机器人，Alpha Go的自我学习等等。
很多大公司如微软，亚马逊等一方面害怕智能科技的发展对人类负面影响，一方面又不甘落后他人，大举投资，加大力度研发人工智能，左手忐忐忑忑，右手重拳出击。咱们老百姓够不着这些边界。
市场竞争中，一些公司如果根据这些数据使用的结果了解客户需求，调整公司产品，迎合市场需要，提高销量，提高利润率和市场占有率，降低成本，总结战略，是很有机会占领有利位置的。
然而，人工智能的规模化广泛应用，会让阿诺舒华辛力加30年前的经典动作片《终结者》的机器人统治人类的场景出现吗？我们当年看这部大片的时候真爽，手心出汗，拍案叫绝，现在也感慨，美帝国主义的想象力真的超前咱们30年。现实中的今天，人工智能的发展，还真的好像不是科幻片似的，有一天还真的有可能出现，我们被机器人控制，还要被机器人的定义为反抗军，想想是否背脊凉飕飕的？
不要紧，这一代的我们看不到，别担心那么多。我们的后代们的某个时间，倒是出现人与机器人强烈竞争的情形。我们这一代也许会跟机器人挣个职位，却也是真的。
特斯拉用机器人做汽车，GE用机器人装配产品，美国汽车工会工人在抗议，这样的情形已经在上演了，哪个行业是下一个受影响的呢？如医生，律师，老师，这些需要大量阅读，查阅资料的行业，也许就真的得考虑失业的问题，因为Alpha Go 的自我学习智能一广泛使用，大量数据输入，通过阅读，分析，使用，判断，结论，就可以输出成熟的解决问题的方法了。输入和输出就是那么简单，快捷，人类的大脑已经早就没有办法跟上人工智能的速度了。就连写作的作家， 创作灵感都没有办法与未来机器人相比，写书比不上机器人，文章没有机器人写得深刻，剧情没有那么曲折，气魄没有那么宏大，内容没有那么深刻。诺贝尔文学奖颁给机器人？也没关系，反正没有我份，不可惜。呜呼，这样子，现在的头条，微信公众号，毫无疑问，跟历史上其他被淘汰的产业，产品一样，定格在21世纪初期，将来只在教科书中找痕迹。未来的教科书都是智能化了，大脑直接植入芯片，以后的孩子根本不用上几十年的学，直接让芯片与大脑相连，需要的知识直接在芯片下载，如同下载电脑下载软件一样，能否实现？
然而那时候的人，比现在幸福吗？
人类自己制造的产品看上去得要追上自己，超越自己，甚至毁灭自己，上帝创造人类，人类创造机器，机器进化机器？
到时候，人制造机器人，为人民服务，人的工作效率根本没有机器人高，成本也更低。好吧，我们就有了实现了人工智能这个令人又爱又恨的话题，欲拒还迎，忐忐忑忑，不知如何是好。
历史上有很多这样的话题，新生事物都是这样的，人们的反映，有惊人的相似。
如同蒸汽机发明使用的年代之马车夫失业，电的使用是煤油蜡烛制造商丢订单，核电年代环保人士反对，每个新产业出现，人们都有理由害怕，每次技术革命的浪潮都彻底推翻以前的生活，工作，环境，但是都无法阻挡人类进步的步伐。核能的使用，现在还有人反对， 但是能源的巨大需求已经淹没了反对的声音。这些新技术的更替和消化都是要几十年才能消化的。
不同以往的工业革命，现在的互联网技术发展太快，消化的新技术，新信息不需要几十年。这样对人和产业的适应性提出前所未有的要求。一个产业、产品的诞生、设计、测试、上市、如果没有尽快进入人们生活视野的话，并取得影响力的话，很快就会在浪潮中沉没，除非一个公司有巨大的财力，支撑着这个产品的研发和推进，如谷歌的无人驾驶汽车，否则现在上线的App多如牛毛，有多少个可以达到100万用户，多少在浪潮被后浪盖住了。风光只是瞬间而已，昙花一现。
大数据，人工智能直接对我们的最大的负面影响就是隐私的暴露。天下没有免费的午餐，我们迟早要为免费的东西买单，而且价格不菲。
我们现在用的所有手上的智能手机，都有定位功能，吃饭，旅行，买机票，用共享单车，衣食住行的方方面面，都是裸露在软件公司中。你的收入水平，工作，住址，消费习惯，家庭住址，以前是有人打打电话给你，骚扰你买着买那，还有诈骗，现在我们所有的私人信息，都被掌握在大大小小的软件公司手中，我们小小老百姓，无能为力，确实没有办法做些什么了，唯有寄望国家，政府，大机构能做出相应规定，尽快立法，保护老百姓。
文学巨作《1984》里面的那个情形，‘Big Brother is watching you!‘，未来超级老大哥就是通过智能产品，包括但不仅仅是手机的数据来获得你的一切有效信息，监视，控制你。
不受约束的权力是会是灾难性的。
You are being watched
话也说回来，不要担心，人类发展那么长久，多少灾难，疾病，战争，牺牲那么多人口和代价，才有今天的文明成就。将来怎么差，都不会比以前几千年的时候，一场战争灭了几万，几十万人口更差，那是如何大的代价。对我们这一代而言，大不了，就是失业嘛，那么多人失业了陪着你，不要担心，不过如果想要在这个信息年代的未来站稳脚跟，现在就多思考，多锻炼，多学习，提高自己，不要落伍，争当金字塔上层的人吧。
我们的担忧来自我们的无知，我们弄明白了，就不会担忧了。就像以前的蒸汽工业，电，核能，刚刚开始，人类无知愚昧，自然害怕，明白了，就那回事。
人类，作为一个物种，是肯定可以继续繁衍下去的，至少不会因为人工智能而出现灭绝危机。
我们有足够的智慧，即便现在不知道未来人工智能如何发展，发展到什么样子。
虽然，我们这代人看不到，胆大包天地想象吧，没有做不到，只有想不到。
李白如此聪明伟大，怎么也没想到若干年后，真有人在那月亮上面喝咖啡吧，不知道美国人登陆月球是否带了咖啡上去了，百度Google一下就好？
‘举杯邀明月‘，明月上有人乐，未来的事情,未来的人有智慧解决的，我们不是也时时刻刻解决着古人压根没想到的事情吗？
我是朗月Raymond，好好学习天天向上。
《智能时代》读后感(六)：教你看懂大数据和智能时代
简评《智能时代》
在大数据和智能（AI）成为炙手可热的话题时，更需要一种理性的、深邃的态度，来帮助我们看清看懂这个话题的前世今生，以一种建设性的态度来认知这个与我们息息相关的事物，以及它今后的发展走向。
吴军老师的新书《智能时代：大数据与智能革命重新定义未来》就是这样一本书。吴军曾经先后在谷歌公司和腾讯公司任职，而这两家公司在大数据和人工智能方面走在时代前列，特别是谷歌公司的智能研发，一直备受各界关注。通过自己的职业经历和思考，吴军对大数据与人工智能有着深刻的见解和认识。
这本书从大数据讲起，深入浅出的向我们讲述了大数据与人工智能的发展历程，其中，对“大数据与商业、大数据和智能革命的技术挑战”的分析，充满了辩证的观点，能让人得到很大启发；而对 “未来智能化产业、 智能革命和未来社会”的探索和预测，也可以让我们了解今后智能科技发展的走向和热点，初步感知到由大数据和人工智能构建的未来生活会是什么样子的。
科学研究总是态度严谨的，科技进步的步伐难免曲折。吴军老师在讲述大数据和人工智能的关系时，向我们科普了“智能”这一概念的提出背景、发展经过，以及科学家在研究“智能”过程走过的弯路等。作者始终充满客观、理性、思辨的风格，给人留下了深刻的阅读体验。
吴军老师的书虽然专业，但毫不生涩，他能以通俗平实的语言，向我们讲述那些专业领域的原理，读起来引人入胜。这本书既有丰富的内容广度，也有非常靠谱的深度，对于我们认识大数据和智能时代，有非常好的帮助。
《智能时代》读后感(七)：机器智能和人类对自我价值的反思
我是一个坚定的未来主义者。
相信外星文明，相信机器人，相信无人驾驶，相信星际宇航。我认为，人类存在的最终价值就是生产出人工智能，然后人工智能去探索宇宙，人类从此圈于一隅，安享一个碳基肉体的适宜环境，退出历史舞台。
吴军老师的《智能时代》，以通俗文字讲解人工智能的思维方式、以及未来几十年内对人类社会的影响。
第一点。
人工智能如何思考？和人类一样吗？人类的意识和大脑能上传到计算机上获得永生吗？
人类的大脑是几百亿神经元之间通过生物电和介质的传递，处理神经信号，形成情绪，利用过去的知识，分析当下的决策，发出对肌肉的指令。这是物理和化学反应，人体是一个每秒钟进行几亿次化学反应的容器，几百亿神经元在“大规模并行”运算，而每一个神经元却不值一提。人类的灵魂就产生在这大规模的并行计算中，运算停止，灵魂消失。
人类思维的过程是：样本 - 推理 - 因果。之所以自然科学理论等都可以发现，是因为简单美妙的公式就在那里，不悲不喜，不离不弃，等你去发现。
但在未来的复杂的数不清的那些场景中，没有因果关系，不再简洁美妙，都是布朗运动，都是混沌数学，无数个变量。人类思维的边缘在此，优胜劣汰。
人工智能的思维方式将“适者生存”：大量数据 - 消除不确定性 - 建立相关性 - 建立模型。
这两种思维方式的差异是什么？
人类具有抽象思维能力，能从特殊推导出一般。小孩子见过5只猫，以后就能认出世界上所有的猫。
人工智能是数据统计的能力，要见过5万只猫，才能认出我家的法克油油的卧姿。
那么人工智能可以具有抽象思维能力吗？我不知道。
那么人工智能有情绪吗？我不知道。
第二点。
对于文明程度的抽象阐释，有多个维度。比如，对能源的利用，对速度的掌控，对生存空间的开阔，对工具的使用。
殊途同归。对能源、工具的掌控会造成人类所需要消耗资源的产能扩大n倍，那么就不再需要人力的堆积，被“淘汰”的人力除了享受产能带来的优势，则承受了自身劳动力无法换为劳动价值的后果。
当家畜、蒸汽怪物、吃油机械应用到农业领域后，淘汰的人力进入了工业。
当电之精灵、自动机器人、计算机应用到工业之后，被淘汰的人还可以进入服务业。人类的产能扩大了，饱暖思淫欲，吃饱了撑得慌去看话剧，世界各地旅游，早晚还要打扮得漂亮，总之就是要丰富精神上的世界，过上纷繁复杂的生活。于是人们做律师、化妆师、服务员、马戏团小丑、码农和产品狗。这些是智慧和创造力的领域，是拥有“智慧”的物种才可以施展身手的舞台。
什么是“智慧”？
“碳基的哺乳类猿人说抽象推理想象力才是智慧。而我们硅基一族对数据和计算能力的无限拥有，则是超越智慧的大智慧。”上边这段是我编出来的200年后的人工智能霸主的讲话。
当智能机器人以各种姿态和外表，进入到各种原本需要“智慧”的领域后，产能会继续释放，企业所需要的人力更少，可以养活的人口再翻n倍。人工智能可以做翻译、记者、律师、医生、工人，程序员、老师、甚至政客。他们是理性的，是客观的，是spark一样的。他们会比人类做得更好。
被淘汰的人们如何体现他们作为一个人的价值，如何获得赖以生活的收入。去做画家？小说家？诗人？钢琴家？哲学家？机器人也许做得更好。
吴军老师指出，只有2%的人有能力继续工作，其他98%的人就要被机器人养起来。
我跳过“失业”这个问题，假设政府给失业者每人每年发放10万美元生活费。即便如此，人类的价值如此体现，98%的人旅游购物混吃等死吗，地球将成为一个巨大的动物园吗？
我不知道答案。
最后。
我推荐这本书。没有接触过信息技术的人，可以读一读。思考一下，你的工作能否被机器人代替？你40岁提前退休之后，怎么规划你作为一个“human being”的生涯。
《智能时代》读后感(八)：更好的时代
这是最好的时代，尤其是还能更好；这也应该是最坏的时代，但我还没体会到。之前一直感觉科学思维有很多局限，但是没有想到问题出在哪？也没有想到有什么好的办法能解决。这本书解答了我之前的很多疑惑也把握领到了另一个世界，尤其是让我憧憬了那样一个智能的时代，可以解决现在遇到的很多问题，比如提高全民的医疗水平、解决癌症问题等。尤其是现在工作中的很多问题我认为都可以用相同的方法来解决。
《智能时代》读后感(九)：《智能时代》告诉我们的
作者想告诉我们：
让机器拥有智能的钥匙其实是大数据，而非算法。人工智能实际上就是如何处理数据的问题。
大数据的三个特征：体量大、多维度和完备性，让人工智能技术得到了飞速的发展，我们即将进入智能时代。
体量大，以谷歌拍摄街景的汽车来说，一辆汽车每天产生的数据就是1TB，如果一部电影按照500M算，每辆汽车日产2000部电影那么大的数据。多维度，移动互联时代，手机号能调出你的搜索习惯，通讯信息。然后你的性别、年龄、位置，文化背景这些一连串的信息都会被调出来，接着根据大样本统计，为你画像。也许，最终结果是机器比你更了解你自己。完备性，用智能手机可以收集到全球所有人的面孔，谷歌的无人汽车，提前把道路上所有可能遇见的情况全部输进电脑里，然后根据扫描情况快速识别，做出各种反应。
智能问题转变成了如何处理数据的问题后，机器的智能水平也会随着数据量的增长而增长。
人工智能只会把贫富差距越拉越大，作者预言只有2%的人能跨过智能时代，我们要争当2%，拥抱智能时代的任何新技术工具，努力跟上时代的步伐，成为受益的少数者。
同时，智能时代，我们会彻底没有隐私，如果你想在智能时代生活，和商家交换隐私是必须的。
面对人工智能需要做哪些改变：
大数据思维和机械思维不是相互对立的，而是相互补充，它就是新时代的方法论。
首先，从单纯的机械思维转变到大数据思维。机械思维的本质就是确定性和因果关系。机械思维默认这个世界的所有事物都是有规律的，而这些规律是确定的。如今机械思维已经不太管用了，因为这个世界具有不确定性，依靠因果关系这种方式认识世界的效率其实非常低。
信息熵这个概念指出，信息量和不确定性有关。要想消除不确定性，最好的办法是引入信息。信息越多，不确定性越低。大数据解决了不确定性的问题，大数据思维给机械思维做了完美的补充。
其次，试着用大数据的强关联性替代因果关系。
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因果关系，帮助我们得到想要知道的答案，这便是大数据的核心。
我需要做哪些改变：
作为一个IT从业者，必须主动学习大数据处理技术。
学习与机器为伍，利用智能设备来提高自己的生活和工作。
《智能时代》读后感(十)：《智能时代》流水账笔记
gt;>前言
AlphaGo：与人类的逻辑推理有别，下棋依靠大数据和职能算法。
1）机器学习：获胜概率，数据训练
2）博弈树搜索算法：快速找到好的下法
AlphaGo的胜利宣告机器智能时代的到来。
gt;>第一章 数据
使用数据的标准流程（数据到知识的过程）：获取－－>分析——>建立模型——>预测未知
数据驱动方法：对一个问题暂时不能简单、准确解决时，可以根据历史数据，构造很多个近似的模型来逼近真实情况。
优势——在最大程度上得益于计算机技术的进步。机器越来越聪明，很大程度上靠的是数据量的增加。
e.g. AlphaGo在总结几十万对弈数据后，得到一个统计模型，对于在不同局势下该如何行棋有了比人类更为准确的估计。
数据与所想获得的信息之间的联系通常是间接的，需要通过不同数据之间的相关性体现。
gt;>第二章 大数据和机器智能
传统人工智能（让计算机按人的思路去做）已被实践证明不可行，业界普遍采用的是机器智能——任何让计算机通过图灵测试的方法（包括数据驱动方法）。机器获得智能的办法不是和人一样靠推理，而是更多的利用大数据，从数据中获得信息和知识。
大数据的特征：
- 体量大
- 多维度 e.g.百度知道
- 完备性 e.g.翻译
- 时效性（非必需）e.g.谷歌地图
- 思维方式的改变，big data，变智能问题为数据问题
gt;>第三章 思维的革命
方法论对科学发展至关重要。东方文明长期在技术上领先西方，但在科学体系的建立上远远落后，关键是输在方法论上。
托勒密的方法论：通过观察获得数学模型的雏形，然后利用数据来细化模型。
笛卡尔的方法论：大胆假设，小心求证
牛顿的方法论——机械思维
机械思维导致了工业革命，其核心思想：确定性和因果关系。
也是它的局限性。并非所有规律都可以用简单的原理描述，发现因果关系需要运气，人们在承认不确定性的情况下如何取得科学上的突破，需要新的方法论——>信息论。
（从微观上讲，系统越来越无序，从宏观上看它趋于恒温。）
不引入主观假设（有别于大胆假设小心求证），取得足够多的数据，消除不确定性。所以大数据的出现能够解决智能问题。
大数据思维的核心：
大数据的科学基础是信息论，本质是利用数据中的信息消除不确定性。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，找到答案。
gt;>第四章 大数据与商业
大数据在商业活动中从细节到整体再从整体到细节双向的流动（Data flow），能对商业进行整体提升，精确到每一个细节，代表着未来的商业趋势。
大数据的完备性：从大数据找到普遍规律，再应用于每一个具体的客户，影响到每一个具体的操作，改变人们开发产品和解决问题的思路（e.g. Prada的芯片）。
大数据的时效性：让企业（e.g. Netflix、亚马逊）可以根据用户的反应很快调整市场策略。
从工业革命开始，几次主要的技术革命都遵循相似的规律：
- 现有产业 ＋ 新技术（蒸汽机，电，摩尔定律，大数据，机器智能） ＝ 新产业
- 不需要所有公司从事新技术本身的开发和产品研制，更多是利用新技术改造原有产业。“＋大数据”的思维方式，产业能得到全面升级
技术革命导致新商业模式的诞生。
服务>生产。厂商之间的核心竞争力不再是商品本身，而是更重要的服务。以前商品卖出后，厂商与顾客的联系就断了。而“＋大数据”的思维方式，厂商能够把控每一个客户、每一个产品和每一次交易细节，绕过很多经销的中间环节，直接和客户做生意。
gt; 小米的估值为何450亿