读吴军《智能时代》
界面设计

读吴军《智能时代》

读了吴军的新书《智能时代》后,感觉有了非常多的启发之处,就像他之前的几本书一样。

这本书的名字是关于智能,也就是当下最热门的人工智能,但是深读起来会发现,这本书所想要表达的主旨,是一种叫「数据思维」的思考方式。

大数据是一种全新的思维方式。按照大数据的思维方式,我们做事情的方式和方法需要从根本上予以改变。

17世纪以来,是一种叫做「机械思维」的思考方式在指导着我们人类做任何事情,大到科技创新,小到日常行事。

在过去,「机械思维」并不是一个贬义词。欧洲之所以能够在科学上领先于世界其他地方,很大程度上是依靠从古希腊建立起来的思想和逻辑推理的能力。那是一种从实践中总结出基本公理,然后通过因果逻辑构建起整个科学体系。比如古希腊伟大的天文学家托勒密,他提出地心说、发明了球体坐标系、定义了赤道和零度经线在内的经纬线,发明了弧度制等等。他的方法论可以被概括为“通过观察获得数学模型的雏形,然后利用数据来细化模型”。

直到今天,我们做事情的时候还是会首先用到这种方法:首先需要有一个简单的元模型(可能是假设出来的),然后给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。

从欧几里得、到托勒密再到牛顿,一代代的西方科学家的思想方法可以说是一脉相承,其核心思想可以概括为:

1. 世界的规律是确定的
2. 因为有确定性做保障,因此规律不仅可被认识,而且可以用简单的公式或语言描述清楚。
3. 这些规律应该放之四海而皆准,可以应用到各个未知领域指导实践。

这些都是机械思维积极的本质。机械思维直接带来了工业大发明的时代。

在牛顿和瓦特之前,一项技术比如蒸汽机虽然被纽卡门发明了出来,但是这项技术的进步需要非常长的时间来积累经验。但是瓦特和此前的工匠不同在于,他是通过科学原理来直接改进蒸汽机。这就是机械思维的方法论的优胜之处。

机械思维更广泛的影响力是作为一种准则指导人们的行为。它让人们相信确定性和因果关系。

书中还举了一个机械思维的例子。今天的制药行业,其核心方法遵循着“研究病理找到致病原因,针对原因寻找解决方案”。青霉素就是这样的例子。最早一名叫弗莱明的英国医生在1928年发现霉菌可以杀死细菌。到了1939年,弗洛里和钱恩找到了青霉素的有效成分是一种叫‘青霉烷’的能够破坏细胞壁的物质,而人和动物是没有细胞壁的。这才算搞清楚了青霉素杀菌的原理。根据这个原理,美国的西恩后来成功合成了青霉素,再后来的科学家们又继续研究发现了细菌抗药性的原因,进而发明了抗生素等等。这些实际上都是遵循了‘分析找到原因,根据原因找结果’的思维方式。

然而迈过了工业时代来到信息时代,这种思维方式的局限也就显露出来。

首先,并非所有规律都可以用简单原理描述;其次在科学研究中找到因果关系变得困难起来,因为简单的因果关系已经都被发现了;另外,人们越是对世界加深了解,就越是发现世界本身存在巨大的不确定性,并不是像过去想的那样一切都是可以确定的。

按照书中的说法,世界的不确定性来自两方面,首先是影响世界的变量其实很多,已经无法通过简单的办法或者公式计算得出结果。比如投掷色子或预测股市。投掷色子的时候,如果能够清楚地知晓色子出手一刻的速度、空气流动的速度、色子的形状和密度分布等等,那么理论上可以计算出色子是哪一个面朝上;股市和经济表现也是一样,如果知晓所有的市场细节,是可以知道股市和经济的走势的,但是实际上这两种情况都是无法准确测量的。

不确定性的第二个因素来自客观世界本身。宏观世界可以运用牛顿三定律来计算星体的位置和速度,但是微观世界里,电子在围绕原子核做告诉运动时我们不可能准确测定它在某一时刻的位置和速度。量子力学中的测不准原理就是说电子这样的基本粒子,你在科学地观测它的时候就已经干预了它的运动。

如何在承认不确定性的情况下获取科技上的突破,这就导致了一个新的方法论的诞生,也就是书中的核心思想——数据思维。

数据思维的本质,就是利用尽可能多的信息,来消除不确定性对我们的影响。

如果说如果我要识别一张人脸,这既是不确定性的问题,从另一个角度看,也可以看做从有限种可能中挑出一种,因为全世界的人数是有限的。

我们在当下这个时代所面临的复杂情况,已经不是机械时代用几个定律就能讲清楚的了。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。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,帮助我们探索答案,这就是大数据思维的核心。

至于怎样使用大数据思维,作者列举了这样几个方面:

1、从大数据中找规律。比如美国警察局通过每家每户的用电量分析出了谁在家中偷偷种植大麻;还有美国税务局也会利用大数据来锁定偷税的小企业。在有大数据之前,我们寻找一个规律常常是很困难的,要“假设-求证-再假设-再求证”。找到规律应用时可能已经付出了较高的成本。大数据的存在让很多问题变得简单。

2、利用大数据把控每一个细节。书中举了普拉达的例子。普拉达在它门店的衣服、试衣间中安放了大量传感设备,跟踪着各种各样的市场数据,比如哪款衣服获得的青睐较多,哪款衣服被销售更多的举起等等。

电子邮件地址不会被公开。 必填项已用*标注

文章归档