在阿里云的云栖大会「数加」专场，一位智能制造的演讲嘉宾，提了一个问题：什么是智能，什么不是智能？如果说数控机床就是智能，传统的就不是智能，那么智能制造早就已经开始，并不需要现在才来聊这个话题。进而，他举了iPhone做例子：智能手机（Smart Phone）的那一点点「智能」体现在哪里？是因为它体验好？是因为它有操作系统？是因为它整合了很多功能？并不是，第一，是因为新的传感器提供了新的数据采集手段；第二，手机能够联网；第三，提供了二次软件开发的平台。
或者，我们可以更直白的说，智能手机之所以和过去的功能手机不同，是因为智能手机是一个全新的数据采集、存储和计算的平台。只有从这个维度理解，才能真正解释「智能」这个词的涵义。
借着这位嘉宾的话往下说，
首先，大量的传感器包括陀螺仪、GPS芯片，乃至多点触控触摸屏等等的引入，让智能手机具备了和以往功能手机完全不同的数据收集能力和效率；
其次，低廉的通用计算、低廉的网络传输费用和高速的移动网络、Wifi等等，则让包括手机厂商和第三方app开发者能够低成本地传输和储存这些数据；
最后，手机本身计算能力的提升，则让这些新的数据找到了用武之地，比如说我们跑步的时候，iPhone通过GPS芯片纪录的位置数据，就能帮助我们知道今天跑了多少公里，和昨天相比多跑了多少距离，这周平均跑了多少距离。而第三方app开发者就可以利用这些数据，结合算法去进行相应的二次开发。比如说，看看跑过的路线的形状，是一个「王」字还是「口」字。
因此，尽管智能手机的英文原本为Smart Phone，并不「智能」，但是，站在数据的维度来理解，这么翻译也并没有错。
所有的「智能」，都要从「数据上云」开始。这个话题我曾经在之前的文章里聊过，这里就不展开阐述了，有兴趣的可以去翻我聊「大数据业务」的那篇老文。站在「智能」的角度，讨论数据的「可采集」、「可连接」、「可使用」是比单纯讨论大数据更有意义的事情。
很多家电厂商一厢情愿地认为，通过电商渠道和社会化媒体，就可以收集大量的数据，用于预测顾客的购买行为。譬如说，智能冰箱在冰箱里牛奶喝完的前一天，就可以根据其购买日期和纪录猜测到并自动提醒户主购买牛奶，然而，在这个数据并不来源于在冰箱本身内部附加的传感器，比如说重量传感器或者摄像头之类的情况下，很难说，这种场景是现实可行的。
作为一个智能家居的实践者，我在新家里面安装了大量的智能设备和传感器，但最后使用体验却很不好。其中有两个主要原因，一是传感器收集的数据非常不精准，我在床头装过动态传感器，设想的场景是，半夜起来上厕所的时候，只要我一下床夜灯就自动亮起，但是，尝试的过程中，发现传感器过度灵敏，哪怕手伸过去在床头柜上拿东西，也有很大可能触发夜灯，频繁开关的夜灯，让我只能放弃这一场景；二是所谓的智能场景，还只能做到重复执行，一旦出现意外，就很尴尬，比如说我在门上安装了传感器，设想一旦进门，智能灯泡就会自动亮起，一旦出门，智能灯泡就自动关闭，然而，碰上我短暂出门扔垃圾的时候，我并不希望它关闭，因为家里还有人在，我就只能掏出手机，经过4-5次点击，切换场景，扔完垃圾回家再经过4-5次点击，切换回来，非常不方便。
第一个是数据的采集和连接问题，第二个是数据的二次开发也就是算法问题，某种意义上，这两个问题，就是接下来大部分数据使用者会面临的问题。
或者，就命名其为「智能」问题罢。
人了解世界的时候，都是先问who & where，慢慢学会问why，当对答案不满足的时候就开始问how，所以，knowhow才是人对世界的回答。谢谢关注Knowhow_Ho，何夕一言堂，这是我对世界的回答，一家之言，不求正确，但求有所启发。
