吴军-智能时代 笔记

数据

现象 -> 数据 -> 信息 -> 知识

通过数据建立模型,有2个问题:

  • 采用什么样的模型:完美的模型未必存在,取而代之的方法是用很多简单的模型的组合(如多圆嵌套的地心说模型)
  • 模型的参数:机器学习

数据驱动方法:先有大量数据,而不是预设的模型,然后用很多简单的模型去契合数据(fit data),用计算量和数据量换取研究的时间

大数据与机器智能

有了大数据后,将智能问题转换成数据问题,进而交由计算机解决。

大数据的特征:

  • 数据量大
  • 多维度(百度知道,饮食习惯的问题)
  • 完备性

大数据的重要性在于,它导致了机器智能的产生。

机器智能=通过任意一项图灵测试:

  • 翻译
  • 象棋
  • 语音识别

思维革命

机械思维:

  • 世界变化的规律是确定的
  • 规律不仅可以被认识,而且可以用简单的公式或语言来描述
  • 这些规律是放之四海皆准的,可以放到各种未知领域指导实践

核心思想是确定性和因果关系

从欧几里得到托勒密,再到牛顿,该思维取得了巨大的成功,并带来工业文明

热力学熵:封闭系统中,熵永远向不断增加的方向发张。系统达到恒温后,熵最大,此时也将无法对外做功。从微观上看,这个系统越来越无序。

信息学熵:信息量的度量就等于不确定性的大小。要消除这种不确定性,就要引入信息。

香农第一定律:对一个信源,它的信息编码的平均长度,一定大于信息的熵
香农第二定律:信息传播速率不可能超过信道的容量

最大熵原理:在给未知事件寻找概率模型时,应当满足已经有的数据,不要对未知情况做任何假设

大数据本质:信息论
  • 数据量大:信息消除不确定性
  • 多维度:交叉熵
  • 完备性:避免“黑天鹅”

从因果关系到强相关关系

技术挑战

技术拐点:

问题 方式 难点 方案
信息的收集 各类传感器,摄像头,移动设备 数据隔离,隐私问题 绕一大圈
信息存储 SSD 数据量过大 去除数据冗余,数据安全
信息传输 4G 多维度 protocol buffer
信息处理 分布式,流式处理 mapredue, hadoop

数据挖掘:降噪,机器学习(人工神经网络,最大熵模型等)。那么随着数据量变大,机器学习的实现将成为一个工程上的难题。需要把算法搬到成千上万台机器上实现。

隐私问题:

  • 数据收集时预处理
  • 数据采集和使用都需要双向知情(把偷窥者暴露出去)

未来社会

必然涉及财富再分配,低端岗位淘汰,下岗工人靠救济生活。

争当2%的人

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,743评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,296评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,285评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,485评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,581评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,821评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,960评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,719评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,186评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,516评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,650评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,936评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,757评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,991评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,370评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,527评论 2 349

推荐阅读更多精彩内容