A. The human insights missing from big data (BY Tricia Wang)
每天我们都在谈论大数据，这个占用1000亿价值的巨无霸真的对我们的决策有用么？为什么在大数据下我们的决策还是会出现了偏差呢？
Tricia告诉我们两个很重要的东西：量化偏见和厚数据(quantification bias and thick data)
我们依赖大数据，因为我们认为可视化的数据让我们感觉情况都在掌控之中，其次是我们觉得数据很可靠很客观，这就是为什么我们经常会反量化偏见。
Tricia当年在调研智能手机在中国市场的未来，深入城中村卖饺子、泡网吧、观察和采访人群对于智能手机的需求。可是当年Nokia基于自己的大数据支持认为没有人会为智能手机埋单，原因是数据显示智能手机不具备普及的条件。但是这个数据的假设条件基于了人们对智能手机并不了解的前提下。但是Tricia发现人们原因用更高的价格，节衣缩食也要买一台iphone甚至是山寨智能手机，虽然样本只有百来个，但是这些说明了这个市场是广阔的。
大数据是有局限性的，它是基于特定条件的量化，量化所能可控的一些体系。但是牵涉人的行为的时候，大数据就不一定有一个好的预测了，因为人的随意性、不确定性会更高，这样我们就会很容易陷入了量化偏见的错觉上，眼里只有数据。大数据在数量级上为我们提供视角支持，可以最大限度发挥机器智能的优势。而利用人类学家和用户研究人员所探索的“厚数据”能够补充一些缺失的情景信息，充分利用人类的智慧。
B. Key to understanding arts: describing what you see！
为什么具体描述是理解艺术的关键甚至是基础呢？因为只有你充分描述眼前的画面，你才更有可能好的理解这些画面可能蕴含的意义。
不同年代对于作品蕴含的意思都是不一样的。
1800年以前的作品偏向于激发教育还有是奉献精神（和宗教有关联）的。（我想到的是最后的晚餐）
艺术也可以支持或者挑战权威的。（我想到的是自由领导人民）
艺术可以是纪念某个人的。（我想到的是憨豆先生大灾难里面那幅画《灰与黑的协奏曲：画家母亲肖像》）
艺术可以是纪念自己。（梵高的自画像）
