《智能时代》读后感一
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。
《智能时代》读后感二
总的来讲，本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。
大数据给世界带来的改变很深刻，最深刻的是思维方式的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题，也终于有能力在全集的基础上精准刻画群体侧面画像，转变的还有看待问题的方法——我们不再是“小心假设，大胆求证”，而是“减少假设，数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的，对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此，这会迅速引起一场商业革命。
实际上，这场革命已经开始：在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是，还有更多的行业在探索如何将数据有效整合起来探索新的模式——首先是数据的获取问题，寻找有效的获取数据的方法可能不是一拍脑袋就想得到的；其次，如何从这些数据中发现价值依然需要一个指导方向；最后，如何利用数据发现的规则设计更合理的模式。
书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题：智能革命大大解放了生产力，大大促进了生产，只需要更少的人就能够养活全世界，那么剩下的人怎么办？作者通过论述第一、二、三次工业革命的历史进程，得出来的结论不容乐观——只有通过时间的作用才能使革命带来的.巨大的生产力解放得到释放。我们很不幸地处于这个历史进程，我们也很幸运地处于这个历史进程。
所以整本书，可以说是一本科普的书，读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解，尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界，一种是参与到革命的进程中，跟上历史的车轮向前，另一种则是抗拒革命，被历史抛弃——这两者之间的差别，不可以云泥计。至于事实上是否真的会有这么严重，这个就仁者见仁了，只不过历史告诉我们，至少前三次是这样的，如果抱有怀疑，最好祈祷太阳底下会有新鲜事。
至于革命已经发生，这是毋庸置疑的。当然，这是读本书之前就已经知道了的。实际上，很多人都已经知道——置身在一个全社会都在讨论大数据的环境下，很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。
《智能时代》读后感三
人工智能是未来10年可期有大发展的领域，也是我们从事数据行业的职业愿景。看我这本书，更加坚定这是一个可期，有意思的方向。下面是我读这本书的过程中，产生的对于数据分析和应用的一些理解和总结。
基本思路
经典思路：目前在做数据分析时，采用的是传统的逻辑推理的分析的思路。先提出问题，再通过严谨的逻辑推理进行验证，解释商业问题。
新思路：尝试使用相关性进行数据挖掘分析；就是数据挖掘的一些技术，比如聚类、决策树、随机森林等高级统计模型。这种思路做出的东西，一般而言是技术门槛较高、解决经典思路无法解答的问题，也符合当前流行的大数据思维、人工智能思维。新思路的处理问题逻辑，先有相关性分析，找出导致问题的相关性因素，然后再解释背后的商业逻辑。
适用范围
经典思路：符合人脑的思维模式，由A—>B—>C的逻辑顺序。在解决小而美的独立case时，效率高。比如，“为什么今天某个页面的转化率突然升高啦”这类的问题，通过逻辑推理，一步一步下钻，可以很快定位原因。
新思路：这是AlphaGo下围棋是采用的思路，决策nextmove是因为nextmove对最终赢得棋局概率最高。这是一种结果导向的思维，将智能问题变成了数据问题。AlphaGo不需要知道如何布局，只关注每一次的落子都在提高最终胜利的概率。这种思路可以解决目标明确且影响因素众多的决策问题。
一、本书简介：
这是一个大数据的时代，商业、社会管理、科研、创业，言必称大数据。它以特殊的模式超快的速度处理分析大量相关数据，正在悄然改变全球。大数据一种规模大到在获取、存储、管理、分析等方面都与传统处理模式很大不同，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。区别于以往的数据收集的最本质区别是，不用抽样调查，而是采用所有数据进行分析处理。抛弃人类之前限于成本的的抽样分析方法，而是存储一切，分析一切。“大数据”概念就是由维克托·迈尔·舍恩伯格和肯尼斯·库克耶编写的这本《大数据时代》中提出。这种大数据的收集，在互联网，甚至是移动互联网出现之前的时代是不可能的。现在，随着储存技术、处理器技术、网络技术、智能终端的深入发展，把这些大数据收集存储起来已经非常容易而且成本低廉。本书从三个方面诠释了大数据将带来怎样的变革
一是大数据时代的思维变革，首先大数据不是抽样调查样本，而是能获取的相关信息的全体数据，不用随机分析法这样的简单模式，而是对所以的巨量数据的进行分析处理;其次是大数据不再是结构化简单精确的数据，而是综合性非结构化的数据，传统方法处理分析方法大部分数据都无法被利用;再次是大数据间的信息从因果关系变为相关关系，这样处理分析就不必关心现象背后的原因，而是要让数据自己“发声”，因此建立在相关关系分析法基础上的预测是大数据的核心。
二是大数据时代的商业变革，该书提出大数据时代将给商业带来巨大的变革，可以将商业的相关信息量化成数据，而且商业数据是取之不尽用之不竭的。
三是大数据时代的管理变革，首先大数据时代我们的隐私暴露无遗,这也给监管带来更多挑战。其次大数据是必然趋势，防止大数据变成黑匣子,防止数据垄断者的出现,这些可能都是以后应被注意的甚至是写进法律里的。
二、对大数据的看法
1、大数据产业离老百姓究竟有多远?
贵阳与大数据紧密联系到一起了，2016年数博会暨中国大数据产业峰会于5月末在贵阳召开。在贵阳当问人们大数据在他们生活中的实际体会时，估计听到的答案有全城覆盖的wifi无线网络、智能公交、移动医疗，智能打车软件等等。官方及多数媒体报道中提到的'贵阳对大数据的应用，多集中在云上贵州、精准扶贫、灾难预警、公共交通，数据铁笼等等。普通民众可能在政策影响下对大数据兴趣浓浓，但或许其中真正明白大数据到底为何物的人寥寥。已稍成气候的大数据应用多集中在政府主导的公益领域，惠及普通百姓自然是好事，但从大数据产业中实现大规模盈利仍有很长的路要走。
2、大数据带来的彷徨!
大数据自然会给我们带来很多便利，有时候大数据能够打破信息不对称的壁垒，让那些装模作样“所谓专家”们以后可不好当专家了。我们可能会拿着电脑上打印下来的
还有最重要的是大数据必然是大价值的资产，必然大多掌控在大公司的手里，这些才是实际“大数据的操控者”。大众只是一个普普通通的消费者，在大数据的时代，当你收到“大数据的操控者”送来的礼物时，你不彷徨么?，你注册使用微信等软件时强制你开启位置信息和电话信息时把自己的一切暴露出来，比方你刚买了房不时收到装修公司或家具家电公司的电话，你报名考试后不停受到培训机构骚扰。也许“大数据的操控者”们会比你自己更了解你的行为，他甚至知道你的一切，知道你买得起多少钱的服装和什么品牌，喜欢什么娱乐活动，甚至什么时候你可能会去旅游，甚至预测你明天要去那儿，你是什么身份和你的家庭情况等等。
大数据时代我们更多的时候是“小白鼠”被观察者观测，被分析师研究，当然也有时候是受益者也能利用大数据。
3、基于人工智能的大数据
人更多的时候是复杂和带有非理性因素的。大数据与计算能力密不可分。大数据无法用单台的计算机进行处理，必须采用分布式架构，依托云计算的分布式处理、分布式数据库和云存储和虚拟化技术等对海量数据进行分布式数据挖掘。但这种模式的计算能力仅是在数量上的增加。所以只有应用各种新的数据处理方法处理的“数据”才能成为“大数据”，才能从中发掘这种综合性非结构化且为相关关系数据的新意义，进而产生新的价值。机器计算相比大脑的优势在与对于巨量数量的处理，如果机器也同时也能具有大脑的逻辑、分析、判断、联想、想象、情感能力，则可以轻易超越大脑的智能。
目前基于神经网络机器学习的人工智能才初步崭露头角。现在人类大脑的脑科学的研究程度还远远不够，甚至可以说对大脑智能还知之甚少。虽然人工智能理解大数据还为时尚早，人类对于大数据的利用基本上还是基于收集技术和非智能化分析处理上的发展。但我想基于大数据的人工智能才是未来大数据发展的走向，贵阳这个发展大数据城市鲜有出现成熟的相应技术和服务，也许走出大数据数据处理能力的瓶颈才有贵阳大数据产业辉煌的明天。
三、对大数据技术在统计上的期待
可以想象一下，如果统计系统有一个人工智能化的大数据平台，通过政府统筹规划和相关立法，让该系统实时收集国民经济所有环节的具体信息。比方农业上来说，系统实时收集从每一个农民购买种子、化肥、农药到出售农产品等的信息，实时收集每一个农产品加工销售环节的具体相关信息，同时也实时收集每一个居民购买使用农产品的所有信息，大数据系统实时精细的进行数据的汇总分析和报告。而这些在现有的技术上非智能化实现不难，难点估计只是制度壁垒。不难想象不久的将来国家统计局叫为国家统计大数据中心，一切已经不需要传统的统计，一切发生的时候就已经被实时统计。
20xx年3月15日AlphaGo最终局大比分战胜世界围棋冠军李世石，带给世人的震撼与担心至今仍未消除。人工智能的发展并未因此停滞，技术的进步一天一个台阶，我们更加直观的感受到智能时代正扑面而来。《智能时代：大数据与智能革命重新定义未来》则系统的描绘了技术发展、思维变革为当下和今后带来的深刻改变。作者吴军博士曾供职于谷歌和腾讯，参与主导搜索、语言处理等项目研发，在书中作者不仅用浅显易懂的语言解释了技术发展，更有来自一线的生动事例，读完本书我们将会对智能时代有一个清晰直观的了解。
机器智能与大数据
机器智能到底是什么样的?根据电子计算机奠基人阿兰·图灵在1950年提出的判别方法：让一台机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己的交流对象是人还是机器，就说明这台机器有了和人同等的智能。计算机科学家们认为，计算机能够实现语音识别、机器翻译、文本的自动摘要或者写作、战胜人类的国际象棋冠军或者自动回答问题中的一项，即可认为它具有了图灵所说的那种智能。现在，计算机已经能完成上述任务，而且效果超出了大部分人的预期。其中实现人工智能的途径并不是使得“机器在像我们那样思考”，而是20世纪70年代工业界采用数据驱动和超级计算的方法，使得机器智能有了突破性的进展。
数据驱动的实现仰仗大数据的获取与利用，那么什么是大数据呢?根据百度百科定义，数据是事实或观察的结果，是对客观事物的逻辑归纳，适用于表示客观事物的未经加工的原始素材。数据不仅仅是数字，也包括图像、声音等等。大数据则具有体量大、多维度、完备性、及时性等特点。量变引起质变，大数据带来了思维转变，将原先的智能问题转化为了数据问题。
机械思维与大数据思维
世界变化的规律是确定的;因其具有确定性，规律性可以被认知和用简单的公式或者语言描述清楚;这些规律可以被反复验证，可以应用到未知领域指导实践。这就是后人总结牛顿的方法概括的机械思维，正是这一思维指导产生了工业革命。直到今天我们可以发现这种思维存在很大的局限性，世界存在较大的'不确定性和不可知性。但并不是完全没有规律可循，可以使用概率模型来描述。在此基础上克劳迪·香农提出了信息论，信息量的度量等于不确定性的多少，我们对某件事不了解，则需要大量信息;反之，则不需要太多。
技术的进步，使得大数据时代到来，大数据的重要特征现在发挥了突出的作用。承认世界的不确定性，使用数据中包含的信息帮助我们消减不确定性，找到解决问题的新方法;某些情况下寻找数据间的相关性而不是遵循因果关系，帮助我们直达目的，这就是大数据思维。它是对机械思维的补充，可以更加快速的适应时代的发展。
应用与冲突
“现有产业+新技术=新产业”是历次重大技术革命沿袭的规律。科技进步是经济发展的驱动力，技术进步成果与工商业的结合的丰厚产出，又保障了新一轮技术研发的投入，带来了良性循环。电子商务平台、音乐视频软件的针对性推荐就是对大数据时效性的充分利用，无人驾驶汽车则是大数据完备性特点的发挥，精准度越来越高的天气预报是采用大数据多维度的结果。。。大数据将在各行各业运用，产生各种奇妙的反应。书中最令人印象深刻的是大数据在体育行业的运用，来自硅谷的精英收购了当时NBA最烂的球队-金州勇士队，之后勇士队利用数据制定战略、根据实时数据及时调整战术，实现了队伍的逆袭，勇士队也被看做NBA里的Google。
不论是最近处在风口浪尖的国内电商平台利用大数据“杀熟”还是Facebook的泄密事件，都暴露出在大数据时代对公民的信息隐私安全的保护是一个刻不容缓的事情。当今情况下，得大数据者得天下，企业手握大量的数据却无法保证是否是善意的，同时监管缺位，个人对信息安全的重视程度不够高，也放纵了某些企业的作为，我们享受大数据带来的便利，却不能忽视个人隐私泄露可能带来的风险。
“古人说：苟日新，日日新，又日新。今天，我们站在现实与未来的交汇处，技术日新月异，冲击无处不在，只有保持不断学习，不断开拓思维，才能与这个时代一同前行，拥抱一个崭新的未来。“
