【洞察】《智能时代》:吴军,大数据与智能革命重新定义未来

当机器人都学会思考，你如何做一个不可替代的人？

听书笔记 

作者吴军，美国约翰•霍普金斯大学计算机科学博士，曾在腾讯公司担任副总裁，在谷歌公司负责计算机自动问答项目，在人工智能方面具有丰富的实战经验和理论基础，先后出版了《浪潮之巅》、《数学之美》等畅销作品。

第一，智能时代的主要特征有哪些？

数据推动智能时代发展，主要体现在四个重要方面，分别是行为数据化、数据完备性、强化相关性和强调个性化。

第一个方面是行为数据化。日常生活中，计算机、智能手机、各种智能家居用品，收集着我们的行为数据，并通过计算机反馈来接近我们，使得我们看新闻、运动健身、出行等等日常生活变得更加便捷。不但如此，数据将人与人、人与世界连接起来，构成一张网络。

行为数据化的结果就是产生了大数据，智能时代的本质就在于对大数据的运用。奢侈品牌普拉达可以用RFID芯片记录时装是否被顾客试穿、试穿的次数。数据分析师根据这些数据就能知道一件时装卖得好不好，有没有人拿去试穿。问题是出在设计制作上还是出在销售上，然后就可以采取相应的措施。

第二个特征是数据完备性。谷歌自动驾驶汽车就是一个典型案例。曾经有一辆谷歌的自动驾驶汽车在道路上安全行驶了200多万英里。因为谷歌自动驾驶汽车经过的地方，都是被谷歌街景扫描过的，自动驾驶汽车上还装有十多个传感器，每秒钟进行几十次的各种扫描，同时在短时间内处理大量数据。因为穷举出了所有的路况，谷歌自动驾驶汽车才能顺畅行使。

第三个特征是强相关性。相关性是数学上的一个术语，就是事物之间的关联度。最简单的例子就是淘宝的商品推荐，它们可以根据你的浏览记录，向你提供可能需要的商品。在过去，人们只能从有限的数据中得到模糊的结论，但在智能时代，大数据能够找出更强的相关性，提供更精准的结论。

第四个特征是突出实效性与个性化。在过去，由于信息技术水平的限制，信息基本无法实现及时化。即使在机械时代，电话、电报等渠道所能传播的信息量也极其有限。但在智能时代，互联网和传感器的完美结合，使得数据的实效性和个性化得到充分发挥。

美国通用公司把冰箱和其他家电产品都连上WiFi，然后通过手机APP进行连接，及时提示用户更换冰箱滤芯等耗材。通过分析数据，通用公司就会知道用户未来需要什么，然后进行精准推销。如果制造业厂商能够把思维方式变成“+大数据”，那么，原本相对孤立的产品功能得到延伸，不仅能够去掉供应链中不必要的环节，还能够最大限度满足客户的个性化需求。

第二，各行各业智能化的趋势是怎样的？

农业是人类所从事的最古老的行业，也是支撑人类文明的基础。智能化农业不仅能够大幅提升粮食产量，还能够解决土地和水资源短缺等制约农业发展的问题。以色列是严重缺水的国家，以色列人发明了滴灌技术，采用计算机进行自动化控制，将水和肥料通过装有滴头的管线直接送到植物的根系，这套灌溉系统中安装有传感器，能通过检测植物的根茎变化和地下湿度，来决定对植物的灌溉量。以色列依靠农业高科技，给传统农业带来了革命。

未来制造业的发展趋势，是通过智能机器、大数据分析来帮助工人，甚至取代工人。美国特斯拉汽车公司已经尝试全部使用机器人来装配汽车，不仅使得工厂雇佣工人的数量大幅减少，而且还让汽车的性能和质量更加稳定。

医疗保健行业同样在智能时代大有作为。智能化的计算机不仅能够帮助诊断，还可以进行手术。当今世界最有代表性的手术机器人就是达芬奇手术系统，不仅精密度和灵活性远远超过人类，而且手术创口非常小，还能实施一些人类医生难以完成的手术。

第三，智能发展面临哪些技术挑战？

首先是数据采集的问题。大数据的主要特征就是能够把所有人的信息作为研究对象，但这是一件非常有挑战性的事情。即使数据能够成功采集到，但数据的存储和处理依然是个大问题。

在处理这些海量数据时，即使一些看似很简单的操作，也会变得特别费时间。

除了技术问题，数据安全也是智能时代的重大挑战之一。在大数据时代，由于数据量巨大，一旦丢失，损失也是巨大的。虽然计算机系统在设计时，对安全性的考虑比过去周全了许多，但依然无法百分之百地防止黑客入侵，很多时候都是由于人为失误造成的，而不是防火墙不够先进。

除此之外，技术的发展和隐私保护之间也开始产生矛盾。比如智能交通工具能够为消费者提供便捷服务，但如果某个提供这种服务的公司无节制地收集用户数据，个人的行踪就可能完全暴露在大众面前。

第四，我们应该怎样面对智能带来的失业风险？

在智能时代，一定会有一小部分人参与智能机器的研发和制造，但是这只会占到劳动力的很小一部分。虽然我们不知道如何在短期内创造出消化几十亿劳动力的产业，但是我们很清楚如何让自己在智能革命中受益，而不是被抛弃。这个答案就是争当2%的人。要做这2%的人，最重要的就是要完善自己的思维方式，从以往单一的机械思维向兼具数据思维转变。

保持确定性，就是用确定的公式或者规则来描述事件。数据思维则不同，完全是建立在不确定性的基础之上，能够使用大量的数据和信息来消除不确定性。机械思维的另外一个特征，就是依靠因果关系找到答案。能找到事物间的因果关系固然好，但现实问题往往非常复杂，数据思维会利用大数据的强相关性进行挖掘，直接找出答案。

所以，在智能时代，只有同时具备机械和数据两种思维模式，才能够从大数据中挖掘相关性，消除不确定性，帮助我们得到想知道的答案。事实上，同时具备这两种思维的人早已存在，已经成为2%中的一员。让自己成为2%并不是说要到互联网公司上班，而是要善于灵活运用数据思维，将大数据和机器智能等新技术为自己所用。 

解读 | 天是，新生代经管达人。

播音 | 张煜

策划编辑 | 陈艳

音频编辑 | 陈子夫