这个时代马上就要到来了，不得不去考虑未来的路
2016-12-31
大数据的驱动能否产生智能？我觉得目前的大数据驱动是无法产生智能的，因为现在的这些所谓的智能都是“专才”，比如说图像识别，你甚至只能是识别老鼠这种东西，而对于其他方面一无所知，现行的机器学习的算法是存在很大的缺陷的，现在采用这种做法能够取得成就，但是以后我觉得产生人工智能的思路肯定不是这样的。人类之所以是人类，是因为有知识的积累和传承，目前这些都无法进行继承和积累，但是有另一个思路，就是神经网络的集合，神经网络里面的参数是可以变化的，其实还是没有把统计学的知识应用到人工智能的领域。一句话，要想实现人工智能，必须是全才才可以。
大数据大数据，不仅仅是因为数据量大，更是因为数据之间出现了关联，所以才叫大数据。大数据更应该叫大信息，因为有时候数据是无用的数据。没有有效的信息。
机器学习成功是因为，做计算机擅长做的事情，而不是人脑擅长做的事情。
“数据中包含的信息可以帮助我们消除不确定性，数据之间的相关性在一定程度上能够取代事物之间的因果性。”
在工业革命，也是一样的套路，现有的产业+蒸汽机=新产业，和现在何等的相似
机械思维的两个特性：确定性和因果性，和现在的所谓的数据驱动的思维也是一定的对应关系
概率论更像是一种对这个确定的但是太过于复杂的世界的一种妥协，和现在的机器学习有点像。
交叉熵，代表两个信息之间的关系，如果交叉熵为零，那么说明两个信息是一样的，那么就不能为系统提供更多的信息。这个有点像坐标转换，转换到相互垂直的坐标系下，为什么要进行奇异矩阵分解？就是为了能够把一些冗余的信息删减。从而降低系统的维数。交叉熵也可以反映出一个模型的覆盖率，如果他和所有的信息的交叉熵为0，那表示他覆盖了所有的产品。
其实google的自动驾驶汽车使用了街景的数据，开的都是去过的地方，但是大家把所有的关注点都在了他所配备的那些设备上，而实际上呢，之前肯定已经有人做过了。
所谓的大数据，人工智能，最后一定会和我们的生活和物联网紧密的结合在一起，但是目前看，怎么结合？？难道仅仅是安装传感器收集数据吗？不可能那么简单。说到底 大数据应该是个性化的大数据，然而现在大家在做的这些都是步国外大公司的一些后尘罢了。
本书在对小米成功的分析上还是犯了一个错误，他以高高在上的姿态揣测着小米手机的出货量。可是从购买者的心理分析，根本不是这么一回事。和大数据，人工智能没有半毛钱关系。
每一次技术革命，不是所有人都马上收益的，很多人会过得更糟糕，但是不是一句加入进去就可以的，因为这些都是需要门槛的，但是你可以未雨绸缪，努力向这个方向去拥抱。
但是 说实话，这本书里面的这些例子还是有点老生常谈，很多都是已经说烂了的故事。
查字典图书网
