吴军| 智能时代

智能时代

科学研究发展的四个范式,

大数据是解决不确定性的良药 “用不确定的眼光看待世界，再用信息来消除这种不确定性”，是大数据解决智能问题的本质。

吴军博士在书中提到了世界的不确定性来自两个方面，一是影响世界的变量太多以至于无法用数学模型来描述;

二是来自客观世界本身:不确定性是我们所在宇宙的特性。因此，用机械论已经完全无法对未来进行预测。

香农，这位不世出的天才，则通过借用热力学中“熵”的概念，引入“信息熵”，用信息论将世界的不确定性与信息联系在了一起。这个建立在不确定性上的理论，正是今天人类研究大数据与机器智能的基石。解

决智能问题，就是将问题转化为消除不确定性的问题，大数据则是解决不确定性问题的良药。可以预见，在这里会诞生无数的机会。

计算机之所以能战胜人类，是因为机器获得智能的方式和人类不同，它不是靠逻辑推理，而是靠大数据和智能算法。在数据方面，Google 使用了几十万盘围棋高手之间对弈的数据来训练 AlphaGo,这是它获得

所谓的“智能”的原因。在计算方面，Google采用了上万台服务器来训练AlphaGo下棋的模型，并且让不同版本的AlphaGo相互对弈了上千万盘，这才保证它能做到“算无遗策”。具体到下棋的策略，AlphaGo里

面有两个关键的技术。

第一个关键技术是把棋盘上当前的状态变成一个获胜概率的数学模型，这个模型里面没有任何人工的规则，而是完全靠前面所说的数据训练出来的。
第二个关键技术是启发式搜索算法一一蒙特卡罗树搜索算法 (Monte Carlo Tree Search),它能将搜索的空间限制在非常有限的范围内，保证计算机能够快速找到好的下法。

信息是关于世界、人和事的描述，它比数据来得抽象。信息既可以是人类创造的，也可以是天然存在的客观事实，不过信息有时藏在事物的背后，需要挖掘和测量才能得到；

数据和信息还是稍有不同，虽然数据最大的作用在于承载信息，但是并非所有的数据都承载了有意义的信息。数据本身是人造物，因此它们可以被随意制造，甚至可以被伪造。没有信息的数据通常没有太大意

义。有用的数据、毫无意义的数据和伪造的数据常常是混在一起的，后面两种数据无疑会干扰我们从数据中获取有用的信息，因此如何处理数据，过滤掉没有用的噪声和删除有害的数据，从而获取数据背后

的信息，就成为技术甚至是一种艺术。只有善用数据，我们才能够得到意想不到的惊喜，即数据背后的信息。

只要数据量足够，就可以用若干个简单的模型取代一个复杂的模型。这种方法被称为数据驱动方法