智能時代讀書心得

時間：2022-12-08 03:01:18 讀書心得我要投稿

相關推薦

智能時代讀書心得

　　機器獲得智能的方式和人類不同，它不是靠邏輯推理，而是靠大數據和智能算法。接下來小編為你帶來智能時代讀書心得，希望對你有幫助。

智能時代讀書心得

　　未來的社會，屬于那些具有創意的人，而不屬于掌握某種技能做重復性工作的人。

　　第一章數據——人類建造文明的基石

　　如果我們把資本和機械動能作為近代化的推動力的話，那么數據將成為下一次技術革命和社會變革的核心動力。

　　現象、數據、信息、知識

　　數據和知識的關系

　　數據的作用——文明的基石

　　人們使用數據的方式

　　數據的作用自古有之，但過去常常被忽視，其原因是：數據量不足；數據和信息之間的關系通常是相關性（而非因果），在缺乏大數據的時代，相關性很難習得。

　　相關性：使用數據的鑰匙

　　統計學：點石成金的魔棒

　　樣本的數量和質量，對推測總體極其重要。在具備大數據能力之前，通過有限樣本去推測總體總是存在偏差。（切比雪夫不等式對偏差做了量化）

　　數學模型：數據驅動方法的基礎

　　數據驅動方法的含義：完美的模型很難尋找，但只要數據量足夠，就可以用若干個簡單的模型去趨近。

　　分段函數的思想：假設完美模型是y=sin x，但人們并不知道。但是如果已知的點足夠多，人們可以觀察到，當x在（0，π）之間時，y和-（x-π/2）+1有點像，當x在（π，2π）之間時，y和（x-3π/2）-1有點像，可能就可以大致推測出將來的趨勢。（這兩個函數誤差還是非常大的，但如果數據極大豐富，可以繼續把區間分割小一點，歸納出來的各段函數的解釋力就越強，各段拼湊起來有可能接近真相。）

　　y=sin x

　　數據驅動方法最大的優勢在于，它可以在最大程度上得益于計算機技術的進步。相比之下，其他方法的改進需要理論的突破，周期非常長。（暴力拆解）

　　數據驅動方法是大數據的基礎，也是智能革命的核心，更是一種新的思維方式。

　　人類應對不確定性的方法是“培養隨機應變的能力”，而機器的方法是窮舉所有可能的情形。

　　第二章大數據和機器智能

　　在有大數據之前，計算機并不擅長解決智能問題，但今天可以變智能問題為數據問題。由此，全世界開始了新一輪的技術革命——智能革命。

　　1956年，香農、明斯基等人提出人工智能概念。

　　什么是機器智能？

　　圖靈測試：讓一臺機器和一個人坐在幕后，讓一個裁判同時與幕后的人和機器進行交流，如果這個裁判無法判斷自己交流的對象是人還是機器，就說明這臺機器擁有了智能。

　　人工智能的探索路徑

　　鳥飛派：人工智能1.0

　　仿生學的思想：首先了解人類是如何產生智能的，然后讓計算機按照人的思路去做。1968年明斯基指出，鳥飛派研究方法無法讓計算機獲得智能。（比如語言翻譯，給計算機定義一堆的語法規則）