最近剛讀完《智慧型革命》，摘錄部分內容，分享給大家。
internet大會師
工業革命開始的時候，蒸汽機最出現在煤礦和坑口。因為早期的蒸汽機效率低、能耗大，只有在煤特別多、特別便宜的地方才可能使用。採煤的時候會產生很多水，要從煤礦裡面把水抽出來。有了這種需求，又有足夠廉價的能源，才會想到用蒸汽機這種辦法。一旦得以運用，蒸汽機的技術就不斷發展，最終推動工業革命。人工智慧也是：當你容易得到足夠多的資料時，資料就是新的能源，就是燃料，有了資料燃料，人工智慧的發動機就可以運轉起來。
技術要做人類生命的延伸
技術員與商人和普通使用者的隔閡該如何打破，是我們必須考慮的問題，需要我們有更高的產品思想和跨界學習的謙虛心態。
今日人工智慧重在從混沌資料裡發現總體「模式」，進而優化生產、服務。
未來已來：焦慮與夢想
paypal創始人之一彼得·蒂爾（2016準確**川普當選美國**）在2023年時說過：we wanted flying cars, instead we got 140 characters。140個字元的推特一度熱鬧無比，但他清楚地看到網際網路喧囂背後缺少什麼。他批評人類放慢了進步速度，嬉皮文化代替了進步主義，風投熱衷於投資輕資產企業，其中大部分是移動網際網路公司，如airbnb、優步之類，卻對未來沒有清晰的規劃和信心。他認為「網際網路+」時代人類在位元層面進步大，在原子層面進步小。因此他果決地投資火箭、抗癌藥物以及人工智慧。
在歷史的重複中變化
遙遠的天狼星與地球並無任何因果關係，只是出現在那個位置的時候，正好地球運轉到一定的節氣——這正是大資料時代的相關性計算的前身。
古人用笨重的石頭儀表點燃了資料測量的曙光。與中國的日晷一樣，這便是最早的資料視覺化技術。
擬合函式方法適合從大量離散資料記錄中找尋規律，這正是今天人工智慧的基礎，機器學習的基本數學方法。
大資料——萬物皆數
大資料的特徵不僅僅是資料量更多，還有多維度的特點，以及處理非結構化資料的能力。
非結構化資料增長量很快，據推測將佔未來10年新生資料總量的90%。而大資料技術可以通過影象識別、語音識別、自然語言分析等技術計算、分析大量非結構化資料，大大提公升了資料維度。
計算機神經網路生長與深度學習
當下流行的深度神經網路可分為應對具有空間性分布資料的cnn和應對具有時間分布資料的rnn，cnn往往用於影象識別，rnn則往往用於語音識別和自然語言處理（使得神經網路有一種時間上的深度）
搜尋和feed之間並不是非此即彼，而是相輔相成的關係，在不同場景、不同時段發生不同作用，各司其職，也會相互配合。
有了做搜尋的技術儲備和資料，做feed至少在技術上是不難的。而單純從feed起家，想去彌補搜尋和資料的缺失就比較困難。
人機世界迫切需要新的大腦
地球早已被生物層覆蓋。如今，這部生物計算機迎來了第二次進化，那就是同樣包裹著地表的計算機、通訊網路、各類感測器和人類活動共同構造的資訊層所孕育的進化。在資料分子與人類的結合中，新的資料生命形態正在形成。它們需要新的大腦。
訓練「大腦」的過程就是通過試錯來熟知世界。
從勤勞革命到智慧型革命
當中國已經成為全球第二大經濟體，越來越多的人認為我中國無法再完全延續過去的韜光養晦式跟隨戰略，中國也需要擔當引領者的責任，不僅要為全世界創造經濟高速了列車，也要提供技術指引乃至文明典範。
三次技術浪潮衝擊下的第一製造大國
在巨集觀層面，製造業正在被邊緣化。約翰·奈斯比在2023年寫下《大趨勢》，其中指出：「日本已經取代美國成為世界工業領導國……日本是第一，但只是一項衰退的賽事的新任世界冠軍。」奈斯比認為日本也受到一些新興市場的挑戰，當時中國處於改革開放初期，還沒有進入他們的視野。20年後，中國成為工業化競賽中最新、也可能是最後一任世界冠軍。
雲做的事情是把複雜性移走，讓做雲的公司幫企業做it，不是像傳統的icp（網際網路內容提供商）服務公司，派幾百個人到你公司去做，而是提供虛擬化服務。例如，過去是在家裡建電站、打水井。現在是提供電網、水網，企業只要開啟水龍頭就可以得到水。企業不再需要部署那麼多伺服器，不再需要那麼重的erp系統，只需要接入網路，就可以連線所有的服務——計算、儲存、資料庫。於是商業端服務也消費者化了，方便快捷。
在崎嶇的道路上前行
以軌道引導無人駕駛不具備實際應用價值，而且這已經是當時技術條件的「天花板」。不過，這種應用模式倒是在一些送餐機械人的產品中實現了。
苦練無人車的內功與外功
看似只有0.53%的提高，但對於無人車乘坐者的安危，每一點進步都值得堅持。
資料探勘：智慧型投資的鑰匙
搜尋資料能潛藏寶貴的投資決策金礦，是因為人們在主動搜尋時一般是不會說謊的。
歷史經驗：首席電力官的輝煌時代
優秀的cto絕不只是網管運維，還要發掘公司所有部門、產品與網路的價值鏈，跟蹤最新的技術發展方向。他要了解產品和業務，預判長期技術戰略方向，不斷跟進業務和技術發展做革新，否則就會像歷史上的電力官一樣，等到電力普及了，就被工程師或者產品經理代替，不過至今大部分工業企業依然有電力官殘餘的影子，那就是電工。
沒有智慧型官的企業將被看做舊企業
機器學習具有根據資料反向求得函式邏輯的能力，這種反向推演能力可以給企業運作者提供一種觀察企業非顯性邏輯的視角。
首席人工智慧官的修養
如何跨越資料的「馬爾薩斯陷阱」
要跨越資料世紀的「馬爾薩斯陷阱」，我們需要做三件事：一是對併發的大量資料做出即時高效處理；二是高效儲存資料並刪除不需要的資料；三是對積存的資料資料進行深入挖掘。
大資料處理平台的大量時間都浪費在集群的通訊上。
「思維」倒逼「生理」革命——硬體基礎設施創新
人工神經網路是模仿生物神經網路的計算架構的總稱，由若干人工神經元節點互連而成，神經元之間通過突觸連線。這裡，每個神經元其實是乙個激勵函式，突觸則是記錄神經元間聯絡的強弱權值。
神經網路是多層的，乙個神經元（函式）的輸入由與其相連的上乙個神經元的輸出以及連線突觸權重共同決定。所謂訓練神經網路，就是通過輸入大量資料和監督，調整輸出結果，這個過程就是不斷自動調整神經元之間突觸權重的過程，知道輸出結果穩定正確。然後在輸入新資料時，能夠根據當前的突觸權重計算出輸出結果，這樣就實現了神經網路對已有知識的「學習」。
工作著是美麗的，智慧型時代更是如此
現在幾乎人人都擁有一部智慧型手機，但多數人用它打遊戲、看電影，刷朋友圈時，沒有意識到其中蘊藏著通往未來的入口。
數字鴻溝
美國製造業空心化，高新產業未能反哺製造業，而是與華爾街資本結合，在全球尋找利潤，加深了美國內部的數字鴻溝。
二十三條軍規
這二十三條原則分為研究問題、倫理價值觀和長期問題三個部分。這裡篇幅原因就不展示出來，可以搜尋「人工智慧二十三條原則」。
智慧型電表革命 網路裝置領軍
wiznet產品應用小例12 智慧型電表解決方案 早在08年，國家電網決定在系統內開展 電力使用者用電資訊系統 的建設，時至今日，電網系統的智慧型化步伐也在深入推進。wiznet的串列埠轉乙太網 全硬體tcp ip 技術將智慧型電表的資料資訊接入乙太網，實現能量計量，實時監控，自動控制和制定節電計畫...
深度學習與人工智慧革命 part III
本篇是系列部落格的第 三部分，如果沒有看過 前面兩部分內容的讀者建議閱讀一下。在第i部分內容中，主要是講解人工智慧的歷史以及它現在高速發展的原因 在第ii部分內容中，將討論一下人工智慧 機器學習和深度學習之間的區別 在今天的第iii部分內容中，將深入研究深度學習以及在為新專案選擇資料庫時需要評估的關...
華院資料 智慧型技術時代的營銷革命
2017年第十六屆中國廣告與品牌大會於3月31日至4月1日如期舉行，作為乙個全面詮釋與瞻望中國與全球廣告新生態的形態 規律與趨勢的綜合性大會，華院分析技術 上海 應邀參加數字 技術營銷論壇與百名企業最具話語權的管理人 數字營銷新爆點。同時華院分析榮獲本次中國廣告與品牌大會頒發的中國廣告年度大獎中 2...