吳軍智慧型時代

智慧型時代

科學研究發展的四個正規化,

大資料是解決不確定性的良藥「用不確定的眼光看待世界，再用資訊來消除這種不確定性」，是大資料解決智慧型問題的本質。

吳軍博士在書中提到了世界的不確定性來自兩個方面，一是影響世界的變數太多以至於無法用數學模型來描述;

二是來自客觀世界本身:不確定性是我們所在宇宙的特性。因此，用機械論已經完全無法對未來進行**。

夏農，這位不世出的天才，則通過借用熱力學中「熵」的概念，引入「資訊熵」，用資訊理論將世界的不確定性與資訊聯絡在了一起。這個建立在不確定性上的理論，正是今天人類研究大資料與機器智慧型的基石。解

決智慧型問題，就是將問題轉化為消除不確定性的問題，大資料則是解決不確定性問題的良藥。可以預見，在這裡會誕生無數的機會。

計算機之所以能戰勝人類，是因為機器獲得智慧型的方式和人類不同，它不是靠邏輯推理，而是靠大資料和智慧型算法。在資料方面，google 使用了幾十萬盤圍棋高手之間對弈的資料來訓練 alphago,這是它獲得

所謂的「智慧型」的原因。在計算方面，google採用了上萬臺伺服器來訓練alphago下棋的模型，並且讓不同版本的alphago相互對弈了上千萬盤，這才保證它能做到「算無遺策」。具體到下棋的策略，alphago裡

面有兩個關鍵的技術。

資訊是關於世界、人和事的描述，它比資料來得抽象。資訊既可以是人類創造的，也可以是天然存在的客觀事實，不過資訊有時藏在事物的背後，需要挖掘和測量才能得到；

資料和資訊還是稍有不同，雖然資料最大的作用在於承載資訊，但是並非所有的資料都承載了有意義的資訊。資料本身是人造物，因此它們可以被隨意製造，甚至可以被偽造。沒有資訊的數據通常沒有太大意

義。有用的資料、毫無意義的資料和偽造的資料常常是混在一起的，後面兩種資料無疑會干擾我們從資料中獲取有用的信息，因此如何處理資料，過濾掉沒有用的雜訊和刪除有害的資料，從而獲取資料背後

的資訊，就成為技術甚至是一種藝術。只有善用數據，我們才能夠得到意想不到的驚喜，即資料背後的資訊。

只要資料量足夠，就可以用若干個簡單的模型取代乙個複雜的模型。這種方法被稱為資料驅動方法

吳軍 智慧型時代