人工智能时代读书笔记-小学教师读书摘要,笔记

本文由PMCAFF专栏作家Tiger~Se制作

为了阅读《智能时代》的阅读笔记，本文先贴出个人阅读过程中制作的思维导图：

这张思维导图分为两部分。 第一部分是基于阅读《智能时代》这本书的自我剖析，第二部分是基于自我剖析和延迟理解。 （上图来自百度，思维导图可直接保存）

这本书是以前同事的，看到后借来看的。 书的内容非常丰富。 从市场、总体情况、行业、应用等方面进行了详细介绍。 如果你打算进入AI行业，可以多看看。 用思维导图拆分这本书，一方面可以方便快速理解概览的框架，另一方面也可以让我在复习的时候读到重点内容。 接下来，我就写一下自己在阅读过程中的感受和感受。

【顺序】

包含概要《大数据与机器智能催生智能时代》、《智能时代，未来已来》、《人体生理学》

大数据是当下很流行的一个词，但是我们做事情总是喜欢用大数据来说话，这可以定义为大多数人的行为习惯，也正是如此。

如果你有一个粗略的理解：大数据就是很多很多内容的组合。 至于怎么办，那是属于应用的，先说吧。 有了大数据，你可以做任何事情，你可以判断接下来的行为，你可以预测下一个事件的发生人工智能时代读书笔记，你可以根据数据做出精准的推荐，甚至可以通过数据改变你的生活。

专业解释：指在一定时间内无法通过常规软件工具采集、管理和处理的数据集合。 它是海量的、高增长的数据，需要新的处理模型才能具有更强的决策力、洞察力发现和流程优化能力。 信息资产的效率和多样化。

大数据与我们：我们从一出生就受到大数据的影响，吃什么营养，去什么医院，买什么，怎么打车，点什么，流行的衣服，最新的广告，脸识别，语音命令，自动驾驶，AI。 . .

第一章【资料】

包含“现象、数据、信息和知识”、“数据的作用：文明的基础”、“相关性：使用数据的关键”、“统计：点石成金的魔杖”、 “数学模型：方法的数据驱动基础

什么是数据？ 信息算作数据吗？ 我写的这篇文章算数据吗？ 今天坐一次地铁算流量吗？ 给自己拍照算数据吗？ 我们所有的行为、行动和生产都可以理解为数据。 今天，在我们的大数据时代，人类平均每天生成 2.2 艾字节（23 亿千兆字节）的数据，全球数据总量的 90% 是在过去 24 个月内创建的。 （以上数据来源于百度）

数据做了什么？ 数据做出行为判断，数据给出庞大的信息库，数据驱动行为。 大数据只是现阶段互联网的一种表现形式或特征。 没有必要神话它或对它保持敬畏。 在以云计算为代表的技术创新背景下，这些数据难以收集和使用。 大数据开始被轻松利用。 通过各行各业的不断创新，大数据将逐步为人类创造更多价值。

数据的范围比我们通常想象的要广泛得多。 人类认识自然的过程、科学实践的过程、经济社会领域的行为，总是伴随着数据的使用。

第二章【大数据与机器智能】

包含《什么是人工智能》、《鸟飞派：人工智能1.0》、《另一种方式：统计+数据》、《数据创造奇迹：从量变到质变》、《大数据的特点》、《问题Changing Intelligence 数据问题

大数据那一章我个人反复看了一遍，理解为两块内容

1、大数据：大数据是不是像填鸭式教育，需要你做很多练习，然后你才能看懂里面的公式。 比如前段时间某大数据公司提供的数据，发现中国在淘宝上购买泳装比例最大的省份是新疆，比例最低的省份是海南。 所以我得出一个结论，新疆的泳装产业被严重低估了。 原来，新疆是通过淘宝购买泳装的，因为泳装实体店很少，只能在网上购买。 而且海南到处都是泳装店。

之所以说大数据，我个人的理解其实分为三个部分：

1、大：内容足够多才叫大。 比如，共享单车的出现，一个人的不方便是因为自己； 十个人的不便，是因为选择； 一百人的不便是客观原因； 1000人不方便是一个需求点； 10000人不便，就是盈利点； 给 10 万人带来不便是一个巨大的商业模式。 . . 共享单车的原始形态在哪里？ 如果没记错的话，是在杭州西湖。 有很多出租自行车的小贩。 一开始，您必须将自行车归还给您租用的自行车。 还车回家，多付几块钱就行了。

2.数量：数量本身只是反映了当前的结果，就像上面提到的海南和新疆的采购一样。 泳装，这只是数字显示的结果，还没有用到数据分析。数字的统计在于如何更好地使用它们。 数字只是数字。 真的很像心电图上显示的50、80、120。 它们只是展示品。 什么只能表示与数字匹配的词

3、数据：​​如何利用大数据的关键负载是最关键的一点。 我们之前说过10万人的不便是一个巨大的商业模式，那么对于这个需求点怎么去应用呢。 这时候就可以依靠大数据来逆向业务了。 这里，一个人出问题，放大到10万倍，无论是需求点，还是商业模式，还是应用环境，都可以结合起来。 例如：分享的下一个风口在哪里？ 是人的需要。 这么多人，这么多工种，除了每天上班之后，其他大部分时间都花在了上面。 如果白天有业务需求，这些人晚上能处理吗？ 不管是另一种加班，还是一种技能提升锻炼，牺牲自己的时间换取一定的收益。

2. 机器智能：

1、机器：机器就是0和1的概念，机器的语言就是0和1，没有别的。 别想机器有多神奇，这些都是人给的，机器本身只会按照人的要求去做相应的操作。 然后添加以下智能。

2.智能：什么是智能？ 智能是指能够自己思考、自己学习、自己成长吗？ 举个栗子：现在做一个识别算法，给机器10万张猫的图片，让机器学习。 那么结果就是，以后遇到猫，机器就能认出来了。 这是大数据，不是智能。 智能就是遇到狗就知道是狗，遇到鸭子就知道是鸭子。

第三章【思想革命】

包含《思维方式决定科学成就：从欧几里得、托勒密到牛顿》、《工业革命，机械思维的结果》、《世界的不确定性》、《熵——一种新的世界观》、《大数据本质》、《从因果关系到强相关》、《数据公司谷歌》

人类最大的优点就是会思考。

1.问题：如果我说出来，我可以只用这半句话列出问题1、问题2、问题3。 . . 每回答一次，就会为模棱两可的内容诞生一个新的问题。 要么问一个问题，要么有无数个问题。 按人对话：A“如果我说”，B“那你就说”，“你想说什么”人工智能时代读书笔记，“那就别说”，“你为什么要说”。 照机对话：A“如果我说”，B。 .

2、思维：判断一个人优劣的重要条件之一，就是看这个人能否将思维的内容应用到实践中。 这并不是说有好的工具，也不是说有一套方法理论，而是你有没有认真考虑过这件事。

第四章【大数据与商业】

包含《从大数据中寻找规律》、《从大数据中寻找规律》、《巨大的商业利益：相关性、及时性和个性化的重要性》、《大数据商业的共同点——All in in the data》的摘要流程》、《控制每一个细节》、《重新认识穷举法——完备性的结果》、《从历史经验看大数据的作用》、《科技改变商业模式》、《加(+)大数据》创造新产业”

个人对这一章的理解是重点。 商人的本质是赚钱，所以将大数据与商业结合才能取得更好的进步。 作为产品经理，产品不仅是研发，更是应用。 所谓名利，不仅仅是让大众使用，觉得好用，还要让产品产生利润，可以是流量，也可以是后期变现。

1、如何理解大数据和商业：不懂的告诉你：有人说同等情况下，滴滴比别人贵，有人总能喝瑞幸2.2折. 这是大数据和商业结合的模式，让老用户更忠诚，让新用户更忠诚

2、那么如何应用大数据和业务： 如果你不明白，那我给你举个栗子。 一些不法商家在面对顾客时会加以区分。 比如通过数据分析，他们知道你不经常买东西，基本没有什么怨言，就卖假货给你。 举个例子，别当真。

3、大数据和商业模式也发生了变化：在游玩状态上，先是跟团，然后是半自由行，再延伸到自驾、蜜月旅行，甚至夜游。 这些都是基于数据反馈的扩展结果。

不懂大数据和商业照明的运作？ 没事，打开拼多多。

第5章【大数据与智能革命的技术挑战】

包含摘要“技术拐点”、“数据收集：一个看似简单的难题”、“数据存储压力和数据表示难题”、“并行计算和实时处理：不像加法机那么简单”、“数据挖掘：机器智能 数据安全的关键》《数据安全技术》《隐私保护：大数据长期赚钱的必要条件》

1. 不要把任何事情归咎于数据。 为什么小胖看到淘宝总是推荐美食，而小美在淘宝上看到的却是女装。 数据推荐只是根据您当前的浏览时间、范围、购买信息向您推荐更多相关信息。 并不是数据认为你需要购买。 如果他觉得你需要买，他会直接告诉你这个最适合你，就买吧，而不是推荐很多让你选择。

2. 任何事情都可以基于数据。

1人需要

2015 年，一个惊人的想法变成了现实

100人的需求

2016年底共有20多家共享单车企业参与市场竞争

10,000人的需求

2017年资本注入掀起风暴

1,000,000 个人的需求

2018年，原本风靡一时的国人骄傲，不仅催生了大量坟墓，也淘汰了一些后续资本

1亿个人需求

在 2019 年幸存下来就是赢家。 除了前三，还有什么？

第6章【未来智能产业】

包含摘要“农业的未来”、“体育的未来”、“制造业的未来”、“医疗保健的未来”、“法律的未来”、“记者和编辑的未来”

1、未来需要用数据来定义吗？

首先不是未来，而是现在要靠数据说话。 如果你在互联网行业，属于数据、运营、市场的岗位，是有一定高度的人。 如果你问这个问题，别人会用一种奇怪的眼光看你。

其次，跟风互联网行业，大数据、智能应用、人工智能三字不提，不好意思打招呼。 比如垃圾分类，通过垃圾分类，记录各种垃圾的数据和相应的处理结果。 如果跟不上，下一步，你就是被淘汰的垃圾。

2. 对于行业，我们可以用数据做什么：

1.岗位可换：司机-无人驾驶、打字员-语音转文字、客服-虚拟客服、快递员-无人送货。 . .

2、新行业应用的诞生：

2.1 数据科学家：数据科学家属于一类新的分析数据专家，他们通过分析数据来理解复杂的行为、趋势和推论，发现隐藏的洞察力，帮助企业做出更明智的商业决策。

2.2 人工智能/机器学习工程师：大多数情况下，机器学习工程师与数据科学家合作以同步他们的工作。 因此，对机器学习工程师的需求也可能呈现出类似于对数据科学家需求增加的趋势。 数据科学家在统计和分析方面具有更强的技能，而机器学习工程师应该具有计算机科学方面的专业知识，这通常需要更强的编码技能。

2.3 AI 硬件专家：AI 中另一个增长的蓝领工作是负责创建 AI 硬件（例如 GPU 芯片）的工业运营工作。 大型科技公司已经采取措施构建自己的专用芯片。

第七章【革命与未来社会】

包含“智能社会”、“精致社会”、“无隐私社会”、“机器抢人饭碗”、“努力做人的2%”的总结

人类的进步离不开科技的发展

1、人的需求变了

2.环境的要求促使我们进化

3、利基市场重新出发

4、不仅是可以淘汰的人，还有不适用的人

这里重点总结一下“努力成为那2%的人”。 以我目前的产品线为例。 我们在做情感识别和协助审讯，这样我们以后就可以换掉一大批审讯专家？ ！ ~ 让审讯更轻松，说出的谎言马上就能被识破。 这跟2%有什么关系？ 关系是你会被取代，未来是科技时代。 如果你还是现在的你，那明天就真的不适合你了。

最后总结：

个人对人工智能的理解分为三个部分：1大数据，2人工智能，3智能。 我们所说的AI，就是机器可以像人一样思考和解决问题，这需要人类定义规则，把大量的数据塞进机器里，在当前场景下教会机器如何解决当前场景。 ，逐步解锁更多场景。 这里的关键是机器很难学会如何思考“人类”。 比如翻译的功能，如果只是一个大数据应用，那么我们可以让机器有几十万个句子，机器可以把听到的语音转化成文字呈现出来。 . 但要升级到智能化，还需要机器自己理解意思、句子、场景、概念，然后将声音转化为正确的文字输出。

1、什么是大数据？ 结合海量数据，整合应用结果。

1、大量：2001级计算机暑期作业是做计算机题。 为了装十几兆的试题，跑了几天去电脑店买了一张3.5寸的光盘。 但是现在大家都买移动硬盘，最低500G的。 它包含各种文档、图片、视频和材料。 当年诺基亚5300的可扩展存储空间高达2GB，号称海量音乐存储； 现在谁的手机不是32G开头的。

2. 种类繁多：图片、文档、音频、视频、压缩包、专业格式文件。

3、高速：速度、采集、生成都是高速点，速度和价值对于当前战线来说同等重要。

4、价值：大数据的核心是价值。 有价值的应用，让数据产生有用的结果，才是最重要的。 一顿无用的垃圾和一块金砖哪个更有价值？ 这并不是说垃圾没有价值，而是我们潜意识里认为垃圾和金砖不成正比； 如果说这顿垃圾是美国宇航局破烂飞船的残骸，那么这块金子就是一坨屎。

2、如何理解智能

1、先让人教，再让机器自己学习成长，可以代替人的工作强度、计算速度、记忆存储。

2、智能机器人具有各种内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉等。 那么机器人就是一个具有智能的应用。 如果它能思考，有自我意识，那才是真正的智能。

3、如果把人工智能和大数据结合起来，最简单的一句话：拍10万张猫的照片，告诉机器这是一只猫，以后机器就会认出这只猫。

对应的条件是：不同姿势、不同品种、不同动作、不同年龄的猫

三、如果你进入这个行业

1. 准备：无论是直接学习Python，还是用手机学习机器学习，亦或是像我一样看一些理论知识不懂代码，首先要有一个准备的过程。 这一步是基础学习。 需要清楚地了解后续内容是什么，以自己目前的能力可以做到哪一步。

2. 机会：自己准备内容，看笔记（可以多写一些简单的方法和实际应用过程），实际应用（看懂代码就搞点作品），学习知识等，如果这边有公司可以进入工作岗位，目前正在努力学习，努力工作。 如果一开始只是让你标记图片，不要觉得这很无聊。 能不能写一段静态标记的代码，让程序自动运行，然后就可以复习了。 如果这一步做得好，会让别人对你刮目相看。

3.成长：一步步迭代，从一开始的入门到熟练，再到独立操作，最后设置定义。