《智能时代》读后感一

这本书内容比较浅，基本属于讲故事、走马观花的那种。作者文笔、见识、阅历是很牛，本书没有体现出来。

唯一觉得亮点的地方在于，以前不太知道大数据和人工智能具体关系，这本书简单地讲解了一下。

机器智能，传统上来说是指机器能够像人一样思考，去解决问题，而由于人类解决问题并非是在当下的场景下学会解决当下那个场景的问题，有很多时候是应用了其他方面的知识来解决这个问题，所以在迁移能力这方面，机器要学会“人”的思考很难。那么大数据是怎么与机器智能相联系的呢？另一条发展机器智能的方法，就完全摒弃了“像人思考”这一条路，而是直接对准“解决问题”这一终极目标。比如说翻译，以前的思路是让机器理解各种语法，现在则不需要机器去理解语法，而是直接去“学习”十几万句用语，用量变来抵达质变。也就是说，当见识过越来越多的用语时，翻译的准确性也会不断提高。

《智能时代》读后感二

总的来讲，本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。

大数据给世界带来的改变很深刻，最深刻的是思维方式的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题，也终于有能力在全集的基础上精准刻画群体侧面画像，转变的还有看待问题的方法——我们不再是“小心假设，大胆求证”，而是“减少假设，数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的，对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此，这会迅速引起一场商业革命。

实际上，这场革命已经开始：在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是，还有更多的行业在探索如何将数据有效整合起来探索新的模式——首先是数据的获取问题，寻找有效的获取数据的方法可能不是一拍脑袋就想得到的；其次，如何从这些数据中发现价值依然需要一个指导方向；最后，如何利用数据发现的规则设计更合理的模式。

书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题：智能革命大大解放了生产力，大大促进了生产，只需要更少的人就能够养活全世界，那么剩下的人怎么办？作者通过论述第【第1句】：【第2句】：三次工业革命的历史进程，得出来的结论不容乐观——只有通过时间的作用才能使革命带来的.巨大的生产力解放得到释放。我们很不幸地处于这个历史进程，我们也很幸运地处于这个历史进程。

所以整本书，可以说是一本科普的书，读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解，尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界，一种是参与到革命的进程中，跟上历史的车轮向前，另一种则是抗拒革命，被历史抛弃——这两者之间的差别，不可以云泥计。至于事实上是否真的会有这么严重，这个就仁者见仁了，只不过历史告诉我们，至少前三次是这样的，如果抱有怀疑，最好祈祷太阳底下会有新鲜事。

至于革命已经发生，这是毋庸置疑的。当然，这是读本书之前就已经知道了的。实际上，很多人都已经知道——置身在一个全社会都在讨论大数据的环境下，很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。

《智能时代》读后感三

人工智能是未来10年可期有大发展的领域，也是我们从事数据行业的职业愿景。看我这本书，更加坚定这是一个可期，有意思的方向。下面是我读这本书的过程中，产生的对于数据分析和应用的一些理解和总结。

基本思路

经典思路：目前在做数据分析时，采用的是传统的逻辑推理的分析的思路。先提出问题，再通过严谨的逻辑推理进行验证，解释商业问题。

新思路：尝试使用相关性进行数据挖掘分析；就是数据挖掘的一些技术，比如聚类、决策树、随机森林等高级统计模型。这种思路做出的东西，一般而言是技术门槛较高、解决经典思路无法解答的问题，也符合当前流行的大数据思维、人工智能思维。新思路的处理问题逻辑，先有相关性分析，找出导致问题的相关性因素，然后再解释背后的商业逻辑。

适用范围

经典思路：符合人脑的思维模式，由A—>B—>C的逻辑顺序。在解决小而美的独立case时，效率高。比如，“为什么今天某个页面的转化率突然升高啦”这类的问题，通过逻辑推理，一步一步下钻，可以很快定位原因。

新思路：这是AlphaGo下围棋是采用的思路，决策nextmove是因为nextmove对最终赢得棋局概率最高。这是一种结果导向的思维，将智能问题变成了数据问题。AlphaGo不需要知道如何布局，只关注每一次的落子都在提高最终胜利的概率。这种思路可以解决目标明确且影响因素众多的决策问题。

智能时代

在《智能时代》一书中，作者系统地讲述了大数据和智能革命相关的知识，对我触动最大的是大数据引起的思维革命、大数据对商业的影响以及智能革命对未来社会的影响这三部分的内容。

思维革命

工业革命后人们形成的思维方式是机械思维，即确定性思维。我们可以通过找到特定的模型(公式、定律)，找出事物之间的因果关系，而且发现的规律往往是放之四海而皆准的。

然而这个世界是不确定的。首先当我们对世界的了解越来越细致之后，我们会发现影响世界的变量其实非常多，已经无法通过简单的方法或者公式计算出结果。

然后通过量子力学中的测不准原理，我们可以知道不确定性是宇宙的一个特性。

面对不确定性的世界我们该怎么办呢?

香农在信息论中借用热力学里熵的概念，他用熵来描述一个信息系统的不确定性。香农指出，信息量与不确定性有关：假如我们需要搞清楚一件非常不确定或一无所知的事情，就需要了解大量的信息。这是一个全新的方法论：信息论建立在不确定性基础上，而想要消除这种不确定性，就要引入信息。要引入多少信息，则要看系统中的不确定性有多大。

在我们无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到我们想知道的答案，这便是大数据思维的核心。

大数据与商业

从工业革命开始，几次主要的技术革命都遵循相似的规律。首先，是大部分现有产业加上新技术等于新产业。或者说原有产业需要以新的形态出现。其次，并非每一家公司都要从事新技术产品本身的制造，更多的时候它们是利用新技术改造原有产业。这次以大数据为核心的智能革命也不例外，我们将看到它依然会延续这两个特点。每次技术革命都会诞生新的思维方式和商业模式，企业只有在思维上跟上新的时代，才能在未来的商业中立于不败之地。

智能革命和未来社会

大数据导致机器革命的到来，这对未来社会的影响不仅仅存在于经济领域，而是全方位的。尽管总体上这些影响是正面的，从长远看会使我们未来的社会变得更好;不过，和以往的技术革命一样，智能革命也会带来很多负面的影响(个人隐私、失业率等)，特别是在它发展的初期，而这些影响很可能会持续很久。

任何一次技术革命，最初收益的都是发展它、使用它的人，而远离它、拒绝接受它的人，在很长的世界里都是迷茫的一代。在智能革命到来之际，作为人和企业无疑应该拥抱它，让自己成为那2%的受益者;而作为国家，则需要未雨绸缪，争取不要像过去那样每一次重大的技术革命多伴随半个多世纪的动荡。

在我们还没有经历过机器在智能上全面超越人类的时代，我们需要在这样的环境里学会生存。这将是一个让我们振奋的时代，也是一个给我们带来空前挑战的时代。

作者在书中对很多基础概念和技术发展历史都有较详细的讲解，也列举了很多生动有说服力的案例。在看这本书之前也在很多地方了解过关于人工智能、大数据等方面的案例和知识。但远没有看过书后如此深刻的认识，所以推荐大家还是阅读原书。书名虽然看上去是与科技相关的，实际上与每个人都相关。提前接触和运用新的思维与新的技术也许不能保证你成为前2%的人，但至少可以让你在过程中拥有更多的机会和成功概率。

愿大家对新事物保持好奇心和热情，拥抱智能时代，为成为前2%的人而努力

智能时代读后感[篇二]

通过阅读《智能时代》这本书，使我对大数据和智能革命发展的起源、现状和未来有了初步了解，并对书中提到的“变智能问题为数据问题”的可行性，以及大数据可能带来的巨大改变有了更深的认识。

从古至今，人类社会的发展依赖于人的逻辑思维能力，强调事物发展过程中的因果关系。而在大数据时代，事物的发展过程呈现出了“相关”关系。为什么亚马逊会把男性护肤用品和古典音乐一同推荐?这正是通过大数据的相关性得到的结论，这样的组合能实现更好的商品销售。

可以想象，当苗木的价格指数、价格波动曲线形成，再进一步，将畅销品种、规格及生产中的浇水、施肥、出圃、采购都通过互联网形成数据，通过数据库的积累进行数据分析，将可以在很大程度上指导苗圃经营的方方面面，从而降低苗木经营监管成本。

对于园林行业而言，大数据的意义不在于掌握庞大的数据信息，而在于对这些有意义数据的专业化处理，并且更多的偏向于专业人员的思维和意识的更新。以往的工作中，我们往往凭借

目前，园林行业的网络信息平台还不完善，大数据的收集还有一定的局限性。但我们必须引以重视，着手探讨如何利用现有的资源来迎接智能时代的机遇。相信在不久的将来，大数据能够在苗圃的发展中得到合理的应用。

智能时代读后感[篇三]

20xx年3月15日AlphaGo最终局大比分战胜世界围棋冠军李世石，带给世人的震撼与担心至今仍未消除。人工智能的发展并未因此停滞，技术的进步一天一个台阶，我们更加直观的感受到智能时代正扑面而来。《智能时代：大数据与智能革命重新定义未来》则系统的描绘了技术发展、思维变革为当下和今后带来的深刻改变。作者吴军博士曾供职于谷歌和腾讯，参与主导搜索、语言处理等项目研发，在书中作者不仅用浅显易懂的语言解释了技术发展，更有来自一线的生动事例，读完本书我们将会对智能时代有一个清晰直观的了解。

机器智能与大数据

机器智能到底是什么样的?根据电子计算机奠基人阿兰·图灵在1950年提出的判别方法：让一台机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己的交流对象是人还是机器，就说明这台机器有了和人同等的智能。计算机科学家们认为，计算机能够实现语音识别、机器翻译、文本的自动摘要或者写作、战胜人类的国际象棋冠军或者自动回答问题中的一项，即可认为它具有了图灵所说的那种智能。现在，计算机已经能完成上述任务，而且效果超出了大部分人的预期。其中实现人工智能的途径并不是使得“机器在像我们那样思考”，而是20世纪70年代工业界采用数据驱动和超级计算的方法，使得机器智能有了突破性的进展。

数据驱动的实现仰仗大数据的获取与利用，那么什么是大数据呢?根据百度百科定义，数据是事实或观察的结果，是对客观事物的逻辑归纳，适用于表示客观事物的未经加工的原始素材。数据不仅仅是数字，也包括图像、声音等等。大数据则具有体量大、多维度、完备性、及时性等特点。量变引起质变，大数据带来了思维转变，将原先的智能问题转化为了数据问题。

机械思维与大数据思维

世界变化的规律是确定的;因其具有确定性，规律性可以被认知和用简单的公式或者语言描述清楚;这些规律可以被反复验证，可以应用到未知领域指导实践。这就是后人总结牛顿的方法概括的机械思维，正是这一思维指导产生了工业革命。直到今天我们可以发现这种思维存在很大的局限性，世界存在较大的'不确定性和不可知性。但并不是完全没有规律可循，可以使用概率模型来描述。在此基础上克劳迪·香农提出了信息论，信息量的度量等于不确定性的多少，我们对某件事不了解，则需要大量信息;反之，则不需要太多。

技术的进步，使得大数据时代到来，大数据的重要特征现在发挥了突出的作用。承认世界的不确定性，使用数据中包含的信息帮助我们消减不确定性，找到解决问题的新方法;某些情况下寻找数据间的相关性而不是遵循因果关系，帮助我们直达目的，这就是大数据思维。它是对机械思维的补充，可以更加快速的适应时代的发展。

应用与冲突

“现有产业+新技术=新产业”是历次重大技术革命沿袭的规律。科技进步是经济发展的驱动力，技术进步成果与工商业的结合的丰厚产出，又保障了新一轮技术研发的投入，带来了良性循环。电子商务平台、音乐视频软件的针对性推荐就是对大数据时效性的充分利用，无人驾驶汽车则是大数据完备性特点的发挥，精准度越来越高的天气预报是采用大数据多维度的结果。。。大数据将在各行各业运用，产生各种奇妙的反应。书中最令人印象深刻的是大数据在体育行业的运用，来自硅谷的精英收购了当时NBA最烂的球队-金州勇士队，之后勇士队利用数据制定战略、根据实时数据及时调整战术，实现了队伍的逆袭，勇士队也被看做NBA里的Google。

不论是最近处在风口浪尖的国内电商平台利用大数据“杀熟”还是Facebook的泄密事件，都暴露出在大数据时代对公民的信息隐私安全的保护是一个刻不容缓的事情。当今情况下，得大数据者得天下，企业手握大量的数据却无法保证是否是善意的，同时监管缺位，个人对信息安全的重视程度不够高，也放纵了某些企业的作为，我们享受大数据带来的便利，却不能忽视个人隐私泄露可能带来的风险。

“古人说：苟日新，日日新，又日新。今天，我们站在现实与未来的交汇处，技术日新月异，冲击无处不在，只有保持不断学习，不断开拓思维，才能与这个时代一同前行，拥抱一个崭新的未来。“