經典語錄
智能問題從根本上講是消除不確定*的問題。
未來的社會，屬於那些具有創意的人，包括計算機科學家，而不屬於掌握某種技能做重複*工作的人。
當數據量足夠大以後，很多智能問題就可以轉化爲數據處理的問題了。
在無法確定因果關係時，數據爲我們提供瞭解決問題的新方法，數據中所包含的資訊可以幫助我們消除不確定*，而數據之間的相關*在某種程度上可以取代原來的因果關係，幫助我們得到我們想知道的*，這便是大數據思維的核心。
解決智能問題，就是將問題轉化爲消除不確定*的問題，大數據則是解決不確定*問題的良*。
對數據和資訊進行處理後，人類就可以獲得知識。知識比資訊更高一個層次，也更加抽象，它具有系統*的特徵。比如透過測量星球的位置和對應的時間，就得到數據；透過這些數據得到星球運動的軌跡，就是資訊；透過資訊總結出開普勒三定律，就是知識。數據是知識的基礎。
大數據是一種思維方式的轉變。在有大數據之前，計算機並不擅長解決需要人類智能來解決的問題，但是今天這些問題換個思路就可以解決了，其核心就是變智能問題爲數據問題。當數據量足夠大以後，很多智能問題就可以轉化爲數據處理的問題了。
“用不確定的眼光看待世界，再用資訊來消除這種不確定*”，是大數據解決智能問題的本質。在書中提到了世界的不確定*來自兩個方面，一是影響世界的變量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*是我們所在宇宙的特*。因此用機械論已經完全無法對未來進行預測。香農則透過借用熱力學中“熵”的概念，引入“資訊熵”，用資訊論將世界的不確定*與資訊聯繫在了一起。這個建立在不確定*上的理論，正是今天人類研究大數據與機器智能的基石。
其實只要數據量足夠，就可以用若干個簡單的模型取代一個複雜的模型。這種方法被稱爲數據驅動方法，因爲它是先有大量的數據，而不是預設的模型，然後用很多簡單的模型去契合數據（Fit Data)。
1946年第一臺電子計算機ENIAC誕生，從功能上講，ENIAC與德國工程師楚澤研製的繼電器計算機Z3沒有太大的差別，都是能實現編程功能的圖靈機。Z3是一臺繼電器計算機，每秒的運算速度只有5~10次。ENIAC是一臺基於電子管開關電路的計算機，它每改變一次程序就要在計算機裏面重新連接線路，但ENIAC的計算速度能夠達到每秒5000次。雖然這個速度連今天手機裏面處理器速度的十萬分之一都不到，但比最聰明的人腦運算起來要快幾幹倍，因此量變帶來了質變。這臺計算機最初設計的目的是研製遠程火*的*道，在過去，計算火**道需要工程師們用計算尺算上好幾天，但ENIAC可以在**打出去後還沒有落地之前，就準確地計算出*道的軌跡。
這一領域如此廣闊，幾乎任何一種想法都會有追隨者。
在未來我們可以看到，大數據和機器智能的工具就如同水和電這樣的資源，由專門的公司提供給全社會使用。【從大數據中找規律】 大數據思維的三個亮點：1、用統計規律和個案對比，做到精確定位。2、社會已經默認了在取*時利用相關*代替直接取*，即強相關*代替因果關係。3、執法的成本，運營的成本，在大數據時代會大幅下降。
