智能时代(大数据与智能革命重新定义未来)(精)

作者简介

吴军博士，硅谷投资人，丰元资本创始合伙人，计算机科学家。 先后毕业于清华大学和美国约翰·霍普金斯大学（博士），是著名自然语言处理和搜索专家。在美国两家风险投资基金（中国世纪基金和ZPark风险基金）分别担任董事和顾问，是约翰·霍普金斯大学工学院董事会董事，及该校国际事务委员会的顾问。他曾经是国家重大专项“新一代搜索引擎和浏览器”项目的总负责人。从2012年起任职工业和信息化部的专家和顾问。 吴军博士于2002年加入谷歌公司，与同事一起开创了网络搜索反作弊的研究领域，并因此获得谷歌工程奖。吴军博士还是谷歌中日韩文搜索算法的主要设计者。2010年加盟腾讯公司，出任负责搜索和搜索广告的副总裁。2012－2014年回到谷歌，领导计算机自动问答项目。2014年，他在硅谷创办了丰元资本风险投资公司。 吴军博士的著作《浪潮之巅》第一版荣获“蓝狮子2011年十大最佳商业图书”奖。《数学之美》荣获国家图书馆第八届文津图书奖、2014中国书业评选年度图书，入选广电总局“2014年向全国青少年推荐百种优秀图书”及“2014年中央国家机关党员干部推荐书目”。《文明之光》荣获2014“中国好书”。

内容简介

现象、数据、信息和知识 在很多人的印象中，数据就是数字，或者必须是 由数字构成的，其实不然，数据的范畴比数字要大得 多。互联网上的任何内容，比如文字、图片和视频都 是数据；医院里包括医学影像在内的所有档案也是数 据；公司和工厂里的各种设计图纸也是数据；出土文 物上的文字、图示，甚至它们的尺寸、材料，也都是 数据；甚至宇宙在形成过程中也留下了许多数据，比 如宇宙中的基本粒子数量。 虽然数据本身是客观存在的，但是它的范畴是随 着文明的进程不断变化和扩大的。在计算机出现之前 ，一般书籍上的文字内容并不被看成是数据，而今天 ，这种以语言和文字形式存在的内容是全世界各种信 息处理中最重要的数据，也是全世界通信领域和信息 科技产业的核心数据——包括我们的信件、电话和电 子邮件内容、电视和广播节目、互联网网页，以及各 种社交产品中由用户产生的内容(User Generated Content，简称UGC)。这些数据的共同特点是以语音 和文字为载体。因此，研究人员为了更好地研究和处 理它们，还建立了专门针对语音和文字的数据库，即 所谓的语料库(Corpus)。在语料库中，数据主要是语 音和文字的内容，反而没有多少数字的内容。 将数据的外延再扩大，那些医学影像资料、工业 中的各种设计图纸都可以被划分为数据。事实上它们 已经是今天大数据处理的对象了。我们人类的活动本 身，也可以被看成是一种特殊的数据，比如我们玩游 戏的行为、我们的社会关系、我们每天的活动等。可 以想象，我们的下一代所谈论的数据，一定比今天的 范围更广泛。可以说，数据是文明的基石，人类对它 的认识也反映了文明的程度。 在今天，谈论数据时，人们常常把它和信息的概 念混同起来，比如人们在今天谈论数据处理和信息处 理时，其实想要表达的意思相差不大。然而严格地讲 ，数据和信息虽然有相通之处，但还是不同的。 信息是关于世界、人和事的描述，它比数据来得 抽象。信息既可以是我们人类创造的，比如两个人的 语音通话记录，也可以是天然存在的客观事实，比如 地球的面积和质量。不过信息有时藏在事物的背后， 需要挖掘和测量才能得到，比如宇宙大爆炸时留下的 证据——3K背景辐射、物理学定律中的参数、日月星 辰运行的周期等。在西方很多物理学家看来，上帝在 创造这个宇宙时，将很多信息埋藏在了黑暗之中，他 们的工作就是找到这些信息，并且用数据把它们描述 清楚。因此，在这种前提下，将信息和数据混为一谈 倒也无害。 不过，数据和信息还是稍有不同，虽然它最大的 作用在于承载信息，但是并非所有的数据都承载了有 意义的信息。数据本身是人造物，因此它们可以被随 意制造，甚至可以被伪造。没有信息的数据通常没有 太大意义，人们也不太关心，因此这些数据不是本书 想要讨论的重点。伪造出的数据则有副作用，比如我 在《数学之美》中不断提到的为了优化网页搜索排名 而人为制造出来的各种作弊数据。另外，我们还需要 强调，那些有用的数据、毫无意义的数据和伪造的数 据常常是混在一起的，后面两种数据无疑会干扰我们 从数据中获取有用的信息，因此如何处理数据，过滤 掉没有用的噪声和删除有害的数据，从而获取数据背 后的信息，就成为技术甚至是一种艺术。只有善用数 据，我们才能够得到意想不到的惊喜，即数据背后的 信息。我们不妨看一个如何通过数据得到信息的例子 。 P3-6

1、人工智能推荐读本。
2、文津图书奖得主，2014年中国好书榜获奖作者全新作品。
3、百万册畅销书作者作品，同类型题材图书《浪潮之巅》深受各方赞誉。
4、吴军老师学者出身，做过Google、腾讯等世界知名公司的高管，他的作品兼具学术的前瞻性与文本的可读性。
5、契合社会对机器智能、大数据的关注热点，回应因AlphaGo战胜李世石而引起的各方热议。图书尚未出版，作者就被长江商学院、各知名高效、北京电视台、罗辑思维等媒体请去做大数据与智能革命相关的演讲、节目。
6、书中提出的在智能时代2%的人将通过机器智能控制着世界、“新技术 旧产业=新产业”、机器智能不仅会冲击体力劳动者也会冲击很多智力劳动者等观点已经引起广泛的热议。
7、雷军、李善有、邬贺铨院士等推荐。