精讀丨讀完這本書苛萎,你將成為控制未來2%(三)

在《智能時代》的第七章第一頁桨昙,其中有一句話,讓我銘記于心腌歉⊥芾遥“在歷次技術革命中,一個人翘盖、一家企業(yè)桂塞、甚至一個國家,可以選擇的道路只有兩條:要么加入浪潮馍驯、成為前2%的人阁危,要么觀望徘徊,被淘汰汰瘫】翊颍”這句話寫在這里,當然吳軍博士不會說的是其他的技術革命吟吝。那么在明晰了到底是什么是大數據之后,我們將如何與大數據主動聯系起來颈娜。

說實話在看完《智能時代》后剑逃,我寫下了我手中能夠有的資源浙宜、技能,我發(fā)現我似乎是要被淘汰98%蛹磺。我既不會寫代碼也沒有資源來做一個用大數據的的項目粟瞬。看來在大數據時代的我的定位只有做提供數據的用戶了萤捆。大數據可能只會給我的生活帶來體驗上的改觀裙品,但是不會為我?guī)砀旧系奶岣摺?/p>

但是事實并非如我想的那樣絕望。


《智能時代》吳軍-(圖片來自網絡)

5/6:這是最好的時代俗或,也是最壞的時代

這是狄更斯在《雙城記》中非常著名的一句市怎。

大數據時代的好帶來的技術革命,社會整體將大步前進辛慰。大數據時代的壞区匠,如同很多眾多次技術革命一樣必然帶來大量失業(yè)。當然同時也會早就大量的機會帅腌,但是我們是否能夠在新的崗位中占據一席之地呢驰弄?

在《智能時代》吳軍博士將每次技術革命劃分為三個階段:

? ? ? ? 第一階段:發(fā)明人和資本收益,民眾未收益

? ? ? ? 第二階段:部分民眾收益

? ? ? ? 第三階段:大部分民眾收益

以現在尚未結束的第三次技術革命來說速客,電子信息技術所帶來的生活便利戚篙,已然是是少部分民眾能夠先享受到,而且同樣存在大量行業(yè)溺职,已然停留在第二次工業(yè)革命甚至第一次工業(yè)革命前的小手工作坊的模式下岔擂。想要徹底消化掉第三次技術革命,至少還需要20~50年辅愿。但是這20~50年間同時在進行著第四次技術革命也就是大數據時代智亮。所以面臨這尷尬的局面就是當我們完全掌握了電子信息技術時,面對大數據我們的電子信息技術很可能過時了点待。

但是從回到信息論和大數據的區(qū)別上阔蛉,其實不難發(fā)現,大數據的基礎還是信息量必須依靠電子信息技術癞埠。他們的不同體現在思維上的不同状原。

這讓我想起傅盛的認知三部曲中那句“人與人最大的差別是認知∶缱伲”

同樣大部分人沒有學過專業(yè)的編程颠区,也不可能現在學編程;也沒有足夠的資本去投資大數據公司通铲;也沒有足夠的硬件技術去改良設備毕莱。但是我們能夠改變我們的認知,用大數據思維去看待這個世界還是可以的,面對大數據得出的結論我們直接拿來使用朋截。

當然大數據正在蓄勢之際蛹稍,它同樣也面臨很多的難題:數據的產生和數據的收集、數據的存儲部服、數據的處理唆姐、數據的深度挖掘。既然有問題那就存在很多的機會廓八。

到這里我突然發(fā)現我陷入了一個字面含義上的誤區(qū)“加入浪潮奉芦、成為前2%的人”未必是要真的進入大大數據行業(yè)中,而是運用大數據思維應用到我們目前的生活中剧蹂,就如同新技術+原有產業(yè)=新產業(yè)的模式一樣声功,同樣的新思維+人=新的趨勢。

6/6:運用大數據思維国夜,普通人成為2%的唯一機會

大數據思維减噪,需要有數據收集、分析车吹、建模和預測四個環(huán)節(jié)筹裕,同時對于得出的結果不和很注重因果聯系而是注重實用性。包括大數據的應用模式窄驹。

大數據應用模式

數據從末端收集到整體朝卒,再由整體形成應用分布到末端,再形成數據反饋完成不斷循環(huán)乐埠。

那么這個應用模式運用在我們日常生活就是收集抗斤、整理、運用丈咐、反饋瑞眼、再提升,簡而言之就是知識管理棵逊。一個被反復說的話題伤疙。其實知識管理重要性現在很多開始明白過來,也開始在著手建立自己的知識管理數據庫辆影,這里不做贅述徒像。不過也從側面說明了普通人如果沒有重大機遇想要改變似乎也只有這條路了。

那么放到實踐中那就是大量輸入蛙讥、快速使用锯蛀、快速反饋,以此不斷循環(huán)次慢,完成自我的更新迭代旁涤。

總結

讀完這本書翔曲,在感受技術革命洶洶而來的同時,更多也對處于這時代自己的的一些思考劈愚。與百年前相比部默,人類社會已經進入了高度協作的社會,獨立的人已經很難獨立在社會之外造虎,他被迫需要進入到社會的協作的環(huán)節(jié)中。如何更好的思考纷闺、分析算凿、總結問題是每個人提升自己不可缺少的技能。當然社會的變革犁功,人的思維也應該與之保持同步變革才能不被時代所淘汰氓轰。

讀完后我想自己怎么運用大數據思維,于是選擇了雙色球浸卦,做了一個統計的模型署鸡,然后得出兩組號碼,能夠明顯算出兩組號碼出現的概率和概率比值限嫌。當然這是拿雙色球的數據來練手靴庆。

相比較以往不成體系的看待世界,我們很多甚至連機械思維都沒有形成怒医。如果說數據和統計是解決大數據解決人工智能的基礎炉抒,那么數據量達到極致什么事情都會迎刃而解。結合丹尼爾·卡尼曼的《思考稚叹,快與慢》中提到的系統1和系統2焰薄,人工智能2.0只是形成了系統1,而人工智能3.0形成那個系統2能夠具備推理和邏輯能力扒袖。那么在未來具備人類理性反思的人工智能4.0是否存在塞茅,或者是否會到來。那時當人工智能如《神盾局特工》中機器人艾達一樣會反思自我更新季率,那么世界會變得成什么樣野瘦?

在《智能時代》書中,里面提到了一位辛格博士他的思維:"如果其他公司和研究所做不到,我們是否有一些別人沒有的條件使我們能做到主守〉琢牵”這里我理解出了兩次層意思用作結尾,希望能夠幫我們確立一種積極的心態(tài)衰猛。

如果別人無法做到,我們是否有條件或能力做到刹孔?

如果別人做到了啡省,他們做到的條件或者能力是否能夠被我們所擁有娜睛?


END

文/四季道

如果覺得今天的文字希望能夠對你有用,就親關注我或擊下方愛心卦睹,如果可以請轉發(fā)讓更多的朋友能夠看到畦戒。

你的回復、喜歡结序、轉發(fā)是我堅持障斋、進步的源泉。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末徐鹤,一起剝皮案震驚了整個濱河市垃环,隨后出現的幾起案子,更是在濱河造成了極大的恐慌返敬,老刑警劉巖遂庄,帶你破解...
    沈念sama閱讀 218,755評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異劲赠,居然都是意外死亡涛目,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 93,305評論 3 395
  • 文/潘曉璐 我一進店門凛澎,熙熙樓的掌柜王于貴愁眉苦臉地迎上來霹肝,“玉大人,你說我怎么就攤上這事塑煎“⒙酰” “怎么了?”我有些...
    開封第一講書人閱讀 165,138評論 0 355
  • 文/不壞的土叔 我叫張陵轧叽,是天一觀的道長苗沧。 經常有香客問我,道長炭晒,這世上最難降的妖魔是什么待逞? 我笑而不...
    開封第一講書人閱讀 58,791評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮网严,結果婚禮上识樱,老公的妹妹穿的比我還像新娘。我一直安慰自己震束,他們只是感情好怜庸,可當我...
    茶點故事閱讀 67,794評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著垢村,像睡著了一般割疾。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上嘉栓,一...
    開封第一講書人閱讀 51,631評論 1 305
  • 那天宏榕,我揣著相機與錄音拓诸,去河邊找鬼。 笑死麻昼,一個胖子當著我的面吹牛奠支,可吹牛的內容都是我干的。 我是一名探鬼主播抚芦,決...
    沈念sama閱讀 40,362評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼倍谜,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了叉抡?” 一聲冷哼從身側響起枢劝,我...
    開封第一講書人閱讀 39,264評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎卜壕,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體烙常,經...
    沈念sama閱讀 45,724評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡轴捎,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現自己被綠了蚕脏。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片侦副。...
    茶點故事閱讀 40,040評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖驼鞭,靈堂內的尸體忽然破棺而出秦驯,到底是詐尸還是另有隱情,我是刑警寧澤挣棕,帶...
    沈念sama閱讀 35,742評論 5 346
  • 正文 年R本政府宣布译隘,位于F島的核電站,受9級特大地震影響洛心,放射性物質發(fā)生泄漏固耘。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,364評論 3 330
  • 文/蒙蒙 一词身、第九天 我趴在偏房一處隱蔽的房頂上張望厅目。 院中可真熱鬧,春花似錦法严、人聲如沸损敷。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,944評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽拗馒。三九已至,卻和暖如春溯街,著一層夾襖步出監(jiān)牢的瞬間瘟忱,已是汗流浹背奥额。 一陣腳步聲響...
    開封第一講書人閱讀 33,060評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留访诱,地道東北人垫挨。 一個月前我還...
    沈念sama閱讀 48,247評論 3 371
  • 正文 我出身青樓,卻偏偏與公主長得像触菜,于是被迫代替她去往敵國和親九榔。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,979評論 2 355

推薦閱讀更多精彩內容