人工智能时代的教育革命(txt+pdf+epub+mobi电子书下载)

作者：王作冰

出版社：北京联合出版公司

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

人工智能时代的教育革命试读：

我与人工智能很有缘分。早在30多年前，我先后从事自然语言处理、计算机视觉、语音识别、人机对弈等领域的研究。随着近几年各种技术逐步走向成熟，我判断人工智能已经进入黄金时代，创新工场因此重点布局人工智能，先后投资了Face++等数十家优秀初创企业。

因为我的人工智能背景，也因为对中国教育问题的多年关注，我欣然应邀为作冰的著作《人工智能时代的教育革命》写序。

人工智能统治人类是个遥远的话题，人工智能导致有史以来规模最大的“下岗潮”则是个迫在眉睫的问题。我认为未来10年，大部分人类只需思考5秒钟以下的工作都会被人工智能取代，从比例上来说，未来10年人类50%的工作都会被取代，比如助理、翻译、保安、前台、护士、记者、会计、教师、理财师……

我认可《人工智能时代的教育革命》的整体逻辑：人工智能将大量淘汰传统劳动力，只有新型劳动力才能适应智能时代，而只有改革我们的教育模式，才能培养出新型劳动力。

作冰提出的培养AIQ、多元智能、创造力、沟通力和学习力的教育模式都是很有针对性的。

比如教育要“从重理轻文到文理兼修”，以培养复杂沟通的能力。人工智能是非常理智的，能在纯凭逻辑分析推算的问题上，把人类远远地抛在后面，但它们不懂什么是感情，什么是意义，不能理解哈姆雷特爱情的内涵，也无法体会蒙娜丽莎微笑的美感。宗教哲学、历史文化、小说诗歌、艺术之美，是人类的发挥空间，未来的文化娱乐业大有可为。

再比如教育要“从标准化到非标准化”，以培养创造力。标准化的教学和考试，培养的是标准化的劳动力，而标准化职业正是人工智能时代的失业重灾区。智能机器的一个主要弱点是无法创新性地表达和创造，而随着闲暇和财富的增加，创意内容会是未来世界的主宰，这将是人类大展身手的领域。今天的教学和考试要走在前面，从标准化走向非标准化，以培养智能社会所需的富于想象力和创造力的人才。

作冰还在书中多次提到启发式教育，在“做中学，玩中学”和互动讨论中启发孩子对学习的兴趣和效率。一个高效学习、终身学习的人，既能实现对本专业的深度挖掘，也具备随机应变的能力，最能适应极速变化的智能社会。

作冰关注人工智能带来的现实影响，积极思考面向人工智能时代的教育变革之道。真理越辩越明，衷心希望作冰这部开创性的教育著作能够激发社会各界的深入讨论，让中国的下一代更好地适应正在到来的智能时代。推荐序二无论愿意与否，人工智能时代确实已经到来天使投资人　杨向阳

作冰给了我一部他写的书稿《人工智能时代的教育革命》，并诚恳地告诉我，希望我给他写个推荐序。

接到这个任务，我其实有点忐忑，虽说朋友之托，我愿尽力，但我深知术业有专攻。知之为知之，虽然身处这个时代，我平时也一直和各种黑科技人才厮混，对人工智能也不能说完全无知，但对一本谈人工智能时代教育的书，我确实不敢轻易下笔。

认真读完作冰的书稿后，心里反倒踏实下来。我对很多事情有个基本的判断法则，就是有趣、有用、有益法则。任何一件事情要是具备以上三点，就是绝对值得鼓励的。多数情况下，只要在无害的前提下，只要具备有趣或有用中的一点，也就无可厚非了。

作冰在书中对人工智能发展的历史、现状及未来给出的资料及分析，虽不尽全面，却也几无大错，并且有些看法还挺有启发性。尤其是他提出的AIQ概念，我个人认为是个蛮有意思并极具研讨发展价值的概念。

人工智能时代无论你愿不愿意，都必将到来，或者说已经到来。人类一直以来习惯于与人、与物、与环境、与社会交往，未来必须与一个新生事物“人工智能”（AI）交往，与“人工智能”交往的能力势必成为未来人类尤其是现在的儿童一代的重要能力，作冰因此提出AIQ。我喜欢这个概念，并认为这个概念非常有可能成为未来大家乐于研讨的一个热门概念。

我崇尚教育，尤其认为一个国家一个社会的未来在于年轻人。在人工智能大时代来临时，从儿童开始做AI教育，让孩子们“玩中学，做中学”，培养起对人工智能的浓厚兴趣，从而在骨子里形成对人工智能的深刻感觉，可以让这些孩子成为真正的人工智能时代的原住民。他们将在人工智能时代游刃有余，如鱼得水。

感谢作冰给我这个任务，我也得以认识到作冰培养儿童认知人工智能的教育事业非常有意义。

最后还有一点感想，我想过不了多久，再接到类似任务，真的不需要这么辛苦。只要把要读的书稿交给某个人工智能助手，它会快速读完，学习领会，再结合我平时的思考、谈话，以及写作的内容与方式，替我写个推荐序。应该几分钟就可以完成了吧，哈哈哈！推荐序三培养人工智能时代所需的人才中国工程院院士、香港中文大学（深圳）校长徐扬生

读完作冰的著作《人工智能时代的教育革命》，我十分高兴，关于教育改革，我们有不少共识。

我的研究领域是空间机器人与智能控制，对人工智能带来的社会影响曾经做过认真思考。我赞同《人工智能时代的教育革命》的分析，每一次科技革命都会带来工作革命，比如工业革命把美国从农民为主的国家变成了工人为主的国家，信息革命又把工人变成了少数派，知识工作者成为主流。

要培养工作革命所需的新型劳动力，就要启动教育革命，农业社会的传统教育培养不了现代工人，工业社会的教育同样不适合培养信息社会所需的人才——美国是典型的信息社会，我曾在美国的宾夕法尼亚大学和卡耐基梅隆大学求学和工作，对中美教育的不同之处有深刻体会。

我非常赞同王作冰在书中提出的观点，未来的劳动力应对人工智能时代的总体策略是既竞争又合作：所谓合作，就是要发展利用人工智能技术的能力；所谓竞争，就是要培养人工智能不擅长的能力。这就是教育改革的大方向。

因此我觉得王作冰在儿童教育中引入人工智能很有意义，让孩子们在“玩中学，做中学”，培养起对人工智能的浓厚兴趣，这样的孩子长大后会有较强的利用人工智能技术的能力。王作冰把这批孩子称为人工智能时代原住民，人工智能是他们血液里的东西，他们将在智能时代如鱼得水。

在儿童教育中引入机器人可以培养合作力，那靠什么教育培养竞争力呢？王作冰认为大方向是开发多元智能，进行创造力教育、沟通力教育和学习力教育。

多元智能是指每个人的特长和优势都是不一样的，发掘学生的天赋并培养他们独立思考的精神，需要老师的引导和启发，这和工业时代标准化的流水线教育截然不同。通过个性化教育，充分发挥出每个人的天赋优势，才能在智能社会安身立命。

我一直坚信，教书育人不仅是一个职业，而且是要用心去做的一番事业。我相信这也是王作冰的理念，他作为教育行业的企业家，同时还在做教育家的事，对新一轮教育改革的逻辑进行着深入思考。《人工智能时代的教育革命》对广大家长和教育工作者都很有参考价值，相信大家读完此书，对教育改革的必要性和大方向会有更清晰的认识。序人工智能崛起，启动新一轮教育革命迫在眉睫

围棋是人类发明的最复杂的棋类游戏。“阿尔法狗”战胜世界围棋冠军李世石之后，人工智能好比少林寺里秒杀一切高手的无名扫地僧，一举成名天下知。2016年因此被人们称为“人工智能元年”。

未来世界属于“人工智能时代原住民”

我在人机围棋大战后提出，必须在人工智能元年启动新一轮教育革命，教育革命的方向是“培养人工智能时代原住民”。

有朋友困惑，人工智能技术是厉害，无人工厂、无人机、无人驾驶汽车都很酷炫，但这跟教育有什么关系呢？

我反问道，你费尽心思培养孩子首先是为了什么？他说，当然是希望孩子大学毕业了有份好工作，特朗普的女儿招人喜欢，不仅因为颜值高，还因为事业好。我又问，你自己都说了无人工厂、无人机、无人驾驶，将来好多工作都不需要人了，你的孩子去哪儿找工作？他愣住了。

很多人没有意识到，每一轮科技革命都会带来新一轮工作革命。比如200年前约90%的美国人是农民，现在美国农民不到总人口的2%；中国改革开放30多年，工业革命同样让几亿农民变成了工人、服务员以及白领、企业家。

今后10到20年，大家会越来越多地体会到人工智能技术带来的工作革命。

今天的智能机器不仅力大无穷，而且能“听见”，还能“看见”，这意味着新一代机器可以做很多“老一辈”机器干不了的事情。

智能机器既可以在阿里和京东的仓库里精准快速地完成商品的分拣、运输、出库，也可以在农田里采水果、摘棉花、打农药，还可以完成宝马汽车生产厂里90%的工作；澳大利亚已经出现无人驾驶卡车，英美已经出现无人驾驶出租车，浙江安吉县已经在用无人机给山区投递邮件；智能机器扫地、给花草浇水已经不在话下，还可以给各种会议做速记，速度和准确度超过所有人类速记员，财经作家吴晓波因此感叹，一个智能程序就能消灭一个行业。

能“听见”还能“看见”的机器人必然会消灭很多工业、农业和服务业的工作。估计还会有些人不以为然，因为他们的孩子将来要做的是“高大上”的脑力工作，收入好、地位高的律师、基金经理、医生才是他们的未来。

很多人不知道，在美国最赚钱的知识产权律师、破产清算律师，已经受到人工智能程序的严重威胁：一种处理法律文件的自然语言处理软件，能让知识产权官司的成本下降99%；一款集成了过去五六十年所有破产案件的智能软件，与每个濒临破产的人或企业互动之后，就会自动推荐最科学高效的破产程序，这严重威胁到了破产清算律师的前途。

基金管理是典型的高难度工作，在中国的近千只股权类基金里，没有一支基金能够连续五年挤进行业前三分之一，所以优秀的基金经理非常值钱，但目前已经有好几个人工智能程序具备基金经理的知识储备和判断能力。机器人投资顾问已经在美国兴起，因为很多客户偏好低费用、自动化的投资方式。

很多国家都在抱怨看病难，人工智能医生是最好的解决之道。它们不需要预约，仅凭借一个手机APP就可以为病人做全年无休的健康监测，甚至在病状出现前就能判断出病因，因为它们掌握着人类医生无法掌握的大量数据。在美国，看X光片的放射科医生年薪数十万美元，堪比美国总统，但如此高智力的工作，却完全可以被自动识别癌细胞的人工智能软件取代，其病情诊断不仅比放射科医生更精准，而且其成本只有人工的1%。“耳聪目明”“智力超群”且物美价廉，这样的智能机器一旦大规模进入劳动力市场，将会产生怎样的后果？中外人工智能专家普遍预计，未来十几二十年全球将面临一次严重的失业危机，很多年轻人一毕业就将失业。

根据历史经验，要成功应对未来的工作革命，就要靠教育系统大规模培养新型劳动力。培养新型劳动力需要时间，因此教育革命要先于工作革命启动。

比如德国提前普及了初等教育，发展了高等教育，成为第二次工业革命的领导国家之一；新中国成立后大力普及推广教育，这也是20世纪八九十年代欧美、日韩和中国港台地区纷纷把工厂开到了中国大陆的原因之一；再比如邓小平在1984年提出“计算机普及要从娃娃抓起”，20年后中国互联网的崛起就受益于此。人工智能教育革命同样需要提前20年布局。

面向人工智能时代的教育革命，基本目标是培养能够与智能机器一起工作的新型劳动力，我将这种新型劳动力称为“人工智能时代原住民”。

农业时代的原住民从小就亲近动植物；工业时代的原住民从小就学习机械原理；信息时代的原住民从小就玩电脑、网络；人工智能时代的原住民小时候和智能机器一起愉快玩耍，长大了和智能机器一起高效工作。

人工智能时代原住民未来会有多厉害，我们看看互联网时代原住民的成绩就能明白了。Facebook估值2000多亿美元，创始人马克·扎克伯格是80后；Snapchat估值200多亿美元，创始人埃文·斯皮格尔是90后。人工智能时代的原住民也是如此，对智能机器的深刻理解是他们骨子里的东西，他们最擅长创造全新的生活方式。

人工智能时代的必备素质：AIQ

不同的时代对劳动者有不同的要求。简单来说，工业时代依赖IQ（智力商数），信息时代赢在EQ（情绪商数），人工智能时代必备AIQ（Artificial Intelligence Quotient，人工智能商数）。

我把人工智能时代所需的劳动者素质总结为“三层金字塔”模型，IQ位于金字塔的底部，EQ位于金字塔的中部，AIQ位于金字塔的顶部。

人的智力主要体现为推理、计划、解决问题、进行抽象思维、理解复杂的思想、迅速地学习，以及从经验中学习的能力。逻辑思维和学习能力是智力的关键。

工业时代是人类征服自然、改天换地的大时代，要提高处理“人与物”关系的效率，必须具备相当的智商。普通人的中等智商为100，美国物理学博士的平均智商为140，科学家的智商就更高了。研究表明，牛顿的智商高达190，伽利略为185，开普勒为175，达尔文为165，哥白尼为160。

即便不搞科学研究，进现代工厂做一个普通工人，也应当具备一定的科学文化知识，因为文盲无法高效处理与机器、原材料等“物”的关系。在建立现代义务教育体系的过程中，智商的概念被提了出来，因为义务教育暴露了智力低弱的孩子的存在，他们在阅读、写作、算术上不开窍，会妨碍全班的教学进度，也经常因为成绩跟不上而早早辍学，明显影响了义务教育的效率。

法国政府因此成立了专门的委员会，调查智力在正常水平之下的孩子的情况。1905年，著名的比奈-西蒙智力测验法被发明出来。通过10岁年龄段智力测试的孩子，“智力年龄”就是10岁，如果他的生理年龄是8岁，10除以8是1.25，再乘以100，他的智商就是125。

美国斯坦福大学的心理学家刘易斯·特曼把智商分成许多等级。智商在140以上的，超过了99.6%的人，属于天才或近乎天才；120～140属于超强智商；110～119属于高智商；90～109属于中等智商；80～89属于低智商；70～79属于智能不足；70以下属于智障。特曼对1000个孩子进行了智商测试，发现大多数人的得分在90～109之间，属于中等智商，智商极高或极低的都属于极少数。

智商是在现代社会中取得成功的基石。比如美国中等智力的白人学生的辍学率仅为6%，而笨学生和非常笨的学生的辍学率则分别高达35%和55%；美国智商最低的5%的白人妇女，婚外生子的比率比智商最高的5%要高出6倍；美国的罪犯的平均智商为92，比人均智商低了8分。因此在美国，大学录取学生、军队征兵、企业招聘，甚至橄榄球联盟海选职业选手，都要进行智商测试。

在人工智能时代，人类依然要处理好“人与物”的关系，因此智商位于“三层金字塔”的底部，是一个人成功的基础。

第二次世界大战后，美国率先从工业时代进入信息时代，故对劳动力素质有了更高的要求。哈佛大学的心理发展学家霍华德·加德纳在1983年提出了“多元智能理论”。传统智力理论认为语言能力和数理逻辑能力是智力的核心，数学和语文因此成为学校教育的核心，加德纳认为这并不是人类智能的全部。

他提出人类至少有八个方面的智能，包括语言智能、逻辑数理智能、视觉空间智能、身体动觉智能、音乐智能、人际交往智能、自知自省智能、自然观察智能。比如建筑师、画家及雕塑家的视觉空间智能比较强，运动员和芭蕾舞演员的身体动觉智能比较强。

前面说过，语言智能和逻辑数理智能属于智力的范畴，在其他六大智能中，人际交往智能和自知自省智能在信息时代具有很强的普适意义，得到了持续的研究和推广。

1990年，美国心理学家约翰·梅耶和彼得·萨洛维提出了比较系统的情商理论。1995年，时任《纽约时报》科学记者的丹尼尔·戈尔曼出版了《情商：为什么情商比智商更重要》一书，引发全球性的情商研究与讨论热潮。2002年，联合国教科文组织向全球140个国家的教育部发布了实施SEL（社交与情绪学习）的十大基本原则，开始在全球范围内推广SEL。情商成为不少国家的基础教育内容。

戈尔曼和其他研究者认为，情商是由五种特征构成的，包括自我意识、控制情绪、自我激励、认知他人情绪和处理相互关系。

如果说智商是处理“人与物”的关系，那么情商就是处理“人与人”的关系，包括人与他人的关系，以及人与本人的关系，比如戈尔曼所说的“自我意识、控制情绪和自我激励”。

那么问题来了，为什么情商理论、情商教育会在信息时代特别流行呢？这是因为人的重要性在信息时代全面地提升了。

哈佛大学教授、著名的社会学家丹尼尔·贝尔，把信息社会称为后工业社会。他将工业社会和后工业社会做了对比，指出“如果工业社会以机器技术为基础，那么后工业社会是由知识技术形成的。如果资本与劳动是工业社会的主要结构特征，那么信息和知识则是后工业社会的主要结构特征”。

在信息时代，大多数劳动力不再从事农业或制造业，而是从事诸如贸易、金融、健康医疗、学术研究、教育和管理等行业，掌握知识的专业与技术人员阶级处于主导地位，管理学大师德鲁克把他们称为“知识工作者”。

在工业时代，体力工作的管理者的职责只不过是正确下达命令，要求下属执行而已，他们对待工人就像是对待机器。但对知识工作者来说，光有智商是不够的，因为他们面对的不再是机械执行命令的下属，而是性格与价值观各不相同的地位平等的专业人员，准确把握他人情绪，处理好相互关系，才能实现有效的分工合作，共同完成团队任务。

此外，在信息时代，产能的过剩、渠道的多元和信息的对称，使得消费者掌握了主动权，真正成了上帝，用互联网思维来说就是“用户为王”。知识工作者必须用心揣摩用户的心思，学会与用户有效互动。

既要处理好与组织成员的关系，也要处理好与用户的关系，高情商因此成为信息时代的必需品。

此外，知识工作者还要处理好与自己的关系。在以知识为基础的组织里，人人都是CEO。知识工作者必须善于利用自身的长处，重视对外界的贡献，自觉地为成果而工作。“自我意识、控制情绪和自我激励”因此不可或缺，这是高情商的另一重意义。

丹尼尔·戈尔曼在《情商：为什么情商比智商更重要》一书中总结道：“智商高、情商也高的人，春风得意；智商不高、情商高的人，贵人相助；智商高、情商不高的人，怀才不遇；智商不高、情商也不高的人，一事无成。”

人工智能智商高而情商不高，擅长处理“人与人”的关系将是未来社会非常重要的竞争优势。因此，情商位于“三层金字塔”的中部，是一个人成功的必要条件。

人工智能时代对劳动者的素质要求将会进一步提高。因为在这个时代，不仅人与人之间的竞争会继续存在，人和智能机器的竞争也会浮出水面。

在人工智能时代，劳动者不仅要具备IQ、EQ，还要进一步具备AIQ。人工智能技术走向成熟，意味着地球上出现了另一种高等智能体，AIQ要处理的就是“人与AI”的关系。

简单来说，AIQ就是利用人工智能技术的能力。“读史可以明智”，我们必须看到工具在人类发展史上的突出地位。最近一万年人类的基因没有明显改变，但人类文明却极大提升了，因为人类利用的工具（长枪大炮、蒸汽机、计算机等）在明显进步，银行业就利用计算机信息联网实现了全球扩张。人工智能这个超级工具理应为我们所用，它可以快速提升我们的生产力，显著改善我们的生活。

谷歌董事长埃里克·施密特阅历丰富，他曾表示，当计算机出现时，人类的工资开始上涨，而且使用计算机工作的人的报酬比不用计算机的人更高。

人工智能时代将会重演信息时代的历史，那些具备较高AIQ、善用先进智能工具的原住民们将在众多新职业中获得丰厚回报。比如，今日头条、天天快报、搜狐新闻、新浪新闻等公司的算法工程师月薪起点是25000元，是传统的人工编辑收入的3倍。

再比如美国威斯康星州的一位18岁女高中生，通过对乳腺癌患者的760万个大数据的深度分析，设计了一种确定乳腺癌癌细胞位置的算法，预测准确率高达96%，超过了所有专科医生的水平。这样具备高AIQ的年轻人就是人工智能时代最抢手的人才。

在网络媒体就职的作家马平感慨，在互联网时代，在媒体工作方面，善于用搜索引擎的人和不会用搜索引擎的人完全就是两个物种，效率天差地别。在人工智能时代，高AIQ的人和低AIQ的人也将成为两个不同的物种，他们的前途和命运将大不相同。因此AIQ位于“三层金字塔”的顶部，是一个人在人工智能时代成功的关键条件。“三层金字塔”素质模型对应的教育方法，我在本书下篇“AI教育革命十大纲领”中作了比较全面的论述。

关于面向人工智能时代的教育革命为何应该展开，到底如何开展，本书可能是中国第一本相关著作。北大教授郑也夫说：“一个好的著作最大的成果就是，它问世后，引起了纷繁的争论，在它的基础上衍生出很多新的东西。”我期待着教育界同人们的认可赞许与批评指正，盼望着和大家一起构建和完善AI教育理论体系。

在写作本书的过程中，我参考了许多专家学者的精彩文章和著作，以下列举一二：创新工场董事长李开复、阿里巴巴集团执行副总裁曾鸣、猎豹移动CEO傅盛、联想之星合伙人刘维、新精英生涯创始人古典、社会学家郑也夫、教育名家李镇西的相关文章；吴军的《智能时代》，杰瑞·卡普兰的《人工智能时代》，薛涌的《北大批判——中国高等教育有病》《一岁就上常青藤》《参与孩子的成长》，尤瓦尔·赫拉利的《人类简史》，卢西亚诺·弗洛里迪的《第四次革命》……在此向所有给予我知识养分的专家学者深深致谢！上篇每一轮科技革命都会引发新一轮教育革命

回顾历史，每一轮科技革命都会引发一次工作革命，比如工业革命让几亿农民转型为工人和白领。

人工智能技术革命同样会引发新一轮工作革命。专家普遍预计，未来十几二十年全球将面临一次严重的失业危机。这轮工作革命需要什么样的新型劳动力，这要从人工智能的优缺点推导出来。

人工智能有很强的感知力和判断力，因此未来劳动者都要具备AIQ，以具备和人工智能协同工作的能力；同时人工智能只擅长处理内容单一化的任务，不擅长“一脑万用”，人类要发挥多元智能天赋，形成对人工智能的竞争优势。此外，由于人工智能缺乏创造力和复杂沟通能力，未来劳动者要尽可能提高创造力和沟通力；针对人工智能强大进化力带来的快速知识变迁，未来劳动者还需具备很强的学习力。

有着较高AIQ，开发出智能天赋，并具备创造力、

沟通力和学习力的新型劳动力，需要新一轮教育革命来培养。比如德国普及了初等教育，发展了高等教育，才得以成为第二次工业革命的领导国家之一；再比如邓小平1984年提出“计算机普及要从娃娃抓起”，20年后中国互联网的崛起就受益于此。因此，面向人工智能时代的教育革命也需要提前20年布局。第一章　工作革命：未来的职业生涯大不同

人工智能专家普遍认为：未来10到20年，越来越成熟的人工智能技术将大规模进入劳动力市场，从而引发一场空前严重的失业危机。今天的孩子毕业后将迎来残酷竞争的职业生涯，甚至会毕业即失业，无法开始自己的职业生涯。“好工作”的兴起与没落

2016年9月29日，Facebook、亚马逊、谷歌母公司Alphabet、IBM和微软自发聚集在一起，宣布缔结新的人工智能（AI）伙伴关系，旨在进行研究和推广最佳做法。这个史上最大AI联盟的成立，将推动人工智能时代的更快到来。

回顾人类历史，每一次重大的技术变革都会带来一轮工作革命。

在采集狩猎社会，男人的主要工作是集体捕猎野兽、捕捞鱼蚌，女人的主要工作是采集植物的果实和根茎。男人打猎、女人采集的工作持续了约250万年。

大约1万年前，人类发展出了植物栽培技术，开始进入农业社会。农业社会的种植、冶炼等技术革命，让采集和狩猎这样的传统工作基本消失了，农业、畜牧业、手工业、商业等产业兴起，人们普遍从事种田、种菜、养猪、放牧牛马羊、织布、盖房、制陶、铸铜、打铁、曲艺表演等新工作，出现了教师、商人、军人、官吏等新工种。

从明天起，做一个幸福的人

喂马、劈柴，周游世界

从明天起，关心粮食和蔬菜

我有一所房子

面朝大海，春暖花开

海子的这首诗体现了现代人对农业社会的典型印象：温情、浪漫。学者没有那么感性，他们对历史的研究充满了数据对比，其结论是农业社会的生产力发展迟缓，人们的生活水平没有多大提高。据著名历史学家安格斯·麦迪森统计，西汉末年，中国的人均GDP大约为450美元，在历史上的几个太平盛世，比如两宋时期、明朝中叶和康乾盛世，中国的人均GDP达到了600美元，但是到了20世纪50年代初，又退回为450美元左右。

麦迪森还以“1990年的国际元”作为标准计量单位，统计了全球各区域人均GDP的历史变化。从公元1000年到公元1870年，亚洲（不含日本）的人均GDP从450美元增长到543美元，只增长了20%；而西欧1870年的人均GDP为1974美元，是公元1000年的近5倍。西欧的人均GDP之所以在19世纪开始遥遥领先亚洲，是因为它率先完成了第一次工业革命。由此可见工业革命的巨大影响力。

大约250年前，中国正处在“乾隆盛世”，美洲大陆正在被欧洲殖民者大规模开发，农业社会处于高峰期。但此时英国出现了第一次工业革命，大机器生产开始取代工场手工业，人类进入“蒸汽时代”。大约150年前，德国开启了第二次工业革命，电力和石油技术逐步扩散，人类进入“电气时代”。

工业社会的技术革命带来了新一轮的工作革命。以美国为例，200年前有90%的人是农民，现在只有不到2%的人是农民。新中国在改革开放的短短几十年中，也减少了几亿农民，有数亿人成为工人、白领或企业家。

正如在农业社会的高峰期出现了工业革命，在工业社会的高峰期，信息社会开始萌芽了。现代计算机诞生于1946年，体积巨大，主要用于军事研究和科学计算。第三代计算机（1964～1971）采用了中小规模集成电路技术，体积变得更小，同时操作系统和程序设计语言逐步成熟，计算机开始得到广泛应用，因此“信息化”概念在60年代应运而生。

信息社会的发展经历了几个阶段：大型计算机、小型计算机、个人计算机（PC）到PC互联网、移动互联网，目前正在快速发展的是可穿戴设备和物联网，最终将实现“万物互联”，物品、人、信息都和互联网连接起来，信息社会进入大成阶段。

正如农业社会和工业社会，信息社会的技术革命同样带来了新一轮的工作革命。硬件工程师、程序员、分析员、产品经理、网页设计、电商、淘宝模特、网络营销、新媒体运营、网课培训师、网络女主播、互联网金融、游戏设计、电子竞技……新职业层出不穷，就业形势看好，且平均薪酬远超传统行业。行业工资单里的秘密

科技革命必然带来工作革命。我们来看一个真实的故事，体会一下工作革命对于个人意味着什么。

撰稿人万方中在《你为什么工作这么久，还拿着几千块钱一个月？》文章中，讲述了自己的工作经历。万方中说，几年前，他“身在最惨的职业——制造业”。为什么这么说？

伙食难吃得像猪潲，永远是那几个菜，永远硬邦邦的。汤就是一点白水煮点青菜。在厂里吃我基本上没有吃饱过的时候，我们老板给我们每餐的开支是多少，你知道吗？两块钱。

有一次我跑到老板那里说：“你不能老怪食堂做得不好，你给我们的伙食费本来就太少了，两块钱一餐，现在的物价这么高，你能吃些什么？”

我们老板说：“万方中，你这样讲话不凭良心了，你去看看隔壁的厂吃的是什么，你以前在的那个厂吃的是些什么？我们现在是不是比他们吃得好得多？”

我竟无言以对，因为确实，我们两块钱一餐的标准比其他厂好太多了，我有一次看见隔壁厂里的饭菜，是拿着个塑料箱子拖着过来的。

五险一金都没有，是的，你没听错，连社保都没有……一个月拿的工资之低，我都不好意思说出来……我就不说那些罢工潮、闹场租、夏天睡在水泥地上的经历了吧，都是一把血一把泪。

低工资，没社保，两块钱的伙食标准足以让老板自豪，这就是万方中所面对的残酷现实。他想要改变，于是在两年前想着换工作，从工人变成业务员。

万方中应聘的第一份业务员工作，公司开四五千块钱的工资，不包吃不包住，加上一小时10块、一个月几百块的“加班费”。他算了一下，在广州这样的大城市里，除去租房和吃喝，肯定所剩无几。于是他继续应聘，在广州和佛山两地来回奔波，面试了好几个公司，开到最高的工资是6000，再加少得可怜的提成。

这段经历让万方中思考了很久。都奔三了，在中国的一线城市拿着6000块钱的月薪，今后怎么买房养家？为什么这些老板全都开价这么低，只有区区6000块钱呢？

后来他终于发现了问题的本质所在：并不是这些老板舍不得给工资，而是整个制造业都不好做。

他看到身边倒闭的工厂一家接着一家；他还看到以前雄心勃勃从他们工厂出去的人，绕了一圈，又回到他们厂了——因为外面的环境也不好。中国的制造业整体上处于模仿阶段，没有原创设计、没有品牌附加值、没有营销能力，从前出口火爆还能靠薄利多销赚些辛苦钱，但随着全球经济持续不景气，产能过剩、库存大增，价格被压得越来越低，利润变得越来越薄。

万方中的结论是：在整个行业低迷的情况下，跳来跳去是没用的，跳来跳去都是在一个利润稀薄的行业里跳，始终不会有前途，因为这个行业本身就难做。

于是他彻底脱离了制造业，把自己的写作特长和互联网结合起来，实现了收入的大幅增长，最终脱离了普通工薪族的收入水平。

如果身处信息社会的核心行业，收入水平确实会大不相同。中国国家统计局发布的2015年各行业“工资单”显示，年平均工资最高的行业是金融业和IT互联网行业，都有11万多，其他行业的平均工资都不到10万。年平均工资最低的行业是农林牧渔业，大约3.2万，住宿和餐饮业约4.1万，建筑业约4.9万，制造业约5.5万，危险系数比较高的采矿业，年平均工资也只有5.9万。

可以看出，曾经存在近万年的农牧业，如今处在收入的最底层；工业革命后繁荣起来的制造业、建筑业、采矿业和低端服务业，在信息社会里处于收入的中下层；信息革命后获得大发展的金融业和IT业，处在收入金字塔的最顶端。

看了万方中的故事，以及国家统计局的行业工资数据，相信大家对工作革命的重大影响会有比较深的体会。

俗话说：“男怕入错行，女怕嫁错郎。”万方中的人生感悟值得大家深思：“人生努力固然重要，然而，选择站在正确的位置同样也很重要。雷军说：‘站在风口上，猪也能飞上天。’你站对了位置，能达到事半功倍的效果，站错了位置，怎么努力都不行。”

随着人工智能技术的爆发，行业收入的新一轮大分化即将到来，亿万人的命运将随之改变。人工智能将让今天的大部分工作消失

1997年，IBM开发的人工智能“深蓝”打败了人类的国际象棋冠军。围棋是世界上最复杂的棋类游戏，一直被认为是人类仍然在机器面前能保持优势的游戏之一。但在2016年3月，谷歌开发的人工智能阿尔法狗（AlphaGo）以4:1的明显优势战胜多次荣获围棋比赛世界冠军的李世石。这让亿万大众第一次意识到人工智能技术已经厉害到何等程度了。

李世石表示，人工智能不会有任何情绪变化是十分可怕的，这对于往往会出现心理波动的人类来说会有巨大的心理压力。李世石输给阿尔法狗的另一个重要原因是，自己赛前太过轻敌，没想到短短六个月的时间人工智能的棋艺水平已经取得了很大的进步，如果自己对阿尔法狗的实力判断准确，那么是有机会战胜它的。但人工智能的学习速度太快，他认为人类今后将越来越难以战胜人工智能了。

就在阿尔法狗大出风头的同一个月，阿里云在2016年会上公开展示了人工智能小Ai的实时语音识别技术，并现场挑战第50届世界速记大赛亚军姜毅（他也是马云的“御用”速记），最终在准确率上以0.67%的优势战胜姜毅。

从现场效果看，人工智能的稳定性和并发计算能力是其优势。人类的体力有限，尤其是在高强度压力下，工作时间越长，出错概率越大，而机器的水平会自始至终保持稳定，阿尔法狗在围棋比赛中也体现了这一点。此外，在发现错别字后，机器可以瞬间修改所有错误，人工速记则需要在演讲人短暂间歇的时刻返回修改，明显表现得慌乱。这表明人工智能的并发能力也非人工所能及。

2016年4月，小Ai又对《我是歌手4》比赛结果进行预测，除了第一轮歌手前六排序没有准确预测，小Ai准确预测了歌王归属、前三人选、两两PK配对、首轮淘汰歌手。小Ai的预测准确率之所以远超大众水准，是因为它的学习速度是人类的1万倍，比如人类需要10万小时成为某一领域的顶尖专家，小Ai只需要10小时。也就是说，它学习10个小时就会唱几百万首流行歌曲，并成为有一流判断力的音乐人。

超强的学习力让小Ai多才多艺，小Ai将帮助阿里影业根据剧本选择角色，帮助制片人预估影片商业价值，并指导影片进行精准营销。此外，它还能帮助交通部门预测道路的未来5分钟、10分钟甚至1小时后的拥堵情况，将实时路况检测的成本下降90%；帮助光伏电厂预估发电产能减少能耗；帮助水利监管部门预测水库水位以预防灾害发生；帮助金融机构的客服人员接电话……

小Ai有个很厉害的前辈“沃森”。2011年，IBM开发的人工智能“沃森”作为选手参加了美国最受欢迎的智力竞猜电视节目《危险边缘》，连续击败了该节目历史上最为成功的两位选手，成了新的冠军。

此后，人工智能“沃森”又在医疗、金融和餐饮等领域大展拳脚。它能帮助医生治疗癌症，帮助大厨设计适合不同人的营养食谱，帮助投资者分析复杂的金融市场趋势，帮助建立解答各种疑难问题的超级呼叫中心，帮助商家分析下一代的产品如何设计、定价和销售……

除了谷歌和IBM，百度也是人工智能技术的领先企业之一。在2016的百度联盟峰会现场，李彦宏介绍了百度在人工智能领域的阶段性成果：他播放了三段语音，或是方言或声音含混，观众难以听清，但其语音机器均可识别；图像识别是人工智能的技术难点之一，百度的图像识别技术不仅可以准确辨认出手机随意拍到的笔记本电脑，而且能严格区分机身的黑色和屏幕显示百度首页的白色；百度的语音合成技术能合成演员的声音，将来图像合成技术还能合成他们的动作，这意味着知名演员不用去拍片现场，一年就能“演”数千部戏；百度无人驾驶汽车已经可以像普通车辆一样加速、并线、超车，将来会大规模进入商业应用……

人工智能技术的种种应用已经“看得见，摸得着”了，而且竟然如此强大。《连线》杂志联合创始人、信息社会的伟大预言家凯文·凯利，美国最大社交网站Facebook创始人扎克伯格，特斯拉创始人埃隆·马斯克，“电子时代大帝”孙正义，阿里巴巴创始人马云，富士康创始人郭台铭，世界领先的智能语音企业科大讯飞创始人刘庆峰，腾讯创始人马化腾，百度创始人李彦宏，华为创始人任正非，这些东西方的权威人士一致认为，AI技术的日益成熟意味着人工智能时代即将到来。

凯文·凯利的观点最具代表性：“如果你问我未来20年最重要的技术是什么，我会告诉你是人工智能。人工智能会像200年前的电力一样重要。”

正如农业时代、工业时代和信息时代的科技革命带来了工作革命，人工智能时代的科技革命同样会带来新一轮工作革命。

2016年3月，英国《金融时报》在《互联网终结，人机智能崛起》一文中称，现在美国斯坦福等四所名校人工智能专业的博士生第一份工作合同年薪已达到200万～300万美元，而互联网精英人才在硅谷现在的起薪是20万美元左右。

前面说过，每一轮工作革命都会带来收入格局的巨大变动。信息社会的核心工作在收入上已经开始明显低于人工智能社会的核心工作了，这是将发生新一轮工作革命的明显征兆。

新一轮工作革命将要到来，科技精英们在这方面也达成了共识：未来很多标准化、重复性的体力和脑力劳动都可以通过人工智能的方式来实现，代替人类劳动者的作用。

创新工场董事长李开复的观点比较有代表性，他认为今天很多的工作以后大部分都会消失，比如说翻译，虽然现在智能机器做得还不是那么完美，但是每年的进步都很快，再过几年翻译者们可能就会很难找到工作了。记者也是如此，如今美联社90%的文章都是用机器来写的。几乎所有思考模式可以被理性推算的工作岗位，在有足够数据支撑的时候，都会被取代。有些专家认为10年之内一半的工作会消失，还有些专家说15年之内一半的工作会消失，李开复认为这些都是合理的预测。

10年之后，一些00后将进入职场；20年后，10后也将参加工作，那时将是人工智能大显神威的年代。他们该如何面对如此聪明的竞争者，获得成功的职业生涯？

要成功应对这一轮工作革命，我们首先得明白人工智能有哪些优、劣势，然后才能明确人类该如何扬长避短。第二章　人工智能的工作原理及其优缺点

1950年，计算机之父阿兰·图灵提出设想——“机器真的能思考吗”，人工智能的研究目标由此明确。现在公认的人工智能起源是1956年的达特茅斯会议，约翰·麦卡锡、马文·明斯基以及克劳德·香农等人在达特茅斯举行研讨会，提出了“人工智能”这个名词，人工智能的定义简单来说就是让机器完成一些需要人的智能才能完成的任务。

美国美林银行预测，2025年以前，人工智能每年产生的创造性破坏的影响可能会达到14万亿到33万亿美元，其中包括因人工智能实现了知识工作自动化，导致雇用成本减少的9万亿美元，制造业和医疗护理开销减少的8万亿美元，以及部署无人驾驶汽车和无人机后因效率提升增加的2万亿美元。

麦肯锡全球研究院的观点更加惊人：人工智能带来的社会转变比工业革命“发生的速度快10倍，规模大300倍，影响几乎大3000倍”。

我们不禁要问，人工智能为何有如此逆天的威力？

持续两百多年的工业革命创造的各种机器大幅超越了人类的体能，正在爆发的人工智能革命在快速追上并超越人类的智能，这个“新物种”严重冲击了人类作为地球上唯一高级智能体的地位。三大基石：人工智能的“智力”从何而来？

2016年3月20日，清华大学语音与语言实验中心网站宣布，它们的作诗机器人“薇薇”通过社科院等唐诗专家评定，通过了“图灵测试”——“薇薇”创作的诗词中有31%被认为是人创作的，超过了30%这个合格标准。

什么是图灵测试？图灵测试的核心是“计算机能否在智力行为上表现得和人无法区分”。我们在墙后放一台计算机，放一个人，然后问一些问题，比如为什么会出现父系社会？计算机和人都给出一些解释，当我们无法判断哪个解释是计算机给出来的，哪个解释是人给出来的时候，就可以认为这个计算机和这个人有同等的智慧。

图灵测试大会的具体规则是，如果在一系列时长为5分钟的键盘对话中，某台计算机被误认为是人类的比例超过30%，那么这台计算机就被认为通过了图灵测试。2014年的图灵测试大会共有5个聊天机器人参与，其中俄罗斯科学家开发的“尤金·古斯特曼”成功地被33%的评委判定为人类，它模拟的是一个13岁乌克兰男孩。在这次测试中，对话是不受限制的，而真正的图灵测试正是不预设问题或主题的。因此可以说这是人工智能在聊天领域首次通过图灵测试。

随着越来越多的机构宣称自己设计的智能程序通过了图灵测试，人工智能拥有与人类同等的智能成为人们必须正视的现实。正如发明家们不是靠模仿鸟类发明飞机，从而实现“人工飞行”；也不是靠模仿鱼类发明潜艇，从而实现“人工深潜”；人工智能也没有完全模仿人类大脑思考的生物过程，却能在越来越多的领域实现与人类智能相同的结果，而且速度更快、效果更好、成本更低。

阿尔法狗是当今人工智能的先进代表，它排名世界第一的围棋棋力来自于30万张人类高手对弈棋谱以及3000万次自我对弈，其思考能力来自“大数据（来自互联网、物联网）+深度学习（优秀算法）+云计算”。

大数据、深度学习和强算力（云计算）是当今人工智能技术的三大基石。

把智能问题变成大数据问题

20世纪中叶，很多计算机科学家认为，如果计算机实现了下面几件事情中的一件，就可以认为它有智能：1.语音识别；2.机器翻译；3.自动回答问题。

1972年，康奈尔大学教授弗莱德里克·贾里尼克来到IBM沃森实验室进行学术休假，应邀挑选了一个他认为最有可能突破的智能课题——语音识别。

贾里尼克的专长是信息论和通信，因此他看待语音识别问题的角度不同于人工智能的专家们。他把语音识别看成是一个典型的通信问题：人的大脑是信息源，想到一件事并说出来，是一个编码的过程；这句话经过空气或者电话线传到听众耳朵里，是一个经过信道的信息传播问题；信源有信源编码，信道有信道编码，整个是一个编码过程，最后听众把这句话听懂，是一个解码的过程。既然语音识别是通信问题，就可以用解决通信问题的方法来解决。贾里尼克先用两个马尔可夫模型分别描述信源和信道，然后用IBM积累的大量数据训练和使用这两个模型。这个方法让IBM将语音识别率从当时的70%左右提高到90%以上，已经基本能让人们理解语音内容了；同时语音识别的词汇量从两三百个单词上升到两万多个单词，足以走向实际应用。

贾里尼克的新思路被称为数据驱动，这种方法有个很大的好处：随着数据量的积累和计算能力的增强，系统的表现会越来越好。很多其他方法的改进需要靠理论的突破，改进的周期会很长，其效率不如数据驱动方法。此后人工智能专家们把智能问题变成了大数据问题，可以说“人工智能”就是“数据科学”。

数据驱动的威力还体现在谷歌在机器翻译领域的巨大成功。2005年，美国国家标准与技术研究院对全世界各机构的机器翻译系统进行评测。在阿拉伯语到英语翻译的封闭集测试中，谷歌系统的评分为51.31%，领先第二名将近5%，而提高这五个百分点在过去需要研究7～10年；在开放集的测试中，谷歌51.37%的得分比第二名领先了17%，大约领先了一代人的水平。谷歌的机器翻译系统只研发了半年多的时间，并没有创造更高明的方法，但它使用的数据量比其他机构高出了近万倍，大数据就是它大幅提高机器翻译智能的方法。

前面提到，机器智能面临三大考验，除了语音识别和机器翻译，还有“自动回答问题”。《浪潮之巅》和《智能时代》的作者吴军曾负责谷歌的机器问答项目，解决了30%左右的问题，这远远超过了学术界同类研究的水平。除了依托谷歌世界领先的自然语言处理等基础算法，吴军成功的关键在于转换了思路，把这个过去认为是纯粹自然语言理解的问题，变成了一个大数据问题。

由于谷歌有完备的大数据，用户在互联网上问的各种问题，有80%左右可以在前十条自然搜索结果中找到答案（去掉广告、图片和视频等搜索结果）。因此，机器自动问答这个难题可以转换成在大数据中寻找答案的摘要问题。谷歌先用算法把问题和网页中的每一句话一一匹配，挑出那些可能是答案的片段，接下来是用自然语言处理算法把摘录的文字片段进行拼凑，组成符合语法而且读起来通顺的自然语言。

总之，大数据是人工智能的第一块基石。机器的学习过程和人类是不一样的。一个小孩见到几只猫从自己眼前走过，妈妈告诉他这是猫，他下次见到别的猫就能知道这是猫。而要教一台机器来识别猫的话，可能需要给它提供超过100万张猫的图片来学习。所以说有大数据才有人工智能。

大数据究竟有多大？它是怎么来的？

人类将世界“数据化”的努力已经持续了上万年，从结绳记事到统一度量衡，再到十进制算法和复式记账法的发明，数据化给人类的生产和生活带来了无数便利；现代科学使得气压、电流、温度、磁场等现象被量化，这一轮数据化浪潮使得人类文明又前进了一大步。

加州大学伯克利分校信息学院的研究者估计，人类在计算机商品化之前的整个历史过程中积累了约12艾字节（Exabyte，1EB=260字节）的数据，但是到2006年，积累的数据已经达到180艾字节。2010年，全球线上和线下产生的数据量首次超过1泽字节（Zettabyte，1ZB=270字节）。1泽字节大约等于1万亿GB，大约可以装8000亿部清晰电影，或者相当于1000亿人一辈子说的话——1个人一生大约要说10亿句话。

可以说人类从2010年开始进入大数据（Big Data）时代。2012年，有人统计了互联网一天产生的数据总量：每天发出的邮件有2940亿封，相当于美国两年的纸质信件数量；发出的博文达200万篇，相当于《时代》杂志770年的文字量；每天有2.5亿张照片上传至Facebook，如果把它们都印出来，摞在一起能有80座埃菲尔铁塔那么高；每天会有1.87亿个小时的音乐在音乐网站Pandora上播放……总之，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD。这还只是大数据时代刚起步时期的数据量。

大数据一方面来自我们在网络上的各种活动，比如搜索、社交和网购记录等。互联网的快速发展使得数据量井喷，每个人每天的活动都数据化了——邮件、日历、定位、商品和服务的订单、身份识别，用户的行为、喜好、知识以及社交联系都在大数据中显现。

大数据的另一个来源是廉价传感器的普及，各种智能手机和可穿戴式设备、智能车载设备都有非常精准的传感器，此外监测空气质量、交通流量、海浪高度的传感器也在持续增加。

今天，我们已经依靠互联网实现了信息和信息、人和人的互联，展望未来，所有物品也将靠廉价传感器连接在一起。每件物品上都将贴上一个售价仅4美分的RFID（这是指甲盖大小的不干胶，可通过无线电讯号识别特定目标并读写相关数据）。纳米物联网尤其值得关注。科学家们已经开始把传感器的尺寸从毫米或微米级缩小到纳米级，小到能在生物体内循环、能直接混合到建筑材料内，这是朝纳米物联网迈出的关键第一步。未来数十亿纳米传感器会为我们提供与城市、房屋、工厂甚至我们身体有关的更详细、更廉价、更新的图像。

当一切信息、人和物品都连接在一起，每年产生的数据量将会比互联网时代更上一个新台阶。

温故人类发展史，我们才能深刻理解大数据的意义。

在农业社会和工业社会，自然资源是经济社会发展的主要动力，比如各种动植物、能源、矿产等。进入信息社会，知识和信息成为经济社会发展的主要资源，知识的力量开始远超金属的力量，正如工业革命期间金属的力量远超身体的力量。

知识可以细分成四类：数据、信息、知识和智慧。数据经过整理变成信息，从信息中可以总结出知识，比如开普勒总结出行星运动的三大定律，知识通过反复实践融会贯通就是智慧。

两千多年前，人类只能利用竹简和羊皮等笨重或贵重载体，因此只能把最重要的东西书写下来，比如四书五经、《老子》《庄子》《伤寒杂病论》这样的智慧结晶与核心知识。

进入工业社会，造纸术和印刷术高度发达，各种各样重要或不重要的知识都得以被书本记载和传承，重要的信息也能通过报刊来普及，这对于人类的经济发展和文化繁荣起到了重要作用。

在信息社会，从国家大事到明星八卦，从企业动态到家长里短，从股票交易到网络购物，所有种类的信息漫天飞舞。虽然很多人在抱怨“信息过剩”“信息过载”，但与此同时经济的繁荣却更上一层楼。

从上述历史可以看到，从智慧到知识，从知识到信息，随着知识普及层级的一步步降低，经济社会的发展一步步升高。

今天我们进入了大数据时代，进入知识层级的底层，这显然意味着一个巨大历史机遇的到来。

数据是一种资产，是一种待挖掘的资源。数字化增加了人类对这个世界的了解，提高了预测的准确性，让科学研究更加畅通。比如《第二次机器革命》的作者埃里克曾创建一个简单的数据模型，这个模型把搜索词语的变化和随后的房产销量和房价的变化联系在一起做预测。它比美国房地产经纪人协会的预测专家们的预测结果还要准确23.6%。

大数据已经成为许多公司的核心资产，马云曾表示，“我们是通过卖东西收集数据，数据是阿里最值钱的财富”。

但目前的大数据并没有实现全面流通。政府、银行、通信运营商、医疗机构都拥有庞大的含金量很高的数据，但缺乏一种安全有效的办法把它们开放出来，无法在众多领域发挥出价值。

目前制约人工智能领域很多重大突破的关键，是缺乏高质量的数据集。这一问题已经得到包括中国政府在内的各国政府的重视。随着这些数据在未来获得安全有效的开放，人工智能将依托大数据了解每一个人的生活，了解社会的每一个细节。

要利用大数据，必须深刻理解大数据的特征。

除了数据量巨大（一千万个数据算小数据）这个特征，大数据还有两个重要特征：多维度和完备性。接下来我们通过案例来理解这两个特征。

气象局会结合空气湿度、气压信息、云图信息来预测天气，这就是我们所说的多维度。

2013年，百度从“百度知道”的7700万条和吃有关的问题里“挖掘”出来一些有趣的结论，发布了《中国十大“吃货”省市排行榜》。百度发现，东南省份的网友很关心什么虫子能吃；西北地区的网友最关心“蘑菇能吃吗”；江苏、上海、北京等地的网友最经常问“什么的皮能不能吃”；在缺少江河湖泊滋润的宁夏，网友最关心的是“螃蟹能吃吗”；历史浏览量最高的问题是“看电影吃爆米花的习惯是从何时形成的”，有863万网友热切关注。

百度研究的这批大数据的维度很多，比如食物的做法、吃法、成分、营养价值、价格，问题的来源地域和时间，提问者所用的电脑或手机的型号、浏览器和操作系统的类型（从中可以推测出提问者的收入高低）。百度如果深入分析，可以通过提问统计出不同生活习惯的人（比如正常作息的、夜猫子们、经常出差的或者不爱运动的等）的饮食习惯，还可以统计出不同年龄、性别和文化背景的人的饮食习惯，还可以根据不同年份所提问题的变化，看出不同地区人饮食习惯的变化。

从百度这个例子可以看出，大数据的不同维度之间有着天然的（而非人为的）联系，因此我们可以从不同角度挖掘出很多有意思的结论。

如果人工智能了解一个美国人的出身背景、朋友、家庭以及他读的书、看的电影，它就能从这些维度的数据中，推断出他在联邦选举中的投票行为。

未来农业领域会是依靠多维数据进行决策的。水果蔬菜每天的生长数据、未来的气象数据、新增的订单数据、目标市场的人口变化数据、大宗商品交易行情……智能机器通过分析各种维度的数据，就可以精准决策未来的种植。

多维数据在医疗领域也大有用武之地。饮食习惯、运动习惯、使用手机的习惯、父母的健康情况、经济情况都可以影响一个人的身心健康，未来这些多元化的数据都能被收集到，并被相应的人工智能算法处理，从而得出更科学的诊断结果。

顺便说一句，每个维度都需要不少数据，这意味着数据量必须很大——大数据的第二个特征和第一个特征是分不开的。

大数据还有完备性这个特征。

完备的数据蕴藏着巨大的威力。比如中国的公安部门把近14亿中国人的面孔或指纹全部收集齐就是典型的完备数据，信息越完备，不确定性就越小，这对于安检工作有很大意义。1997年IBM的深蓝计算机之所以能战胜国际象棋大师卡斯帕罗夫，除了计算力强大，还因

试读结束[说明：试读内容隐藏了图片]

下载完整电子书