luda 吴军的书在豆瓣评价很高，一开始很纳闷，不至于像大家说的那么好吧，想要写成一本好书太难了，有些人终其一生精华只写了一本书，还不能称之为经典好书，但吴军的书本本评价优秀，说不定是大家人云亦云，一群乌合之众。目前已读其《浪潮之巅》《见识》，今天开启了《智能时代》的阅读，这三本书都给我带来了很大震撼，不但阅读时其语言沏入心脾，更在观点上打开了视野，提高了对于事物的认识。查理经常说如果每隔一两年就革新了自己头脑中的一个观点的话，那已经很不错了，这三本书本本都给我带来了很多观点的更新，花费不到一个月，这........，只能说我底子薄，很多事物还没形成自己的认识，革命尚未成功，同志仍需努力。但我已决定加入“乌合之众”里面，对吴军进行顶礼膜拜。
借用《双城记》里面的话，这是最好的时代，也是最坏的时代，欢迎来到智能时代。人类文明经历了几千年农业时代，进入工业时代之后，短短几百年相继经历了第一次工业文明的蒸汽时代，第二次工业文明的电气时代，第三次的信息时代，以及工业4.0的智能时代，技术的革新周期越来越短，发展越来越快，呈加速态势。但智能时代和其他时代还是有本质区别，智能时代应用的基础是大数据，方法为“相关性”，而其他时代都是机械思维，是为因果关系，思维方式有其本质差别。
机械思维是寻找确定性的因果关系。今天说起机械思维，很多人马上想到的词是“死板”“僵化”觉得非常落伍，甚至“机械”本身都算不上什么好词。但在两个世纪之前，这可是一个时髦的好词，就如同今天我们所说的互联网思维，大数据思维很时髦一样。可以毫不夸张的讲，过去三个多世纪的发展，机械思维可以算得上人类总结出的最重要的思维方式，也是现代文明的基础。今天，很多人的行为方式和思维方式其实依然没有摆脱机械思维，尽管他们嘴上谈论的是更时髦的概念。机械思维的形成可以追溯至古希腊。欧洲之所以能够在科学上领先于世界其他地方，在很大程度上是依靠从古希腊建立起来的思辨的思想和逻辑推理能力，依靠它们可以从实践中总结出最基本的公理，然后通过因果逻辑构建起整个科学的大厦。其中最有代表性的是欧几里得的几何学和托勒密的地心说，不过对于近代社会思想贡献最大的还是著名的科学家和思想家牛顿。牛顿通过他在数学，物理学，天文学和光学等诸多领域开创性的方法论，不仅开创了科学，理性的时代，而且开启了西方的近代社会。牛顿最直接的贡献，在于他用简单而优美的数学公式破解了自然之谜，让人类第一次有了认识自然的自信。人们以前对于自然，恐惧而迷信，不知道为什么苹果往下落，日月星辰升起又落下。但牛顿的伟大成就开启了科学时代的来临，让人们相信万物的运动变化规律是可以被认识的。后来人们将牛顿的方法论概括为机械思维，其核心思想有：第一，世界变化的规律是确定的。第二，因为有确定性做保障，因此规律不仅是可以被认识的，而且可以用简单的公式或者语言描述清楚。第三，这些规律应该是放之四海而皆准，可以应用到各种未知领域指导实践。
机械思维直接带来工业大发展的时代。机械思维的诞生引起的是工业前三个文明的发展。蒸汽时代开启了工业文明的钥匙，瓦特通过科学原理直接改进蒸汽机，发明了一种万用蒸汽机。在其之前其实也有蒸汽机，但各各行业并不通用，瓦特的蒸汽机的通用性则要好很多，同一种蒸汽机可以卖到不同的工厂。这也是机械思维的重要特征——所有问题有一个通用的解决方法。瓦特的蒸汽机其实是为整个工业提供了通用动力。形成了“蒸汽机+现有产业=新产业”的模式。例如，瓷器的制造，原先为奢侈品，蒸汽机的使用使得全世界一千多年供不应求的瓷器，从此出现了供大于求的情况。开启了工业文明，开启了现代世界，各行各业都繁茂起来，马克斯曾经说过“资产阶级在其不到100年的阶级统治中所创造的生产力，比过去一切时代创造的全部生产力还要多，还要大”。工业革命不仅带来了产业兴茂，带来了财富，更延长了人的寿命。由此可见，一种新的思维方式对人类文明进步的重要性。电气时代和信息时代则是机械思维的延续。
机械思维有其局限性。局限性来自于它否认这个世界的不确定性和不可知性。从牛顿开始，人类社会的进步在很大程度上得益于机械思维，但到了信息时代，他的局限性也越来越明显。首先，并非所有的规律都可以用简单的原理描述，其次像过去那样找到因果关系已经变得非常困难，因为简单的因果关系规律性都被发现了。另外，随着人类对世界的认识越来越清楚，人们发现世界本身存在着很大的不确定性，并非如过去想象的那样一切都可以确定的。在微观方面量子力学中，微粒子的在一个区域的出现是有其概率的，是不确定的，这也就是“上帝也掷骰子”的著名辩论。在宏观方面，我们经常可以看到一种怪现象，很多时候专家对未来的各种预测都是错的，这种在金融领域尤其常见。这并不是因为他们缺乏专业知识，而是由于不确定性是这个世界的重要特征，以至于照搬传统方法机械思维难以做出准确的预测。世界的不确定性来自两个方面，首先是当我们对这个世界的方方面面了解的越来越细致之后，会发现影响世界的变量其实非常多，已经无法通过简单的办法或者公式算出结果，太多的不确定因素是他们考虑不到的，而且相互之间的影响也计算不精确。不确定性的第二个因素来自于客观世界本身，人类本身的参与和测量影响了结果，它是宇宙的一个特性。量子力学中有个测不准原理，因为人类本身的测量活动对于系统也有影响，影响了被测量的结果。
相关性思维的智能时代，应用基础为大数据。首先我们必须承认世界的不确定性，有些问题不能采用机械思维的方式去解决问题，这就需要从遵循因果关系过渡到寻找相关性的思维方式中来。但信息或者说数据能够消除不确定之后，便能理解为什么大数据的出现能够解决那些智能的问题，因为智能问题从根本上来讲无非是消除不确定性的问题。随着信息技术的发展，积累的数据越来越多，量变引起质变，带来了大数据的基础。大数据需要具备三个特征，数据量大，多维度和完备性。数据量大和多维度好理解，完备性需要重点解释下，在过去，使用任何基于概率统计的模型都会有很多小概率事件覆盖不到，这在过去被认为是数据驱动方法的死穴，很多学科把这种现象称之为“黑天鹅”效应。在大数据出来之前，这件事是无法避免的，怎样防止漏网的现象出现，就需要数据的完备性了。在大数据时代，某个领域获得数据的完备性还是可能的。比如全国人民群众的DNA，面孔收集，毕竟人口不是无限大的。在这种情况下，就不会出现覆盖不了很多小概率事件的黑天鹅出现。
相关性：使用数据的钥匙。举个利用大数据解决医疗问题的经典案例：2009年，人类发现一种新的流感病毒，短短一个月内由该病毒导致的疾病就在全球迅速蔓延开来。这让大家想起来1918年的欧洲大流感，当时有5亿人口受到威胁，并且有5000-1亿人死亡，因此此次新的流感病毒引起全世界的恐慌。当时还没有研制出对抗这种流感的疫苗，公共专家只能先设法知道这种病毒流行到了哪里，以便防止它的进一步传播。过去预报疫情传统的方法是由各地医院，诊所和医务人员向美国疾病控制和预防中心上报。但是这种方法延时大约有10天至两周，而两周内疫情早已迅速扩散。庆幸的是，疾病控制和预防中心的科学家和谷歌的工程师从2007年就开始合作研究流行病传播和各地搜索量变化的关系，通过各地区用户在谷歌上搜索和流感有关的关键词的趋势变化，预测流感流行到了什么地方。具体方法是谷歌的工程师们从4.5亿种关键词的组合中，最终挑出45个重要的检索词条和55个次重要词条作为特征，训练了一个线性回归模型预测冬季流感传播趋势和地点，并且将机器预测的结果和疾病控制中心公布的数据进行对比，发现准确率高达97%以上。运用这个模型，最终把新型流感病毒确认到具体流行位置，并把他们扼杀在摇篮里。在这个例子中，最关键得是建立起数据之间的相关性，即疾病传播和该地区搜索关键词变化的关系。很多时候，我们无法直接获得信息（比如疫情传播情况），但是我们可以将相关联的信息（比如各地搜索情况）量化，然后通过数学模型，间接的得到所要的信息，当然各种数学的模型的基础都离不开概率论和统计学。