以前研究人工智能的科學家也認為，機器如果要有智能，就得像人腦一樣思考，所以，都是設計各種算法來模擬大腦的思考過程，但這就像讓飛機拍翅膀一樣，根本行不通。後來，有個叫賈里尼克的教授，他在研究計算機語音識別的時候換了個思路，他想與其教會電腦理解人類的語言，不如把大量的語音數據輸進電腦里，讓他進行快速的匹配，那你數據量越大，計算機的識別能力不就越高了嗎？這看起來是個笨辦法，但是一下就把思路打開了，智能問題被轉換成了統計學問題，處理統計數據那可是計算機的強項。從那個時候開始，大家明白了，讓機器擁有智能的鑰匙，其實是大數據。

什麼是大數據？

網上所有的東西都可以算做數據，比如說文字啊，圖片啊，視頻呢，你發出的信息，你收到的郵件，甚至包括你下班可能走哪條路回家，這都可以算做數據。

有了數據以後，再經過系統性的真理，就變成了信息，信息再經過更簡潔抽象的加工，就變成了知識。

比如通過測量星球之間的相對位置和時間，咱們就得到了數據，通過數據能得到星球的運動軌跡，就是信息，通過信息總結出開普勒三定律，這就是知識。

我們人類不斷通過知識改變世界，而數據就是一切知識的基礎。

這個時代最重要的思維變化是從單純的機械思維轉變到大數據思維。

機械思維有一個大前提，它默認這個世界的所有事物都是有規律的，而且這些規律是確定的，只要你肯用功，肯努力，就一定能找到。機械思維還有一個特點，它依靠的主要邏輯是因果關係。

但是，隨著我們對世界的認識越來越清楚，我們忽然發現，這種思維方式很多時候不太管用了。

因為這個世界是越來越複雜的，世界本身就存在著極大的不確定性。

既然世界充滿了不確定性，因果關係，效率又很低，那我們還能怎麼認識世界呢？大數據思維給機械思維做了完美的補充。

通信領域的專家香農提出了信息熵這個概念，它可以用來描述一個系統的不確定性。

你需要大量的信息，才能消除對這本書的不確定性。

信息就是數據的總結和加工，所以說，數據天生就可以消除不確定性。

數據之間的強關聯性可以某種程度上代替因果關係，讓我們直接找到問題的答案，這就是大數據思維的核心。

智能時代的顛覆性就在於，它可能是拖也解決不了問題的，因為它比前三次技術革命更加徹底。過去，機器只是替代人的手，所以，搞體力勞動的還能去做腦力勞動。但到了智能時代，機器替代的可是你的大腦，那每個人真的就是退無可退了。

未來只有 2% 的人能夠真正成為控制大數據和機器智能的人。

過去，我們比誰能更好地融入到人群社會里，未來可能看誰更能跟機器合二為一。