對數據了解的程度，看出你有多文明

在很多人的印象中，數據就是數字，或必須是由數字構成，其實不然，數據的範疇比數字要大得多。網際網路上的任何內容，比如文字、圖片和影片都是數據；醫院裡包括醫學影像在內的所有檔案，也是數據；公司和工廠的各種設計圖紙也是數據；出土文物上的文字、圖示，甚至它們的尺寸、材料，也都是數據；甚至宇宙在形成過程中，也留下了許多數據，比如宇宙中的基本粒子數量。

雖然數據本身為客觀存在，但它的範疇隨著文明的進程不斷變化和擴大。在電腦出現以前，一般書籍上的文字內容並不被看成是數據，而今天，這種以語言和文字形式存在的內容，是全世界各種資訊處理中最重要的數據，也是世上通信領域和資訊科技產業的核心數據──包括我們的信件、電話和電子郵件內容、電視和廣播節目、網絡網頁，以及各種社交產品中由使用者產生的內容（User Generated Content，簡稱UGC）。這些數據的共同點，是以語音和文字為載體。因此，研究人員為了研究和處理它們，還建立了專門針對語音和文字的數據庫，即所謂的語料庫（Corpus）。在語料庫中，數據主要是語音和文字，反而沒有多少數位內容。

將數據的外部延伸擴大，那些醫學影像資料、工業中的各種設計圖紙，都可以被劃分為數據。事實上，它們已經是今天大數據處理的對象了。我們人類的活動本身，也可以被看成是一種特殊的數據，比如我們玩遊戲的行為、社會關係、每天的活動等。可以想像，我們下一代所談論的數據，一定比今天的範圍更廣泛。可以說，數據是文明的基石，人類對它的認識也反映出文明的程度。

現今談論數據時，人們常常將它和資訊的概念混同，比如在談論數據處理和資訊處理時，其實想表達的意思相差不大。然而嚴格來講，數據和資訊雖然有相通之處，但還是不同的。

資訊是關於世界、人和事的描述，比數據來得抽象。資訊既可以是我們人類所創造，比如兩個人的語音通話紀錄；也可以是天然存在的客觀事實，比如地球的面積和品質。不過資訊有時藏在事物的背後，需要挖掘和測量才能取得，比如宇宙大爆炸時留下的證據──3K背景輻射、物理學定律中的參數、日月星辰運行的週期等。在西方很多物理學家看來，上帝在創造宇宙時，將很多資訊埋藏在黑暗之中，他們的工作就是找到這些資訊，並且用數據將它們描述清楚。因此，在這種前提下，將資訊和數據混為一談倒也無害。

不過，數據和資訊仍稍有不同，雖然數據最大的作用在於承載資訊，但並非所有數據都承載了有意義的資訊。數據本身是人造物，因此可以被隨意製造，甚至被偽造。沒有資訊的數據通常沒有太大意義，大家也不太關心，因此這些數據不是本書要討論的重點。偽造出的數據則有副作用，比如我在《數學之美》中不斷提到的，為了優化網頁，搜索排名而人為製造出來的各種作弊數據。

另外，那些有用的、毫無意義和偽造的數據，常常是混在一起的，後面兩種無疑會干擾我們從數據中獲取有用的資訊。因此如何處理、過濾掉沒有用的雜訊和刪除有害的數據，從而獲取背後的資訊，便成為技術，甚至是一種藝術。只有善用數據，我們才能得到意想不到的驚喜，即數據背後的資訊。

對數據了解的程度，看出你有多文明

在很多人的印象中，數據就是數字，或必須是由數字構成，其實不然，數據的範疇比數字要大得多。網際網路上的任何內容，比如文字、圖片和影片都是數據；醫院裡包括醫學影像在內的所有檔案，也是數據；公司和工廠的各種設計圖紙也是數據；出土文物上的文字、圖示，甚至它們的尺寸、材料，也都是數據；甚至宇宙在形成過程中，也留下了許多數據，比如宇宙中的基本粒子數量。

雖然數據本身為客觀存在，但它的範疇隨著文明的進程不斷變化和擴大。在電腦出現以前，一般書籍上的文字內容並不被看成是數據，而今...

第四次工業革命，將是人類的勝利

2016年是人工智慧史上一個具有紀念意義的年分，它是一個時代的結束，也是新時代的開端。距離1956年約翰•麥卡錫（John McCarthy）、馬文•閔斯基（Hyman Minsky）、納薩尼爾•羅切斯特（Nathaniel Rochester）和克勞德•夏農（Claude Shannon）等人提出人工智慧的概念，正好過去了六十年，按照中國的習慣來說，正好經過了一甲子。而當年在達特茅斯會議提出此概念的十位科學家中，最後一位科學家閔斯基，也在該年年初離開了人世。這或許表示人類在人工智慧領域第一階段的努力，落下了帷幕。

就在閔斯基去世後的兩個月，Google的圍棋電腦AlphaGo，在與世界著名選手李世乭的對局中，以四比一取得了壓倒性的勝利，成為第一個戰勝圍棋世界冠軍的機器人。它的意義要遠遠超過1997年， IBM的電腦深藍（Deep Blue）戰勝西洋棋大師卡斯帕洛夫（Garry Kasparov），因為從難度上講，圍棋比國際象棋要難六到九個量級。這件事不僅是人類在人工智慧領域取得的又一個里程碑，且表示一個新的時代——智慧時代的開始。

從電腦發展的角度看，智慧型機器在所有棋類中戰勝人類，其實只是時間問題，因為機器運算能力的提升是指數級增長，而人類智力能做到線性增長就不錯了。因此，在所有的棋類比賽中，智慧型機器總有一天會超過人。在1997年 IBM的深藍戰勝卡斯帕洛之後，圍棋不僅是電腦尚未超越人類的最後一項棋類，而且還蘊含著上千年的東方文化，即棋道。雖然大部分人相信，電腦最終可以在圍棋上超越人類，但總覺得那仍是幾年後的事情。

就在AlphaGo 和李世乭比賽之前，李世乭本人也認為前者的水準和他相差一到兩個子，也就是說，即使他讓先也能以五比○獲勝。中國圍棋界的泰斗聶衛平也認為，電腦是不可能戰勝人類冠軍的。就連曾經在Google 工作過的 IT業老兵李開復博士，也不相信AlphaGo 能贏。這並非李開復等人對人工智慧的發展狀況不夠了解，而是因為下圍棋本就是一件太難的事情。

2015年年底，AlphaGo 僅僅贏了樊麾二段而已，離九段還差得遠。但大家忘記了一件事，那就是AlphaGo 在水準的提升上，並不需要人那麼長的時間。事實上，在Google 內部，大家在開賽前已經知道AlphaGo 的水準並不在九段之下。

2016年3月9日，AlphaGo 和李世乭的世紀大戰開始。AlphaGo 在第一盤出人意料的輕鬆獲勝。當然，大部分人在讚譽AlphaGo 的同時，依然認為這可能是李世乭在試探電腦而已，畢竟那是五盤棋的比賽，用一盤棋試探對手未嘗不是明智之舉。但是，當AlphaGo 在第二盤獲得連勝，並且下出許多令人預想不到的好棋後，對人工智慧抱持懷疑態度的聶衛平等人，都對它產生了敬意。

AlphaGo證明了，人是打不過電腦的

在AlphaGo 獲得第三盤勝利之後，很多超一流棋手都渴望與它一戰，希望以此檢驗自己的水準，並且提高技藝。雖然李世乭在第四盤抓住AlphaGo 的一個失誤，打了一場漂亮的勝仗，但是AlphaGo 在最後一盤仍穩穩掌控局面，直到勝利。在那次的人機大戰之後，圍棋界對人工智慧，從懷疑變成了頂禮膜拜，大家都意識到，按照AlphaGo 在過去幾個月內的進步速度，只要Google 願意繼續進行研發，很快的，所有圍棋高手都無法和它過招了。

電腦之所以能戰勝人類，是因為機器獲得智慧的方式和人類不同，它不是靠邏輯推理，而是靠大數據和智慧演算法。在數據方面，Google 使用了幾十萬盤圍棋高手之間對弈的數據來訓練AlphaGo，這是它獲得所謂智慧的原因。在計算方面，Google 採用上萬台伺服器來訓練AlphaGo 下棋的模式，並且讓不同版本的AlphaGo 相互對弈上千萬盤，才保證能做到算無遺策。

而具體的下棋策略，AlphaGo 有兩個關鍵的技術。第一個關鍵技術是把棋盤上當前的狀態，變成獲勝概率的數學程式，這個程式沒有任何人工規則，而是完全靠前面所說的數據訓練出來。第二個關鍵技術是啟發式搜索算法——蒙特卡羅樹搜索演算法（Monte Carlo Tree Search），它能將搜索空間限制在非常有限的範圍內，保證電腦能快速找到好的下法。雖然AlphaGo 的訓練使用了上萬台伺服器，但它在和李世乭對弈時，僅用了幾十台伺服器（一千多個CPU的內核以及一百多個GPU）。

相比國際象棋，圍棋的搜索空間要大很多倍，AlphaGo 的計算能力與深藍相較，其實並沒有提高這麼多，它靠的是好的搜索演算法，能夠準確聚焦搜索空間，因此能在很短的時間內算出最佳行棋步驟。由此可見，下圍棋這個看似智慧型的問題，從本質上講，是一個大數據和演算法的問題。

當然，Google開發AlphaGo的最終目的，並非要證明電腦下棋比人強，而是要開發一種機器學習的工具，讓電腦能夠解決智慧型問題。AlphaGo和李世乭對弈，實際上是對當今人工智慧水準的測試。從樊麾到李世乭，他們是用自己的專才在幫助Google測試當今人工智慧的水準。在人機對弈的第四盤，李世乭反敗為勝的過程中，他無意中發現AlphaGo的一個缺陷。因此，Google的成功也有李世乭等棋手的功勞。從這個角度來講，AlphaGo的勝利也表示人類在人工智慧達到了一個嶄新的水準，因此它是人類的勝利。

第四次工業革命，將是人類的勝利

2016年是人工智慧史上一個具有紀念意義的年分，它是一個時代的結束，也是新時代的開端。距離1956年約翰•麥卡錫（John McCarthy）、馬文•閔斯基（Hyman Minsky）、納薩尼爾•羅切斯特（Nathaniel Rochester）和克勞德•夏農（Claude Shannon）等人提出人工智慧的概念，正好過去了六十年，按照中國的習慣來說，正好經過了一甲子。而當年在達特茅斯會議提出此概念的十位科學家中，最後一位科學家閔斯基，也在該年年初離開了人世。這或許表示人類在人工智慧領域第一階段的努力，落下了帷幕。

就在閔斯基去...

推薦序一　智慧時代的推手

推薦序二　智慧時代，未來已到

前 言 第四次工業革命，將是人類的勝利

第一章　下一次革命

第二章　將智慧問題轉為數據問題，電腦從此無敵

第三章　我們想知道的，都在數據裡

第四章　在未來，大數據和人工智慧就像水和電

第五章　大數據和智慧革命的技術挑戰

第六章　未來的智慧化產業

第七章　成為前2%的人

推薦序一　智慧時代的推手

推薦序二　智慧時代，未來已到

前 言 第四次工業革命，將是人類的勝利

第一章　下一次革命

第二章　將智慧問題轉為數據問題，電腦從此無敵

第三章　我們想知道的，都在數據裡

第四章　在未來，大數據和人工智慧就像水和電

第五章　大數據和智慧革命的技術挑戰

第六章　未來的智慧化產業

第七章　成為前2%的人