我们现在发现智能机器人发展很迅猛，但是让机器拥有智能的钥匙其实是大数据，大数据并不是简单的一堆数字，网上所有的东西都可以算作数据。
有了数据再经过系统性的整理，就变成了信息，信息经过简洁抽象的加工，就变成了知识。
比如通过测量星球之间的相对位置和时间，就能够得到数据，通过数据就能得到星球运动的轨迹，这就是信息，通过这些信息总结出的开普勒三定律，这就是知识。
大数据有三个主要特征：体量大、多维度和完备性。智能问题的实质则转变为如何处理数据的问题，机器的智能水平也会随着数据量的增长而增长，所以智能革命的上升趋势是不会变的。
谷歌拍摄街景的汽车，一辆汽车每天生产数据量大概是1TB，也就是1024GB，而一部电影按照1000MB算，也就是说一辆街景汽车每天能够产出1000部电影那么大的数据量。
手机号能够调出你的搜索习惯，通讯信息，然后你的性别、年龄、位置、文化背景这一连串的信息都会被调出来，然后根据大样本的统计，你平时的关注，生活习惯等都会清楚地展现出来。
思维上的转变。
我们一直是单纯的机械思维，要转变为大数据思维，机械思维的本质是确定性和因果关系，如果在两个世纪之前一个人具有机械思维，那么这个人就是顶级的精英。
机械思维被普遍接受的一个大前提是，默认这个世界的所有事物都有规律，而且世界的规律是确定的规律。
牛顿用几个简单的公式，比如力学三定律和万有引力定律，就把宏观物体的运动规律描述清楚了，而焦耳用一个公式就说清楚了能量守恒原理，麦克斯韦用几个公式就描述清楚了电磁的原理。
而如今机械思维方式大多数时候就不太管用了，因为这个世界具有不确定性，比如测不准原理，说的就是像电子这样的基本粒子，如果你要测量它的位置，总会有一定的误差， 因为你测量这个动作本身就对它的位置产生了影响。
大数据的不确定性。
依靠因果关系认识世界的效率非常低，大数据思维则给机械思维做了完美的补充，大数据解决了不确定性的问题，「信息熵」这个概念指出，信息量和不确定性有关。
比如你看一本心理学的书籍，如果你本来就很了解心理学，那你可能很快就能看完这本书，也就是这本书提供了很少的信息量就能消除这本书的不确定性。
但如果你看一本编程的书，而你又是小白，那么可能需要一字不落看完才能理解，需要大量的信息才能消除这本书的不确定性，消除不确定性的好办法就是引入信息。
智能革命会让传统的产业加上大数据变成新产业。
比如弱势球队的崛起，首先通常是一个大老板喜欢这个球队，然后花钱买下球队，然后继续砸重金购入球星和大牌教练，再通过各种广告招揽球迷。
硅谷的一个球队就很特殊，他们的管理层由风险投资人和数据分析师组成，他们不买大牌的球星，反而将对立特别有名的球员都卖掉，然后围绕一个没有名气的球员定球队的战术，这个球队则靠着这个打法逆袭成功，成为那个赛季的冠军。
又比如大数据在医学上的应用，美国一位高中生，设计了一种确定乳腺癌癌细胞位置的算法，输入了大约760万个病例，对癌细胞的位置预测的准确率高达96%，这比一个资深大夫要强很多，相信不久后医生这个职业会被机器慢慢取代。
大数据带来的麻烦。
比如奸商的精准营销，他们会通过你的反馈记录看出你是个好惹的人还是不好惹的人，如果你特别在乎自己的权益，买到假货就立即维权，商家就会觉得你这个人不好惹，还是给你推送真货比较省心，而如果你对自己的权益不敏感，买到假货也懒得退，那就总会受到给你推送的假货。
再比如美国很多航空公司利用个人隐私发财，当航空公司发现某个人最近必须出行时，而这个人之前又对票价不敏感，那么航空公司就会报给比其他人高的价格，尤其是最近如果只有少数航班的情况下，他们就会坐地起价。
值得注意的是，人工智能还会将贫富差距越拉越大，唯一能做的是争取拥抱智能时代的任何新技术和新工具，努力跟上时代的步伐，才能成为受益的那一小部分人。
相关阅读：
热门专题
