《智能时代》一书是吴军先生的佳作，通篇来讲，这本书更确切的题目是“大数据时代”，因为大数据的质变的发展，使得“智能时代”飞速朝我们奔来。

1946年，第一台计算机ENIAC诞生，它体积庞大，计算速度只有每秒5000次，跟现代随便一台智能手机完全没有可比性。但是科学家已经开始思考计算机的智能问题，毕竟ENIAC的计算速度比人脑快多了。

然而，计算机智能的研究之路颇为坎坷。虽然计算机的性能不断提高，但它们都不能像人脑那样去思考问题，特别是一些抽象性问题。原因是开始的路子一直运用是“仿生学”的方法，让计算机学会人类大脑的思考方式。后来科学家们意识到，对于计算机智能来说，最重要的是解决人脑解决的问题，而不一定采取和人脑一样的方式。就像飞机的发明，并不是运用仿生学原理，让飞机像鸟一样飞，而是利用了空气动力学。

转变思路后，计算机智能发展还是远远落后于计算机其他学科，因为在实验室里，可以供研究的数据太少了，不足以支撑研究。这种情况在互联网兴起之后发生了变化，互联网时代获取数据变得非常容易，计算机智能化研究突飞猛进。

这里先定义一下什么是“数据”，很多人印象当中，数据就是数字，其实数据的概念比数字大得多。互联网上任何内容，包括文字、图片、视频等都是数据，不仅如此，医学影像，工厂设计图纸，出土文物上的符号等也是数据。

数据量不足够大的时候，很多问题是受限的。但是当数据体量够大，算法足够好，奇迹就产生了。拿著名的AlphGo来说，它以4:1的压倒性胜利，战胜了围棋世界冠军李世石，原因不是AlphGo比李世石聪明，逻辑推理能力比人类强，而是它运用大数据和智能算法。

在对弈之前，AlphGo已经做了海量的“五年高考，三年模拟”题，不同版本的AlphGo相互对弈了上千万盘，具体到下棋的时候，AlphGo可以迅速把当前状态直接变成以前下过的获胜模型，所以就“算无遗策”。而人类，怎么都不可能做到这点。

再拿无人驾驶汽车来说，Google的自动驾驶汽车也是大数据思维的一个非常好的案例。不管有没有开过车，我们都会知道驾驶的过程是一个瞬息万变的过程，道路的形态，周边车辆、人流，还有一些突发事件，都考验着驾驶员的观察和应变能力。而Google的自动驾驶汽车，已经非常成熟，安全性比人类驾驶要高。它不是学会人类的观察反应能力，而是利用大数据。

Google的自动驾驶汽车是在成熟的街景范围内开展的，全球人都知道Google地图有多好，可以说Google地图搜集的数据已经帮自动驾驶汽车“扫过街，探过道”，每条街的具体情况，宽窄，限速，周边物体形状、颜色，每个时段交通状况，Google都已经了然于胸。自动驾驶汽车上的传感器，每秒几十次扫描周遭的环境，它遇到的情况都是之前Google地图扫描过的，处理起来自然没有问题。

而最熟练的老司机，也没有Google自动驾驶汽车掌握的情况多，更别说两只眼睛两只耳朵赶不上遍布汽车全身的传感器了。这也是现在在国内，为什么百度敢做自动驾驶汽车，别的科技公司很少踏足这一领域，因为百度地图搜集的大数据也是体量很大的。当然，百度的产品做到哪一阶段，还是需要实际情况检验的。

除了上面两个例子外，大数据也运用在商业的各个领域。比如线上零售业根据我们的购物点击推送商品，这个场景我们已经非常熟悉。而线下零售业也开始运用商品上的信标跟踪探寻顾客的反应。比如一款衣服频繁被顾客挑中，试衣后买走，而另一件也是被顾客挑中，试衣后却留下，商场就可以调整商品的位置、出货量等。这些问题虽然可以由一线销售人员反映，但是信标所显示的数据可能更多更完整。

警察也可以利用大数据发现异常行为，从而查获犯罪行为。举例来说，有犯罪分子租下豪宅种毒品，因为是在室内，需要大量光照，所以用电就比较多。这种情况在过去是很难发现的，但是大数据就能帮警察找出区域内哪些房屋用电量是异常的，结合其他线索，一举摧毁犯罪分子的制毒场所。

保险公司也可以利用大数据，根据人的自身情况定制不同保费。如果你的汽车传回来的数据总是显示你不喜欢系安全带，经常超速，就小心保险公司提高车险价钱吧。

类似的例子书中举了很多，从国家到社会，到个人，大数据已经影响到每一个方面。从积极角度来说，大数据的运用，让机器开始职能化，我们的生活又提高了一个新的台阶。消极角度来说，隐私安全问题也越来越严重。

另一个和每个人息息相关的是，大数据改变了以前的职业结构，很多之前人们认为不大可能被机器替代的工种也岌岌可危。比如说律师、医生、记者，这些脑力劳动者，可能也要像工业时代的手工劳动者一样，面临极高的失业机会。每一个时代的变化，通常只有2%的人能够迎头赶上，其余的人或多或少淹没在时代浪潮当中。这是每个人的悲哀，也是每个人的机会。