引言：大数据与智能革命重新定义未来，2%的人将控制未来，成为他们或被淘汰。
作者简介
吴军，著名自然语言处理和搜索专家，硅谷风险投资人。曾担任Google资深研究员，设计了Google中、日、韩文搜索算法以及Google的自然语言分析器。也是上海交通大学客座研究员和约翰.霍普金斯大学工学院董事，著有《数学之美》、《文明之光》、《浪潮之巅》。
推荐语
在书中，作者从工业革命谈起，进而延伸出新的思维革命，从而导出大数据与智能化，指出技术时代的变迁总是会引起现有产业格局的重大调整。作者还提到人工智能经历的几个探索阶段，不可避免，每一次大的技术革命都会带来阵痛，但同时诞生的，还有更多新的机会。而要想在智能时代取得胜利，成为“2%”的人，我们需要做的第一步，就是打破现有的认知束缚。
数据，人类建造文明的基石
早期人类得到的数据一个重要的来源就是观察，从观察中得出结论。早期人类所获得的数据是有限的，而今我们要面对众多的数据信息，远比我们想象的要广要多。在电子计算机诞生、人类进入信息时代之后，数据的作用越来越明显，数据驱动的方法开始被普遍采用。
机器智能和大数据
- 鸟飞派：人工智能 1.0时代，传统的人工智能方法
就是让机器要像人一样思考才能获得智能，很多领域早期的尝试都是模仿人或者动物的行为，比如飞行，将鸟的羽毛做成翅膀绑在胳膊上往下跳，结果可想而知，我们也把这种方法论称之为“鸟飞派”
- 另辟蹊径：统计+数据
人类开始尝试机器智能的另一条发展道路，即采用数据驱动和超级计算的方法。而这种方法依赖于数据的大与全，20世纪90年代互联网兴起之后，数据的获取变得非常容易。经过十几年的积累，最终量变到了质变。
- 大数据
全世界各个领域数据不断向外扩展，很多数据开始出现交叉，各个维度的数据从点和线连成了网，就出现了大数据。
大数据主要有以下几个特征：大量的、多维度、完备性。
在有大数据之前，计算机并不擅长解决需要人类智能来解决的问题，但将智能问题变为数据问题后，这个就方便解决了，也是新的一轮技术革命---智能革命，而智能革命更是一场思维革命。
一场思维的革命
- 机械思维带来了的工业革命
思维方式和方法远不如方法论对科学的发展至关重要，东方的文明长期以来在技术上领先于西方，但是在科学体系的建立上远远落后于西方，关键输在方法论上。
机械思维的核心思想主要有以下几点：
1、世界变化的规律是确定的
2、因为有确定性做保障、因此规律不仅可以被认识，而且可以用简单的公式或者语言描述清楚与因果关系。
3、这些规律应该是放在各处都适用的
- 世界的不确定性
我们对这个世界的方方面面了解得越来越细致之后，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来处理它们，人为地把它们归为不确定的一类。
在信息论中，香农指出，信息量与不确定性有关，要想消除系统内的不确定性，就要引入信息。大数据的科学基础是信息论，它的本质就是利用信息消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，但并非完全对立，更多的是一种补充。
大数据是商业的一种助推剂
- 大数据商业的共同点---尽在数据流中
无目的的原始数据聚合在一起形成一个非常庞大的数据量，而经过筛选、处理后，建立在数据模型上，再经过机器的学习应用到具体的商业场景中。
- 现有产业+新技术=新产业
在这个过程中，大部分现有产业加上新技术会造就一个新的产业，即原有产业需要以新的形态出现。
大数据和智能革命带来的变迁
- 大数据在信息收集、存储、传输、安全，隐私等方面仍然有很多技术挑战需要应对。
- 新的产业革命将会取代旧的产业来满足人类的需求，比如农业+智能的结合，医疗+智能的结合，制造业+智能的结合，体育与智能的结合，这些都渐渐的会塑造一个新的产业出来，来取代旧的产业。
智能革命带来的一些问题
- 隐私
我们现在基本上做的每一件事都被记录下来、我们打电话、上网、出门在外（摄像头），我们在无形中贡献了个人数据，那么针对于数据的隐私问题如何解决？如何利用才不至于触犯用户的隐私权？
- 智能革命的冲击
全球信息化带来的效率已经使得很多人无事可做，越来越难寻找空白市场，来消化这些过剩的劳动力。而智能革命对社会的冲击强度更大、影响面更广、更深刻，更多从业人员因为机器智能而减少时，几十亿劳动力怎么办？
- 争当2%的人
在智能革命到来之际，作为个人和企业都应该拥抱它，让自己成为那2%的受益者；站在产业的上游，来提供有价值的给其他的人或企业。
