计算机之所以能战胜人类，是因为机器获得智能的方法和人类不同，它不是靠逻辑推理，而是靠大数据和智能算法。
如果我们把资本和机械动能作为大航海时代以来全球近代化的推动力的话，那么数据将成为下一次技术革命和社会变革的核心动力。
人类文明的过程其实伴随着如下图过程：获取数据、分析数据、建立模型、预测未知。
要建立数学模型就要解决两个问题，首先是采用什么样的模型，其次是模型的参数是多少。
一些数据专家将大数据的特征概括成三个V：即大量（Vast）、多样性（Variety）和及时性（Velocity）。
据记载，1956年的夏天，香农和一群年轻的学者在达特茅斯学院召开了一次头脑风暴式的会议。会议的倡议者是当时在该学院任教的约翰麦肯锡（John McCarthy，1927-2011），以及同岁的马文明斯基（Marvin Minsky，1927-2016），他们当时都只有29岁，另外两个倡议者是纳撒尼尔罗切斯特（Nathaniel Rochester,1919-2001）和克劳德香农（Claude Shannon，1916-2001），年龄也不大，还有6位年轻的科学家参加，其中包括后来得了图灵奖的赫伯特西蒙（Herbert Simon，1916-2001）和艾伦纽维尔（Allen Newell，1927-1992）。人工智能这个说法便是在这次会议上提出的。
机械思维的形成可以追溯至古希腊。其中最有代表性的是欧几里得的几何学和托勒密的地心说。
欧几里得最大的成就不是发现了那些几何定理，而是在人类所积累起来的几何学和数学知识的基础上，创立了基于公理化体系的几何学。
托勒密在近代之前是当之无愧的最伟大的天文学家，没有之一。除了地心说，托勒密的贡献还包括：发明了球坐标，定义了包括赤道和零度经纬在内的经纬线，提出了黄道，发明了弧度制，等等。
后人这样评价牛顿和瓦特这两位英国的杰出人物：牛顿找到了开启工业革命大门的钥匙，而瓦特拿着这把钥匙开启了工业革命的大门。
瓦特的成功不仅是技术的胜利，更重要的是他掌握了新的方法论--机械思维。
著名物理学家张首晟教授喜欢用三个公式概括人类最高的文明成就：
- 爱因斯坦的质能转换公式
- 量子力学中的测不准原理
- 熵的定义
世界上很多事情是难以用确定的公式或者规则来表示的。但是，它们并非没有规律可循，通常可以用概率模型来描述。在概率论的基础上，香农博士建立起一套完整的理论，将世界的不确定性和信息联系了起来，这就是信息论。
与机械思维是建立在一种确定性的基础上所截然不同的是，信息论完全是建立在不确定性基础上，而要消除这种不确定性，就要引入信息。至于要引入多少信息，则要看系统中的不确定性有多大。
在信息时代的方法论：谁掌握了信息，谁就能够掌握财富，这就如同在工业时代，谁掌握了资本谁就能获取财富一样。
在一般人眼里，Google是一家高科技公司，不断地研发新的技术，并且成功地将一部分技术转化为产品。但是，它从根本上讲其实是一家数据公司。
技术进步是一个缓慢的量的积累。但是当这些量的积累到一定程度后，科技在短时间内获得单点突破，然后新科技全面迸发，这便是拐点。在历史上有很多关键性的拐点，比如1966年，牛顿发明了微积分，发现了力学三定律和万有引力定律，完成了光学分析，从此世界进入科学近代社会，因此这一年被看成是科学史上的一个拐点。到了1905年，爱因斯坦完成了分子说，发现了光电效应，提出了狭义相对论，从此开启科学的现代社会，随后物理学的各个领域全面繁荣。1965年，摩尔博士提出了摩尔定律，同时在工业界大规模集成电路出现，从此开始了持续半个世纪的信息产业高速发展。
机器学习并不是什么新鲜事，今天广泛使用的机器学习算法，比如人工神经网络算法、最大熵模型、逻辑自回归等，早在40年前就已经成熟了。但是由于数据量不够，导致机器学习的应用范围比较窄，再加上它是介于应用数学、统计学和计算机科学之间的交叉领域，因此一直没有受到太大的重视。
社交网络和移动互联网APP的提供者在不断地测试用户对暴露隐私的承受底线。
在20世纪50年代，著名的工程师、被誉为晶体管之父的皮尔斯（John Robinson Pierce，1910-2002）把治愈癌症和登月、识别语音、水变油、海水里提炼黄金并列为人类难以解决的5个难题。
隐私就像自由，只有当人们失去它的时候，才知道它的可贵。
历史上影响力可以和正在进行的智能革命相比的，只有18世纪末始于英国的工业革命、19世纪下半叶始于美国和德国的第二次工业革命、“二战”后以摩尔定律为标准的信息革命，一共是三次。
