如果我们想在“道”的层面了解大数据，我们就需要了解人类认识世界方法的演变和发展过程。
欧洲之所以能够在科学上领先于世界，在很大程度上是依靠从古希腊建立起来的思辨与逻辑推理能力。
其代表人物就是欧几里得和托勒密，其方法论可概括为‘通过观察获得数学模型，再利用数据来细化。’
简单来说，就是先有一个简单模型然后通过这个元模型构建复杂模型；其次，整个模型要和历史数据相吻合。
这里有个致使的缺陷，那就是确定性假设，假定的模型一旦产生，就是确定的和不会改变的。
颠峰人物的笛卡尔和牛顿让人们相信世界万物的变化规律是确定的，而且规律可以被简单公式或语言所描述，并可应用到各种未知领域。
这就是‘机械思维’的核心，这给人类带来了前所未有的自信，也让‘确定性’深入人心。
然而，不确定性在我们现今的世界里不处不在，经济学专家们对未来的所谓预测，对、错竟然各占一半。
与机械思维不同的是，信息论完全是建立在不确定性的基础之上的，信息量的度量就等于不确定性的多少。
若想要消除这种不确定性，就要引入信息，要引入多少信息的量，则与目标系统中的不确定性成正比。
为什么大数据能解决智能问题呢？因为很多智能问题从根本上来讲无非是消除不确定性的问题，
我们可以用多维度信息之间的相关联性来取代真实世界的‘因果关系’再辅以量级，不断消除系统中的‘不确定性’，这就是大数据的思维核心了。
