一． 现象，数据，信息和知识

现象是事物表现出来的，能被人感觉到的一切情况。现象是人能够看到、听到、闻到、触摸到的。按照是否有自然属性，可分为自然现象和社会现象。现象包含数据，信息和知识。

数据本身是客观存在的，它的范畴随着人类文明的进程也在不断发展变化，它不仅包含数字，还包括一切文字，语音，图像，甚至行为和社会关系等。人类对数据的认知也反映出了文明程度。

信息是关于世界，包括人和事的描述，它比数据更抽象，信息藏在现象的背后，需要挖掘，测量，计算和推理而得出。不过，数据是人类根据自身的水平创造出来的，有很多是没有价值的，甚至是伪造的。信息可以是数据，数据不一定是信息。

人类对数据和信息进行处理后就获得了知识。知识比信息层次更高，更抽象，也有系统性的特点。书中举例，我们看到天空中星球运动变化的现象，通过测量得到星球的位置和对应的时间，得到数据；通过数据得到了星球运动的轨迹，这是信息；通过对信息的总结提炼得出开普勒定律，形成了人类的知识。

开普勒三定律

二． 图灵测试，人工智能和机器智能

图灵测试

图灵测试是由计算机科学之父阿兰图灵博士提出的，他认为机器是可以有智能的，提出了一种验证机制，让一台机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己交流的是人还是机器，就认为机器有了人的智能。

人工智能有两个定义，广义的是泛指机器智能，也就是任何可以让计算机通过图灵测试的方法，包括数据驱动，知识发现或机器学习的方法。狭义的指20世纪五六十年代传统的研究机器智能的方法，即首先了解人类如何产生智能的，然后让计算机按照人的思路去处理问题。

发展到今天，传统的人工智能方法在语音识别、围棋比赛、无人驾驶等领域比以大数据为基础的数据驱动和机器学习的机器智能方法落后很多，几乎被弃用。

三． 大数据的特征

大数据的第一个特征是数据体量大。数据量大意味着信息量大，是大数据的前提。但是，数据不是越大越好，它体现的数据价值也很重要，否则数据的量再大也没有意义。比如，把全世界人口的出生时间全部统计出来的数据量也不小，但是这个数据出来给出全世界人口的年龄分步之外，也得不到其他太多有价值的信息，而且这种数据通过抽样调查也可以得到近似的结果，意义不大。

大数据的第二个特征是多维度，多样性的数据。举例，百度在2013年发布的全国吃货排行榜，百度通过用户搜索数据和百度知道的数据，把看似无关的维度，如时间，地域，食品，价格，做法和成分等联系了起来，得到了准确反映中国不同地区的饮食习惯的统计规律。他并没有刻意去调研统计，而是通过日常数据挖掘而来。它的方法是传统统计学很难达到的，一个是全样本调查的成本代价，一个是统计学的抽样调查方式，如问卷调查，准确性不高。

大数据的第三个特征是全面性，完备性。举例：2012年美国大选，一个叫斯维尔的年轻人，通过尽可能全面的收集网络上特别是社交网络上所有关于2012年选举的信息，进行整理和分析，成功预测了全部50+1个州的选举结果，让著名的盖洛普调查公司也自叹不如。

大数据的及时性很重要，可以处理很多以前不能处理的问题，比如城市交通管理的问题，可以实时监测人流和车流。但是对大数据而言，并不是只有即时性的数据才有价值，历史数据依然有意义，这不是成为大数据的前提。

[四． 智能问题还是数据问题

机器智能还停留在普通人观看的科幻小说和电影中的时候，计算机的运行速度却一直在呈指数级的增长，不过在现实中，人们发现机器智能仍然不算智能，不会下棋，不会回答问题，不善于主动作成判断。但从1996年IBM的超级计算机深蓝和国际象棋大师卡斯帕罗夫对弈时，机器智能发生了质的飞跃。

1996年，深蓝和卡斯帕罗夫在国际象棋六番棋的比赛成绩为1.5：3.5，虽然从比分上输了，但是这是计算机第一次战胜人类的世界冠军。

1997年，短短一年后，IBM收集了所有卡斯帕罗夫的对弈记录，利用这些记录数据建立了计算模型，让深蓝进行学习。当深蓝再次挑战卡斯帕罗夫，六盘比赛两胜一负叁平局，获胜。

其后，计算机开始挑战更高水平的围棋对弈。

2016年1月，谷歌AlphaGo战胜欧洲围棋冠军樊麾二段。

2016年3月，谷歌AlphaGo战胜韩国九段围棋高手李世石。

计算机智能的飞速进步，是得益于计算能力和大数据。科学家把机器智能问题转化为大数据和机器学习的问题，大数据对机器智能起到决定性作用。