读吴军《智能时代》有感

读吴军《智能时代》有感（1）：盖洛普的成与败

1936年的总统大选是盖洛普的成功之年，著名的民意调查机构“文学文摘”发放了240万问卷，预测兰登会赢，但盖洛普仅仅通过5万份问卷，就得出罗斯福当选的预言，并大获全胜，盖洛普给出的原因是：“文学文摘”的样本数量虽然多，但其不具有代表性，因为其调查员是通过电话本上的地址发放调查问卷的，而当时有能力安装电话的基本都是家庭收入较高的，而这些人基本都是支持共和党的。这个案例让盖洛普一战成名，同时也显示了样本选择的重要的。

但盖洛普也有不准确的时候，吴军举了一个例子，盖洛普对奥巴马的医疗改革方案的支持率显示为41%，但根据吴军从社交网络的数据进行的大数据分析，认为支持率仅有24%。原因是人性很复杂，在填写调查问卷时，经常可以隐藏自己的真实想法，而不经意的网络上的态度和动作才是其不可掩盖的东西，这就是大数据分析的魅力。我想到了美剧《不要对我说谎》，提到了人类的微表情，人类是会掩饰自己的，但不经意的、无法控制的微表情会暴露自己的真实想法的。

用我看到的真实故事结尾：苏联人抓住了一个人，怀疑这个人是德国间谍，但这个人一直否认自己懂德语，表现得非常无辜，苏联人盘问半天，没发现任何破绽，最后没有办法，只能无奈地说一句，“你可以走了。”那个人不经意地流露出一丝微笑，然而这微笑直接意味着他要死了，因为苏联人说的是德语。

读吴军《智能时代》有感（2）：人工智能的最终解决方法

在人工智能发展的过程中，经历过两派的对立，一派坚持采用传统的人工智能的方法，就是模仿人类的认知，另一派采用数据的驱动方法，即采用大量的数据进行训练。随着计算机性能的提高和硬件价格的下降，以及4G、5G等高速网络的出现，数据驱动的方法逐渐占了上风，例如，从1994年到2004年的10年，语音识别的错误率减少了一半，而机器翻译的准确率提高了一倍，其中20%左右的贡献来自于方法的改进，80%则来自于数据量的提升，这种量的积累促成了质变。在机器翻译领域，来自谷歌的奥奇之所以远远领先同行，是因为他采用大量数据训练出了六元模型，而当时大部分研究团队的数据量只够训练到三元模型。数据量很重要，因此，在哪个领域攒下足够多的数据量，它的研究就进展得更快。

以前学算法时，会很强调时间复杂度和空间复杂度，现在这个概念随着硬件的性能提升和价格的迅速下降已经慢慢被忽视了，如果为了时间复杂度和空间复杂度而使算法缺少可读性，很多时候是得不偿失的。我们不需要那么晦涩艰深的算法，计算机硬件的提升可以让这些算法的优势荡然无存，简单质朴反而是王道。顺便说一下，我一直都不喜欢学习中的过多技巧，而是喜欢从定义、定理等本源开始进行推导，也是这种想法。由是说，硬件的进步改变了我们的很多观念，没有低廉的存储成本，数据驱动方法也就失去了存在的意义。

读吴军《智能时代》有感（3）：从不确定性谈诡异的经济学理论

我很喜欢一个揶揄经济学家的段子：经济学家分两种，一种是不会预测的经济学家，一种是不知道自己不会预测的经济学家。

人类社会和自然现象不同，变数太多，影响的变量非常多，已经无法通过简单的办法或者公式算出结果，所谓的“蝴蝶效应”岂是我们可以量化的？以美国股市为例，美国政府和一些研究所公布的各种经济数据多达2万个，最好的经济学家一辈子能够研究透的各种经济指标不到200个，不超过总数1%，有太多的不确定性是他们考虑不到的，他们无法预测市场也就不奇怪了。因此，我从不觉得那些用几个常人看不懂的经济模型就妄想解释经济、解释人性的方法有什么用处。信息论鼻祖香农认为，“要消除系统内的不确定性，就要引入信息。至于要引入多少信息，要看系统本身有多大的不确定性。”用大数据来消除不确定性，这种思路可以为经济的预测和解释提供思路。没有了人工智能算法的参与，没有海量大数据的参与，经济学的那些孤立的理论，我觉得越来越无法让人信服。

读吴军《智能时代》有感（4）：交叉验证的重要性

大数据具有多维度特征。多维度提供的交叉验证可以大大提高预测的准确性，吴军举了个例子：夏天的时候，如果感觉闷热，就知道可能要下雨了，也就是说“空气湿度较高”和“24小时内下雨”之间的互信息较大，但这件事并非很确定，如果结合气压信息、云图信息等其他维度来交叉验证，预测的准确率会提高很多。这种依靠海量数据进行交叉验证的方法很有用处，如财务报告的舞弊，不仅几张财务报表之间有勾稽关系，而且财务数据和业务数据也有一定的关联，不合理的数据关联如果没有合理的解释，就很大程度上有舞弊的嫌疑。我有时会拜读黄世忠老师写的分析某公司的财务舞弊案例的文章，几乎都是这种思路，我相信采用这种大数据的交叉验证的方法，会计舞弊被AI识别将是必然的趋势，退一步讲，AI至少可以提供可疑的方向。这也应是未来审计的发展方向。