混沌大学区块链

年薪百万的区块链职位薪酬存在泡沫吗？

这天中午，31岁的郭杨(化名)刚开完上午的技术会议，接下来还有七八个小时的技术讨论等着他，难得有时间从工作中抽离出来和朋友吃个饭，一听对方说了句“区块链技术总监年薪150万”，手一抖，碗差点翻了。

他侧耳又听对方重复了一遍，没听错。郭杨是一家大型互联网公司区块链项目组研发总监，2年多时间全程参与了公司最早、最关键的区块链项目，是团队的中坚力量，但他怎么也想象不到自己所在岗位能有如此高的薪酬水平。

据科锐国际的《人才市场洞察及薪酬指南》部分调研报告指出，预测2018年区块链高级研发工程师的年薪将在30-60万，区块链研发总监和产品总监的年薪在100万-150万。《BOSS直聘-2018旺季人才趋势报告》这份报告中称，区块链成为风口之后，圈内不可避免地出现一些挂羊头卖狗肉的蹭风口型岗位，只是加上区块链三个字，薪资便能提升一截，国际中高端猎头公司MichaelPage金融服务部门总监LilyLiu认为，现在只要但凡加上区块链这几个字确实工资高，不过存在一定泡沫。

这种泡沫并不存在于大型互联网公司，但郭杨所在公司的区块链团队几乎全部由从内部横向调动而来，大家的薪酬浮动程度都不大。LilyLiu称，随着企业对区块链技术理解越来越深，逐步发现该行业对于顶级技术人才的需求量并不大。

郭杨回想起7年前的自己，彼时距离中本聪首次提出区块链的概念不久。他刚从某高校计算机系毕业进入公司做一名程序员，前两年至少有四个月每天12点才下班，“洗澡时候低头一看，头发掉了黑压压一片”，他不由得摸了一把、始终让他自豪的、比同事更茂密的乌发。

2013年他第一次接触比特币。2013年10月到11月，短短的一个月时间，比特币的价格就从1300元涨到了8000元。Mastercoin（现更名万事达币OMNI）等区块链项目也在2013年成功启动ICO。跟上这波热潮的大量炒币者，成功实现了一夜暴富的美梦。

一夜暴富的神话

“最开始就是炒币，1晚上赚一万块，早上醒了就多了一万块”，郭杨兴奋之余，还建议一个朋友买币，对方所投入的十几万资金，在一年内涨到几十万，还没等退出，却又在一轮低谷下跌到1000多。朋友没卖，觉得反正也没了，一直放到去年，全部涨回来了，赚了几万，一共放了四年。想到此郭杨觉得自己对不起这位朋友。

但总有人因一夜暴富而在币圈成名，他听说90后大空翼当年在数字货币上投下10万全部身家，握住三年，任他涨十倍百倍千倍也不卖，如今那个币翻了万倍，收益过十亿。让郭杨困惑的是，总能从外界听说有人赚得一夜暴富，但自己身边的炒币者都亏了。

2014年，郭杨经历了被称为“全民创业’的互联网创业潮，“2个人就能组一个公司，进个咖啡厅跟人聊天你都不好意思说你不在创业”，国家从政策到资源，更多的向创业和创新者倾斜。

他庆幸于公司周围并没有很多咖啡馆和餐厅，他对高档餐厅不感兴趣，觉得花这个钱和时间不值，去聊那些风口上的创业公司更不值。

尤其到2016年后，区块链开始火起来了，很多人很陌生，但是他已经积累了很多认识，并主动学习区块链技术。

2016年，区块链刚开始从一些山寨币的小范围拓展，成为一个新技术新概念。一时间诸多公司开始布局区块链。2015年，美国传统的银行机构，摩根、花旗等巨头纷纷投资区块链。中国平安、浙商银行、中国邮政储蓄银行等中国的金融机构于2016年纷纷拥抱区块链，BATJ等互联网巨头也相继在区块链上拓展自己的业务版图。布比等创业公司纷纷拿到千万元级别的融资。

郭杨所在公司就是其中一家，该公司当年从各个部门掉配了技术人员组建一支新的团队，打造区块链技术平台，预期是和公司原有的金融部门结合与对接，在金融方面寻找应用场景，做出一款的区块链金融产品。

当下金融被认为是有望成为区块链率先落地的行业，据西班牙桑坦德银行研究显示，利用区块链技术每年能为银行业节省约150亿至200亿美元。具体来说，区块链在金融领域的应用场景包括了数字货币、跨境支付与结算、票据与供应链金融业务、证券发行与交易等方面。

很快公司领导找到郭杨参与项目。作为一种内部人员调度方式，这种聘任并未带来郭杨薪资的大幅增长。而这支队伍也仅有十几人规模，在一个年营收百亿级别、有着数万人规模的大型互联网公司，可以说所有业务部中规模最小的。郭杨称，领导选择他们是因为在技术上有所积累，同时又对区块链保持很高的热情。

但在成功研发了首个金融领域的区块链项目后，他们便遇到了财务方面交易的问题。这也是郭杨一直以来困惑的，“区块链技术为基础的虚拟货币究竟能否作为一般等价物”。

这是当下区块链行业最受争议的问题之一。兴业银行、华福证券首席经济学家鲁政委曾公开称，货币作为一般等价物的特征之一是短期内的价值要相对稳定。比特币存在的问题恰恰短期内暴涨暴跌。如果把明天你的工资在改成半个比特币，就会导致整个社会合约频繁变更、交易没有办法履行，因此短期内币值波动是这种货币能否成为一般等价物的一个大问题。

而中共中央党校教授、国际战略研究院世界经济室副主任、中国青年经济学人陈建奇则认为，比特币是有可能成为国际货币的。它稀缺性决定了其价格将伴随着使用范围的变化而动态调整。从短期来看，比特币经历了从计算机代码逐步演变为准国际货币的过程。

这种争论常在业界出现，目前央行尚未提出任何正式的数字货币发展规划，也未有官方文件进行讨论或规范。中国人民大学法学院、人大金融科技研究中心主任杨东公开对区块链政策监管问题进行解读，他称，目前，世界上主流国家对比特币等基于区块链数字货币的监管政策分歧较大，政策态度可以分为严禁、限制与准许三大类。而资本吸引力强大的国家如美国、英国等发达国家一般准许比特币，对比特币和区块链技术表现出极大的兴趣。

对于这类数字货币能否作为法币兑换，在杨东看来，法定数字货币的技术条件已经具备，但是法定数字货币推行之后，可能带来的对货币体系、经济、金融、社会生活、国家治理等方面的影响，仍然研究不充分。

当下，部分大型互联网公司及传统行业公司在区块链行业的试水，也因为这一不明晰的前景而踌躇不前。

“第一桶金”

这个萦绕在郭杨及所在团队心头的烦恼，恰是袁涛的机遇。袁涛，互联网行业出身，作为一名连续创业者，7年前首次创业便通过p2p项目赚到第一桶金，不同于郭杨，他认为自己既擅长也乐于在风口行业创业。

目前，他是“三点钟财经”项目的创始人，“三点钟财经”是专注于区块链领域的垂直媒体和社区，作为在2017年底涌现出的众多区块链媒体项目之一，据袁涛称，这个项目仅在构想阶段就融到了天使轮资金，目前可公开的有洪泰基金、信天创投。

而这已经是他第四个或第五个创业项目。4个月前他还是一家现金贷公司的创始人，后来项目由于政策风向突然转变而被关停。彼时，区块链行业正值发展高峰，他才开始筹划“三点钟财经”项目。

在袁涛看来，以区块链的技术和商业模式，较低成本地建立一套可信任、去中心化的机制，是对互联网公司长期以来搭建去中心化平台的初衷相反。而对于一个监管前景并不明确的新兴技术，大型互联网公司从战略上也非重点。从团队规模来看，郭杨所在公司中专注区块链项目团队人数，比袁涛公司人数要少。

袁涛这家公司的办公地位于北京朝阳门一座办公大楼内，前台没有挂公司的名称和LOGO，袁涛称之前现金贷公司的名称刚刚换下，新公司的标志还在设计中。走入公司，几百平米的办公场地约有二十几名员工，据袁涛介绍，这里几个月前还拥有一百多名现金贷公司员工，随着他进行一系列裁员、整顿，如今保留了区块链媒体项目需要的二十几人，袁涛嘴角上扬，“保留的团队中不乏有也是跟我共同经历这几次创业项目的员工”。

为了搭建推广渠道，袁涛在2018年1月的几天内建立了400个微信群，都是区块链和币圈的群，“大部分是自己建的，同时每天都有人拉我进群”，袁涛认为，这是公司最具竞争力的推广渠道。

现在的袁涛，仿佛又回到几年前创业现金贷的时光，出席区块链行业会议、沙龙在公开场合发表自己的对区块链行业的看法以及创业经验，然后，就被从台下前来交换名片、加微信的听众们包围起来。

如今，袁涛已是“链圈”的一位知名的创业者了，但他总听到圈内人议论他为什么总是去做风口的产品，他对记者说，如果我做房地产，那么我永远做不过王健林，只有在这样的领域，让我觉得我们之间的差距没有在房地产领域那么遥远。只有在一个新的领域才让我感到每个人都是平等的。

他目前的任务是招募区块链媒体团队，将区块链新闻内容做优从而获得流量。关于如何在项目中搭建区块链技术，他也常和投资人沟通。据他所称，如果将分为“链圈”和“币圈”，投资人对项目的侧重点多在“币圈”，或者更关注一个区块链项目中的Token机制（一种“代币”概念）。

对该问题，多位业内人士表示，当下区块链对传统行业的改造中，大多数项目只有沿用Token机制才能发挥区块链的价值。对于一度在去年11月被央行、银监会叫停的“代币”，如何进行合规改造让商业价值得意发挥，这也是数百个地点分布在北京各个区域的区块链沙龙所探讨的话题之一。

作为区块链技术一种最巧妙的实现，清华大学互联网产业研究院院长、IEEE计算机学会会员、清华大学经济管理学院管理科学与工程系教授认为，token的价值在于，借助这样一种手段，让讲信用的人获得回报。例如每个人都可以发行“股票”，让你的诚信、你一辈子积攒的高贵品格，能够被社会认知，并兑现其价值。

BitsAngel创始合伙人马强就是其中之一，作为第一个进入“币圈”的风险投资人，他在业内被称为“小马哥”。常出席行业沙龙、峰会等公共场合并发表演讲，聚光灯下，一副金丝边框眼镜一闪一闪的。

2017年马强所在的机构投资了比特大陆（Bitmain）公司，作为世界范围内主要的矿机生产商之一，这家成立不到5年的公司在2017年获得了25亿美元营收，这个业绩水平在同一时期几乎与美国芯片巨头英伟达持平。

从2014年开始看区块链项目的马强，至今几乎看过行业全部创业项目，对于Token机制的商业价值，马强认为，如果是公有链，Token作为一种新的经济模型是有价值的，但如果是私有链，例如联盟链，本身能够采取一个分布式账本和去中心化的机制时，Token就不是一个必要条件了。

“百万年薪”传说

尽管马强看到，相比“链圈”，当下“币圈”的投资更活跃，但无论两者前景如何，区块链底层技术都是刚需，2018年他在投资方面将偏重于主链、侧链、跨链、稳定币的基础设施领域。

正如被区块链百万年薪吓了一跳的郭杨，业内一直存在着一些并未采用Token机制的“链圈”探索者。张作义就是其中一个，他是京东Y事业部区块链研发负责人，在他眼里行业的普遍薪酬并没有高到“年薪150万”这个水平。

与郭杨的经历类似，2016年京东开始开展区块链技术在供应链领域落地应用的研究工作，张作义加入并承接了产品预研和规划、落地推进工作。对他来说，进入新的部门薪酬并没有比原来高出多少，所以在记者会上被提问的时候，他才第一次知道竟然有百万年薪的产品经理。

京东数据研究院院长刘晖称，张作义所在的岗位是需求非常大。但在他看来，区块链对技术的要求并没有外界想象那么深奥，也并非一种颠覆性技术，他认为，除了抓研究方向的技术专家以外，对团队其他成员，只要选有一定技术背景，经过几个月的培训就可以上任，所以他选择了集团内横向调动。

他面试了一部分集团内的员工，张作义是为数不多的经他一轮轮面试筛选下来的。刘晖认为，除了技术背景外，一个不忽视的标准是，这是一个真正热衷于区块链本身的人，因为这足以抵御这个徒然间攀上风口却前路未明的技术，对从业者带来的诱惑和迷惘。

彼时，张作义正在准备京东区块链白皮书的发布会现场，这是他第一次对外界汇报自己几年以来热衷的事业——区块链。同时，这次分享会这是集团将他所在团队这几年精心打造的产品。

听着前三位的演讲，终于轮到他上场了，这是他第一次对外界汇报自己几年以来热衷的事业，他用手整了整衣角，拿起话筒，胸前京东红色的工牌。灯光照在面颊上，更衬得他肤色比前三位演讲者黑了几分。这是他作为一名区块链项目的产品经理，在探索以区块链解决农业问题的过程中，常常下乡的结果。

他们第一个项目针对农业场景中防伪、溯源的问题，他和团队的构想是，从一个小牛犊生下来给他戴一个耳标，养殖的过程中，比如农户信息，打的什么预防针，吃什么长大的，所有的信息和合作种养殖的企业同步这些信息，这些信息每天产生，可以理解为生长型的数据，以前这些数据对于大部分非技术农业种养殖的企业这些信息完全没有的。用京东集团的供应链整合能力，以及与合作品牌商的信息管理能力结合。

那段日子他在集团的办公室常常是空的，人总是去乡下体验并于农户们沟通场景，他深刻感到农业是一个潜藏着巨大活力的市场。有一次他去了用于屠宰、加工的工厂，他发现他们用的分割机器已经实现了自动化，一头完整的牛，到变成无数块小肉，“然后我们可以把每一块小肉跟这一头牛的对应关系进行精准的记录。”这让他更坚定了用区块链解决农业问题的决心。

张作义现在的目标，就是以相同的方法完成区块链技术在其他场景的改造，他称，随着团队做的越来越多，大家看到有三百多上线的品牌商，已经有将近八千多个商品，就像搭积木一样，正在一些品牌商合作的基础上再建立起他合作关系。

郭杨此刻也踌躇满志。晚间9点，他加完班和朋友在公司食堂一边用餐，一边讲述区块链项目的最新进展，经历了区块链行业的起伏，也听了一些或悲或喜的消息，反倒觉得区块链这项技术更有生命力，更值得去探索。想到此，觉得当下工作让自己的野心得到了释放，并期待着建立一份真正属于区块链技术的事业。

这个是看你是需要市场上已经有的还是说你自己准备定制，定制的肯定是贵一点，同时贵一点的还能看出来是不是源码开发团队，这个就比较重要了，不管你是准备开发交易所还是准备开发是区块链游戏，你对自己的定位是很重要的，你必须做好，你准备用多少钱开发，那你就要接受多少钱的东西，这个市场没有物美价廉的东西，如果真的有，那么后面势必是存在很多坑，可以私信

前景非常好。进军区块链领域的企业越来越多，区块链技术的人才却很少，于是企业出现了“高薪招不到人才”的窘境，而那些少数的区块链人才也遭到各个企业的高薪争抢。

Boss直聘研究院数据显示，与区块链相关的岗位招聘需求自2017年下半年开始快速增长，2017年11月成为第一个明显的爆发点;2018年1-2月，区块链相关人才的招聘需求已达到2017年同期的9.7倍，发布区块链相关岗位的公司数量同比增长4.6倍。

截至2018年2月，区块链相关岗位占到互联网行业总岗位量的0.41%，但专业区块链技术人才的供需比仅为0.15，供给严重不足。

不平衡的供需比也拉高了区块链人才的平均薪资。数据显示，2017年11月之前，区块链相关岗位的平均招聘薪资为2.32万元。2017年11月之后，区块链相关岗位的平均招聘薪资达到2.58万元。

其中，平均月薪在2万至3万元区间的区块链人才占比最高，达到41.7%;平均月薪在1万至两万元的区块链人才占比达30.9%;仅有4.4%的区块链人才平均月薪低于万元，也就是说，超过9成的区块链人才的薪资都是“万元户”。

要想通过学习区块链技术实现就业，可以重点关注以下几个学习方向：

第一：金融领域。金融领域是区块链技术重点的落地应用场景，所以可以重点关注一下区块链在金融领域应用的相关知识。随着未来区块链技术在金融领域的落地应用，整个金融体系会释放出大量的相关人才需求。

第二：大数据领域。从区块链自身的技术特点来看，未来大数据和区块链的结合是一种发展的必然。大数据当前正处在落地应用的初期，未来大数据在工业互联网领域将会发挥出越来越重要的作用，因此区块链在大数据领域的应用场景也会逐渐得到扩展。

从近几年大数据方向研究生的就业情况来看，大数据岗位正在逐渐增加，如果掌握一定的区块链技术会在一定程度上提升自身的岗位竞争力。

第三：边缘计算领域。在工业互联网时代，“云+边”的处理方式将成为一个重要的发展趋势，在5G通信的推动下，边缘计算也将起到越来越重要的作用，而区块链技术和边缘计算的结合也具有一定的“天然性”，所以边缘计算领域也将成为一个重要的区块链落地应用场景。

『叁』 智能时代读书心得

《智能时代》是一本由吴军著作，中信出版集团出版的精装图书。该书揭示了大数据和机器智能对于未来社会的影响。这里给大家分享一些关于智能时代 读书心得 ，希望对大家有所帮助。

智能时代读书心得1

这本书内容比较浅，基本属于讲 故事 、走马观花的那种。作者文笔、见识、阅历是很牛，本书没有体现出来。

唯一觉得亮点的地方在于，以前不太知道大数据和人工智能具体关系，这本书简单地讲解了一下。

机器智能，传统上来说是指机器能够像人一样思考，去解决问题，而由于人类解决问题并非是在当下的场景下学会解决当下那个场景的问题，有很多时候是应用了其他方面的知识来解决这个问题，所以在迁移能力这方面，机器要学会“人”的思考很难。那么大数据是怎么与机器智能相联系的呢?另一条发展机器智能的 方法 ，就完全摒弃了“像人思考”这一条路，而是直接对准“解决问题”这一终极目标。比如说翻译，以前的思路是让机器理解各种语法，现在则不需要机器去理解语法，而是直接去“学习”十几万句用语，用量变来抵达质变。也就是说，当见识过越来越多的用语时，翻译的准确性也会不断提高。

智能时代读书心得2

标题来自书本序言，出自混沌大学创始人李善友教授之手，在此借用。

总的来讲，本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。

大数据给世界带来的改变很深刻，最深刻的是 思维方式 的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题，也终于有能力在全集的基础上精准刻画群体侧面画像，转变的还有看待问题的方法——我们不再是“小心假设，大胆求证”，而是“减少假设，数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的，对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此，这会迅速引起一场商业革命。

实际上，这场革命已经开始：在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是，还有更多的行业在探索如何将数据有效整合起来探索新的模式——首先是数据的获取问题，寻找有效的获取数据的方法可能不是一拍脑袋就想得到的;其次，如何从这些数据中发现价值依然需要一个指导方向;最后，如何利用数据发现的规则设计更合理的模式。

书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题：智能革命大大解放了生产力，大大促进了生产，只需要更少的人就能够养活全世界，那么剩下的人怎么办?作者通过论述第一、二、三次工业革命的历史进程，得出来的结论不容乐观——只有通过时间的作用才能使革命带来的巨大的生产力解放得到释放。我们很不幸地处于这个历史进程，我们也很幸运地处于这个历史进程。

所以整本书，可以说是一本科普的书，读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解，尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界，一种是参与到革命的进程中，跟上历史的车轮向前，另一种则是抗拒革命，被历史抛弃——这两者之间的差别，不可以云泥计。至于事实上是否真的会有这么严重，这个就仁者见仁了，只不过历史告诉我们，至少前三次是这样的，如果抱有怀疑，最好祈祷太阳底下会有新鲜事。

至于革命已经发生，这是毋庸置疑的。当然，这是读本书之前就已经知道了的。实际上，很多人都已经知道——置身在一个全社会都在讨论大数据的环境下，很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。

智能时代读书心得3

重读吴军博士的“智能时代-技术的拐点”章节有感，以及自己的一些思考。大家似乎都有这样一个直观的感性认识，人工智能从2015，16年开始似乎又进入了一个快速的发展阶段，各种人工智能的概念性产品纷纷涌现，遍地开花，尤其是创业者，感觉到特别兴奋，纷纷想要打造出革命性的产品，改变世界，这个时候其实我们有一点纳闷，有一点疑惑，为什么一项已经发展了半个多世纪之久的人工智能技术在今天这个时间点能够被大家普遍接纳和采用，大家开始有能力去构建一个人工智能学习系统，呈现一种突破性的发展态势，我们肯定在想这背后发生了什么，是的!

这十几年来，还有一门技术非常火，那就是大数据技术，有人曾经这样形容大数据技术与人工智能技术的关系，说：

人工智能就像潜力无限的婴儿，而大数据是喂养婴儿的奶粉，奶粉的数量和质量决定了婴儿的智力发育水平。

那么这十几年以来，大数据技术取得了哪些突破性的进展，我们分成四个维度来分别看一下，如下图所示：

智能时代读书心得4

1.中国古代有四大发明，为什么没有爆发工业革命和形成现代文明社会的基础，原因回到欧几里得的《几何原本》和牛顿的《自然哲学的数学原理》所形成的思维方式：世界是可以认知的，可以用确定的规律用简单的数学来表示，且是有因果关系的，这种思维方式形成体系，渗透到自然科学和社会科学中，都遵循这些规律取得的科学成就和社会成就，以致成为现代文明社会的基石;

2.信息时代的世界具有不确定性，呈现出测不准的规则，大数据具有量大、多维、完备的特性，其更多给人提供了一种新的思维方式，变智能问题为数据问题，用强相关的关系来取代因果推理关系，大数据穷尽举例的优势取代过去大胆假设小心求证的机械思维方式;

3.世界是不确定的，所有的问题都在于解决这个不确定性，把不确定变为确定的，比如石油开采技术的确定性解决了现代能源问题，天体运动规律的确定性解决了航空航天问题，现在互联网时代的不确定，就需要用大数据+，信息熵来解决确定性的问题。

智能时代读书心得5

阅读笔记时间：320分钟，三星。

数据与信息，通过筛选有用的数据得出信息。

【从科技史的角度，分析大数据的作用，发展;以智能革命的角度对比前几个革命分析机器智能会带来的行业变革，对社会的冲击。】

简单准确的模型与数据驱动方法。地心说，日心说的模型。苏联与美国的航天飞机，德国与日本的光学透镜。

数据的数量与样本的代表性。文学文摘与盖洛普你对美国总统罗斯福与兰登的预测，以及盖洛普对杜威和杜鲁门的预测

物理学的的基本规律是通过统计学的方式发掘的。

【概率论，统计学，必须要学习的基础知识。记录自己的时间，记录工作的数据，记录现金流等等，都是在积累原始数据，然后通过数据发现规律，改进自我和工作。】

鸟飞派：机器要像人一样思考才能获得智能。SYSTRAN。

统计+数据。Google翻译，贾里尼克与IBM的语音识别，机器学习

大数据：3V，大量，多样，及时。网络的“吃货”，斯维尔的2012大选预测，智能交通管理。big而不是large.

智能问题为数据问题。深蓝与卡斯帕罗夫的象棋对弈，自动问答我why与how

【认识到人工智能发展历史中思维的转变与曲折艰难，方法论是最重要的】

机器思维：欧几里得、托勒密、牛顿。通过观察获得数学模型的雏形，然后利用数据来细化模型。1世界变化的规律是确定的，2从确定性出发可以用简单的公式或语言描述清楚规律。3规律应该是放之四海而皆准的。

确定性(可预测性)和因果关系

工业革命，瓦特的蒸汽机。爱因斯坦的相对论，青霉素

三个公式质能转换，量子力学测不准原理，熵

不确定性：1变量太多，2客观世界本身，微观世界。信息论

熵，信息熵：信息的度量就等于不确定性的多少

互信息：强相关性。吸烟有害健康的美国诉讼，研发新药，搜索公司的点击模型

香农第一定律与霍夫曼编码 (吉尔德定律)用嘴短的编码方法给最常见的汉字，使平均长度无限的接近于它的信息熵

香农第二定律：信息的传播速度不可能超过信道的容量。

【不确定性，强相关性，信息论】

通过大数据分析智能电表用电的情况住 种植 大麻。用大数据分析小商户偷税漏税。塔吉特用大数据分析推荐促销信息。亚马逊的大数据推荐销售，有商品直接推商品。netflix推荐视频。Google搜索关键词提示及相关搜索。酒吧酒架的改造，收集数据分析数据。普拉达RFID芯片。金凤公司收集数据转型为服务商。穷举法改善搜索质量。Google自动驾驶。

新技术+原有产业=新产业。蒸汽机，纺织、运输、陶瓷。电，电梯，交通，通信。计算机，银行，证券商，农业。

大数据，机器智能。IT产业链。工业革命之后需要推销，之后 广告 业，商业链，服务业

GE的智能冰箱。

【从产业发展的历史来说，新技术必然会带来行业颠覆。拥抱新数据，用新的技术革命转型】

技术挑战

收集，储存，传输，处理，应用。

电脑，传感器。摩尔定律。大数据的并行处理

有数据，不会共享，收视率的问题。nest智能空调控制器，刻意收集的信息会变形。

数据产生的量大于能储存的量。数据的安全问题，完整性与防丢失。检索问题，随意访问调用

并行计算与实时处理。数据挖掘噪音。用大数据警示异常操作。隐私问题， 保险 公司，黑心商家，飞机票。

【大数据的相关技术已经比较成熟，】

以色列的智能农业，勇士队用大数据训练。工业4.0，特斯拉用机器人，基因检测，个性化的医药。医学影像检测，达芬奇手术台，IBM沃特森。制药业的革命，癌症医治, caliao.律师案例分析，新闻稿的自动写作，

【律师，医生，金融，等需高智商的行业都可以被机器智能替代，基本装配生产，富士康等，将会对整个社会产生冲击】

智能革命

人流量预测，智能交通，智能信号灯，智能路线。身份识别，反恐。比特币，区块链。追踪每一次交易。个性化医疗。无隐私的社会。

农业到工业，工业到电器，工人从农民转化为工人，之后为服务业。无业的人工作怎么办。英国全球殖民，美国西部大开发，德国第一次世界大战。新技术一开始让极少部分人收益，大多数人被淘汰，半个世纪一两代人之后才能对整个社会收益，更长的时间才能传播到全球。通用的退休员工福利，底层人找不到工作。

争当2%的人，新的思维方式，积极拥抱大数据和机器智能。

智能时代读书心得6

这本书内容比较浅，基本属于讲故事、走马观花的那种。作者文笔、见识、阅历是很牛，本书没有体现出来。

唯一觉得亮点的地方在于，以前不太知道大数据和人工智能具体关系，这本书简单地讲解了一下。

机器智能，传统上来说是指机器能够像人一样思考，去解决问题，而由于人类解决问题并非是在当下的场景下学会解决当下那个场景的问题，有很多时候是应用了其他方面的知识来解决这个问题，所以在迁移能力这方面，机器要学会“人”的思考很难。那么大数据是怎么与机器智能相联系的呢?另一条发展机器智能的方法，就完全摒弃了“像人思考”这一条路，而是直接对准“解决问题”这一终极目标。比如说翻译，以前的思路是让机器理解各种语法，现在则不需要机器去理解语法，而是直接去“学习”十几万句用语，用量变来抵达质变。也就是说，当见识过越来越多的用语时，翻译的准确性也会不断提高。

智能时代读书心得7

总的来讲，本书主要内容是在探讨基于大数据的机器智能是如何发展的、将如何影响人们生活的方方面面以及如何应对。

大数据给世界带来的改变很深刻，最深刻的是思维方式的转变——从因果论的机械思维到相关性的相关性思维。这里转变的不只是解决问题的手段——如今我们有能力在全集上分析问题，也终于有能力在全集的基础上精准刻画群体侧面画像，转变的还有看待问题的方法——我们不再是“小心假设，大胆求证”，而是“减少假设，数据自明”。这种转变实际上使得机器智能具备了成为公共设施的基础——不必要所有人都懂机器智能是如何工作的，对于使用者来说只需要明白有这样一个工具可以在数据全集上找到恰当的结论即可。因此，这会迅速引起一场商业革命。

实际上，这场革命已经开始：在书本中已经列举了包括酒吧、冰箱制造商在内的传统行业利用大数据的手段改善经营状况。但是，还有更多的行业在探索如何将数据有效整合起来探索新的模式——首先是数据的获取问题，寻找有效的获取数据的方法可能不是一拍脑袋就想得到的;其次，如何从这些数据中发现价值依然需要一个指导方向;最后，如何利用数据发现的规则设计更合理的模式。

书中另外一个精彩内容是最后一章——论述了智能革命带来的正面影响和负面冲击。我认为作者实际上是问了这样一个问题：智能革命大大解放了生产力，大大促进了生产，只需要更少的人就能够养活全世界，那么剩下的人怎么办?作者通过论述第一、二、三次工业革命的历史进程，得出来的结论不容乐观——只有通过时间的作用才能使革命带来的巨大的生产力解放得到释放。我们很不幸地处于这个历史进程，我们也很幸运地处于这个历史进程。

所以整本书，可以说是一本科普的书，读完全书能对当下最时髦的概念——大数据、机器智能、区块链等有进一步的理解，尤其是大数据。但是我觉得更像是一本宣传鼓动的书——因为他描绘了两个世界，一种是参与到革命的进程中，跟上历史的车轮向前，另一种则是抗拒革命，被历史抛弃——这两者之间的差别，不可以云泥计。至于事实上是否真的会有这么严重，这个就仁者见仁了，只不过历史告诉我们，至少前三次是这样的，如果抱有怀疑，最好祈祷太阳底下会有新鲜事。

至于革命已经发生，这是毋庸置疑的。当然，这是读本书之前就已经知道了的。实际上，很多人都已经知道——置身在一个全社会都在讨论大数据的环境下，很难不去想大数据会如何影响世界。本书的效用只是在于让读者知道这个过程是如何的不可抗拒。

智能时代读书心得8

人工智能是未来10年可期有大发展的领域，也是我们从事数据行业的`职业愿景。看我这本书，更加坚定这是一个可期，有意思的方向。下面是我读这本书的过程中，产生的对于数据分析和应用的一些理解和 总结 。

基本思路

经典思路：目前在做数据分析时，采用的是传统的逻辑推理的分析的思路。先提出问题，再通过严谨的逻辑推理进行验证，解释商业问题。

新思路：尝试使用相关性进行数据挖掘分析;就是数据挖掘的一些技术，比如聚类、决策树、随机森林等高级统计模型。这种思路做出的东西，一般而言是技术门槛较高、解决经典思路无法解答的问题，也符合当前流行的大数据思维、人工智能思维。新思路的处理问题逻辑，先有相关性分析，找出导致问题的相关性因素，然后再解释背后的商业逻辑。

适用范围

经典思路：符合人脑的思维模式，由A—>B—>C的逻辑顺序。在解决小而美的独立case时，效率高。比如，“为什么今天某个页面的转化率突然升高啦”这类的问题，通过逻辑推理，一步一步下钻，可以很快定位原因。

智能时代读书心得9

作为新时代的学生，我们现在不光要与同龄人竞争。还要与一些身穿铁皮的机器人竞争。也许你会觉得可笑，但这就是社会发展的趋势。

在各种平台山，你多多少少都能看待一些机器人与人比赛的综艺节目。机器人下 围棋 战胜人类后，他们又开始学会写诗了!你说，怎能不让作为新时代的学生所惶恐呢?霍金曾说：“强大的人工智能的崛起，要么是人类历史最好的事，要么是最遭的。”

现在各个行业，都被机器人所替代，在内陆发达地区，机器人已经占领了各个行业，像银行这样的用量少的企业。并且他们正在迅速的向全国各地扩散，以后种田恐怕都不需要人类了，那人类能干些什么工作呢?在这样的新时代，就业问题所给的压力很大。光是银行这一行业，将会面临多少人的失业?智能技术的发展，也理应让我们思考其中的利弊关系。

按照现状，科技的不断发展。机器人统治地球也不会是不可能。当所有的工作都被机器人所替代，那人类能干些什么呢?那人类生存的价值呢?

这样的激烈竞争中，唯有努力才能变得出色。

智能时代读书心得10

我们生活在一个科技非常发达的时代，各种人工智能产品出现在我们的生活里，比如爸妈的智能手机、我们学校门口的智能测温棚、各小区出入口的人脸识别系统、我家的智能扫地机器人、超市里的自动结账系统……等等，这些智能产品为我们的'生活带来了许多便利。

在科技的道路上，聪明的人类还在不停地创造着，未来可能会出现智能机器人、智能住宅、智能汽车……我特别期待能坐上智能汽车，体会一下无人驾驶的别样感受。那个时候的汽车，它能够准确的按照我的指令，准时停在我的面前，安全地送我到达目的地，然后自动识别车位并停好。哇，我想想都觉得酷毙了呢!

我在网上查了许多关于智能汽车的资料，了解到无人驾驶是未来汽车的发展方向，也是一项非常复杂的高科技，它需要依靠人工智能、视觉计算、雷达、监控装置、全球定位系统合作等。说得通俗一点，就是给汽车装上聪明的大脑、敏锐的眼睛、灵活的手脚，让它成为一个“汽车人”，实现更安全，更智能地驾驶，更好的为人类服务。

作为未来的接班人，我要好好地学习知识，为未来的高科技添砖加瓦。