按《信息简史》里的说法，信息是对世界“碎片化的”描述。是的，我们每天接触到的海量信息都是碎片化的。现在是一个信息超载的时代，碎片化的信息，除了做为茶余饭后的谈资，是没有多大用处的。
除非把信息提取，转化成为认知，提升我们认识世界，改造世界的能力。提升认识世界的能力，是为了更好的改造世界，反过来，实践也会迭代，带来新的认知。
现代竞争，本质是认知能力的竞争。
有时候，我们把数据、信息，知识混为一谈，把概念理清楚是有好处的。数据不仅仅是传统意义上的数字，而是几乎所有可测量的东西，都可以算做数据。比如测试星球之间的相对位置和距离，就得到了数据，数据早年主要来源于观察，现代更多来源于测量；通过这些数据计算星球的运动轨迹，就得到了信息；通过信息总结出开普勒三定律，就是知识。
所以数据、信息、知识，从数据到认知，是层层递进的关系。数据本身是没多大意义的，取决于你解读它的方式。更多的数据汇总在一起，从特定的角度会呈现出信息。但从信息里得到认知，则需要能力，积累和思维训练。不是每个人看到物体自由落体都可以总结出万有引力定律的。
这是人思维过程，那机器呢。我们大步迈向智能时代，机器现在确定及肯定是没有智能的，那它将会有吗？如果会，智能从何而来。之前的文章里，我也提到，看现代的深度学习框架里，无论是tensorflow还是CNTK，无外乎是几个矩阵相乘，然后反向求导。那何来智能产生的机制和意识呢？
在飞机的制造史上，有著名的“鸟飞派”。这个很好理解，我们想像鸟儿一样飞，从仿生的角度，自然会认为飞机应该扇动翅膀。后来莱特兄弟想到，飞机更应该像帆船，推动飞机的是空气，背后的原理是空气动力学。
现在的“蓝脑计划”，大量从分子级去模拟脑神经元，可能方向就是错的。智能的来源，有可能是海量数据？至少把智能问题转为数据问题，很多问题得到了解决，比如机器翻译，无人驾驶等。当然离通用智能，意识，抽象思维这种还差很远。
从经典的机械思维到数据思维。
机械思维其实不是负面的词，而是工业文明的基础，本质上是讲求确定性和因果关系。万有引力，力学三定律，还有麦克斯韦的电磁学理论。几个简洁异常的公式，把世界刻画得非常清楚，万物归位。给定物体的初始状态和输入变量，那任意时刻，它的状态都是可描述，可量化，可计算的。未来是确定的。
但随着科学的进步，我们观察和认识世界的能力提升了。我们发现世界的本质是不确定的。“测不准”才是世界的本质。
你扔一个色子，理论上讲，你可以计算出手的速度，角度，当前的风速，色子的密度，转速等，可以算出落地时哪一面朝上。但我们都知道，这是不可操作的。我们不妨直接认为每一面朝上的概率都是1/6。
我们无法预测地震、无法预测股市是一个道理。
对于粒子的测量本身就会改变粒子的行为。
从确定到不确定，从机械思维到概率思维，从因果到强相关。从数据中寻找强相关关系，可以分析因果但不强求，这也是金融量化的逻辑。
关于作者：魏佳斌，互联网产品/技术总监，北京大学光华管理学院（MBA）,特许金融分析师（CFA），资深产品经理/码农。偏爱python，深度关注互联网趋势，人工智能，AI金融量化。致力于使用最前沿的认知技术去理解这个复杂的世界。
联系客服
