《智慧時代》讀後感3篇

《智慧時代》一書的作者是吳軍，該書揭示了大資料和機器智慧對於未來社會的影響。以下是小編為大家整理的關於這本書的讀後感，歡迎大家閱讀！

　　《智慧時代》讀後感（一）

在《智慧時代》一書中，作者系統地講述了大資料和智慧革命相關的知識，對我觸動最大的是大資料引起的思維革命、大資料對商業的影響以及智慧革命對未來社會的影響這三部分的內容。

思維革命

工業革命後人們形成的思維方式是機械思維，即確定性思維。我們可以通過找到特定的模型（公式、定律），找出事物之間的因果關係，而且發現的規律往往是放之四海而皆準的。

然而這個世界是不確定的。首先當我們對世界的瞭解越來越細緻之後，我們會發現影響世界的變數其實非常多，已經無法通過簡單的方法或者公式計算出結果。

然後通過量子力學中的測不準原理，我們可以知道不確定性是宇宙的一個特性。面對不確定性的世界我們該怎麼辦呢？

夏農在資訊理論中借用熱力學裡熵的概念，他用熵來描述一個資訊系統的不確定性。夏農指出，資訊量與不確定性有關：假如我們需要搞清楚一件非常不確定或一無所知的事情，就需要了解大量的資訊。這是一個全新的方法論：資訊理論建立在不確定性基礎上，而想要消除這種不確定性，就要引入資訊。要引入多少資訊，則要看系統中的不確定性有多大。

在我們無法確定因果關係時，資料為我們提供瞭解決問題的新方法，資料中所包含的資訊可以幫助我們消除不確定性，而資料之間的相關性在某種程度上可以取代原來的因果關係，幫助我們得到我們想知道的答案，這便是大資料思維的核心。

大資料與商業

從工業革命開始，幾次主要的技術革命都遵循相似的規律。首先，是大部分現有產業加上新技術等於新產業。或者說原有產業需要以新的形態出現。其次，並非每一家公司都要從事新技術產品本身的製造，更多的時候它們是利用新技術改造原有產業。這次以大資料為核心的智慧革命也不例外，我們將看到它依然會延續這兩個特點。每次技術革命都會誕生新的思維方式和商業模式，企業只有在思維上跟上新的時代，才能在未來的商業中立於不敗之地。

智慧革命和未來社會

大資料導致機器革命的到來，這對未來社會的影響不僅僅存在於經濟領域，而是全方位的。儘管總體上這些影響是正面的，從長遠看會使我們未來的社會變得更好；不過，和以往的技術革命一樣，智慧革命也會帶來很多負面的影響（個人隱私、失業率等），特別是在它發展的初期，而這些影響很可能會持續很久。

任何一次技術革命，最初收益的都是發展它、使用它的人，而遠離它、拒絕接受它的人，在很長的世界裡都是迷茫的一代。在智慧革命到來之際，作為人和企業無疑應該擁抱它，讓自己成為那2%的受益者；而作為國家，則需要未雨綢繆，爭取不要像過去那樣每一次重大的技術革命多伴隨半個多世紀的動盪。

在我們還沒有經歷過機器在智慧上全面超越人類的時代，我們需要在這樣的環境裡學會生存。這將是一個讓我們振奮的時代，也是一個給我們帶來空前挑戰的時代。

作者在書中對很多基礎概念和技術發展歷史都有較詳細的講解，也列舉了很多生動有說服力的案例。在看這本書之前也在很多地方瞭解過關於人工智慧、大資料等方面的案例和知識。但遠沒有看過書後如此深刻的認識，所以推薦大家還是閱讀原書。書名雖然看上去是與科技相關的，實際上與每個人都相關。提前接觸和運用新的思維與新的技術也許不能保證你成為前2%的人，但至少可以讓你在過程中擁有更多的機會和成功概率。

願大家對新事物保持好奇心和熱情，擁抱智慧時代，為成為前2%的人而努力。

　　《智慧時代》讀後感（二）

第一次讀《智慧時代》，是通過朋友的豆瓣閱讀邀請碼下載到手機上看的。起先並沒有太認真閱讀，只是在下班路上隨手翻幾頁，以為這就是寫現在比較熱門的關於智慧裝置或者智慧生活方式的乏善可陳的書，畢竟書名”智慧時代“給我第一印象就是如此。實際讀的時候才發現，這是一本講人的智慧和計算機能否產生類似智慧的書。書的原名是《on Intelligence》，本意是關於智慧的討論，翻譯書名《智慧時代》和副標題不是很切題，會給人錯誤的第一印象。

拋開書名不說，《智慧時代》是我幾年內讀過最好的書之一，作者——傑夫霍金斯的文筆很簡潔，這本書翻譯的水平也很高，文中很客觀和批判性地描述了智慧和人工智慧研究，並闡述了作者自己對智慧的理解。本書一推出就獲得兩個諾貝爾獎得主及專業領域人士的大力推薦，考慮到霍金斯本人是企業家而不是職業科學家這一點，是十分罕見的。

我從小經常思考關於智慧的問題，這本書能解答我很多疑惑，讀書時那種開悟的感覺只能用醍醐灌頂來形容。還記得初一的某天下課回家，我騎著自行車，突然產生了一個疑問——我的手是怎麼掌把的，我沒有有意識地控制哪根手指放哪個位置啊？然後我撞了汽車。如果你和我一樣，曾經思考過這類問題，那麼本書絕對是你的菜。

霍金斯在書中首先回顧了當今人工智慧研究的歷程以及自己探索的經歷，客觀批判了"智慧行為派"，他認為智慧是系統的內在屬性，和外在表現無關。比如一個人在靜靜思考的時候，雖然沒有表現出任何行為，他也是有智慧的。退一步來講，假使通過行為來判斷是否有智慧，當下的計算機也不合格。計算機要能識別圖片，必須設計一套視覺識別演算法，計算灰度、色階、輪廓等；識別語音要設計語言演算法，計算聲波頻率、音調、匹配語義等。圖片演算法和聲音演算法之間沒有任何關聯，從術語到計算過程完全不同。

但是對於大腦來說，聲音和影象在大腦中的處理過程很類似，只是接受刺激的感官不同。把實驗動物幼崽的視覺神經接到本來應該發育聽覺的位置，這些動物都能發育出正常的視覺——而如果把計算機的攝像頭接到話筒上，結果可想而之。作者並非在否定演算法本身，無疑，大腦也有自己的演算法，這個演算法是高度抽象的，能根據訊號輸入的不同發展出相應的知覺。相比之下，計算機演算法毫無變通的可能性。從這兩點出發，作者認為以往的計算機智慧研究是一條死路。

那麼智慧應該是什麼樣的？霍金斯從日常生活出發，通過對學習、記憶、回想等等行為的分解，結合腦部神經結構，提出了產生智慧的"記憶——預測"框架。整個推斷過程非常精彩，在此就不劇透了，以免破壞了閱讀樂趣。

這個系統的核心在於"恆定表徵"這樣一個概念，霍金斯認為人類（或海豚猴子等其他動物）之所以能認知世界，依賴於對事物高度抽象的能力。這種抽象能力，不是指刻意訓練的邏輯思維能力，而是智慧生物由大腦結構決定的固有能力。舉個例子：當我看到我家的小狗，我能意識到它在附近；當我聽到它熟悉的叫聲，我也能意識到它在附近；甚至當我只是看到它掉在沙發上的毛，都能推斷出它肯定爬上過沙發。

我並不一定直接看到它，是如何判斷它是否在附近呢？這就表明我的大腦有關於這隻狗的"恆定表徵"，不以我觀測的方式轉移。我認識我家的狗，無論它是蹲著還是趴著還是把腦袋藏在沙發下面，我都能意識到它的獨特存在。"恆定表徵"也就是人們常說的"理解"某個事物，對於計算機來說，目前的技術只能按部就班地計算，沒有理解的產生，更無所謂智慧。

恆定表徵這個概念並非是霍金斯的原創，很多哲學家和科學家都有過類似的思想。比如大哲學家康德曾論證：人的心智擁有空間和時間的形式，獨立於經驗。康德稱這些形式為直覺，它們是純粹先天的知識方式，不依據經驗和思想，這使理解現實成為可能。比如沒有人見過完美的圓形，但不妨礙人理解正圓這個概念，因為空間的形式是先天的，是人的物理形態決定的。霍金斯的“恆定表徵”，就是先天知識（人或者計算機物理結構所決定的）加上後天經驗的產物。在我看來，計算機對時間和空間都沒有先天的知識，如果計算機對什麼有先天概念的話，那隻能是頻率。

不過，計算機並非不能產生智慧，只是現在的科技水平不夠。最初計算機的設計就是用於處理專項任務，而生命的演化是為了適應各種各樣的自然環境，人和計算機"硬體"的不同，體現了自然演化和人工製造的區別。產生人類智慧的大腦，對於現在的技術水平來說，的確很難複製（就算能複製，消耗的電量是相當驚人的），並非說大腦具有什麼獨特的"精神"層面的東西，是計算機無法模擬的。我相信在科學家們提取出大腦的"演算法"之後，人工智慧的產生是必然的，十年、二十年內都有可能。

想象一下吧，具有人類智慧的計算機，不僅計算速度快，還能接上定製的感官，不僅有視覺、聽覺、觸覺、味覺、嗅覺，它還能具有感受磁場的"磁覺"（就像一些魚），感受整個森林火災可能性的"安全感"，甚至感受股市變化的"發財直覺"（有些人聲稱自己就有，比如我媽）應用的可能性是無限多的。這也是小夥伴們改變命運，找到下一個藍海的機會啊！至於我呢，現在就開始著手創辦全球第一家”人工智慧幼兒早教機構“，並非人工智慧來教育人類小孩哦，而是我來教育人工智慧小孩……

　　《智慧時代》讀後感（三）

像我這樣每天看的都是小說、歷史，會不會讓人覺得這個人已經老了，很頹廢，不求上進？尤其在這個開口閉口必談雲端計算、大資料、人工智慧的年頭，既聽不懂又插不上話，會不會就真的落伍了呢？於是繼《浪潮之巔》後，又接著看了吳軍先生的《智慧時代》（他的《文明之光》也同步在看，只是4本書看完還需要點時間）。沒想不看不打緊，這一看，未細思，心已冷。窗外雖是陽光燦爛，心中卻早已涼涼的。

作者說：“隨著技術革命的發展，並非每一個人的發展機會都是越來越多的，反而可能是越來越少。”“在歷次技術革命中，一個人、一家企業，甚至一個國家，可以選擇的道路只有兩條：要麼進入前2%的行列，要麼被淘汰。”“那麼大量淘汰下來的勞動力怎麼辦？新畢業的學生如何就業？答案是要麼去從事一份工資足夠低的服務性工作，要麼沒有工作靠領取救濟過活。”多麼直接，多麼殘酷，又多麼的冷酷，然而，這就是我們要面對的現實。於是又回到狄更斯那句被引用過無數次的《雙城記》中開篇的一句話：“這是最好的時代，也是最壞的時代。”

不要以為智慧革命只會威脅到生產線上的工人和只需簡單動腦的工作，即使在今天看來依然高大上的職業，未來也會失去工作，譬如醫生、律師、編輯記者。先來看看醫生，“在過去，像放射科醫生這一類工作，被認為需要太多的專業技能，工作性質太複雜，不可能被機器取代。但是，今天智慧的模式識別軟體通過醫學影像的識別和分析，可以比有經驗的放射科醫生更好地診斷病情，這將從根本上改變醫療行業的現狀。”

具有了智慧的計算機不僅能幫助診斷，還可以進行手術。“相比醫生，計算機在診斷和手術等方面有三大優勢：

首先，它們漏判（或者失誤）的可能性非常低，也就是說它們能夠發現一些醫生們忽略的情況。

其次，它們的準確率很高，而且隨著資料量（病例）的增加提高得非常快。

最後，也是人所不具備的，這些智慧程式的穩定性非常好，它們不會像人那樣受情緒的影響。”最要命的是，“這些智慧程式的成本，通常不到人工的百分之一。”

再來看看律師，“位於矽谷帕羅奧圖市的Blackstone Discovery公司發明了一種處理法律檔案的自然語言處理軟體，使得律師的效率可以提高500倍，而打官司的成本可以下降99%，這意味著未來將有相當多的律師（尤其是初級水平的律師）可能失去工作。”事實上這件事情在美國已經發生，“新畢業的法學院學生找到正式工作的時間比以前長了很多。”那麼記者和編輯呢？“今天美國很多媒體的財經新聞，尤其是對公司財報的評述，其實已經是計算機產生的了。”我想類似我們央視新聞聯播和《人民日報》那樣的新聞就更沒有問題。

有人會問：“文學作品如小說詩歌什麼的總還需要人創作吧？”就在今天中午剛看到一條訊息：“微軟小冰通過對1920年後519位現代詩人的上千首詩經過10000次的迭代學習，小冰每學習一次的時間大約是0.6分鐘，10000次需要100個小時。她至今創作了70928首詩，從中精心挑選了139首，結集出版。”也就是說你未來看到的小說或詩集有可能是機器寫的。那麼，再仔細想想、細思一下，還有什麼工作是未來計算機做不了和不能替代的呢？包括你眼下正在乾的事情。是不是不思已恐，細思，則極恐、更恐、很恐、非常恐？是否覺得有些危言聳聽？

“很多人會天真地認為，船到橋頭自然直，勞動力會被自然而然地分配到其他行業中去。”過去幾次技術和產業革命不就是這樣的嗎？“但是，這種勞動力的再分配，一來需要非常長的時間（至少半個世紀），二來依賴於產生新產業。”那麼，這一切究竟是怎麼發生的？為什麼早不來晚不來卻偏偏這個時候來、偏偏讓我們給趕上了？

回到吳軍先生的《智慧時代》這本書，還有個副題“大資料與智慧革命重新定義未來”。全書一共分為七章，分別介紹了資料的作用，大資料和機器智慧，機器智慧的原理及其發展歷程，大資料思維的核心及其重要性，大資料和機器智慧與商業的關係，它們對社會正反兩個方面的巨大影響。