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。
扫描下方二维码,关注:AI量化实验室(ailabx),了解AI量化最前沿技术、资讯。

本篇文章使用有道云笔记编辑 点击体验