96
2024-12-13 17:32
赋能高科一、人工智能是利用什么来学习？
人工智能是通过计算机编程技术实现类似人类认知和思考的一门综合性交叉学科，在现有的学科分类中将人工智能归入计算机相关学科。
人工智能主要试图模拟人类的学习和认知能力以赋予机器等具有像人一样的智能和学习行为，例如人类思维的判断、推理能力，对外界环境的感知、理解，以及思考、规划自己的行为和与外界的通信等。
二、磁带通过什么来存储数据？
硬盘的存储原理和录音磁带、磁卡等等非常类似，使用磁性介质来保存数据。 以录音磁带为例，磁带表面有一层特殊的颗粒状磁性物质，在录制声音（写入数据）时，磁头会产生相应的磁场，途经磁头部分的磁带上的磁性物质（磁粉）会被磁化，磁化后的磁粉会带有与磁头相同的极性和一定的磁场强度。当需要播放声音（读取数据）时，磁带匀速经过放音磁头，磁头就像一个小的发电机，当磁粉从磁头上经过时磁头内线圈的磁通量会发生变化，因此线圈会感应出电流，感应电流的强度和方向与磁粉的磁极和磁场强度有关，这样就把信号重新还原出来了。数据被保存在磁带中后，除非人为的消磁，否则能够保存很久很久不会丢失。 硬盘的工作原理与录音磁带类似，但要比录音磁带复杂的多。它的磁性物质分布在一个硬质圆盘（硬磁盘）上，工作时这个磁盘会在主轴电机的驱动下高速旋转，而磁头则被固定在磁头臂上，悬浮在磁盘表面（磁头与磁盘之间的距离非常非常近，有些硬盘的磁头距离不足1μm，比一个酵母菌还要小，作为对比，成年人的一根头发丝直径大约为70μm。硬盘磁头一旦与磁盘接触，就会将磁盘刮伤而产生无法修复的物理坏道，这就是为什么机械硬盘非常害怕震动），工作时磁头臂在音圈电机的控制下移动，从而带动磁头移动，来读取磁盘表面不同区域的数据。下图为机械硬盘的拆解图（机械硬盘内是无尘超净空间，千万不要在普通的空气中打开，否则拆开就意味着硬盘报废）。 目前市场上除了机械硬盘之外，还有一种固态硬盘（SSD）。固态硬盘严格来说并不属于硬盘，因为它里面根本没有磁盘，只是由于它一般用来代替机械硬盘，所以很多时候都将它视为硬盘的一种了。固态硬盘的存储原理与U盘、SD卡等存储设备类似，是利用某些元件的特殊电容来存储电荷，进而保存数据。
三、皮亚杰认为个体通过什么来学习？
根据皮亚杰的儿童认知发展四阶段理论，自出生至2岁左右，是智力发展的感知运动阶段。在此阶段的初期即新生儿时期，婴儿所能做的只是为数不多的反射性动作。通过与周围环境的感觉运动接触，即通过他加以客体的行动和这些行动所产生的结果来认识世界。也就是说婴儿仅靠感觉和知觉动作的手段来适应外部环境。这一阶段的婴儿形成了动作格式的认知结构。皮亚杰在他的《娃娃日记》中也写道：“儿童最初的世界是完全以他自己的身体和动作为中心的。
简单概括一下，儿童最初认识世界就是通过动作，这也是皮亚杰的发生认识论的重要观点。
四、人工智能对学习大数据的影响？
1. 人工智能可以帮助你分析大数据，发现数据集中的异常。
2. 在识别未被发现的投标数据模式时，人工智能无需人工干预。
3. 人工智能带来的大数据加剧了工人、国家和企业之间的差距。随着技术的突飞猛进，这些技术正以惊人的速度发展。数据在引发卓越改革的同时带来创新。它能让任何领域形成其专业性，通过分析数据和从数据集提取信息来增加业务收入。人工智能和大数据能让企业考虑和分析数据。这些技术能提供准确的结果，预测买家行为以获得更好的结果。“大数据+人工智能”正在渗透并将改变我们的生活。
五、怎么通过简单地数据来评定汽车数据？
下面这篇文章也许是你想要的
用数据说话：国内7家汽配数据服务商2016开年横向评测
简介：本文对目前能够提供汽配数据的7家公司进行评测和横向对比，分析各自长短和专注方向。希望给从业者和投资人一些参考。
2016年1月1日，是中国汽配行业的分水岭。交通部发布的《汽车维修技术信息公开实施管理办法》对汽配行业产生的影响，笔者就不在这里分析了，已经有很多文章对此进行了介绍。
本文仅关注一条：汽配汽修数据公开了！！
2015年末，已经有多家企业开始涉足汽配数据行业了。
原来这部分东西是少有人关注的，或者说资本还看不懂汽配数据究竟是个什么东西，有什么作用。
不过现在还没等资本方看懂，已经有多家企业宣布完成了千万级别的融资并且正式商用了。所以笔者搜集了汽配数据行业的各家企业进行评测和横向对比。希望给从业者一些借鉴，希望给投资者一些参考。
本文分为如下几部分：
1、汽配数据指什么？
2、汽配数据对汽配行业的作用（了解的朋友可以略过以上两部分）
3、对比的7家企业包括：精友，力洋，昂美，汽配百科网，正时，汽配云，翱特Audatex。
正文开始
1、汽配数据指什么？
我们说的汽配数据主要包括3部分
1.1、VIN码查询
VIN是英文Vehicle Identification Number（车辆识别码）的缩写。也叫17位编码，是汽车的唯一身份标识。它包含了车辆的生产厂家、年代、车型、车身型式及代码、发动机代码及组装地点等信息。
在行车证和汽前车风挡玻璃的角落中可以找到。我们举个例子
比如一辆汽车的VIN码是 LSYYBADC76K035199
是一辆中华骏捷。我们在华晨中华4S的系统中输入VIN码之后可以得到如下信息：
序号:1
整车车系: 骏捷
VIN码: LSYYBADC76K035199
物料描述: 骏捷1.8MT豪华型波光银(米内饰)
公告车型: SY7182HS
内部车型: 骏捷1.8MT豪华型波光银(米内饰)
发动机号: 4G93DC168A0747
出厂日期: 2006/9/1 0:00:00
呃……这东西有什么用？貌似这些都可以通过肉眼直接看出来好不好？
好吧，VIN码能查到的东西大部分都在行车证上写着呢……
不过在实际生活中，如果汽修厂直接提供VIN码给汽配商，汽配商能够通过VIN码定位到准确的车型，就更容易找到配件编号。这对于精准的沟通和准确报价是有帮助的。
而且，VIN码查询在汽配数据中是最简单，最容易实现的。就是个数据库而已。所以各家数据商基本都有提供。
1.2、汽车配件分解图
分解图是描述零件之间的装配关系用图。因为不同汽车的结构形式各异，维修人员不可能掌握所有汽车的零件位置及拆装方法。所以分解图对于汽车精细化修理具有非常重要的作用。
这里提供两张分解图给大家一个感性认识
下图是奥迪Q7的涡轮增压器分解图
下图是凯迪拉克XTS驾驶员座椅分解图
1.3、汽车配件编号和相关信息查询
汽车上的任何一个零件都具有唯一的编号。原厂零件的编号通常是铸造在零件内表面不显眼的地方。
不便于铸造的零件，比如线束、油路等也会用坚固的贴纸贴在零件上。便于维修时直接按照编号更换零件。
编号的相关信息是指对该编号零件的详细介绍。比如该编号的零件对应哪一款车型，适用于哪一年出产的汽车，适用于手动挡还是自动挡，左侧用还是右侧用等等。
比如下面这个1号零件3AE833055，就是个车门，适用于大众帕萨特，左侧。而右侧车门编号为3AE833056。
2、汽配数据对汽配行业的作用。
一直以来，中国的汽配汽修行业都比较混乱。从业者的交流最开始靠打电话描述。用语言形容一下什么品牌，什么车型，零件长什么样子，在哪个部位……
后来用彩信发照片
然后是QQ，微信发照片
现在还有微信视频……
总之，汽修厂为了能向汽配商准确描述需要的零件，可谓无所不用其极。
前文之所以说2016年是汽配行业的分水岭，就是因为现在
越来越多的人开始重视汽配数据了。
政府部门明文要求汽配数据公开化了。
汽配汽修从业者中80、90后占比越来越大了，网络和app的应用不再是瓶颈了
可以想象，也许以后汽修厂可以通过VIN码，通过零件编号直接在全国比价。也许车主可以通过数据服务平台自行判断需要更换的零配件。
基于这种预期，笔者搜集了市面上的7家汽配数据提供商，为各位做一个评测和横向对比。
3、汽配数据提供商评测和横向对比
3.1、精友
官网：精友
精友的国内市场占有率稳居第一。公司成立于2001年，由 “用友软件集团”投资参股。
精友的数据库几乎涵盖了市面上的所有品牌所有车款。并且有专人搜集各个城市的配件零售价格。
产品包含VIN码查询，分解图查询，配件编号查询，配件价格查询，工时计算等。
精友将这些数据打包成保险公司的汽车理赔定损系统，出售给各个保险公司，用于对肇事车辆的损失进行判定。
也因为如此，这套数据轻易难以流出，更难以被其他从业者廉价使用。更多公司看到其中的利益，纷纷跟进，也参与到了数据的采集制作中。
精友的数据大而全，稳居国内行业老大地位。
不过车险这么贵，不知道跟精友巨额的数据使用费是否有直接关系。
3.2、力洋
力洋2008年7月创立。以VIN码查询为主。
包含四个部门，分别是：汽车数据制作部、数据采集与质检部、技术开发部和项目管理部。其中的数据采集与质检部位于常熟，技术开发部位于合肥。他的汽车数据库中，既包括车型数据，也包括汽车配件的数据库，汽车底盘及四轮定位数据库以及汽车碰撞修复数据库。
但是，力洋比较低调，低调到官网都无法打开。所以汽配数据根本什么都看不到。
只有VIN码查询页面可以访问：《力洋机动车VIN码识别系统 V6.0.1》
注册用户只能查询3次VIN码。之后就要联系客服人员才可以继续使用。至于联系客服干什么……不用我说你也知道了吧
笔者进行了尝试，同一个编码，力洋的查询结果比4S的还要清晰些
下图为力洋查询结果
http://weixin.qq.com/r/dHXj_0fEuBrHrQOY9yBm (二维码自动识别)
下图为4S查询结果
可见，力洋提供了更多的信息。比如安全带，气囊位置等。
但是却给出了两种发动机型号，一种是2.0L，一种是1.8L。而华晨中华4S的系统中准确给出了发动机编号和发动机排量为1.8L。
即便如此，力洋的VIN码查询数据库在业内还是很有名的，有多家公司与其有这方面的合作，而且这方面业务也一直在进行，至今从未间断。
但官网无法打开，不知道是什么原因。CEO的微博也只更新到2014年。
3.3、昂美
昂美的官网做的是最炫的，印象分+100。昂美汽车技术服务（上海）有限公司
http://weixin.qq.com/r/BUQ1Le3E_LCHralO9xEX (二维码自动识别)
但是……没有任何可以点开的东西……这让笔者有些失望。
从首页展示看起来好像有电脑版，手机版，ipad版。难道要下载app才能使用？
可是笔者仔细观察才发现，这三个屏幕的画面都是一样的，只是分别用电脑，手机，和ipad访问昂美主页而已……
好吧，我们扫码，加微信……一通折腾后，终于找到了VIN码查询的地方。输入我们的测试VIN码，得到结果如下：
乍一看，信息简直太全面了！这是我见过最好的VIN码查询系统！
等一下，这车是骏捷啊，为什么上面写着尊驰呢？
发动机应该是4G93啊，为什么这里写着BL18L呢？
原来数据虽然丰富，可都是错的啊。
再等一下，页面可以下拉……然后笔者看到了这个：
这是什么意思？怎么又出现H530了？
算了，错就错了吧，也许这只是个例外。我们更关注的是这个电子目录。
可是笔者实在是没有找到这东西在哪里能点开。Web网站和微信都没有找到对应入口。难道这只是个美好的愿望？
不管怎么说，昂美都是一家数据提供商。不过页面展示的内容实在有限，让不知底细的人无从了解，算是应该加强的地方吧。
3.4、汽配百科网
官网：汽配百科网
最开始我以为这个logo是特斯拉，后来才发现是qp两个字母，“汽配”的意思……不知道这算不算侵权。
汽配百科网成立于2014年10月。网站在2015年1月上线。
它是这些数据提供商中唯一没有提供VIN码查询的公司。按理说这功能是最容易实现的，可它却偏偏没有。
但是，它也是这些公司中唯一免费提供汽车分解图和配件编号查询的网站。不需要注册，不需要笔者填写任何信息就可以使用全部功能。这让人有些意外。
下图为该站提供的雪佛兰科鲁兹汽车配件编码查询和分解图。
编码和分解图是联动的，观看起来比较直观。
有些零件还有实物照片
笔者尝试了一下，原来任何人都可以上传零件照片，也没有见到有审核机制。
下图为笔者为“5486671-发动机支座”零件随便上传的一张照片，居然顺利上传成功了。
另外，点击某些零件，右侧有时会有配件经销商的报价。说明汽配百科网是一个利用汽配数据库做汽配电商的平台。
笔者随便注册了一个账号，居然也可以直接填写报价，没有任何审核和收费过程。
只是这个网站的车型有些少。笔者数了一下，目前仅有35个车型有分解图和配件编码查询。这跟精友的上千车型比起来还是有很大差距的。
不过毕竟这个是免费的，聊胜于无。倘若数据量再丰富些，恐怕会是市场上一股可怕的力量。之所以免费，可能是因为光脚不怕穿鞋的。也可能是打算用汽配商的广告收入来弥补传统的数据费用吧。
3.5、正时
正时汽车成立于2015年6月。国开熔华和IDG为其提供了投资。前身为嘉之道汽车咨询公司，主要为汽车零部件公司提供服务。
目前正时汽车推出的系统叫做SuperEPC。据称数据涵盖了137个汽车品牌，1000余车系。用户可以通过这套系统查询VIN码，配件编码，通用零件，保养规则等信息。
嗯……是的，听起来跟精友是一样的。
但是，目前我们什么都看不到，一切都是正时的宣传标语。
不过人家敢说，自然有本事。而且2015年末的产品发布会召集了中国汽车工业协会、中国汽车流通协会、中国汽车维修行业协会和来自配件厂商、经销商、维修、车险、二手车、电商、汽车互联网企业等200多位汽车后市场相关人士到场，助阵团队很是重量级，值得我们持续关注。
3.6、汽配云
汽配云在2014年5月上线。是常州众创车联网络科技旗下的产品。常州众创车联网络科技有限公司是云计算软件(saas)公司。创始团队成员来自于宝钢、运通四方、微软、金蝶、美团、金和等知名企业，由计算机博士后主导技术团队。
汽配云的logo看起来很直观，一个汽车，三朵云。真叫汽配云。
首页也简单明了，直接提供VIN码查询。不过不注册的话是无法使用的。
注册后，之前我们测试的VIN码也没有查到结果，可能是中华数据没有收录。笔者又更换了一个别克的VIN码，这次得到了结果
虽然得到了结果，不过结果太少。网站提示要开通云ERP才能查看完整信息。而开通云ERP是要填写更多信息和提交营业执照的。所以这里就不做测试了。
根据网站的介绍，目前汽配云收录了86个品牌的车型数据。其中包括家用车和商用车，货车等。
汽配云的数据量跟精友和正时比起来，还有较大差距。比汽配百科网的要丰富。覆盖面算中档水平。
据笔者了解，汽配云提供的不仅仅是汽配数据。更是结合了汽配数据，进而扩展到电商，还包括汽修厂和汽配商的进销存管理，甚至ERP系统。这也应该是中国汽配未来比较理想的发展方向。
3.7、翱特
翱特Audatex为美国上市公司Solera的全资子公司。从官网可以看出，翱特主打的就是定损和理赔。通过图形化的界面，为肇事车辆的零件损失和维修工时进行计算，早已为我国多个保险公司提供服务。
可见，翱特主打的产品不仅仅是汽配数据，还有工时计算等其他为定损而制订的产品和服务。所以普通用户是很难得到其数据的。
另外，翱特毕竟是一个国外公司。其数据对纯国产车型的覆盖是否全面还未可知。
总结
除了上面7个公司，国内汽配数据提供商还有如中驰，东升，国外的米切尔等。本文只选择了较为典型和有鲜明特点的公司进行对比。
笔者认为，在汽配数据领域，精友，翱特等公司提供的数据更像是传统行业。汽配云和汽配百科网更像是互联网行业。
如果用杀毒软件来比喻的话。
精友，翱特好像是杀毒软件中的金山和卡巴斯基。
汽配云和汽配百科网更像是360。
其中
汽配云是一种由上而下，从大而全逐步向下渗透的做法。
汽配百科网是由下而上，从草根入手，切入市场的套路。
正时，昂美，力洋的官网和服务内容都或多或少无法正常访问，所以更多蒙着一层面纱。
汽配汽修行业一直都是师傅带徒弟的模式，从业者大多没有高学历，乡镇进城打工学徒者较多。一直以来跟资本对接的并不顺畅。
2014年，资本对汽车后市场虽然关注，但笔者认为多是关注表面。
2015年，是汽配行业和资本进行深入交流的一年，双方相互学习，并且逐渐形成了共识——就是这个行业要靠基础汽配数据说话。单纯的电商平台并不能为这个行业带来春天。
2016年，资本和汽配这个传统行业能够碰撞出什么惊人的火花？让我们拭目以待！
六、人工智能系统是利用什么来学习？
人工智能系统可以利用7个阶段着手学习：
1、高等数学
人工智能的基础，其中高等数学是必需必会的。而高等数学则包括数据分析、概率论、线性代数及矩阵、凸优化等。良好的数学基础有利于在后续的课程中更好的理解机器学习和深度学习的内容。
2、python的高级应用
python语言在人工智能上有着不可或缺的地位。机器学习则是非常的复杂庞大，通常会涉及组装工作流和管道、设置数据源及内部和云部署之间的分流。而python则能更好地对其中的数据管道进行处理，使得我们能在学习机器学习的时候更加轻松。
3、机器学习
机器学习中涉及到很多复杂的算法，通过算法对数据进行分析和进行学习，然后对现实的情况作出判断并对其进行回应。
4、数据挖掘
通过算法对数据进行收集然后分析，模拟人的原始学习形态，数据挖掘涉及到了很多的知识，比如数据库技术、机器学习、统计学、数据仓库技术等。
5、深度学习
深度学习是机器学习的一个分支，是实现机器学习的技术，同时深度学习也给机器学习带来了很多实际的应用。从TensorFlow、BP神经网络、深度学习概述、CNN卷积神经网络、递归神经网、自动编码机，序列到序列网络、生成对抗网络，孪生网络，小样本学习技术等方面讲解深度学习相关算法。
6、自然语言
自然语言的处理一直是计算机科学和人工智能领域一个重要的方向。自然语言就是如汉语、英语这样的语言，这类语言一直是我们人类的独有的特权，而这阶段的自然语言处理就是让机器能听懂并能处理自然语言。
7、图像处理
图片处理就是计算机通过获取图像并对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
七、信息是通过数据来表达？
数据就是数值，也就是我们通过观察、实验或计算得出的结果。数据有很多种，最简单的就是数字。数据也可以是文字、图像、声音等。数据可以用于科学研究、设计、查证等。数据(Data)是对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理。数据经过解释并赋予一定的意义之后，便成为信息。数据处理(data processing)是对数据的采集、存储、检索、加工、变换和传输。数据与信息的区别联系从其概念而言，信息是对事物运动状态和特征的描述；数据是载荷信息的物理符号。其区别是：
1、数据时物理的，而数据是释义的；信息是对数据的解释，是数据含义的体现。
2、数据反映的是事物的表象，信息反映的是事物的本质3、数据时信息的重要来源，可以用人工或自动化装置进行通讯，翻译和处理；信息是根据一定的规则对数据承载的事实进行组织后形成的结果；4、数据的形式变化多端，很容易受载体的影响，信息则比较稳定，不随载体的性质而随意改变；
八、机器学习通过什么来实现
机器学习通过什么来实现
机器学习是一项前沿领域的研究，它通过对大量数据的分析和学习，使计算机系统能够自动学习和改进性能，从而完成特定任务。那么，机器学习究竟是通过什么来实现的呢？在本文中，我们将深入探讨机器学习的原理和实现方式。
数据驱动的学习
机器学习的关键在于数据。通过对海量数据进行分析和处理，机器学习算法能够从中提取规律和模式，不断优化自身的学习模型。数据是机器学习的基石，也是其实现的关键。
算法和模型
在机器学习中，算法和模型是实现的核心。机器学习算法根据数据特征和标签进行训练，构建出适合特定任务的模型。这些模型可以是分类模型、回归模型、聚类模型等，不同的模型适用于不同的问题场景。
监督学习和无监督学习
机器学习主要分为监督学习和无监督学习两种类型。监督学习通过标注的数据进行训练，学习输入数据与输出标签之间的映射关系；而无监督学习则是基于数据本身的特征进行学习和模式发现。这两种学习方式在实现机器学习任务时发挥着不同的作用。
深度学习和神经网络
近年来，深度学习和神经网络成为机器学习领域的热门话题。深度学习通过多层神经网络进行学习和模式识别，在图像识别、自然语言处理等领域取得了重大突破。神经网络模拟人类大脑的工作原理，通过神经元之间的连接进行信息传递和处理，实现复杂的学习和推理。
特征工程和模型评估
在机器学习中，特征工程是非常重要的一环。特征工程包括数据清洗、特征提取、特征选择等过程，能够影响模型的性能和泛化能力。同时，模型评估也是不可或缺的一部分，通过评估模型的准确率、召回率、F1值等指标来衡量模型的性能和稳定性。
应用领域和发展趋势
机器学习在各个领域都有着广泛的应用，包括医疗、金融、交通、安全等。随着人工智能技术的不断发展，机器学习也在不断演进和完善。未来，随着数据量的增大和计算能力的提升，机器学习将发挥更加重要的作用，推动人类社会迈向智能化时代。
九、人工智能通过哪些方式来模拟人类？
从这四个方面谈谈人工智能的模拟方法：
感知：机器模拟人类的感知行为，例如：视觉、听觉、触觉等。此类专门的研究领域有，计算机视觉，计算机听觉、模式识别、自然语言、自然语言理解；
思维：机器对已感知的外界信息或者由内部产生的信息进行思维性加工。主要的研究领域：知识表示、组织以及推理的方法，启发式搜索以及控制策，神经网络，思维机理等方面；
学习：重新获取新知识，达到自我完善增强。此乃人工智能的核心问题。主要的研究领域：记忆学习、归纳学习、解释学习、发现学习、神经学习、遗传学习。
行为：模拟人类的行动或者表达。主要的研究领域：智能控制、智能制造、智能调度、智能机器人。
十、学习大数据、机器学习及人工智能必读书目有哪些？
谢邀！
注意到此问题下面有了近50个（其中不乏不错的）答复了，那从前几天开始，借用在得到上由张凯对《智能时代》一书的解读中的部分内容，来回应几个和“大数据”、“机器智能”相关的问题。
在回应《人工智能、大数据、机器人成大学新增热门专业，未来就业前景如何？
（ https://www.toutiao.com/answer/7160267781756469511 ）》的最后谈到，那检察官想要告倒烟草公司，他就满世界收集证据，甚至跑到我们中国的西南地区，专门找那种族群单一，生活习惯非常相似的村庄来收集样本，最后虽然还是没有找到香烟和肺癌有直接因果关系的证据，但是，收集了大量在统计上强相关性的证据来证明吸烟的危害。最终，烟草公司硬是被告倒，罚了3655亿美元。
这儿接着谈。
从这个案件里，我们可以看出来，其实人们已经从只接受因果关系转到也接受强相关性关系上来了，如果法律上这种强相关性都能被作为证据接受，那这种强相关性应用到其他领域自然就是顺理成章的了。
总的来说，机械思维是我们以前认识世界的主要方式，但是，今天机械思维已经不够用了，数据给我们提供了解决问题的新方法，数据之间的强关联性可以某种程度上代替因果关系，让我们直接找到问题的答案，这就是大数据思维的核心。
大数据思维和机械思维不是相互对立的，而是相互补充的，今天的我们在这场变革中一定要学会这种思维方式，因为它就是新时代的方法论。
那我们前头说了那么多大数据，它对我们未来的生活究竟有什么影响呢？吴军在这本书里说啊，影响是全方位的，未来的农业、制造业、体育、医疗都会出现新的变化，甚至整个社会人群都会出现重大的分化。比如说体育产业，就拿足球、篮球来说吧，一般一个弱队想要崛起，通常是一个大老板喜欢这个球队，先买下球队，然后呢砸钱买明星，请大牌教练，再做各种广告招揽球迷。
像咱们的恒大足球队，走的不就这条路吗？当然了，砸钱是容易，但想要取得好成绩可不容易了。所以，弱队的崛起通常都非常的难。
但是，美国有一支篮球弱队，就靠大数据上演了大逆转。这支球队是金州勇士队，它的管理层是由风险投资人和数据分析师组成的，这些人买了球队以后，不但不去买大牌的球星，反而把队里特别有名的大高个队员都卖掉了，然后呢围绕一个没有名气的小个子球员制定球队的新战术。因为数据显示，那些大牌球员都有一个特点，就是喜欢靠自身的能力优势，从篮下突破进攻，这种打法观众看起来特别带劲，但是，成功率其实特别低，因为全队要先想办法把球传给篮下的大高个，再保他突破上篮，即便不出现失误，能得到的也就是2分。那金州勇士队的新打法，就是依靠他的神投手，小个子库里，用3分球得分，比投篮，那些虎背熊腰的大牌球员可就没什么优势了，这让勇士队咸鱼翻身，得到了四十多年以来第一个NBA总冠军。后来，他们把这个战术发扬光大，勇士队所有的球员都苦练投篮，全队在一个赛季里投进了1000个3分球，创下了NBA的记录。因为勇士队善于利用数据技术，所以，篮球界的人都说，勇士队就是NBA里的谷歌啊。你看，以后体育运动光靠天赋和苦练没用，大数据技术能够改变竞争格局。
再比如说大数据在医学上运用。我们中国人都知道，看病得找老大夫，因为医学是一个经验科学，他们见过的病人多，经验丰富啊。但是，一个人再有经验，他见过的病例也是有限的。像一个放射科的大夫，一生见过的病例不会超过10万个，但是机器人就不一样喽，像美国一位高中生，他设计了一种确定乳腺癌癌细胞位置的算法，输入了760万个病例，这种算法也不是特别复杂，但是，对癌细胞的位置预测的准确率就高达96%，比一个资深的老大夫，那是要强太多太多了。相信不久以后，医生这个职业也很快就会被机器替代。
那你说，大数据、智能机器带来的全都是福利吗？也不能这么乐观。比如说首先就是我们会彻底没有隐私了。那你可能会觉得，没有隐私就没有隐私喽，反正我身正不怕影子斜呀。那些商家可是不会放过这个机会的，比如说以后有些人就会发现，自己老是买到假货，而有些人就总能买到真货。这是为什么？因为商家可以通过你的数据记录看出来，你是个好惹的人，还是个不好惹的人。要是数据显示，你一买到假货就维权，那商家就觉得，还是给你推送真货比较省心。你要是大大咧咧，买到假货也懒得退，那得嘞，不宰你宰谁啊。再比如说，如果保险公司能够了解到以后每一个人会得什么病，就可以拒绝给可能得大病的人提供保险啊。那那些最需要医疗保险的人，反而得支付天价的医疗费。
那有人可能会说，那以后我保护好隐私，到哪儿都不留下消费记录就好了呀。但其实呢，这是不可能的。只要你想获得方便，提供自己的数据就是必须的，这是和商家兑换的筹码，不可能逃得掉。
技术对我们的冲击还有更大的方面，那就是机器可能会抢掉我们的饭碗。作者吴军说，人类历史上曾经有三次技术变革，都让社会发生了巨大的变化。
将在回复《大数据和人工智能在物联网智慧城市建设过程中有哪些应用场景？》中接着谈。
最后，再顺便打个小广告，财经科普漫画《漫画生活中的货币》和《漫画生活中的投资》、和我策划、和粮食问题专家冰清合著的《大国粮食》新鲜出炉，谢谢关注！
你对这个问题有什么更好的意见吗？欢迎在下方留言讨论！