版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/quicmous/article/details/82346065
前几天一哥们正儿八经地告诉我，他发现易经包含真正的科学思想，当然我们少不了辩论一番。我觉得东方哲学和文化，暂不评论优劣，最好别和西方科学套近乎，二者思路和方法相差甚远。
在辩论中我列举了地心说、日心说、开普勒定律、牛顿力学和万有引力定律的发现，说明西方科学和东方哲学的区别。无独有偶，《智能时代》书中也列举的完全相同的例子。
书中一个观点我认为非常有启发性，把人类知识的产生分成了几个阶段：
- 现象：观察到天体运动的现象；
- 数据：行星运行的观察数据记录；
- 信息：依据观察数据，勾画出运动轨迹图像；
- 知识：提炼出信息背后的本质性的规律，例如牛顿力学和万有引力定律。
人工智能时代，如何让机器具备从现象到发现总结知识的能力，是值得花力气去探索的。
几个小插曲：
哥白尼的日心说不准确
书中讲哥白尼的日心说时附带给了一段小插曲，说是日心说模型预测行星运动方面的准确性欠佳，精度不如托勒密根据地心说建立的模型。难怪当时信日心说也不容易被人们接受。知道开普勒发现行星轨道是椭圆后，日心说才算从数学模型上，让人们信服了。
铁人王进喜的照片泄露的秘密
数据有什么用？其实利用数据的相关性，可以分析出许多背后的秘密。铁人王进喜的照片中，厚厚的棉衣棉毛泄露了油田地点，井架密度泄露的油田规模，王进喜我手柄的方式可以推断油井的直径，等等。
复杂的数学模型 VS 简单的数学模型？
复杂问题的精确的数学模型往往很复杂，与其花费很大的人力物力去寻找这样的模型，还不如把问题分而治之，分解成一大堆简单模型联合起来描述复杂规律。机器学习，尤其是神经网络模型，就是这个思路。