/*

    谨以此章，回应评论区里那位叫做凛冽的读者。

    我也不能说服谁，毕竟第一个版本就是这一章类似的情况，通篇的技术介绍和前瞻让人读起来枯燥乏味。

    然后写多了就是本章这个情况，而现在有说我文青的，也有读者凛冽说我一沾既过的，甚至还有人说我没有见过女人，有一半都是写女人的。

    我能怎么办？

    我也很绝望啊。

    唯有写下去，把埋藏的东西一点一点拉出来。

    立场这个东西，没有水落石出的时候，永远都是针对露出的那一部分的。

    我也只是一叶扁舟。

    */

    {时间：2003年3月4日}

    {地点：加州-帕洛阿尔托}

    7天时间拿下300ala）和格兰·杰（glenjeh）。”

    霍夫曼对自己的称呼，让宁子默内心的白眼翻到天际。

    无非是自己要约谈的是几个小年轻，而自己不像霍夫曼那般“成熟稳重”。所以他特意用了这种方式加重自己身份的方式，来让年轻的kaltix的三位年轻创始人更重视他。

    “这位是我们的yspace】，各种各样的社交软件记录着我们的好友关系，通过关系图谱挖掘，几乎可以把世界上所有的人际关系网都描绘出来。

    现代生活几乎离不开互联网，各种各样的应用无时不刻不在收集数据，这些数据在后台的大数据集群中一刻不停地在被进行各种分析与挖掘。

    当然我们也可以举个高大上的例子，来说说理查德·宾这位传奇相关的行业-医疗。

    例如人类目前难以攻克的白血病和红斑狼疮，我们可以通过对病人的生活习惯、生长环境、dna、病情发展等信息的收集，将数据采集聚集在一起，把小特殊病理变成可供参考的大数据。

    而后透过不断的数据挖掘，去分析这些病例的因由。那么科研人员对于这些不治之症，将拥有更多可参考性的依据，把原本很小的可能变成大概率可以突破的可能。

    或许是让患有这些病情的人有了被治愈的可能，或许是让基因里包含潜在基因缺陷的胚胎在孕育的过程中避免来到人世后的痛苦。

    这些分析和挖掘带给我们的是美好还是恐惧，完全要依赖大数据从业人员的努力。但是可以肯定不管最后结果如何，这个进程只会加速不会停止，而你我只能投入其中。

    但无论如何这件事值得去做，甚至为了提高效率，我们可以将一些繁琐规律的工作交给人工智能去做，这又会让大数据时代发展到大数据应用的机器学习时代。

    像刚刚的例子里，数据中蕴藏着规律，这个规律是所有数据都遵循的。过去发生的事情遵循这个规律，将来要发生的事情也遵循这个规律。一旦找到了这个规律，对于正在发生的事情，就可以按照这个规律进行预测。

    在过去，我们受数据采集、存储、计算能力的限制，只能通过抽样的方式获取小部分数据，无法得到完整的、全局的、细节的规律。而未来有了大数据，就可以把全部的历史数据都收集起来，统计其规律，进而预测正在发生的事情。

    这就是机器学习。

    例如，我再举个例子，把历史上人类围棋对弈的棋谱数据都存储起来，针对每一种盘面记录何种落子可以得到更高的赢面。得到这个统计规律以后，就可以利用这个规律和人下棋。

    每一步都计算落在何处将得到更大的赢面，于是我们就得到了一个会下棋的机器人，说不定哪一天这个机器人就会以几年的时间学习上千年的棋局后，通过共性和局部战略的学习，通过分析人类落子的意图分析以压倒性优势下赢了人类的顶尖棋手。”