《智能时代的机械思维：大数据与智能革命如何重塑未来》

  机械思维可以追溯到古希腊&＃xff0c;思辨的思想和逻辑推理的能力&＃xff0c;通过这些从实践中总结出基本的定理&＃xff0c;然后通过逻辑继续延伸&＃xff0c;最有代表的是欧几里得的几何学和托勒密的地心说。

      欧几里得发现了几何定理&＃xff0c;但最大的成就是在人类积累起来的几何学和数学知识的基础上&＃xff0c;创立基于公理化体系的几何学。他首先总结出5条很简单的相互独立的公设&＃xff1a;

               1、由任意一点到另外一点可以画直线

               2、一条有限直线可以继续延长

               3、以任意点为心及任意的距离可以画圆

               4、凡直角都彼此相等

               5、平面内一条直线和另外两条直线相交&＃xff0c;若在某一侧的两个内角的和小于二直角的和&＃xff0c;则这两条直线经无限延长后在这一侧相交。

       几何学的一切定理都由定义和简单的这五条公理&＃xff08;1、等于同量的量彼此相等2、等量加等量&＃xff0c;其和仍相等3、等量减等量、其差仍相等4、彼此能重合的物体是全等的5、整体大于部分&＃xff09;直接或间接的得出。
       后来&＃xff0c;古希腊罗马时代天文学家托勒密将欧几里得的这种方法论应用到天文学&＃xff0c;得到地心说。托勒密的方法论可以被概括为“通过观察获得数学模型的雏形&＃xff0c;然后利用数据来细化模型”&＃xff0c;托勒密的成就得益于欧几里得和毕打哥拉斯的学说。托勒密将各种天文共性用最简单的原型来描述&＃xff0c;即圆。后来哥白尼和伽利略也受托勒密的思维的影响。他们的方法总结起来就是首先有一个简单的元模型&＃xff0c;这个模型可能是假设出来的&＃xff0c;然后再用这个元模型构建复杂的模型&＃xff0c;其次&＃xff0c;整个模型要和历史数据相吻合。托勒密的方法论有两大缺陷&＃xff1a;1、整体模型很复杂&＃xff0c;元模型用了很简单的圆&＃xff0c;但复杂的模型依靠手工计算就难以准确。但现在在机器学习领域很常见&＃xff0c;如AlphaGo。2、确定性假设。假定模型一旦产生&＃xff0c;就是确定不改变的。机械论延续了这种先验假设。虽然托勒密的模型和过去的数据天衣无缝&＃xff0c;但是对未来的数据预测确实有细微误差&＃xff0c;这个误差在累积上千年&＃xff0c;就会一年差出10天&＃xff0c;以至于后来预测农事很不准确&＃xff0c;不得不一次性跳过10天。

        笛卡尔和牛顿对发展科学方法做出了重大贡献。笛卡尔的贡献在于提出科学的方法论&＃xff0c;即大胆假设&＃xff0c;小心求证&＃xff0c;这个方法现在还在用。牛顿最直接的贡献在于用简单优美的数学公式破解了自然之谜&＃xff08;力学三定律和万有引力定律&＃xff09;破解宇宙中万物运动的规律&＃xff0c;和微积分的概念&＃xff0c;将数学从静止的变量扩展为连续变化函数&＃xff0c;将虚幻的光分解为单个原色。他指出&＃xff0c;任何正确的理论从形式上看都是简单的&＃xff0c;同时具有非常好的通用性。后来&＃xff0c;人们把牛顿的方法概括为机械思维&＃xff0c;核心思想为&＃xff1a;1、世界变化的规律是确定的。2、因为有确定性作保障&＃xff0c;因此规律可以被认识还可以用简单的公式或语言描述清楚。3、这些规律应该是放在四海皆准的。