京公网安备 11010802034615号
经营许可证编号:京B2-20210330
天网恢恢、疏而不漏和大数据、人工智能有啥关系
华东师范大学哲学系教授、博士生导师郦全民,将成语放在当下的科技和社会背景下进行解读,从而挖掘中国文化中所蕴含的大道理。
为什么要关注成语?郦全民说,因为成语既是中国智慧的结晶,也是表达和传承中国智慧的主要方式。“ 智慧 这个词有许多用法,我这里所说的智慧就是指大道理。这些大道理包括经验规律,比如物以稀为贵、伦理规则,比如己所不欲勿施于人的做事方法,比如循序渐进等。”
不过,单是知道这些大道理,还是空洞的;要将它们运用到具体的认知和行动中,才有价值。如果这些智慧要产生力量,还要考虑运用的场景和实现的手段。
下面,就让我们通过对一些成语的当下解读,来体验一下成语中隐藏的中国智慧。
天网恢恢,疏而不漏
和大数据、人工智能有啥关系
首先来看下面两组成语,都和现在数据驱动的社会有关。
第一组成语:天网恢恢、疏而不漏,若要人不知、除非己莫为,道高一尺、魔高一丈,一叶知秋,一目了然。这组成语,我用它们来解读“大数据”。大数据首先是数据大,但更重要的是指这些数据之间关系的复杂多样,超出了人的能力和传统算法所能处理的范围。
这个时代,我们每个人的信息和活动被随时随地地记录。《老子》中有一句话:天网恢恢、疏而不漏,当时的天网是指天道,而现在则可理解为各种传感器和探头等组成的信息监控之网。你日常的活动,比如行走、使用支付宝、看病等等活动都被记录下来。运用大数据技术进行分析,可以找到数据里面隐含的一般模式,来理解相关的社会现象。
社会变得越来越透明,落实到个体,也正在成为显行的人。在这样的背景下,真所谓“若要人不知、除非己莫为”。过去,这句成语所说的不一定能真正做到,而现在,用技术手段确实已经可以实现。这对于建设诚信社会是很有利的。对普通人来说,聪明的选择就是做一个诚实守信的人。当然,我们也不要忘了“道高一尺,魔高一丈”。个体和组织也可以用新技术来隐藏自己、伪装自己。
现在,一些地方大数据正在被滥用。其实,许多情况下小数据能搞定,就不一定要用大数据。“一叶知秋”就告诉我们这样的道理,不需要将所有树叶的数据都收集起来才知道秋天来了。同时许多事情是一目了然的,没有必要通过大数据这个复杂的办法去解决。
我想说的第二组成语是:按部就班,熟能生巧,对症下药,因材施教,举一反三,随机应变。
用这组成语,我想解读一下人工智能。人工智能这个学科比较特殊,它是试图用工程的方法来理解包括人在内的智能。造一个系统,如果能够表现出智能行为,那就表明我们理解了这种智能,因为创造是最好的理解。这个人造的系统如果有应用价值,就可以用来解决实际问题,产生经济效益。
古人说的“未卜先知”
在当代科学背景下靠谱吗
接下来讲讲预言问题。现在许多人热衷于用大数据和人工智能来预言未来,但未来可预言吗?这里有两组成语。
第一组成语:未卜先知,料事如神,九九归一,周而复始,依样画葫芦;
第二组成语:天有不测风云、人有旦夕祸福,差之毫厘失之千里。
第一组成语可以用来说明可预言性。在当代科学的背景下,什么东西可以预言?假如一个系统的演化是九九归一,这个“一”学术上叫定态,或者说是周而复始,学术上叫周期性,就能做出可靠的预言。另外,我们人的日常行为,大概88%是依样画葫芦,也就是模仿,尤其是模仿同辈。这样的模仿行为,是可以做出较准确预言的。利用大数据,可靠性还会提高。
但自然界包括人类社会中还有另外一类现象,原则上不可以预言。上世纪70-80年代讲得比较多的混沌现象就不能预言。这些系统的规律是确定性,但是在一些临界点上,细小的改变会使系统后面的演化很不一样,这就是通常所说的“蝴蝶效应”。用中国的成语来说,叫做差之毫厘、失之千里。这种情况就不好预言了。
还有一种叫做突现现象,就是假如一个系统中有大量个体之间的相互作用,那么它整体上会出现一些新现象,不能还原为个体的行为。根据复杂性理论,突现现象无法准确预言。地震就没有办法准确预言。现在有许多关于人类未来的预言,不靠谱。对于未来,新颖的东西也是不能预言的,包括新技术。还有,一个系统的演化过程当中会受到不能控制的环境的影响,也就无法预言它的状态。
互联网接下来的商机在哪里
能够从成语中找到提示吗
下面再来解读一个与商机有关的成语,叫做江山易改、本性难移。
前不久,我看到一篇英文文章,说到以前没有互联网,没有谷歌、脸谱、亚马逊,人们都能正常地生活,但现在却离不开它,而且这些公司都成了最挣钱的公司。中国的情况也如此,看看腾讯和阿里巴巴。文章提出这样一个问题:接下来的商机有可能是什么?会出现什么东西,现在还没有,未来大家都离不开的?
我们可以看看,这些商机究竟是从哪里产生的。归根到底,是为了满足人的本性。这些本性符合“江山易改、本性难移”这句成语。具体一点说,就是愤怒、贪婪、色欲、骄傲、嫉妒、暴食、懒惰等。
但是,人类选择了社会化的生活,最需要的就是安全和保障。比如因为懒惰,就有了快递;因为嫉妒,家长就拼命给孩子报各种早教班。
这里,我还想分享一下如何学习中国文化。很多家长问过我,孩子要不要读经典文本?我说,除非特别爱好,否则不需要专门读经典,学好成语就可以了,因为精华都在这里。中国的成语很多,但也不是都要去背,背了也不见得学通了。普通人,掌握5000个成语就可以了,这些成语会告诉你很多关于社会、自然和人生的道理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27