块数据4.0：人工智能时代的激活数据学 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

大数据战略重点实验室 著

图书标签:

• 数据科学
• 人工智能
• 机器学习
• 大数据
• 数据分析
• 激活数据
• 块数据
• 商业智能
• 数据挖掘
• 数字化转型

出版社： 中信出版集团

ISBN：9787508688862

版次：1

商品编码：12347683

包装：精装

开本：大32开

出版时间：2018-05-01

用纸：纯质纸

正文语种：中文

产品特色

编辑推荐

本书提出的激活数据学是以充分发挥人机群体智能为核心，综合运用数据科学、生命科学和社会学提出的海量数据存储、处理的解决方案。激活数据学将颠覆传统的思维方式，为大数据领域的探索研究提供一个崭新的视角。

? 激活数据学对类脑计算领域的研究，将推动高效率、低功耗的高性能计算技术的发展，高性能计算技术将为人工智能的推广与应用带来新一轮的春天。激活数据学基于“块数据”的思维观，为数据跨领域的共享开放提供了新的数据观和现实可行的路径，将**人工智能突破“条数据”领域，向更广泛的领域释放价值。

内容简介

海量数据，博杂纷乱。人类对未来的把握和胜算，就在于数据被有效存储的同时又在一旦的需要中迅速激活。小数据时代，数据越大越有价值；大数据时代，数据越大，价值越小。人类未来对块数据远端的方向感认知就是其对大数据**方向把握的核心要义。在拯救与逍遥的哲思中，我们探索用生命科学的方法解决数据拥堵问题，以数据社会学的思维打开沉淀的数据宝藏。激活数据学就是一个在块数据的神经元调度系统下的一种减量化的数据存储和利用的数据观和方法论。无人驾驶、城市大脑和模块政府等是激活数据学*重要的应用场景，它让庞大数据资源通过计算和交互真正转化为智慧和财富。而数据驱动、计算驱动和场景驱动下云脑时代的到来，激荡着我们对于未来美好生活的所有憧憬和渴望。

作者简介

大数据战略重点实验室成立于2015年4月，是贵阳市人民政府和北京市科学技术委员会共建的跨学科、专业性、国际化、开放型研究平台，是中国大数据发展新型高端智库。

大数据战略重点实验室依托北京国际城市发展研究院和贵州大学贵阳创新驱动发展战略研究院建立了大数据战略重点实验室北京研发中心和贵阳研发中心，建设了贵州省块数据理论与应用创新研究基地、贵州省城市空间决策大数据应用创新研究基地和贵州省文化大数据创新研究基地，并建立了中央党校研究基地、全国科学技术名词审定委员会研究基地、浙江大学研究基地、中国政法大学研究基地和中国（绵阳）科技城研究基地，构建了“两中心、三平台、五基地”的研究新体系和区域协同创新新格局。

大数据战略重点实验室主编的《块数据：大数据时代真正到来的标志》《块数据2.0：大数据时代的范式革命》《块数据3.0：秩序互联网与主权区块链》是大数据发展理论和实践的重大创新成果，在国内外具有较大影响。

精彩书评

大数据时代，对未来不确定性和不可预知性进行精准的研判，是块数据实践过程中迫切需要解决的关键问题。正是在这一背景下，《块数据4.0》针对此问题进行了深入研究与实践探索，创造性地提出了激活数据学的理论和实践体系，并在一些重要领域开始了系统性探索。

——美国《美华商报》

面对超数据时代带来的数据拥堵难题，《块数据4.0》运用激活数据学有效挖掘、分析大数据背后的人的运行规律，把超数据从“厚”做到“薄”，从“大”做到“小”，为大数据时代清除认知障碍，平衡利益矛盾，让不确定性对抗确定性成为可能。

——西班牙《侨声报》

《块数据4.0》提出场景驱动可以帮助决策者更敏锐的洞悉事件根本，产生更精准更智慧的决策，实现场景应用的遂人愿、知人意。激活数据作为优质数据可以满足场景驱动对数据维度和质量的要求，引发人体和人脑联网的狂潮之后，人类将越来越自由自在地进行社会活动。

——澳大利亚《联合时报》

《块数据4.0》将激活数据学与人工智能进行了融合创新，并分别聚焦到自动驾驶、城市大脑、医疗影像、智能语音四大应用场景中，激活数据学的基础是人工智能的飞速发展，它能驱动人工智能的研究和应用取得突破性进展。

——罗马尼亚《欧洲侨报》

数据搜索、关联融合、自激活、热点减量化、群体智能是激活数据学的五个运行阶段，构成了激活数据学模型化运行的完整流程。激活数据学的提出，标志着大数据领域和人工智能领域研究取得了新突破，块数据理论跨越了又一个新的理论高度。

——印度尼西亚《国际日报》

精彩书摘

大数据时代的解决方案

本书探讨的主题是大数据时代激活数据学的提出、运行机理及场景应用。激活数据学是以充分发挥人机群体智能为核心，综合运用数据科学、生命科学和社会科学提出的海量数据存储、处理的解决方案。激活数据学将确立一个新的观察人类智能和机器智能的视角，引导人们重新审视数据无限膨胀可能造成的人类认知障碍，重新思考维持一个健康、安全和有效的数字社会的根本办法，建立与人类智能复杂性同步的人工智能系统，开启用复杂

性系统思维认识未来世界和改造未来世界之旅。

大数据时代面临的问题与挑战

在人类文明的伊始，人与人的第一声交流即意味着“连接”的开始。语言使人与人连接，并促使用于记载事物的文字、数字符号产生，这样的“连接”便产生了“数据”，并演化为人类文明

最初的信息与知识。在漫长的农耕文明时代，“连接”主要以语言沟通和书面文字沟通的形式存在。进入工业文明时代，“连接”开始通过无线电台、电报、电视的形式存在，但这样的“连接”产生的信息往往是单向性且缺乏互动的。互联网时代，人和人开始通过网络进行复杂交错的互动连接。社交网站、电子邮件、搜索引擎、聊天工具……人类建立连接的方式趋于多样化、多维化，人类社会产生的数据也因而大量积累。与此同时，数据的价值

越来越受到人们的重视。数据深刻作用于政治、经济、文化等领域，带来更多的创新机会，从生产、生活到科研，一个大数据时代正在开启。

在美丽的贵州省黔南州布依族苗族自治州平塘县，被称为“中国天眼”的世界上最大的单口径射电望远镜——FAST（500 米口径球面射电望远镜）已于2016 年9 月25 日落成启用。FAST的计算速度需达到每秒200 万亿次以上，存储容量需达到10PBa 以上。这一世界级的工程将帮助人们捕捉到更多来自宇宙的信息，

它的背后是“天文级”的海量数据存储和复杂的计算。随着时间的推移、科学任务的深入，以及数据的大量采集，未来对计算速度和存储容量的需求将爆炸式增长，数据量和计算

量都将“大得惊人”。

数据是没有边际的，而计算力、存储力始终存在物理极限。在过去很长一段时间里，科技日新月异的发展依赖摩尔定律。当摩尔定律逐渐失效时，数据的膨胀是否将引发世界性的数字爆炸？人们寄希望于量子计算，量子计算将有可能使计算机的计算能力远远超过今天的计算机，但仍然存在很多障碍。如何长时间地保持足够多的量子比特的量子相干性，同时又能够在这个时间段之内做出足够多的具有超高精度的量子逻辑操作，提高所需量子装置的准确性，还面临许多困难。

人类作为自然界中最伟大的智能体已经进化了上百万年，人类所具有的智能是大自然赋予人类最高级的礼物。今后，人类智能仍将是人造系统模仿和研究的对象。人类未来对数据的处理，要更多地模仿人脑对数据的处理方式，人脑就是世界上最好的“量子计算机”。

目前人工智能的发展水平可以用三个维度来描述，即强度、扩展性和能力。强度是指人工智能系统的智能化程度，扩展性是指人工智能系统可以解决的问题的范围，能力是指人工智能系统所能提供的平均解决方案的质量。虽然我们已经在专用人工智能领域取得了突破性进展，但目前人工智能水平仍然停留在“有智能没智慧，有智商没情商，会计算不会算计，有专才无通才”的水平。其特点是能力单一，只能在某个特定领域内发挥作用。在人工智能2.0 时代，我们期待一个新的框架：首先，在人的逻辑层次可辩明；其次，可以处理大规模数据；最后，可以基于一小组标记数据进行学习。我们认为，将数据驱动的机器学习方法与知识引导方法相结合，将为人工智能的未来推开一扇新的大门。

探索解决之道—激活数据学

受人脑处理数据方式的启发，本书提出了一种新的处理海量数据的一般性框架——激活数据学。激活数据学从复杂理论出发，将产生智能所依赖的数据、软件硬件环境、交互规则等视作一个具有“简单性、局部性、全局性、内聚力、动态性”的开放复杂系统，智能产生的过程即开放复杂系统中各个具有局部目标和行为的自主体通过自主行为及动态环境相互作用达到整体的全局目标所涌现的群体智能，这种涌现的群体智能能够高效求解问题。

激活数据学中采用块数据模型作为数据模型。块数据把各种分散的点数据和分割的条数据汇聚在一个特定平台上并使之发生持续的聚合效应。块数据的聚合打破了传统信息不对称和物理区域、行业领域对数据流动的限制，高度关联的各类数据可以在没有任何障碍和限制的条件下自由流动、相互作用，为智能的产生创造了条件。

激活数据学的核心是将人类认知能力与计算机快速运算和海量存储的能力结合起来。一方面，提高智能系统的置信度，避免人工智能技术的局限性所造成的风险甚至危害；另一方面，建立人类参与的混合增强智能，将海量数据通过人机混合增强智能实现最佳释放。这种形态是人工智能可行的、重要的成长模式。

前言/序言

智识的边疆：解构信息洪流中的决策图景 在信息如潮水般涌来的数字纪元，知识的获取与整合已不再是简单的复制粘贴，而是演化为一场精妙的认知博弈。本书并非聚焦于任何特定的技术平台或数据应用案例，而是旨在对我们理解、处理和应用信息的基本范式进行一次深刻的哲学和方法论的审视。我们置身于一个前所未有的复杂性环境中，旧有的线性思维模型正在失效，个体乃至组织迫切需要一种更具弹性、更具洞察力的认知框架，以驾驭日益增长的“信息熵”。 本书的核心关切在于：在算法驱动的决策生态中，人类心智如何重塑其对“真实”的感知，并构建出能够有效应对不确定性的知识结构？ 我们不会探讨某一特定领域（如生物信息学、金融建模或气候模拟）的具体数据处理流程，而是将目光投向这些流程背后的认知基础设施。我们将追溯信息理论的起源，但目的不是复述香农的公式，而是探究“信息”本身在人类理解体系中的地位变迁。从古老的图书馆编目到现代的知识图谱，信息的组织方式决定了我们思维的边界。本书将深入剖析这些边界是如何被无形地划定，又是如何被新的认知工具所挑战和拓宽的。 第一部：范式转向——从“已知”到“可塑”的思维迁移 本书的第一部分着眼于时代背景的宏观转变。我们所处的时代，最大的特征是速度与规模的失衡：数据生成的速率远远超过了人类传统消化的能力。这导致了一个“知识折旧率”极高的环境。我们不再能指望通过积累事实来获得优势，而是必须掌握动态重构知识结构的能力。 我们首先要界定的是“知识”在当代语境下的新形态。它不再是静态的存储，而是一种流变中的关系网络。本书将批判性地审视当前流行的几种信息管理哲学——从强调效率的“精益知识获取”到侧重体验的“沉浸式学习”——并指出它们在应对系统性复杂性时的局限。我们关注的不是如何更快地找到答案，而是如何更清晰地定义问题本身。这要求我们回归到对人类心智工作机制的理解：我们如何构建心智模型？这些模型如何受到外部信息输入的影响？我们如何识别和规避那些看似“信息丰富”实则“认知贫瘠”的陷阱？ 第二部：心智的拓扑学——在非线性关系中锚定意义 如果说信息是原材料，那么心智就是熔炉。本书的第二部分将进入更为精微的层面，探讨人类心智如何在充斥着冗余和噪音的环境中，进行有效的意义锚定。我们不会详述任何机器学习算法的内部结构，而是关注这些算法如何重塑了人类的因果推理能力。 当预测模型变得越来越准确，我们是否也越来越依赖这些“黑箱”的输出，从而削弱了我们独立构建因果链条的能力？本书将讨论“关联性”与“因果性”的界限在当代语境下的模糊化，以及这对批判性思维构成的挑战。我们探讨的重点是“解释的权力”：谁有权解释数据所揭示的现象？这种解释如何影响社会共识和集体决策？我们如何培养一种“元认知”能力，去审视我们所依赖的解释框架是否仍然有效？这是一种关于心智“拓扑结构”的探索，即我们如何在大数据生成的复杂曲面上，找到可供行动的稳定路径。 第三部：构建韧性叙事——对抗信息碎片化的策略 在信息爆炸的时代，叙事（Narrative）成为组织混乱现象、赋予世界秩序感的关键工具。然而，当我们面对的信息流被切割成无数独立的、缺乏上下文的碎片时，构建一个连贯且具有解释力的叙事变得异常困难。本书的第三部分关注的是“叙事韧性”的构建。 我们不讨论如何撰写引人入胜的故事，而是探讨在信息高度碎片化的背景下，如何维护一个稳健的知识体系，使其能够吸收新的、甚至是矛盾的信息，而不会彻底崩溃。这涉及到对“上下文（Context）”这一核心要素的再定义。在过去，上下文是明确的；而在今天，上下文本身也成为了需要主动构建和维护的资源。本书将分析那些成功跨越信息鸿沟的思维实践者是如何在其认知地图中，为未知的、尚未被观察到的连接留出空间的。这是一种关于不确定性管理的艺术，要求我们在拥有充分信息的幻觉中保持警惕，并始终为模型的修正预留余地。 结语：走向一种新的知识伦理 本书的最终目标，是启发读者超越对特定工具的盲目崇拜，转向对知识本身存在状态的深刻反思。我们期望达到的不是一个操作手册，而是一种审慎的、反思性的姿态——一种能够清晰辨识自身认知局限，并主动设计更优越心智架构的能力。面对无垠的知识海洋，本书提供的是一套打磨工具和校准罗盘的方法，而非具体的航线图。它呼吁我们重新审视，在一个由数据驱动的时代，真正的智慧意味着什么。

评分☆☆☆☆☆

这本书的封面设计非常吸引人，深邃的蓝色背景配上简洁而有力的标题“块数据4.0：人工智能时代的激活数据学”，一下子就抓住了我的眼球。我一直对人工智能及其背后驱动它的数据科学领域充满好奇，而“激活数据学”这个词汇更是让我眼前一亮，它似乎暗示了一种更主动、更有活力的视角来看待数据，而不仅仅是静态的存储和分析。这本书究竟会如何解读“激活”的含义？它是在探讨如何从海量数据中挖掘出隐藏的价值，还是在论述如何通过数据驱动的创新来赋能人工智能的发展？我期待这本书能够提供一些新颖的见解，或许会颠覆我过去对数据处理和应用的固有认知。尤其是在人工智能飞速发展的当下，数据扮演的角色越来越关键，如何让数据“活”起来，成为驱动智能的源泉，这无疑是当前亟需解决的问题。我猜想，这本书可能会从理论和实践两方面来阐述，或许会包含一些案例分析，展示数据激活在实际应用中的惊艳表现，比如在智能推荐、自动驾驶、医疗诊断等领域，数据是如何通过某种“激活”过程，最终实现智能化的突破。

评分☆☆☆☆☆

这本书的标题“块数据4.0”让我想到了技术发展的不同阶段。从最初的数据存储和管理，到大数据时代的分析和挖掘，再到如今人工智能驱动下的数据激活，这个“4.0”的提法，预示着一场数据科学的重大变革。我非常好奇，作者是如何定义“块数据”的？它是否是指一种全新的数据组织和处理方式，或者是对现有数据概念的升华？“激活”这个词，对我来说充满想象空间。它可能意味着数据不再是沉睡的资源，而是被唤醒、被赋予生命力的要素，能够主动地适应变化，甚至参与到决策和创造的过程中。我猜测书中会详细阐述数据激活的技术原理，以及它在不同行业中的应用前景。例如，在制造业中，物联网传感器收集的海量数据，如何通过激活，实现生产流程的智能化优化？在金融领域，如何通过激活用户行为数据，提供更精准的风险评估和个性化服务？这本书或许能为我们描绘出数据与人工智能深度融合的未来图景。

评分☆☆☆☆☆

初读书名，我的脑海中便涌现出无数的联想。“块数据4.0”这个概念，似乎是对大数据时代的一次超越，暗示着一种更高级、更智能的数据形态。“人工智能时代的激活数据学”，更是将技术的前沿与数据的核心命题紧密结合。我深信，在人工智能高速发展的今天，数据的重要性不言而喻，而如何让这些数据“活”起来，发挥出其应有的潜力，是当前面临的重大课题。我迫切想知道，这本书究竟是如何定义和阐释“激活数据学”的？它是否会揭示一些颠覆性的数据处理和挖掘方法？它是否会探讨如何在保证数据安全和隐私的前提下，实现数据的最大化价值？这本书能否为我们勾勒出未来数据科学的发展蓝图，并为我们提供应对人工智能时代数据挑战的智慧和工具？我期待它能带来耳目一新的视角，引领我深入理解数据在人工智能驱动下的崭新形态和无限可能。

评分☆☆☆☆☆

读完这本书的目录，我感到一阵兴奋。里面提到的“区块链与数据安全”、“联邦学习与隐私保护”、“数据伦理与社会责任”等章节，都触及了我一直以来非常关注的议题。在人工智能时代，数据安全和隐私保护的挑战日益严峻，如何在利用数据的同时，确保个人信息不被滥用，维护社会的公平与公正，是每个人都应该深思的问题。这本书似乎提供了一个框架，来思考如何构建一个既能充分发挥数据潜力，又能有效防范风险的“激活数据学”体系。我特别期待它能够深入探讨区块链技术在数据安全方面的应用，以及联邦学习这种创新的数据协作模式，它如何在不泄露原始数据的前提下，实现模型训练和智能提升。此外，关于数据伦理和社会责任的部分，我也希望能够看到一些具体的指导原则和最佳实践，帮助我们更好地理解在人工智能浪潮中，我们应该承担的责任，以及如何引导数据朝着更符合人类福祉的方向发展。

评分☆☆☆☆☆

从书名来看，这应该是一本集理论深度与实践指导于一体的书籍。我一直认为，真正有价值的书，不仅能提供前沿的理论知识，更能指引我们在实际工作中如何落地。这本书的副标题“人工智能时代的激活数据学”，直接点明了其核心主题——在人工智能日益渗透的今天，如何让数据发挥出最大的价值。“激活”这个概念，听起来就充满动感和力量，似乎意味着数据不再是冰冷的数字，而是具备生命力的、能够主动响应和创造的元素。我非常期待书中能够解答我的一些疑问：比如，如何设计和构建一个能够“激活”数据的系统？“激活”的过程包含哪些关键的步骤和技术？它与传统的数据处理和分析方法有何根本区别？我希望这本书能提供一些可操作的框架和方法论，帮助我理解并应用“激活数据学”的理念，从而在人工智能时代，更好地驾驭数据，驱动创新。