看完一本名著後，大家心中一定有不少感悟，何不靜下心來寫寫讀後感呢？那麼我們該怎麼去寫讀後感呢？下面是小編收集整理的《智能時代》讀後感，希望對大家有所幫助。
從底層邏輯來揭示智能革命的來臨。
人類對環境的觀察而積累下來的經驗促進了文明發展，這些經驗、文字、現象代表的數據是人類智能—智慧與能力—不斷前行的基石。
大數據是機器智能的來源，要求具有多維度、完備性、時效性。大數據的出現，產生了一種不同於機械思維的新的大數據思維。不關注因果關係，而關注數據之間的強相關關係。即從大量的數據中直接找答案，即使不知道原因。
在技術上數據來源、儲存技術、傳輸能力、處理能力已經帶動了大數據的興起，但仍面臨着挑戰。數據安全與數據隱私也是智能時代所要面臨的重大挑戰。
大數據及智能化在一些領域已經廣泛應用起來，比如智能電錶捕捉毒販、以色列的灌溉系統、TESLA智能製造，醫學診斷、基因技術等等。
如同前兩次工業革命，智能革命也會帶來社會的強烈動盪，勞動力面臨着淘汰與再分配，這個時間可能會持續半個世紀。所以，正如封面頂部所書，我們要麼加入智能革命控制未來，要麼就被淘汰。
這不是一本面向技術人員的書，而是從底層邏輯來揭示智能革命的來臨。吳軍博士清晰的邏輯、豐富而簡單的例子、加上類比的歷史事件使得這本書易讀、易懂。
《智能時代》讀後感2這本書內容比較淺，基本屬於講故事、走馬觀花的那種。作者文筆、見識、閱歷是很牛，本書沒有體現出來。
唯一覺得亮點的地方在於，以前不太知道大數據和人工智能具體關係，這本書簡單地講解了一下。
機器智能，傳統上來說是指機器能夠像人一樣思考，去解決問題，而由於人類解決問題並非是在當下的`場景下學會解決當下那個場景的問題，有很多時候是應用了其他方面的知識來解決這個問題，所以在遷移能力這方面，機器要學會“人”的思考很難。那麼大數據是怎麼與機器智能相聯繫的呢？另一條發展機器智能的方法，就完全摒棄了“像人思考”這一條路，而是直接對準“解決問題”這一終極目標。比如說翻譯，以前的思路是讓機器理解各種語法，現在則不需要機器去理解語法，而是直接去“學習”十幾萬句用語，用量變來抵達質變。也就是說，當見識過越來越多的用語時，翻譯的準確性也會不斷提高。
