这本书，开始我是跳过去没买的，对于数学学渣来说，总会对数学相关的东西本能的排斥，一个不小心，还是看了一遍。结果真的是……

　　对我来说，这本书刷新了我的认知，也打开了一条新的思维方式，更拓宽了我的一条思域。

　　比如，我长期关注大数据&云计算&智能驾驶&AR，VR&未来医疗&物联网&区块链&人工智能&机器人&只能硬件等等很多领域

　　也长期关注各个领域顶尖的各类公司和他们的风云人物

　　读了这本书

　　让我重新认知了大数据

　　让我重新认知了云计算

　　让我重新认知了算法的选择

　　让我重新认知了为什么谷歌的搜索引擎技术世界第一

　　让我重新认知了人工智能

　　让我重新认知了输入法的设计逻辑

　　让我重新认知了数学模型在计算机科学里的重要性

　　让我重新认知了密码技术

　　让我重新认知了各种识别技术

　　让我重新认知了内容的分类&分发算法………………

　　Google是我最喜欢的科技公司之一，而这本书几乎围绕着谷歌的生态来介绍各个领域的原理，看得我好爽……

　　随着硬件水平的提高，更快的计算速度和计算量逐渐可以支持更多和更大领域的需求了。于是只要和计算机科学相关的领域，都会随之快速发展和迭代。

　　谁掌握数据，谁就可以主宰未来，这也是科技巨头们博弈的关键点。而数据量级之外，更核心的是算法。食材和厨子一样重要!

　　可能现在看，公司之间的市值差距不过百亿美金，但越到后来，就不是市值的问题了，就变成了还在不在市场里了。

　　这个时代拼的是数据量以及处理数据的能力，通过算法，把数据打造成不同的样子，以应用到不同领域。

　　随着科技的发展，之前交叉并不多的行业间，相互交叉的程度越来越深，各个不同的领域从原来的平行逐渐过渡成深度融合。

　　而计算机科学，本身就是把任何事物用数学和代码的形式重构，解析最后在输出的一个循环过程。

　　-------------------------

　　竞争VS垄断

　　先说说云计算，欧美知名的科技公司主要盈利来源于企业服务，而我们的互联网公司基本上转的都是终端用户的钱。巨头基本通过并购来实现垄断，进而控制市场。而对于云计算这样的行业来说，数据量是最重要的，而终端用户基本上没有使用云计算的需求，因此在这个领域我们因为业务模式的原因发展肯定不如其他市场。

　　关于竞争，比如英特尔会可以的“养”AMD，反垄断是一个原因，更重要的是他们的发展也需要良性竞争，竞争对手会告诉你他强在哪里，你弱在哪里。垄断虽然在短期取得收益最大化，但是很容易出现拐点。

　　比如马云说的“望远镜找不到对手”，再比如埃隆马斯克公布了电池技术的专利，实际上他这么做，是想通过更多人的智慧，来降低电池技术的成本。而自己又是行业内最有核心竞争力的巨头，“第一性原理”本身就是埃隆马斯克的立足之本。

　　谷歌的开发者平台也是同样的道理，开放度会吸引全世界的智慧，开发者借助大平台的资源和技术，而谷歌得到的是数据和智慧。

　　-------------------------

　　关于学习

　　先吐槽一下得到，最近大家都在吐槽他的LOGO，实在是丑的要死。再说“逻辑思维”从第一期开始，一起没断过，笔记也做了一年半时间了。很喜欢之前的节目。一个话题深度探讨，就像晓松奇谈或晓说，也是我一期没落的心爱节目，小松一直坚持这种风格。而罗胖的节目逐渐变成纯卖书的节目了，尤其最近让我特别反感，为了推一本某作家的某数，连续十多期节目介绍这本书。。。。

　　毫无疑问，现在得到是该领域做得最好最大的公司，业务形态和内容也不错，确实请了很多大牛做付费节目。但逻辑节目其实已经没太大存在的意义了。

　　---------------------------------

　　科技公司

　　还是难以忘怀浪潮之巅里面吴军说某度根本不是科技公司，只是个互联网公司，实际上也是垄断造成了发展乏力。某度玩搜索，某鹅玩社交，某巴玩电商，生态上，做的最好的肯定是某鹅和某巴，而某巴更强一些。也最有希望从中突围。

　　谷歌的搜索成为支柱之后，开始一点点构建帝国。数据传输，人工智能，智能硬件，未来医疗，超级计算机，大数据，云计算，操作系统，软件技术…… 太多太多了。逐渐逐渐的构建起了一个帝国。

　　贝佐斯的亚马逊也是如此，成功的做好了电商，也成功的转型成科技公司，目前云计算做的最好的就是亚马逊的云。而智能硬件技术也很强。而且贝佐斯绝对是个大梦想家，因为他有蓝色起源。

　　创新能力几乎等于一家公司的生存能力。也决定了市场位置。

　　---------------------------------

　　业态

　　最近不管是股票，还是谈读书，都会或多或少的聊到一些领头羊明星公司。实际上我们的市场，各行业划分还是很清晰的，因为还没到“融合”的阶段。

　　比如视频行业，拼的是内容资源，盈利主要还是靠广告。内容资源决定了用户量，内容质量决定了用户质量，而量级决定了广告收入能力。极限是看得到的，除非有一个华丽转身，且生态重要的不能再重要。

　　再说短视频行业，实际上算是视频行业的细分，更是内容决定论，而且每个媒体的人群属性更加鲜明，粘性也很高。而内容决定了商业模式。但是短视频行业也快进入洗牌期了。

　　而广告行业，进入了拼算法的时代。就算搜索引擎也始终都有很大的优化算法的空间，更别说效果媒体。不管你的流量有多少，只要可以合理的通过算法做合理的分发，就可以做大最大程度的营收，而通过流量分发的数据积累，可以得到业务拓展的方向，逐渐成长和壮大起来。而不健康行业只会自废武功。不止扰乱了生态，而且产生了很多无效数据，且且本来有效的数据的价值也大打折扣。

　　广告行业，不管是媒体还是广告主，逐渐过渡到生态+创意的营销方向。搭建生态保持市场的活跃度，而创意会极大的拉升生态价值，最终整个生态的转化能力会是一个很大的提升。

　　---------------------------------------

　　笔记部分 (笔记部分是读了差不多一半才做，开始偷懒了，后悔万分)

　　1.具体的做事方法是术，做事的原则和原理是道

　　2.做好搜索，最基本的要求是每天分析不好的搜索结果，积累一段时间才会有感觉，Google的搜索质量第一技术负责人阿米特-辛格至今依旧经常分析哪些不好的搜索结果。但是很多做搜索的工程师都做不到这一点，他们总是指望靠一个算法，一个模型就能毕其功于一役，而这时不现实的。

　　3.世界上不可能又比二进制更简单的计算方法了，他只有两个数字：0和1。

　　4.不论搜索引擎的索引在工程上如何复杂，原理上依然非常简单，即等价于布尔运算。

　　5.早在AT&T，辛格就对搜索问题的各种细节进行仔细的研究，他的那些简单而有效的解决方案，常常是深思熟虑去伪存真的结果。其次，辛格坚持每天分析一些搜索结果不好的例子，以掌握第一手资料，即使在他成为Google Fellow以后，依旧如此。

　　6.世界上有些事情常常超乎人们的想象。余弦定理盒新闻的分类看似八杆子打不着，却有着紧密的联系。具体来说，新闻的分类很大程度上依靠的是余弦定理。

　　7.所谓信息指纹，可以简单理解为将一段信息(文字，图片，音频，视频)随机的映射到一个多位二进制空间中的一个点(一个二进制数字)。主要这个随机函数做得好，那么不同信息对应的这些点就不会重合，因此，这些二进制的数字就成了原来的信息所具有的独一无二的指纹。

　　8.从数学角度上讲，加密的过程可以看作是一个函数的运算F，加密的过程是反函数的运算。明码是自变量，密码是函数值。

　　9.最大熵原理指出，对一个随机事件的概率分布进行预测时，我们的预测应当满足全部已知的条件，而对未知的情况不要做任何主观假设。不要做主观假设这点很重要。在这种情况下，概率分布最均匀，预测的风险最小。因为这时概率分布的信息熵最大，所以人们把这种模型叫最大熵模型。不要把鸡蛋放在一个篮子里，其实就是最大熵原理的一个朴素说法，因为当我们遇到不确定性时，就要保留各种可能性。