比特幣的利弊分析與思考
1. 為什麼年輕人更容易被詐騙
大家都知道老年人比較容易上當受騙，是因為老一輩的人所接觸的事物與年輕人不一樣，受思想以及眼界局限性的影響，很多老年人會被騙。然而隨著科技的不斷發展，更容易上當受騙的反而不再是老年人，而是一群懂得高科技的年輕人。比如網路詐騙的受害人、情感詐騙案件的受害人，大多數都是年輕人。年輕人之所以更容易上當受騙，是因為接觸網路更多，犯罪分子的詐騙手段越來越多，特別是網路詐騙，導致很多年輕人上當受騙。
三、提高警惕，防止被騙。
雖然犯罪分子使用的詐騙手段越來越多，也在不斷的變化，但是年輕人只要提高警惕，依然可以防止被騙。不要相信任何需要轉賬的陌生電話；不要在網上泄露自己的個人信息；不要輕易點開陌生網站等，提高警惕才能避免被騙。
2. 智能時代讀書心得
《智能時代》是一本由吳軍著作，中信出版集團出版的精裝圖書。該書揭示了大數據和機器智能對於未來社會的影響。這里給大家分享一些關於智能時代 讀書心得 ，希望對大家有所幫助。
智能時代讀書心得1
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慧具體關系，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系的呢?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，而是直接對准「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，翻譯的准確性也會不斷提高。
智能時代讀書心得2
標題來自書本序言，出自混沌大學創始人李善友教授之手，在此借用。
總的來講，本書主要內容是在探討基於大數據的機器智能是如何發展的、將如何影響人們生活的方方面面以及如何應對。
大數據給世界帶來的改變很深刻，最深刻的是 思維方式 的轉變——從因果論的機械思維到相關性的相關性思維。這里轉變的不只是解決問題的手段——如今我們有能力在全集上分析問題，也終於有能力在全集的基礎上精準刻畫群體側面畫像，轉變的還有看待問題的方法——我們不再是「小心假設，大膽求證」，而是「減少假設，數據自明」。這種轉變實際上使得機器智能具備了成為公共設施的基礎——不必要所有人都懂機器智能是如何工作的，對於使用者來說只需要明白有這樣一個工具可以在數據全集上找到恰當的結論即可。因此，這會迅速引起一場商業革命。
實際上，這場革命已經開始：在書本中已經列舉了包括酒吧、冰箱製造商在內的傳統行業利用大數據的手段改善經營狀況。但是，還有更多的行業在探索如何將數據有效整合起來探索新的模式——首先是數據的獲取問題，尋找有效的獲取數據的方法可能不是一拍腦袋就想得到的;其次，如何從這些數據中發現價值依然需要一個指導方向;最後，如何利用數據發現的規則設計更合理的模式。
書中另外一個精彩內容是最後一章——論述了智能革命帶來的正面影響和負面沖擊。我認為作者實際上是問了這樣一個問題：智能革命大大解放了生產力，大大促進了生產，只需要更少的人就能夠養活全世界，那麼剩下的人怎麼辦?作者通過論述第一、二、三次工業革命的歷史進程，得出來的結論不容樂觀——只有通過時間的作用才能使革命帶來的巨大的生產力解放得到釋放。我們很不幸地處於這個歷史進程，我們也很幸運地處於這個歷史進程。
所以整本書，可以說是一本科普的書，讀完全書能對當下最時髦的概念——大數據、機器智能、區塊鏈等有進一步的理解，尤其是大數據。但是我覺得更像是一本宣傳鼓動的書——因為他描繪了兩個世界，一種是參與到革命的進程中，跟上歷史的車輪向前，另一種則是抗拒革命，被歷史拋棄——這兩者之間的差別，不可以雲泥計。至於事實上是否真的會有這么嚴重，這個就仁者見仁了，只不過歷史告訴我們，至少前三次是這樣的，如果抱有懷疑，最好祈禱太陽底下會有新鮮事。
至於革命已經發生，這是毋庸置疑的。當然，這是讀本書之前就已經知道了的。實際上，很多人都已經知道——置身在一個全社會都在討論大數據的環境下，很難不去想大數據會如何影響世界。本書的效用只是在於讓讀者知道這個過程是如何的不可抗拒。
智能時代讀書心得3
重讀吳軍博士的「智能時代-技術的拐點」章節有感，以及自己的一些思考。大家似乎都有這樣一個直觀的感性認識，人工智慧從2015，16年開始似乎又進入了一個快速的發展階段，各種人工智慧的概念性產品紛紛涌現，遍地開花，尤其是創業者，感覺到特別興奮，紛紛想要打造出革命性的產品，改變世界，這個時候其實我們有一點納悶，有一點疑惑，為什麼一項已經發展了半個多世紀之久的人工智慧技術在今天這個時間點能夠被大家普遍接納和採用，大家開始有能力去構建一個人工智慧學習系統，呈現一種突破性的發展態勢，我們肯定在想這背後發生了什麼，是的!
這十幾年來，還有一門技術非常火，那就是大數據技術，有人曾經這樣形容大數據技術與人工智慧技術的關系，說：
人工智慧就像潛力無限的嬰兒，而大數據是喂養嬰兒的奶粉，奶粉的數量和質量決定了嬰兒的智力發育水平。
那麼這十幾年以來，大數據技術取得了哪些突破性的進展，我們分成四個維度來分別看一下，如下圖所示：
智能時代讀書心得4
1.中國古代有四大發明，為什麼沒有爆發工業革命和形成現代文明社會的基礎，原因回到歐幾里得的《幾何原本》和牛頓的《自然哲學的數學原理》所形成的思維方式：世界是可以認知的，可以用確定的規律用簡單的數學來表示，且是有因果關系的，這種思維方式形成體系，滲透到自然科學和社會科學中，都遵循這些規律取得的科學成就和社會成就，以致成為現代文明社會的基石;
2.信息時代的世界具有不確定性，呈現出測不準的規則，大數據具有量大、多維、完備的特性，其更多給人提供了一種新的思維方式，變智能問題為數據問題，用強相關的關系來取代因果推理關系，大數據窮盡舉例的優勢取代過去大膽假設小心求證的機械思維方式;
3.世界是不確定的，所有的問題都在於解決這個不確定性，把不確定變為確定的，比如石油開采技術的確定性解決了現代能源問題，天體運動規律的確定性解決了航空航天問題，現在互聯網時代的不確定，就需要用大數據+，信息熵來解決確定性的問題。
智能時代讀書心得5
閱讀筆記時間：320分鍾，三星。
數據與信息，通過篩選有用的數據得出信息。
【從科技史的角度，分析大數據的作用，發展;以智能革命的角度對比前幾個革命分析機器智能會帶來的行業變革，對社會的沖擊。】
簡單准確的模型與數據驅動方法。地心說，日心說的模型。蘇聯與美國的太空梭，德國與日本的光學透鏡。
數據的數量與樣本的代表性。文學文摘與蓋洛普你對美國總統羅斯福與蘭登的預測，以及蓋洛普對杜威和杜魯門的預測
物理學的的基本規律是通過統計學的方式發掘的。
【概率論，統計學，必須要學習的基礎知識。記錄自己的時間，記錄工作的數據，記錄現金流等等，都是在積累原始數據，然後通過數據發現規律，改進自我和工作。】
鳥飛派：機器要像人一樣思考才能獲得智能。SYSTRAN。
統計+數據。Google翻譯，賈里尼克與IBM的語音識別，機器學習
大數據：3V，大量，多樣，及時。網路的「吃貨」，斯維爾的2012大選預測，智能交通管理。big而不是large.
智能問題為數據問題。深藍與卡斯帕羅夫的象棋對弈，自動問答我why與how
【認識到人工智慧發展歷史中思維的轉變與曲折艱難，方法論是最重要的】
機器思維：歐幾里得、托勒密、牛頓。通過觀察獲得數學模型的雛形，然後利用數據來細化模型。1世界變化的規律是確定的，2從確定性出發可以用簡單的公式或語言描述清楚規律。3規律應該是放之四海而皆準的。
確定性(可預測性)和因果關系
工業革命，瓦特的蒸汽機。愛因斯坦的相對論，青黴素
三個公式質能轉換，量子力學測不準原理，熵
不確定性：1變數太多，2客觀世界本身，微觀世界。資訊理論
熵，信息熵：信息的度量就等於不確定性的多少
互信息：強相關性。吸煙有害健康的美國訴訟，研發新葯，搜索公司的點擊模型
香農第一定律與霍夫曼編碼 (吉爾德定律)用嘴短的編碼方法給最常見的漢字，使平均長度無限的接近於它的信息熵
香農第二定律：信息的傳播速度不可能超過信道的容量。
【不確定性，強相關性，資訊理論】
通過大數據分析智能電表用電的情況住 種植 大麻。用大數據分析小商戶偷稅漏稅。塔吉特用大數據分析推薦促銷信息。亞馬遜的大數據推薦銷售，有商品直接推商品。netflix推薦視頻。Google搜索關鍵詞提示及相關搜索。酒吧酒架的改造，收集數據分析數據。普拉達RFID晶元。金鳳公司收集數據轉型為服務商。窮舉法改善搜索質量。Google自動駕駛。
新技術+原有產業=新產業。蒸汽機，紡織、運輸、陶瓷。電，電梯，交通，通信。計算機，銀行，證券商，農業。
大數據，機器智能。IT產業鏈。工業革命之後需要推銷，之後 廣告 業，商業鏈，服務業
GE的智能冰箱。
【從產業發展的歷史來說，新技術必然會帶來行業顛覆。擁抱新數據，用新的技術革命轉型】
技術挑戰
收集，儲存，傳輸，處理，應用。
電腦，感測器。摩爾定律。大數據的並行處理
有數據，不會共享，收視率的問題。nest智能空調控制器，刻意收集的信息會變形。
數據產生的量大於能儲存的量。數據的安全問題，完整性與防丟失。檢索問題，隨意訪問調用
並行計算與實時處理。數據挖掘噪音。用大數據警示異常操作。隱私問題， 保險 公司，黑心商家，飛機票。
【大數據的相關技術已經比較成熟，】
以色列的智能農業，勇士隊用大數據訓練。工業4.0，特斯拉用機器人，基因檢測，個性化的醫葯。醫學影像檢測，達芬奇手術台，IBM沃特森。制葯業的革命，癌症醫治, caliao.律師案例分析，新聞稿的自動寫作，
【律師，醫生，金融，等需高智商的行業都可以被機器智能替代，基本裝配生產，富士康等，將會對整個社會產生沖擊】
智能革命
人流量預測，智能交通，智能信號燈，智能路線。身份識別，反恐。比特幣，區塊鏈。追蹤每一次交易。個性化醫療。無隱私的社會。
農業到工業，工業到電器，工人從農民轉化為工人，之後為服務業。無業的人工作怎麼辦。英國全球殖民，美國西部大開發，德國第一次世界大戰。新技術一開始讓極少部分人收益，大多數人被淘汰，半個世紀一兩代人之後才能對整個社會收益，更長的時間才能傳播到全球。通用的退休員工福利，底層人找不到工作。
爭當2%的人，新的思維方式，積極擁抱大數據和機器智能。
智能時代讀書心得6
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慧具體關系，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系的呢?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，而是直接對准「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，翻譯的准確性也會不斷提高。
智能時代讀書心得7
總的來講，本書主要內容是在探討基於大數據的機器智能是如何發展的、將如何影響人們生活的方方面面以及如何應對。
大數據給世界帶來的改變很深刻，最深刻的是思維方式的轉變——從因果論的機械思維到相關性的相關性思維。這里轉變的不只是解決問題的手段——如今我們有能力在全集上分析問題，也終於有能力在全集的基礎上精準刻畫群體側面畫像，轉變的還有看待問題的方法——我們不再是「小心假設，大膽求證」，而是「減少假設，數據自明」。這種轉變實際上使得機器智能具備了成為公共設施的基礎——不必要所有人都懂機器智能是如何工作的，對於使用者來說只需要明白有這樣一個工具可以在數據全集上找到恰當的結論即可。因此，這會迅速引起一場商業革命。
實際上，這場革命已經開始：在書本中已經列舉了包括酒吧、冰箱製造商在內的傳統行業利用大數據的手段改善經營狀況。但是，還有更多的行業在探索如何將數據有效整合起來探索新的模式——首先是數據的獲取問題，尋找有效的獲取數據的方法可能不是一拍腦袋就想得到的;其次，如何從這些數據中發現價值依然需要一個指導方向;最後，如何利用數據發現的規則設計更合理的模式。
書中另外一個精彩內容是最後一章——論述了智能革命帶來的正面影響和負面沖擊。我認為作者實際上是問了這樣一個問題：智能革命大大解放了生產力，大大促進了生產，只需要更少的人就能夠養活全世界，那麼剩下的人怎麼辦?作者通過論述第一、二、三次工業革命的歷史進程，得出來的結論不容樂觀——只有通過時間的作用才能使革命帶來的巨大的生產力解放得到釋放。我們很不幸地處於這個歷史進程，我們也很幸運地處於這個歷史進程。
所以整本書，可以說是一本科普的書，讀完全書能對當下最時髦的概念——大數據、機器智能、區塊鏈等有進一步的理解，尤其是大數據。但是我覺得更像是一本宣傳鼓動的書——因為他描繪了兩個世界，一種是參與到革命的進程中，跟上歷史的車輪向前，另一種則是抗拒革命，被歷史拋棄——這兩者之間的差別，不可以雲泥計。至於事實上是否真的會有這么嚴重，這個就仁者見仁了，只不過歷史告訴我們，至少前三次是這樣的，如果抱有懷疑，最好祈禱太陽底下會有新鮮事。
至於革命已經發生，這是毋庸置疑的。當然，這是讀本書之前就已經知道了的。實際上，很多人都已經知道——置身在一個全社會都在討論大數據的環境下，很難不去想大數據會如何影響世界。本書的效用只是在於讓讀者知道這個過程是如何的不可抗拒。
智能時代讀書心得8
人工智慧是未來10年可期有大發展的領域，也是我們從事數據行業的`職業願景。看我這本書，更加堅定這是一個可期，有意思的方向。下面是我讀這本書的過程中，產生的對於數據分析和應用的一些理解和 總結 。
基本思路
經典思路：目前在做數據分析時，採用的是傳統的邏輯推理的分析的思路。先提出問題，再通過嚴謹的邏輯推理進行驗證，解釋商業問題。
新思路：嘗試使用相關性進行數據挖掘分析;就是數據挖掘的一些技術，比如聚類、決策樹、隨機森林等高級統計模型。這種思路做出的東西，一般而言是技術門檻較高、解決經典思路無法解答的問題，也符合當前流行的大數據思維、人工智慧思維。新思路的處理問題邏輯，先有相關性分析，找出導致問題的相關性因素，然後再解釋背後的商業邏輯。
適用范圍
經典思路：符合人腦的思維模式，由A—>B—>C的邏輯順序。在解決小而美的獨立case時，效率高。比如，「為什麼今天某個頁面的轉化率突然升高啦」這類的問題，通過邏輯推理，一步一步下鑽，可以很快定位原因。
智能時代讀書心得9
作為新時代的學生，我們現在不光要與同齡人競爭。還要與一些身穿鐵皮的機器人競爭。也許你會覺得可笑，但這就是社會發展的趨勢。
在各種平台山，你多多少少都能看待一些機器人與人比賽的綜藝節目。機器人下 圍棋 戰勝人類後，他們又開始學會寫詩了!你說，怎能不讓作為新時代的學生所惶恐呢?霍金曾說：「強大的人工智慧的崛起，要麼是人類歷史最好的事，要麼是最遭的。」
現在各個行業，都被機器人所替代，在內陸發達地區，機器人已經佔領了各個行業，像銀行這樣的用量少的企業。並且他們正在迅速的向全國各地擴散，以後種田恐怕都不需要人類了，那人類能幹些什麼工作呢?在這樣的新時代，就業問題所給的壓力很大。光是銀行這一行業，將會面臨多少人的失業?智能技術的發展，也理應讓我們思考其中的利弊關系。
按照現狀，科技的不斷發展。機器人統治地球也不會是不可能。當所有的工作都被機器人所替代，那人類能幹些什麼呢?那人類生存的價值呢?
這樣的激烈競爭中，唯有努力才能變得出色。
智能時代讀書心得10
我們生活在一個科技非常發達的時代，各種人工智慧產品出現在我們的生活里，比如爸媽的智能手機、我們學校門口的智能測溫棚、各小區出入口的人臉識別系統、我家的智能掃地機器人、超市裡的自動結賬系統……等等，這些智能產品為我們的'生活帶來了許多便利。
在科技的道路上，聰明的人類還在不停地創造著，未來可能會出現智能機器人、智能住宅、智能汽車……我特別期待能坐上智能汽車，體會一下無人駕駛的別樣感受。那個時候的汽車，它能夠准確的按照我的指令，准時停在我的面前，安全地送我到達目的地，然後自動識別車位並停好。哇，我想想都覺得酷斃了呢!
我在網上查了許多關於智能汽車的資料，了解到無人駕駛是未來汽車的發展方向，也是一項非常復雜的高科技，它需要依靠人工智慧、視覺計算、雷達、監控裝置、全球定位系統合作等。說得通俗一點，就是給汽車裝上聰明的大腦、敏銳的眼睛、靈活的手腳，讓它成為一個「汽車人」，實現更安全，更智能地駕駛，更好的為人類服務。
作為未來的接班人，我要好好地學習知識，為未來的高科技添磚加瓦。
3. 分析下數字貨幣的利弊
數字貨幣就不擔心有假幣了，如果是說紙幣的話就擔心還有假幣。那也不擔心，出門沒帶錢。
目前挖礦要注冊礦池,一般礦池的分配方式主要有：「PPLNS、PPS、PROP」三種。
1、PPLNS模式：(最純正的組隊挖礦)全稱Pay Per Last N Shares，意思是說「根據過去的N個股份來支付收益」，這意味著，所有的礦工一旦發現了一個區塊，大家將根據每個人自己貢獻的股份數量佔比來分配區塊中的貨幣。
在PPLNS模式下，運氣成份非常重要，如果礦池一天能夠發現很多個區塊，那麼大家的分紅時間會非常快，如果礦池一天下來都沒有能夠發現區塊，那麼大家當天也就沒有任何收益，收益要等到你參加的區塊被完全挖掘出來才能得到分配。
同時，由於PPLNS下，具有一定的滯後慣性，你的挖礦收益會有一定的延遲，比如說，你加入到一個新的PPLNS礦池，這個時候你會發現前面幾個小時的收益比較低，那是因為別人在這個礦池裡已經貢獻了很多個share了，你是新來的，你的貢獻還很少，所以分紅時你的收益都是比較低的。
隨著時間的推移，該結算的也結算了，大家又開始進行了新一輪的運算時，你就回到和別人一樣的水平了。同樣道理，若你離開了PPLNS礦池不再挖礦，你貢獻的share還在，在此後的一段時間里，你依然會得到分紅收益，直到你的share被結算完畢。
2、PPS模式：Pay-Per-Share方式---該方式為立即為每一個share支付報酬。該支出來源於礦池現有的比特幣資金，因此可以立即取現，而不用等待區塊生成完畢或者確認。這樣可以避免礦池運營者幕後操縱。
這種方法減少了礦工的風險，但將風險轉移給了礦池的運營者。運營者可以收取手續費來彌補這些風險可能造成的損失。為了解決PPLNS那種有時候收益很高，有時候沒有收益的情況，PPS採用了新的演算法。PPS根據你的算力在礦池中的佔比，並估算了礦池每天可以獲得的礦產，給你每天基本固定的收益。
3、PROP模式：比特幣區塊的產生是：由礦池發現區塊後向全網路廣播，經過120次確認後，才會產生區塊。PPS模式是：礦工每貢獻一點速度，礦池就向礦工支付相應的比特幣，礦池的幣還是要來自真正的區塊產生，只不過在真正的區塊產生之前，礦池就提前支付給了礦工。
PROP模式是：礦池經過120次確認產生真正區塊後，會把比特幣按每個礦工的貢獻分配給礦工，這種模式更符合比特幣區塊的產生。在PROP模式，即使暫時沒有產生真正的區塊，以後產生出來了真正的區塊，還是會根據挖這個區塊的貢獻，分配給每個礦工。礦工挖礦至少都是挖幾個月，甚至幾年，所以從長遠來看，這兩種模式挖出幣的數量是一樣。
利弊分析：
礦池的存在降低了比特幣等虛擬數字貨幣開採的難度，降低了開采門檻，真正實現了人人皆可參與的比特幣挖礦理念。但其弊端也非常明顯，因為算力接入礦池，作為礦池來說，將掌握極其龐大的算力資源，在比特幣世界中，算力代表著記賬權，算力即是一切，如果單家礦池算力達到50%以上，將可以輕易對比特幣等類似的虛擬數字貨幣發動51%攻擊，其後果是非常可怕的。
1、壟斷開采權，可使掌握剩餘49%算力的礦池顆粒無收，瞬間退出競爭並倒閉破產，礦池算力超過50%以上，如果發動51%攻擊，將能輕易占據全網全部有效算力。
2、壟斷記賬權，可通過51%攻擊進行雙重支付等行為，可將1筆錢多次使用，這將直接摧毀比特幣等的信用體系，使之信用灰飛煙滅。
3、壟斷分配權，由於單家(也可能是多家礦池聯盟)礦池通過51%攻擊占據全網算力，可快速排擠剩下礦池使其倒閉，由於沒有競爭，礦池便可自行進行收益分配，對礦工收取高額手續費等苛捐雜稅。