本文所探讨的问题，属于数据科学、认知科学和创新科学的范畴，会涉及到社会学、经济学等其它不同领域的一些争议性问题，也可能对一些经典理念带来挑战.......
然而，本文的出发点则是探讨生存问题、尤其是处于现阶段环境并面向未来发展的生存问题，主要包括了：
我们身边发生了什么变化？
我们可以如何生存？
我们可以怎样走向未来？
一、引言
未来，是什么？
未来充满着不确定性
为了孩子们的未来，我们应该怎么做？
当前，在全球范围内面临着新的挑战与机遇，互联网、云计算、大数据以及人工智能等高科技发展正在以指数型增长深刻的影响着人类社会发展的各个领域，同时人类社会还面临着前所未有过的、重大的诸如气候变化、环境污染与重大自然灾害等共同性挑战......，未来充满着不确定性。
人类现代社会的发展似乎正在加快显现美国的雷.库兹韦尔先生关于“奇点”到来的判断。面向未来发展的不确定性，以往长期形成的认知方式、发展模式等等都已很难适应了，似乎必须通过不断的加快创新才能适应。
我们一夜醒来，发现小黄车改变了我们的出行方式、移动支付改变了我们的支付方式、微信改变了我们的通信方式、阿里巴巴改变了我们的消费方式，这样的改变还将持续不断的发生：
比如“构建人类命运共同体”的理念以及“共商、共建、共享”的全球治理经验正在得到广泛的理解和认同。
比如Facebook、Apple、谷歌、百度、阿里巴巴等现代互联网著名企业都在努力推动与企业发展相关的生态化建设，向社会的开放或部分开放资源、甚至采取公益方式来创造价值推动社会化发展。
比如由于互联网和信息化技术，使得人与人之间、人与物之间、物与物之间的联系更加紧密，使得发展的变化更快、使得商业服务的个性化更强、使得人的认知更加开放：不断的努力看清方向远比埋头苦干更加重要......
我们的生存发展方式以及价值观念正在悄悄的、不断加快的被改变。这些极为广阔范围内持续性的深刻变化，正在促使人类社会发展的范式不断发生变革。
但是，令人非常困惑的是：尽管我们会自以为曾经非常科学的理解了人类经历了采集狩猎时代、农业时代、工业时代，但是我们对当今时代发展的基本特征以及内在规律仍然很难给出清晰的结论；尽管今天的一位大学生所掌握的知识和研究工具已经远超数百年前的牛顿大师，但是对未来发展的前景也仍然难以从科学的角度或人类历史以往经验的基础上得到清晰的结论。
不确定性，是什么？
如若从普通的生活出发，或者说从生态思维角度出发来理解，在我们日常生活中、在我们身边，不确定性是普遍存在的，或者说：生活就是不确定性的。不仅如此，同时不确定性也是普遍存在于广袤的宇宙空间甚至是极其微小的量子世界或粒子空间。
“不确定性”不仅意味着风险和灾难的可能性，同时也意味着机会和改变，我们无法改变“不确定性”的存在。但是为了生存和生态的可持续性，我们需要对“不确定性”进行更多的了解和发现，尽一切努力减少和降低风险与灾难的可能性，尽一切努力去发现机会改变世界和拥有未来。
从现阶段的社会舆论热点来理解，尤其是与以往工业时代发展相比较，当前社会发展的生态化与数字化是其中较为突出的特点。生态、认知、信息、数据、算法等概念，成为了在高科技创新发展领域里的一些关键词。本文希望借助于对这些概念的初步分析和理解，对生态的可持续性和面向未来发展的不确定性做一些尝试性的探讨，但不免偏颇，敬请拍砖……。
本文探讨的要点简介：
探讨生态、认知、信息、数据、算法与生态可持续性之间的关系：生态的可持续性需要认知，信息、数据与算法的存在是为了实现人的认知和认知能力，算法的演进带来认知能力的变革。
对数据的理解：数据的意义、数据存在的价值、数据与算法的关系、数据与算法的演进
未来，将会是一个复杂的、充满个性化发展的、美好的智慧时代；未来，需要人拥有更多的智慧——可充分驾驭的认知能力；算法演进是提高认知能力的最好的技术途径，而爱心与创造性的想象力却是智慧的源泉，只有热爱生命、热爱生活、热爱社会，才有可能更好地拥有智慧。为了未来，需要爱心与想象力伴随孩子们共同成长......
说明：本文范围内对所涉及的“生态”、“认知”、“信息”、“数据”、“算法”与“生态可持续性”等概念进行了必要的理解和解读，可见本文结尾的附录，或有偏颇、或可参考......
二、关于生态与生态化
生态：生物的生存和发展的状态（参阅百度）。本文以关注社会化生态为主。
2.1，对生态化起因的理解
互联网所创造的连接无处不在。通过IP v6和物联网，这样的“连接”趋势还将持续不断的加强。不论是在人与人之间、人与物之间或是物与物之间，不论是在地域覆盖的广度、不论是社区家庭的生活细节、不论是经济关系、不论是在价值观念，这样的连接都在不断的持续的增强。
这样连接的发展趋势，使得人与人之间的关联更加紧密、人与物之间的关联更加紧密，物与物之间的关联更加紧密；不仅使得人的生态特性和需求在社会机构与经济组织方面得到日益增强的趋势，如“人类命运共同体”；甚至在物理系统方面也在日益得到增强，如“信息物理系统”。尤其在互联网经济领域，生态型的“社交”已经成为互联网企业实现可持续发展的重要基础。
因此，社会组织与生产关系的生态性特点日益增长、生态化关系的作用日益显现，社会发展的生态化正在成为面向未来发展的一个重要趋势，甚至有理由相信会成为一种全新的社会发展范式，即：不论是一流水线为基础的制造业、或是金融贸易等服务行业，不论是高科技创新发展或是医疗教育等公共服务，都会更强烈更充分的反映人的发展需求、行为特征和交互关系，尤其是人的终身的个性化成长发展的需求。
需要值得充分关注的是，恰恰是这种社会生态化发展、以人与人之间更加紧密的连接、以及更多个性化发展诉求的发展趋势，造成了社会发展的不同要素不同领域不同文化之间的相关性不断强化，将对现实社会生存环境带来了由于“人”的原因所引发的更多变化、更多可能性和更多不确定性。
面向未来，“人”的个性化发展和社会生态化发展所引发的“不确定性”，成为我们所面临的不确定性中最为重要和最为基础的方面。然而，可以得到启发的是，借助于对生态化发展的分析和理解，应当会有助于我们对未来发展不确定性进行深入的了解和发现。
2.2，对生态系统一般特点的理解
生态系统，符合耗散结构的状态和特点：属于非线性、非均衡、非决定论的范畴。
或许可以把生态系统理解为是一个由成千上万个“微分”片段或“量子”结构所组成的系统，在其中任意一个“微分”片段或“量子”结构的边界内并在某一时间片段内均符合牛顿绝对时空的“线性”、“均衡”的变化规律以及拉普拉斯的“决定论”状态；但是依据时间维度的推移，任一“微分”片段或“量子”结构边界内的状态会发生变化、而不同的“微分”片段或“量子”结构之间的关系也会发生变化。这是一个充满变化的时代。
从理论上探讨：假定我们对构成某一生态系统的“微分”片段或“量子”结构在某一时间段的状态和变化规律可以进行准确识别，显然有助于我们更好的实现该生态系统的持续性。但是，客观现实表明我们现有的认知能力限制了这一点，或许人工智能的应用会有助于这方面的发展。
此外，生态系统会通过与所处环境进行信息交换、能量交换以及信息与能量的相互转换，并实现自我演进和成长的过程。
依据观察，社会化生态的特点大致有以下几点：
多样性：不同的社会化生态发展具有不同的特点和规律，不同社会生态的存在和交互是构成整体社会生态稳定发展的基础。
群体性：更为广泛和频繁的社会性交往成为演进与发展的基础。
多元性：任一社会生态都具有丰富的内涵，需要从多各维度了解才有助于充分的认知。
开放性：任一社会生态需要不断与环境进行交互、不断与其他社会生态交互。
适应性：任一社会生态都需要适合成长的环境，并在适应环境的变化过程中实现自我演进。
生命力：任一社会生态都具有自组织能力、自我的优化能力和净化能力，并在环境中实现自我的成长和演进。
2.3，对生态系统相关性的理解
任何个体生态系统的生存与发展，都将取决于所处环境的制约和影响：
当某特定个体生态系统缺乏足够开放性时，则它所处环境的资源将会走向枯竭。
当某特定个体生态系统所处环境资源一旦趋向枯竭时，该生态系统也将走向衰亡。
假定某特定个体生态系统与其它生态系统之间存在关联，则该生态系统存在非独立性，诸如：
这类关联存在着相互影响，这种影响是不对称、不均衡和动态的。
这类关联存在一定程度的融合以及融合的可能性。
2.4，对社会生态化带来变化的理解
从社会可持续发展的角度来观察，生态化对企业或经济组织所带来的变化大约有以下几类：
企业或业务的演进进程不断加快
追求创新与个性化的小规模企业将会趋向增多
企业发展的选择自由度将会趋向增大
企业面向未来发展的不确定性也会不断增加
企业发展的可持续性具有开放性压力
传统型企业收益的利润率趋于降低、运营状态趋于不稳定、企业平均寿命周期趋短
传统型企业寻求合作的沟通成本以及建立信任的成本趋向增加
具有公益化的社会企业会获得更好的发展前景
2.5，对生态化演进发展特点的理解
生态化发展的状态特征：众多实践表明，生态化发展的状态是一个标量。即：当且仅当系统一旦被赋予了生命力并以生态化方式进行发展，则系统在任一时点的发展状态仅仅与演进能力有关，而与发展初始状态的起点高低、规模大小以及实力强弱等均无关。
由0到1：生态体系可以同生物一样，由有效的胚胎发育开始，逐渐的持续性成长。
基因构成的影响：生态体系初创阶段的基因构成，决定未来成长的路径和历程。
环境的重要性：一个适合生长的环境，是生态体系成长最为重要基础性保障。
个性化发展：依据不同的时间、地点、人文等因素，生态系统的演进路径和发展过程都是个性化的、不完全相同的。
数字化技术：是社会生态化面向未来发展的最重要基础。
2.6，对生态化发展历史性特点的理解
经济社会与经济组织的生态化发展以及生态化程度，取决于不同历史阶段的生产力发展水平以及相应的生产关系。不同历史时期生态化发展具有不同的特点：
农业时代文明：小规模、中心式、自然型的经济体系，农户或庄园为单位；获得认知的主要形式是经验传承；生产要素主要是以自然力和自然资源为主而构成。
工业时代文明：大规模、中心式、工业型的经济体系，以传统制造业的企业为单位；获得认知的主要方式是体系化知识学习和文字阅读；生产要素主要是以机械力、能源和自然资源为主而构成。
数字化时代文明：国际化大范围覆盖、弱中心式或去中心化、生态型连接的经济体系，获得认知的主要形式是信息的分享、传播与交流。数字化、互联网、数据与算法、人工智能等高科技成为推动发展的基本动力。
尽管这些不同历史阶段的经济体系具有各不相同的特点，但客观上都具有生态或生态化特点，只是生态化的范围与程度有所不同，并且随着人类社会文明的演进，生态化的范围与程度都在不断得到强化。
如若借助于算法思维方式，不妨在宏观上把农业文明、工业文明以及数字化文明的经济发展状态加以比对，可以把不同文明时期的不同发展规律看作为广义上的算法不同。
如工业文明的经济组织或制造业企业适合于稳定的、相对封闭的、线性的、标准化的发展模式，强调个体服从整体，实行机械式的管控；而数字化文明的互联网企业则相对更加适合变化的、更为开放的、非线性和个性化的发展模式，强调发挥个体的创造性，实行生态型的运营。
把不同历史时期的生态化差异理解为不同“算法”，得到的启发是：
生态化发展是特定历史条件下的现象。展望未来人类的发展与演进，必然还会出现其它不同“算法”的发展范式。
在生态化发展的环境中，传统的经典理论仍然具有实际的意义，但是需要会更为碎片化的方式去适配生态系统不同的“微分”片段或“量子”结构，需要应用于解决不同时间不同现实场景不同对象的具体问题。
生态化的可持续发展，需要具体算法更为碎片化、更灵活、更为个性化的、应用于不同的“微分”片段或“量子”结构的问题。
三、关于认知能力
认知：为寻求和实现生态的可持续性，人对世界以及所处环境的认识与理解、包括了具有创造性和想象力的解读（参阅百度）。
3.1，对认知能力与生态可持续性的理解
如同生命在于运动，生态的价值在于可持续性。
面向未来发展的不确定性，认知与认知能力是实现生态可持续性最为重要的前提和基础。
3.2，对认知能力的差异与改变的理解
不同的人，认知能力各不相同。
认知能力的差异，是客观且是与生具来的。
同样一个人，如采用不同的认知方式或认知工具，认知能力也随之变化。
提高认知能力的技术型路径：提高信息化发展程度或努力应用最新的数字化信息技术，是在数字文明时代提高认知能力的一个重要途径，如大数据、云计算或人工智能等等。
提高认知能力的非技术型路径（生态型路径）：在相同技术水平环境中，提高个体认知能力最有效的方式，是个体处于群体性社会交往的开放性的生存发展状态（生态）中，个体通过与环境进行有效的开放性交互，进行信息交换与能量交换，有效的实现个体自身的演进。
在现实环境中，如若要以发展的问题为导向，为取得低成本便捷性的效果，则通常会采用技术型路径与生态型路径相互结合。其中特别需要值得关注的是，不论是技术型路径与生态型路径都是属于方法论的范畴，而人文因素的爱心和创造性想象力才是提高认知能力的最基础最重要的核心因素，即：只有热爱生命、热爱生活和热爱社会的人才有可能不断的、持续的寻求认知能力的提高，只有充满创造性想象力的人才有可能最有效的实现认知能力的提高。
3.3，认知，是实现生态可持续性的基础
认知能力，是人用以维系或实现生态（生存发展状态）可持续性的最基本的能力；也是人维系和实现生态（生存发展状态）可持续性过程的前提条件。
认知能力，不仅与生态（生存发展状态）的可持续性能力正相关，也是实现和提升生态（生存发展状态）的可持续性能力的核心要素。
认知能力，反映为对信息的收集和处理的有效性，在现代数字化文明环境条件下，则集中反映为包括但不限于：信息的数据化能力、算法能力以及算法的演进能力。
四、关于信息
信息：是对“人的认知表达”的描述形式。人为了消除自身生存发展状态（生态）的不确定性，人的认知以及交流需要某种特定方式的表达，比如可采用声音、文字、图片、视频等不同的具体形式，具有可交流可传播可记录可处理可计算的基本特征。信息，用以消除生态的不确定性，是实现人类生态可持续性的基本要素之一。（参考香农1948年10月《通信的数学理论（A Mathematical Theory of Communication）》对“信息”的定义）
4.1，对信息与认知能力的理解
信息，是构成人类生存发展状态（生态）的最基本的要素之一。
1948年10月，香农在通信科学领域，基于双方通信的场景揭示了“信息是用来消除不确定的东西”的基本属性。《通信的数学理论（A Mathematical Theory of Communication）》。
纵观人类演进历史，人之所以获取信息，最基本目的是为了消除生存发展状态（生态）的不确定性，并通过不断提高自身的认知能力来实现生存发展的可持续性。
信息，也可以理解为：是人对世界认知或理解的一种表达形式。
信息，也是反映认知能力差异的基本载体，即：认知能力的差异主要反映在以下方面，包括但不限于：
有效获取信息的能力：比如获取信息的时间快慢、所获取信息的质量、获取时间的及时性和准确性、以问题为导向而快速有效的集聚信息资源等等。
有效处理信息的能力：是否可以通过信息的处理，实现低成本的、尽可能便捷的解决实际问题、以及解决生态可持续性的重大问题。
信息的可数据化能力：按照算法的要求对信息、尤其是非结构化数据进行某种规范化的量化处理，使之成为符合算法要求的可计算或可处理的数据。这种量化处理包括了分析、分类、分层、聚焦以及关联性分析等等。
信息处理的算法能力：快速配置算法的能力，寻求算法的有效性以及实现算法的不断演进。
说明：
1、上述4种能力是均以“信息”的存在为基础的，如若“信息”不存在，则上述4种能力亦无意义。
2、上述4种能力可以反映认知能力的差异，但是这些能力的意义与价值，当且仅当与实现生态可持续性相关，即：只有当非常有效的解决生态可持续性的问题时，则这些能力的价值更为重要；反之，为要更有效的解决生态可持续性问题，则需要促使这些能力不断的得到强化与演进。
3，“有效获取信息的能力”与“有效处理信息的能力”，是贯穿于人类文明演进过程的，具有一般意义。
4，“信息的可数据化能力”与“信息处理的算法能力”，却是需要以数字化文明的发展做为基础，具有现时代面向未来发展的特殊意义。
4.2，对信息生态特征的理解
信息，是人对世界认知或理解的一种表达形式，也是伴随人类生态演进的衍生物。人类的生态属性也赋予了信息的生态特征。
依据美国脑科学研究人员的测试，人眼在一秒钟之内平均捕捉的画面大约是300余幅画面，继而发现人的大脑是用联想和想象来实现这些画面之外的不确定性。因此，人的认识是伴随着、充满着联想与想象。
联想与想象，一方面是充分反映了大脑的运作效率，为人类的“认识”带来了创造力；另一方面也使得“认知”伴随着主观性、局限性以及想象力的不确定性等一系列生态特征。
作为人认知的一种表达形式，赋予了“信息”相应的生态特征。比如：
多样性特征：任一信息所消除的不确定性的量，会因人因物因时而不同。同一个信息，接受者不同或应用场景不同，所感知的信息量不仅相同。同样一束花，如摆放的场景不同、观赏者的心情不同或文化不同、或者观赏的时间不同等等，都会对这束花所传递的“美”信息带来全然不同的感知和认知。“信息”这样的多样化特点，是我们人类社会发展的丰富多彩的多样化中的一个重要组成部分。
社会性特征：一个信息，当且仅当应用于现实环境中时，该信息的内涵是唯一的、清晰的和不变的；而一旦脱离了现实环境，该信息的内涵会反映出多义、不确定的和变化的特点。
多元性特征：任何一个信息的内涵都具有丰富的内涵、多义性或非唯一性。这一特征反映出，脱离现实的理论性探讨，往往是没有意义的。
开放性特征：各种主客观因素的变化，都会赋予信息更为丰富的新的内涵。
适应性特征：随着人类所处的环境发生变化，信息的内涵也会发生一定的变化。
演进性特征：在人类历史演进过程的不同阶段，同一信息会显现出不一样的内涵。
信息，显然是有别于普通物理概念做描述的事物，它没有气态、液态和固态的特征，但是信息具有明显的生态性特征，信息不仅会带来人的认知变化，即便是信息自身的内涵也具有一定的可变性特征。
五、关于数据
数据：是人为了对“信息”实现逻辑化处理或算法计算而赋予“信息”的一种状态，信息以数据化形式参与逻辑化处理或算法计算。“数据”，是人类文明发展到一定程度的标志。
5.1，对数据的理解
信息，一旦参与了人的逻辑化处理过程、或参与了人的计算过程，信息则成为“数据”或处于“数据”状态。
一个具体的信息（不论是符号、数字、文字、图片、音频、视频或其他任何方式的信息），与它对应的“数据”状态，在具体的表现形式上通常并无明显的区别。但是，由于用途与目的各不相同，信息与所对应的“数据”状态，内涵与属性都会出现一些特定的变化。
5.2，对信息与数据之间区别的理解
信息与数据的区别，取决于是否参与逻辑化处理或算法计算。一旦“信息”成为参与逻辑化处理或算法计算的，会成为“数据”状态，显现出不一样的状态和特征。
信息，主要是用于被人的五官等基本生理功能进行感知、认知、思考和交流的信号。信息，是人获取来用于消除不确定性的资源。
数据，则主要是用于人对“信息”进行逻辑化处理或算法计算的信号，数据是“信息”在逻辑化处理或算法计算过程的一种特定状态。数据，是人为了获取更多信息量而用于计算的资源。
信息与数据的共同用途在于，都是为了消除不确定性而实现生态可持续性。
5.3，对信息与数据相互转化的理解
在逻辑化处理或算法计算的处理过程中，信息演变成为“数据”形态。即：并当且仅当一个信息具有“逻辑化处理或算法计算”进行处理的数据所必须具备的特征时，这一信息才有可能做为“数据”被计算被处理。只有经过数据化处理之后，信息才有可能成为数据。
比如：“性别”，当在现实环境中涉及做为“性别”这一信息表述时，其内涵意义往往依据环境、场景、对象以及时间的不同而发生改变，即：“性别”信息是具有丰富内涵的。当做为“性别”用于计算过程时，则需要算法规则的一些特定的限制或规定，使“性别”成为可计算的数据。
在被逻辑化处理或算法计算之后的成果也是数据，当且仅当该成果性数据被使用者接受或被使用到具体应用场景中时，数据才转化为“信息”状态，并将表现出“信息”应有的内涵与属性。
同样以“性别”为例，如果做为计算结果被应用到具体场景内，我们会马上把“性别”内容与其它信息相关联，从而对所需要的认知问题有了一个包括“性别”信息特定内涵在内的更具体、更真实的理解。
尽管具体的“信息”与“数据”在表现形式上并无根本性差异，但在现实场景中，为了实现可计算的目标，在满足逻辑化处理或算法计算的基本定义和约束条件过程中，往往会影响到“信息”原有的内涵与属性并使其受到了限制或发生了改变，这是一个普遍性现象。
5.4，对数据生态性特点的理解
数据，几乎具有信息的所有特征，除非“逻辑化处理或算法计算”过程所给予的特定的限制或带来的变化。
因此，数据同样具有信息所具有的生态性特征，除非“逻辑化处理或算法计算”过程所给予的特定的限制或带来的变化。
由于生态性特点，信息存在一定程度的主观性、局限性以及想象力所赋予的不确定性等等，这些特点都难以适应“逻辑化处理或算法计算”的过程。这种状况表现在企业的业务团队所提供的“数据”往往无法满足IT部门进行处理或计算的要求，而企业IT团队的数据“标准”在业务部门难以执行，从而影响到企业数字化发展战略的进程。
但是，同样可以理解，在企业IT系统数据库内的数据，即便在形式上尽可能保留了原有“信息”的表述，但由于算法处理的要求和IT系统的规制，原有“信息”的信息量仍然会发生诸多改变的可能。
理解“信息”与“数据”的差异以及相互演变的状态和边界等问题，将对数据资源进行有针对性的或者是个性化的应用、开发、管理与治理带来更为新的变化。
5.5，对数据价值的理解
数据的产生是为了“逻辑化处理或算法计算”（以下简称为“计算”），显然，可以从逻辑上推导：只有当数据用于计算时才会产生价值；只有当数据被用于更多计算时才会产生更多的价值。
例如现实生活中，同样是电信运营商的客户通话记录，固定电话的记录仅仅可以反映通话的使用频度和使用时长；而移动电话的记录却可以反映客户的活动轨迹和行为模式等更多的生态信息。如若在法律允许的框架内进行简单比对，可以得到以下理解：
数据价值的生态性特点：数据价值，与是否可以充分反映人的生态信息成正比。反映人的生态特点的信息量越大，数据越有价值。
数据价值的实用性特点：数据价值，与是否有利于有效解决实际问题成正比。不论是商业经营还是家庭生活，以发展可持续性的问题为导向，有利于更低成本更便捷的解决实际问题的数据，则价值更高。
数据价值的算法依赖性特点：为了解决生态性可持续性的实际问题，数据作为资源，并不具备独立性。即：仅仅依靠数据自身是毫无价值的。数据，必须被计算，而且迫切需要进行有效的、低成本高效率的运算。因此，数据的价值不仅依赖于算法，而且更需要符合相关专业领域的、反映最新科技规律的有效算法。显然，只有有效运用那些适合解决实际问题的不同专业领域最新科技的算法，才会使参与计算的数据产生更高的价值。相对而言，算法能力越强，数据越的价值重要。为更充分实现数据价值，需要不断的演进算法。
数据价值的历史阶段性特点：当且仅当在信息资源日益丰富和算法日益丰富的数字化文明历史阶段，数据价值更为重要。而在农业文明、工业文明的历史时期，数据价值的重要性就相对没有那么重要了。
因此，影响数据价值的因素大致有以下几点：
需要被计算。
需要尽可能充分的反映人、经济组织或社会发展的生态性特点。
需要用于解决生态可持续性的实际问题。
需要算法的配置能力：针对生态可持续性实际问题，需要快速配置符合该（业务）领域相关多学科或交叉科学的最新的有效算法。
需要算法的演进：算法本身不断的演进，会给数据带来更高的价值。
需要处于数字化文明的环境中：所处环境的数字化程度越高，数据价值会越高。
六、关于算法
算法：是解决问题的一系列清晰的指令，是用系统方法描述解决问题的策略机制（参阅百度）。在当今数字化文明发展的历史阶段，算法具有更为广泛的意义和价值。在以云计算、大数据和人工智能为代表的数字化技术推动下，运用“算法”正日益成为解决人类社会重大发展问题的最重要的途径和方式。算法，正在逐渐成为面向未来发展的新动能。
6.1，对算法的理解
算法，是用于解决问题的一系列清晰的指令。——百度
自人类最早期开始的结绳记事、刻痕计数等开始，就诞生了算法和数据。结绳与刻痕就是数据，通过结绳记事或刻痕计数来进行数量方面的计量、比对等运算，就形成了最简单的算法。
广义的算法亦可理解为：为解决现实问题，依据人类已知学科知识所揭示的规律对数据进行逻辑化处理或算法计算的过程。显然，算法是以人类文明所积累的知识为基础的，算法也是人类文明发展程度的反映。
随着人类文明的演进过程，广义的算法不断得到发展和丰富。尤其是在计算机得到广泛运用的数字化文明时期，不论是IT技术也好、还是在线商务也好，或者是互联网、或者是人工智能等等，算法已经成为一种资源正在以前所未有的规模进入到社会各个领域，在正在无数的应用场景中发挥着作用。
随着人工智能的加快到来，算法将会以更快的速度、更强大的计算能力、更低的成本和更有效的计算成果进入到社会生态化发展的方方面面领域，由此可以推论的是：
理解一：假定人类知识体系的信息都可以充分的数据化，假定人类知识范畴的所有逻辑与关系都可以表达为算法，则人类知识体系可依据算法与数据来进行等价的表达。
理解二：这样理解的意义在于，存在这样的可能性：社会发展所面临的任一实际问题，不论是商业的、政治的、科学的、教育的或医学等其它领域的具体问题，都有可能寻求算法与数据的有效解决。
理解三：算法，正在成为数字化文明发展的重要生产力和经济社会发展的新动能。
6.2，对算法应用类型的理解
算法，是人类知识的结晶，是实现认知的重要工具。算法的演进，是改变或提高认知能力的最有效途径。借助于算法，人可以用机器来持续性的增强认知能力，即：依据算法进行数据处理，为“生态可持续性”推演出更具有创造性的成果，如大数据的应用。
面向现实应用场景，或许可以对算法应用的类型做如下理解：
非生态型的算法：适用于静止状态、稳定状态和封闭状态，具有封闭性、线性、均衡性特点，符合牛顿绝对时空观和拉普拉斯的决定论的基本逻辑。
生态型的算法：适用于动态、不确定性状态和开放状态，具有开放性、非线性、非均衡性特点，符合耗散结构、自组织等理论的基本逻辑。面向未来，社会生态化发展过程中的现实问题，需要我们以生命体般的精确性、敏捷型和有效性去加以解决，需要更好的把各种丰富的具体算法更为碎片化、更灵活、更为个性化应用于解决“微分”片段或“量子”结构的具体问题，这是一个挑战人类认知与智慧的、长期的、重要的和历史性任务。
其他类型的算法：现实社会中的实际问题则更为复杂，客观上不能排除其它类型算法存在的可能。
6.3，对算法实现的理解
为了实现生态可持续性，人通过信息来消除不确定性。因此也意味着信息定义了世界万物之间的关系，即：当信息获得者一旦获取了真实的、确切的信息，则意味信息获得者与信息表征对象之间的关系就被确定了；如若信息获得者获取了有关于其它任意两者之间或任意多者之间的相关信息，则该信息获得者就会依据信息来确认它们之间的关系。算法则用于对关系的优化。信息可用于定义关系；算法则用于实现关系的优化。
算法，应是被证明了符合事物发展的规律，或是符合被证明过的科学技术的专业知识。
不同专业领域的算法，应当符合相关专业领域内的、被证明过的科学技术知识。随着科学技术的不断发展，算法也会不断的发展与演进。
算法的实现，大致需要具备以下几点，包括但不限于：
以问题为导向：制约发展的现实问题、生态可持续性的实际问题等等
具有足够的信息量
实现信息的可数据化
被证明是有效的算法
6.4，对算法价值体现的理解
当且仅当为了维系或实现人的生存发展状态（生态）的可持续性，算法及其演进才具有真正的价值。
在工程技术操作层面，具体算法是多样化的，诸如：数据库分析技术、大数据应用技术、人工智能领域的深度学习与增强学习等等。从生态可持续性角度来理解，这些技术性的算法都是用以增强人的认知能力。在解决现实发展实际问题的过程中，需要把算法有针对性的使用于不同的真实场景，诸如：
对稳定性业务、碎片化波动性业务提供算法支持
对大规模数据集中处理系统或随机数据处理系统提供算法支持
对其它混合类型的情况提供一种或多种的算法支持
只有选择适合的算法技术或配置多种有效组合的算法技术为社会发展或企业发展解决真正的实际问题，才能显现出算法的真正价值。
6.5，对算法与认知的理解
人的认知能力在数万年的由智人开始的演进过程中扮演着极为重要的、甚至是决定性的作用。
信息，用于实现认知；算法，用于实现认知能力；而算法的演进，则是实现认知能力的变革。算法演进的方向则是增强智慧。算法及其演进影响着认知、影响着未来........
人的认知能力：人在复杂多变的环境中，通过获取信息（生态的开放性）、不断的总结经验和发现规律（持续性的形成算法以及演进）、不断的寻求创新、拓展、进化和自适应的演进（数据以及数据的逻辑化处理和算法计算），并以持续性的学习和演进来实现自我的可持续性生存发展。
人赋予机器的认知能力：在获取信息、形成算法以及演进、数据以及数据的逻辑化处理和算法计算等相关领域内，为了寻求更有效的降低成本和提高效率，人们充分的开发并运用机器的逻辑化处理能力和算法计算能力，从而形成了人工智能或人造智能。
6.6，对算法与数据的演进的理解
从认知角度来看，数据与算法是实现认知能力的两个不可分割的方面，如同食材与烹饪技术的关系一样。
没有食材，再好的烹饪技术也难为无米之炊；如只有食材而不会烹饪，同样无法吃到美味的食品。
如若把数据当作资源来看待，在专业实践中可以发现数据库分析、大数据应用和人工智能对数据资源的要求不尽相同。这意味着就数据专业而言，随着算法不断的发展和丰富，数据处理的发展形成了不同的方向，这对应用于不同类别算法的数据资源而言，也提出了新的、更为细化的专业要求。
算法与数据，在共同演进......
七、结束语：走向智慧时代——拥有面向未来的认知能力
7.1，生态、认知、信息、数据、算法的相互关系
生态、认知、信息、数据、算法与生态可持续性的相互关系，可参见以下示意图。
生态、认知、信息、数据、算法与生态可持续性的相互关系可以大致描述如下：
生态的可持续性，需要认知
认知，需要信息来消除生态可持续发展过程中的不确定性
信息，需要通过数据化而成为可计算的数据
数据，需要被计算
算法，需要被演进
演进的算法，支持认知能力的强化
认知能力的强化，更有效的支持生态可持续性。
信息，可以实现认知方面的数量变化；数据、算法以及演进，可以实现认知能力的质量与结构的变革
认知能力的演进方向是增强智慧：成本的经济性、操作的便利性、数据的流畅性以及创新的有效性
寻求更好的算法并获得更好的认知能力，就是对未来进行不断的探究，从而实现生态的可持续性。
7.2，对生态性发展问题求解过程的探讨
生态性发展充满着不确定性、复杂性和开放性。
对生态性发展具体问题的求解，需要依据问题本身的需要而采用探究性、逻辑性、计算性以及开放性等多种方法。在此进行一些可行性的探讨。作为一种实践中的尝试，将这一类探索性求解过程归纳为以下若干要素，包括但不限于：
基本约束条件：
一个战略目标：确保不断演进过程的稳定性（发展方向）
一个真实的、战术性的具体问题：制约发展的关键性瓶颈问题（关键环节）
丰富的相关信息资源：以问题为导向集聚信息资源（调查研究）
一个推动解决问题的操作流程：
确认解决问题的目标
以解决问题的目标为导向，对相关信息进行数据化处理：
结合业务需求对具体问题以及相关信息进行分析或分解
以业务逻辑为指导对具体问题以及相关信息进行分类或分层、聚焦或归类
对比业务系统，寻求具体问题的数据特征
关系的辨识与论证：以业务需求或业务逻辑为基础去发现并确认不同数据特征之间的相互关系以及关系的变化特征
数据模型的设计：比对业务系统寻求数据建模
实现算法：寻求相应算法进行适配性的数据处理
认知的演进：重复上述流程并不断的关注每个环节并发现和寻求新的演进，直至实现接近目标或实现目标。
求解过程的开放性说明：
生态性发展的求解过程，需要有效的开放性。
上述探讨性流程，对解决生态化带来的不确定的具体问题给出了一个逻辑性算法类的框架，属于方法论方面的设想或设计。专业实践证明：这只能取得非常局限的效果，仅仅依靠这些因素或者照搬某种方法去有效解决实际问题仍然是远远不够的，还必须由当事人结合实际情况进行艰苦的创造性努力。
这些艰苦的创造性工作，诸如包括了但不限于以下相关因素：
1. 执行力：需要去努力实现符合低成本、便捷性和可操作等多方面要求的实施过程，否则就无法执行。
2. 三个基本工具：持续进行量化分析或信息的数据化、不断寻求或采用更有效的算法进行计算、反复寻求用以解决问题的数据特征。
3. 非常重要的人文因素或主观能动性因素：
具有最真挚的爱心：热爱生命、热爱生活、热爱社会，这是现代生态文明的最基本因素，反映在社会责任、公益精神、奉献激情等等方面。只有具有爱心的人，才会持续不断的追求对未来不确定性的探讨，才会在认知过程中不断的探索、总结、积累和演进。
具有创造性的想象力：只有通过创造性想象力，才有可能对未来发展的不确定性所带来的挑战和机遇发现和思考，才有可能从看似无关的两个信息中寻找到内在关联。爱心与想象力，都需要从孩子的教育开始培养。
具有长期积累的专业经验：持续的、长期积累的、被业务实践证明是行之有效的方法或理论。
拥有爱心和创造性想象力是最为重要的，是创造未来的源泉。
只有通过创造，才能拥有未来......
3、一个智慧时代的到来：个性化、复杂而美好的时代
2017年10月27日，香港证券交易所交易大厅在当天收市后正式关闭，它是亚洲各主要证券交易所中最后一个关闭交易大厅的。这一事件就如同近年以来的其他类似事件一样，见证了一个旧时代的结束和一个全新时代的开始。
在这个全新时代，以互联网、云计算、大数据和人工智能为代表的高科技正在以前所未有的指数型增长势头进入社会各个领域、进入社会千家万户寻常百姓家庭，所带来的变化有：
高科技创新，正在成为全新的发展动力：未来，将会拥有更丰富的科学技术手段、更丰富的生产力、更丰富的物质生活资源、更丰富的发展模式。
但凡没有创新价值的资本，都会失去耀眼的光芒。社会化生产力将会持续性增长，家庭基本生活的消费与保障会不断丰富。
人的个性化发展会得到更为充分的发展，人会拥有更丰富的认知能力：获得智慧型的认知能力将会比获得知识本身更为重要。
经济、生活、教育、医疗等社会各个不同领域，将会持续不断的满足人民日益增长的美好生活需要，孩子们将会拥有更大自由度的成长空间和更为巨大的发展潜力。
新兴的经济组织或企业会拥有与社会公众利益更为广泛的连接。
这将是一个不断满足人民日益增长的美好生活需要的全新时代，这将会是一个追求个性化发展的美好时代，也将会是一个充满着发展、变化与选择的复杂时代。
这将会是一个需要人拥有更多智慧的时代。不同的人都将会持续的运用智慧进行社会价值的创新创造、去开创和拥有属于自己的生活、去面对共同性的重大危机问题。
不论是否愿意，一个智慧时代将必然到来......
智慧，就是需要人的认知能力实现生态化、碎片化、个性化的应用，就是因人而异、因时而异、因事而异的“精准”的发现问题和解决问题。
智慧：就是使人寻求以更低成本、更便捷、更流畅的方式去适应生存环境环境的变化，实现自身发展的可持续性。
智慧，将会加快成为社会发展的基本推动力。
只要我们勇于开拓不断创新，我们的孩子们必将会拥有更多的智慧、爱心和创造性想象力，并幸福的生活在未来.......
—— 结 束 ——
附录：对相关概念的初步理解
生态：生物的生存和发展的状态（参阅百度）。本文以关注社会化生态为主。
认知：为寻求和实现生态的可持续性，人对世界以及所处环境的认识与理解、包括了具有创造性和想象力的解读（参阅百度）。
信息：是对“人的认知表达”的描述形式。人为了消除自身生存发展状态（生态）的不确定性，人的认知以及交流需要某种特定方式的表达，比如可采用声音、文字、图片、视频等不同的具体形式，具有可交流可传播可记录可处理可计算的基本特征。信息，用以消除生态的不确定性，是实现人类生态可持续性的基本要素之一。（参考香农1948年10月《通信的数学理论（A Mathematical Theory of Communication）》对“信息”的定义）
数据：是人为了对“信息”实现逻辑化处理或算法计算而赋予“信息”的一种状态，信息以数据化形式参与逻辑化处理或算法计算。“数据”，是人类文明发展到一定程度的标志。
算法：是解决问题的一系列清晰的指令，是用系统方法描述解决问题的策略机制（参阅百度）。在当今数字化文明发展的历史阶段，算法具有更为广泛的意义和价值。在以云计算、大数据和人工智能为代表的数字化技术推动下，运用“算法”正日益成为解决人类社会重大发展问题的最重要的途径和方式。算法，正在逐渐成为面向未来发展的新动能。
生态的可持续性：本文主要指人类社会的可持续性发展或简称为“可持续发展”。
创造性与想象力：
人的创造力，来自于人的想象力。经对地球漫长演进过程的多学科考察，发现在人类之所以繁衍进化到今天的文明，源于智人的想象力是一个重要因素。
想象力，是人的认知能力中最重要的能力。依据想象力，对于任意两个现象或信息，人可以发现它们相互之间的潜在的关联或规律。尽管人类文明经历并承载了数万年的演化，但这一基本特征基本不变，并且在演进过程中得到了不断的强化。
人的想象力具有最伟大的创造力。正是依靠人的想象力，才得以实现了今天的文明。具有想象力的认知能力，是人类与其它生物相区别的最重要的特征之一。而这样的想象力，则是来源于人对生命的热爱、对生活的热爱和对人类社会的热爱。
作者：陈江山 先生
美国国际数据管理协会（DAMA）个人会员。
复旦MBA。
上海恩派公益“珍珠水晶成长发展专项基金”管理委员会成员、业务主管。
曾任中国电信上海公司投资发展规划及项目可行性评估的业务主管，高级工程师。
一、社会公益责任：
2017年，推动面向未来的个性化教育。
2016年，为福利院孤儿罕见病募集筹款并赴美救治。参与成长发展公益专项基金的发起。
2015年，关注并致力于推动优质的儿童教育资源与儿童医疗资源成为更为广泛的公共资源。
2012年，救助并抚养中西部福利院孤儿。
二、专业发展背景：
专注于数据科学、认知科学与创新科学。
专注于面向未来创新发展的不确定性。
专注于创新创业的数字化生态型可持续发展。
专注于以企业现实发展的实际问题为导向，运用非结构化数据分析进行业务系统的数据架构设计、商业化发展的演进进程设计以及现实应用场景的算法设计。
三、专业工作经历
从事信息网络与信息服务领域投资发展总体规划设计以及可行性论证的专业工作近20年，累计完成项目约千余项、累计投资规模数百亿元人民币，期间包括但不限于：
1、曾参与上海电视大学远程教育的方案论证—中国最早的在线教育。
2、参与了中国智慧城市的发起，包括对早期的智慧社区、智慧教育、智慧医疗、智慧交通等行业性应用的方案论证。
3、负责2010～2000年上海市所有各项重大工程项目，包括中国2010年上海世博会信息通信信息服务的投资发展总体规划设计，以及国际航运中心、虹桥交通枢纽、上海中心等重大项目。
4、负责重大研究课题：“推进上海信息化发展规划”、“推进上海工业开发区信息化发展规划”和“推进上海金融聚集区信息基础设施发展规划”。
5、负责完成“上海市十二五规划前期重大课题研究—上海市信息基础设施规划”的项目应标。
扫一扫关注微信