我想用几个例子来讲一讲，人类走过了几千年的实验科学、几百年的理论科学，保险是一个很传统的行业，基于概念评估的生意，保险公司对车险客户是这样聚类的：A类连续两年没有出车祸的，B类，最近一年没有出车祸的，C类过去一年出了一次车祸的，D类过去一年出了两此及以上车祸的。我从机场到深圳来，你坐飞机从北京到深圳，保险公司给你付了，我一了解，这个保险是20块钱，这个保险公司买了你三个大数据，身份证，还有你的手机号，各位企业、各位领导，各位老百姓，你们想一想。

　　物联网时代，当汽车成为轮式，成为大数据发生器以后，就是一个大数据发生体，每一次驾驶，每一次维修，每一次行驶，甚至每一次刹车，都会记录在岸，利用大数据聚类，保险公司可对一个车况好、驾驶习惯好、常走线路事故率低，不勤开车的特定客户，给予更大的优惠，而对风险太高的客户报高价甚至拒绝，例如出租车司机跑的比老百姓多得多，总之能够给出包括保险费支付方式在内的个性化解决方案，这就颠覆了保险公司的传统商业模式。这就是大数据聚类成为保险公司的核心竞争力，我扩张一下，就是大数据聚类成为很多行业的核心竞争力。

　　非大数据时代，做一个人脸的识别，我们可以提取它十个特征，第二类先结构化存起来，你想一想，如果十个特征都一样的话，两个人是不是同一个人呢？当然，这也是不可能的，但是我们再想一想，人类智能来看，它忽略了什么呢？我认为它忽略了太多，这种人脸识别仅仅是几何结构的聚类，落入集合学框架，忽略了聚类的不确定性，忽略了聚类的多样性等等。

　　再举个例子，大数据写诗，人们熟读众多诗词，记住了针对各种意境的大量字串。例如说李白一生写诗1010首，把他所有诗句进行机械切割。李白给毛主席诞辰100周年写一首诗，就是这样。

　　大数据对形式化方法的挑战是非常严峻的，在数据密集型的网络时代，任何传统学科，或者传统的行业，它的公理、原理和定理组成的语境，遇到互联网+的挑战之后，这样一来，传统的学科行业，或者是交叉学科，成为一个大数据、小模型、小定律、交叉学科的时代，模型和程序要围绕数据转。

　　创新，表示在创造一个新的语境，新的坐标系，在这个坐标系下研究大数据，在互联网情况下，如何创造你新的坐标系，新的语境，否则难以有新的发现。

　　实践中的研究，由下而上要深入，数据要胜过程序，价值要胜过知识，关联要胜过因果，更多要关注有意义的小众，把这些小众累积起来才成为大众。

　　通过大数据聚类即时发现价值，要充分认识大数据中的不确定性和价值的隐蔽性。

　　机器人如何认知是我讲的第二个问题，这七个字，可以有两种划分，一种是机器人如何认知，你要把这个弄清楚，我觉得实际上是在弄这个，机器人在想，人如何认知，是集新材料、新工艺、新能源、机械、电子、移动通信、全球定位导航、移动互联网、云计算、大数据、自动化、人工智能、认知科学、乃至人文艺术等多个学科、多种技术于一身的人造精灵，是人联网、物联网不可或缺的端设备，是人类社会走向智慧生活的重要伴侣。

　　机器人既是使用大数据也产生大数据，既是大数据的产物，也是大数据的推动者，机器人是大数据的认知的典型代表，机器人时代真的来了，我们希望我们以后的黄牛退休、铁牛耕地，这个铁牛就是机器人，农民进城，机器人耕地，医疗与健康机器人，更是上上下下，当然还有太空机器人等。

　　我先讲一下服务机器人，高考机器人，就是由知识的碎片化，大数据来认知，就说明我们的教育不能光是填知识，我们现在做一个报告，我们可以用机器人来撰稿，机器人导航，机器人手术等。