什么是智人？
维基百科的定义：智人生物学上归类为哺乳纲、灵长目、人科、人属的物种。
法国思想家帕斯卡曾说：“人不过是一株芦苇，是自然界中最脆弱的东西；可是，人是会思维的。要想压倒人，世界万物并不需要武装起来；一缕气，一滴水，都能置人于死地。但是，即便世界万物将人压倒了，人还是比世界万物要高出一筹；因为人知道自己会死，也知道世界万物在哪些方面胜过了自己，而世界万物一无所知。”
人的起源
思维认识是什么？
思维认知，可以简单的理解为关联万物的能力，没有关联就不会产生新知，没有新知我们就不能抽象万物，没有抽象不可能建立简单有效的规则纽带。沟通在凝聚族群力量的需求只有应运而生。
沟通需要什么？（自然语言，数学语言）
需要借助一个抽象的字符集合，也就是我们常说的语言。语言可以分为两种：一个是“自然语言”，一个是“数学语言”。自然语言用来抽象定义，数学语言用来构建规则。
“0“代表无， ”1“代表有， 无中生有，有生万物，我们通过0，1抽象整个客观世界，化客观为主观，把客观世界虚拟为一个个故事，智人喜欢讲故事，也习惯听故事，这是智人最大的优势，也是数学语言发展的基础，当智人把河边的老虎称做“森林之王”，就是在抽象的定义动物世界，当我们用自然语言完成了对客观世界抽象定义后，我们开始用数学语言来构建规则，简单有效的规则离不开高度抽象的数学语言。这一简单有效的抽象规则是连接不同小团体的一根看不见的纽带。
通过规则，智人将一个庞大的团体，拆分成不同属性不同职责的小团体，就这样智人巧妙的将庞大而复杂的团体，拆解成一个一个便于协助，职责分明的小团体。聚沙成塔，弱小的智人，打败了尼安德特，打败了凶猛恶兽，在时间的复利之下，一步步登顶食物链顶端。
如何在现有规则中发现新知？
数据人类规则运行情况的客观记录。在数据中我们更好的认识规则，运用规则，完善规则。从数据中发现新知是一种能力，也是为了发展不可缺少的力量，新时代数据的价值 不逊色于工业时代的石油。通过几个例子看看数据的力量，测测你的数据思维。
代码语言：javascript复制一，赌场的骰子是否有猫腻？二，如何高效的侦破电子咋骗？三，不用微积分计算旋轮线的面积？一，赌场的骰子是否有猫腻？
一个均匀的骰子，在上帝中立的前提下，我们可以用假设统计的方式来验证骰子是否有猫腻。
假设骰子6个面，每一面出现的概率都一样，也就是 1/6。
观察收集数据：我们可以记录骰子在最近 N 次投掷，6个面分别出现的次数：m1...m6,我们也就很容易的计算出，6个面的概率p1...p6。
对比：将观察计算得到的概率p1...p6与假设概率1/6比较，如果差异很大，我们有把握说骰子不是均匀的，可能存在问题。
注释：N的值越大，结论的可靠性就越大。
R工具模拟掷骰子：（我们可以看出6个面的概率都在0.166左右微小的波动，约等于1/6）
代码语言：javascript复制# 生成1到6的随机数，N为100000次
# sample()就是有放回抽样
> X <- sample(1:6, size = 100000, replace = T)
# 计算各个值的频率
> prop.table(table(X))
X
1 2 3 4 5 6
0.16619 0.16572 0.16704 0.16819 0.16695 0.16591二，如何高效的侦破电子咋骗？
在某国家，有个诈骗犯。他作案时非常谨慎，不留蛛丝马迹。布局半年，诈骗得手后，他把唯一的联系方式，用假证件买来的手机号码也销毁了。
这下，应该没有人可以找到我了吧？ 可是很快，警察把他抓获了。他非常震惊。手机号码已经销毁了，没有任何线索，你们是怎么找到我的？ 你猜，警察是怎么找到他的？ 警察说，你过去的号码，确实查不到任何姓名。
但是通过连接的基站数据，我们发现，那个号码白天在某个办公楼附近，晚上在某个小区附近，周末在某个超市附近。 然后，这个号码突然某一天消失了。 但是，我们分析了一下后面几周，和这三个基站有关系的数据。发现，上万个号码中，同样白天出现在那个办公楼，晚上出现在那个小区，周末出现在那个超市的，只有一个新注册的手机号码。
于是，我们就找到了你。 诈骗犯听完五雷轰顶！
三，不用微积分计算旋轮线的面积？
《数学里也能耍流氓》一文，其中提到了旋轮线的面积的证明（我想起来曹植称象）：
代码语言：javascript复制车轮在地上旋转一圈的过程中，车轮圆周上的某一点划过的曲线就叫做“旋轮线”。
简单的方法求证：它在金属板上切出旋轮线的形状，拿到秤上称了称，发现重量正好是对应的圆形
金属片的三倍。今天我们不借助金属板，不借助微积分，只通过一个简单的统计学方法来证明旋轮线的面积，是不是有点不可思议？
第一步，绘图：
旋轮线图
第二步，明确公式：
曲线公式
第三步，原理与计算模拟：
如图：旋轮线内切于一个矩形，并且将这个矩形分为两部分：旋轮线上方平面和下方平面。
原理：模拟出N多个（x,y）的坐标点，用点铺满整个矩阵，用公式我们可以统计出有M个点落在曲线下的红色区域。当N足够大，我们可以得到 :
点数比趋向于面积比
模拟计算：当N趋于100000，我们发现M/N 收敛于0.7502，3.0008pi=0.7502*(2*2pi)，旋轮线的面积正好是圆形面积的三倍，就这么神奇，通过模拟点计算出了旋轮线的面积。这一方法又一个学术名称叫做“蒙特卡洛模拟”。
至此本文收尾，人类善于关联事物，但关联也有对错，我们要时刻提醒自己你的关联可靠吗？关联的正确性是多少呢？不要轻易把关联当做规律的，以偏概全，错误关联的伤害是不可小觑的。同时，智人靠自然语言和数学语言建立的规则世界，会在一代代人类文明的传承中不断完善和优化，我们有信心在数据海洋之中发现更多新知，构建更稳健的世界体系。
参考文献：
谢春霖：你的思维方式，也许还在学生时代
蒙特卡洛模拟的简单例子-文华程序化
TzeSing Kong：卡方检验：两个分类变量的关联性分析
