1、大和小的理解
為什么叫計算機思維呢？不是計算機真的有思維，而是這種思維方式伴隨計算機出現的，與常人思維方式完全不同。
人類的腦力有限，對復雜的、數量龐大的東西沒有太大感覺，很多東西說不明白，只有定量分析，而沒有定性分析。在圍棋的世界里，本質上一個點只有三種可能：黑子、白子或空白，共361個點，因此整個棋盤的可能性是有限的：3^361=2*10^27種情況。AlphaGo為什么能贏？是因為在他的世界里這些可能性都在考慮范圍內，但這么龐大的數據對于人類，太復雜了，能夠搞清楚其中一小部分的，就很聰明了。
反思：
在日常的工作和生活中，遇到較大數據的我們是怎么做的呢？
例一
廠區里面各種過濾器濾芯型號不一致，有的人能夠記住一個型號，有的人能夠記住兩個，其實用一個Excel就解決了所有的問題，但就像AlphaGo的工程師在前期給它輸入大量的信息一樣，我們的工作也在前期采集、輸入大量正確的邏輯和數據。
在這里面，如何分類是一門大學問。類別越細，需要填的信息越多，但查閱的時候越方便。做一個設想，如果是一個10倍于我們大的廠子，它的過濾器又是如何管理的呢？
在一個小樣本里面能夠管理得好，遇到大樣本有可能會慌，反之則不然，在有可能定量分析的情況下，盡量定量分析，發現不足并及時從方法論上修正，才能從思維層面提高。
例二：
有10裝鞋子的人，和有100 雙鞋子的人，以及10000雙鞋子的人，管理是不一樣的。
拿車牌號來說，先是省級行政區（34），然后市級代號（26個英文字母），然后五位編號，純數字不行的話可以換字母，每換一個字母直接將樣本的數量擴大到2.6倍，妙哉。
在我管理公司的安全閥和壓力容器臺賬時，首先就是對其進行采集數據并編號，但是自己在編號的過程中只想到了數字，未加上字母，導致明確性有一定地下降。實際上，在我們能夠接觸的范圍內，字母+兩位數的組合已經足夠用了。
小結：
在計算機這個領域里，幾乎任何常見的問題都已經有了優化過的答案。在化工領域里，也發展了這么久，對自己遇到的絕大多數問題，也有了相對嚴謹的解決方法。提高效率很重要，重復性地統計太浪費時間啦。
對于企業，提前把自己定義在大數世界里，才能建立更有競爭力的商業模式。作為個人，們必須升級思維方式，才能適應增長迅速的大數世界，成為新時代前2%的受益者。
2、全局和局部
人在做事情時，先于自己的認知，通常得到的是局部最佳，失去對全局的優化的可能性。由于計算機有處理大數的能力，以及是自頂向下的做事方式，更容易得到全局最佳。
3、等價性原則
4、模塊化原則
