​人工智能主题读书笔记 - 《人工智能》

人工智能主题读书笔记 - 《人工智能》

李开复博士的这本《人工智能》，算是对人工智能的科普，比较适合普通大众阅读。

人们面对人工智能带来的机遇和恐慌，这本书都给予了积极正面的回答。通过这本书可以了解人工智能的发展历史、目前人工智能的发展程度以及人类在未来的人工智能时代需要如何提升竞争力。

如果您对人工智能或者科技感兴趣，可以作为科普书籍来阅读。不过，也请注意，书中的许多观点属于预测，基于作者当前的判断，并不一定会成为事实。阅读时还需要读者有自己的思考。

下面是整本书的简要总结。

第一章：人工智能来了

通过介绍一系列人工智能的应用，如智能助理、新闻推荐和新闻撰稿、机器视觉、AI艺术、新一代搜索引擎、机器翻译、自动驾驶、机器人等等，引出“人工智能”的概念和定义。

人工智能在学术界的教科书式的定义： 人工智能是有关“智能主体的研究与设计”的学问，而“智能主体是指一个可以观察周遭环境并做出行动以达致目标的系统” 。

第二章：AI复兴：深度学习+大数据=人工智能

人工智能经历了3次热潮。

第一次，1962年，IBM的阿瑟·萨缪尔开发的西洋跳棋程序战胜过一位盲人跳棋高手。公众惊呼“智能机器威胁论”，没过几年，人们就习惯了计算机会下简单的棋类。

第二次，1997年IBM的深蓝在国际象棋上战胜卡斯帕罗夫，全世界的科技爱好者奔走相告。没过几年，国际象棋程序就变成普通的计算机应用。

第三次，2016年，AlphaGo在围棋上大战李世石，再一次引发了人工智能的热潮。

从高德纳技术成熟度曲线看AI发展史，和前两次AI热潮相比，这一次的人工智能复兴的最大特点，就是 AI在多个相关领域表现出可以被普通人认可的性能或效率 ， 开始在产业界发挥出真正的价值。 这一次的人工智能热潮也伴随着许多有价值的AI创业公司的诞生。

从语音识别这一领域来看，语音识别的方法从“ 符号主义学派 ”到“ 统计模型 ”再到“ 深度学习 ”，已经达到了大多数人可用的标准。语音识别系统在近年来突飞猛进，技术上只有一个原因 — 深度学习！

从根本上来说，深度学习和所有机器学习方法一样，

是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程。

深度学习是以大规模计算和大数据为前提的。深度学习三巨头：杰弗里·辛顿、约书亚·本吉奥、扬·勒丘恩。

大数据指的是因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据。

谷歌的分布式处理三大利器——GFS、MapReduce和Bigtable就是在大数据的时代背景下诞生并成为绝大多数大数据处理平台的标准配置。

第三章：人机大战：AI真的会挑战人类？

人工智能按层级区分为： 弱人工智能 、 强人工智能 、 超人工智能 。

弱人工智能指的是专注于且只能解决特定领域问题的人工智能。

强人工智能指的是可以胜任人类所有工作的人工智能。

尼克·波斯特洛姆（Nick Bostrom）在《超级智能》一书中，将超人工智能定义为“在科学创造、智慧和社交能力等每一个方面都比最强的人类大脑聪明很多的智能”。

显然目前处于弱人工智能的时代，还有很长的一段路要走，人类离威胁还相当遥远。担忧未来，也更多还是科幻作家和未来学家的事。

今天的人工智能还不能做的7个领域： 跨领域推理、抽象能力、知其然，也知其所以然、常识、自我意识、审美、情感 。

第四章：AI时代：人类将如何变革？

人工智能不仅是一次技术层的革命，未来它必将与重大的社会经济变革、教育变革、思想变革、文化变革等同步。大部分的工作，将会发生转换甚至被完全替代。自动驾驶是AI最大的应用场景， 智慧金融 是AI目前最被看好的落地领域，还有 智慧生活、智慧医疗 等等。只有用开放的心态，准备好迎接人工智能与人类协同工作的新世界，才能真正成为未来的主人。

第五章：机遇来临：AI先行的创新与创业

AI创业的 五大基石 ：清晰的领域界限，闭环的、自动标注的数据，超大计算能力，千万级的数据量，顶尖的AI科学家。

人工智能产业发展的 六大挑战 ：前沿科研与产业实践尚未紧密衔接，人才缺口巨大，数据孤岛化和碎片化问题明显，可复用和标准化的技术框架、平台、工具、服务尚未成熟，一些领域存在超前发展、盲目投资等问题，创业难度相对较高。

中国有独具优势的AI创业环境。中国具备了人才储备、行业需求、庞大市场、生态系统等许多极有利于人工智能发展的条件。

第六章：迎接未来：AI时代的教育与个人发展

AI时代该如何学习？

1.主动挑战极限

2.从实践中学习

3.关注启发式教育，培养创造力和独立解决问题的能力

4.虽然面对面课堂仍将存在，但互动式的在线学习将愈来愈重要

5.主动向机器学习

6.既学习人-人协作，也学习人-机协作

7.学习要追随兴趣

AI时代该学什么？

人工智能时代， 程式化的、重复性的、仅靠记忆与练习就可以掌握的技能将是最没有价值的技能 ，几乎一定可以有机器来完成；反之，那些最能体现人的综合素质的技能，例如，人对于复杂系统的 综合分析、决策能力 ，对于艺术和文化的 审美能力和创造性思维 ，由生活经验及文化熏陶产生的 直觉、常识，基于人自身的情感（爱、恨、热情、冷漠等）与他人互动的能力 ……这些是人工智能时代最有价值，最值得培养、学习的技能。而且，这些技能中，大多数都是因人而异，需要“定制化”教育或培养，不可能从传统的“批量”教育中获取。

推荐阅读：