人人都該懂的人工智能

未來已來 果然人工智能還真不是一時半會就能講清楚的事情，所以看完本書就有種似讀非讀的感覺。書中闡述了較多讓我感覺“跳躍性”很大的內容，每章節又都只如蜻蜓點水，怪不得讀者後面附加了很多推薦書目😂，說明真的需要大量研讀資料才能徹底弄懂每一個術語的深刻含義，不過開卷皆有益，這本書還是有很多作者自己的新觀點，蠻讓人眼前一亮的。 一、人工智能的終極目標 作者沒有一直糾結於人工智能的概念展開描述，而是直奔人工智能的終極目標，但無論是概念還是目標，學界都未給出統一定論，從某種程度上來說，這並不代表人工智能主題研究的熵值過高，而恰恰反映其正處在高發現、高創造的興奮期，一派百花齊放的繁榮景象。例如有學者以通過“圖靈測試”爲人工智能終極目標，或強調在機器中打造“人類水平的智能。作者則認爲人工智能的終極目標是：“對人類、動物、機器智能做出科學解釋，並找出這三者之間的共同原則”，該終極目標的闡述充分體現了作者對人工智能跨學科性的肯定，也打破了傳統藝術與科學、工程學與生物學、個體與羣體的邊界劃分，突出人工智能背後的複雜邏輯。 二、圖靈測試的經久不衰 “計算機科學之父”、“人工智能之父”——阿蘭·圖靈一個極具傳奇色彩的人物，他曾破譯二戰德軍恩尼格瑪密碼（Enigma)，奠定了計算機和人工智能基礎，也在生物、數學等方面具有突出貢獻，據說蘋果公司的logo是爲了紀念這位偉大的人物，因爲傳說就是一個放在阿蘭·圖靈枕邊含有氰化物的蘋果讓他這顆巨星從此隕落，不管真實性是否可以考據，但這都足以證明阿蘭·圖靈對現代計算機科學發展進步的影響。雖然作者在文中抨擊了圖靈測試，但我依然折服於圖靈七十多年前提出的天才構想，放在今天還在不斷被我們驗證着（比如“勒布納獎”），它的光輝仍未淡去，並將不朽。 三、人工智能的智能本質 智能到底是什麼？也許正如作者所說智能不能用IQ這些單一的一維物質來度量，而是多維現象的集體表現。即使到目前爲止，我們所謂的人工智能也只不過是實現單一專業化的功能，或者說“計算機只會做那些我們讓它做的事情”，即弱人工智能。它們根本無法從事一般性和具備人類特徵的崗位，距離強人工智能和超人工智能，也許還有很長的路要走。 四、人機共生的未來社會 人工智能威脅論一直成爲一個“反烏托邦式”的說法，電影小說都在渲染一種人工智能將會統治全人類的緊張氛圍，作者覺得這未免有點杞人憂天，我也表示贊同，人工智能更像是一門將造福人類的技術，比如爲NASA的每次飛行任務節約了50萬～100萬美元、火星探測機器人的應用發展，以及數據挖掘對潛藏信息的深度分析等等。當然，我們也不難看到這背後的倫理問題，提供數據信息的消費者彷彿成爲按在砧板上魚肉，個人隱私安全成爲難題。不過我相信隨着網絡安全法律的不斷完善，這些困難都將被一一克服，誰也無法阻擋第四次工業革命的腳步。人工智能的研究運轉也將是揭示人類生命運轉的間接途徑，我們大可放心往前走，一同窺見令人着迷的人類與人工智能共生的端倪。

這本書好的地方在於，討論的是AI領域至今不過時的內容。不好的地方在於讀起來費勁，因爲大量的內容其實在文字背後，僅僅讀這些文字很難有充分的理解。所以建議和GPT一起讀，就很有收穫。

對於人工智能，誤解遠比了解要多，雖然我們張口都可以把這個名詞信手拈來。這本書，是個關於人工智能當前科學解釋比較客觀的一本，讀完可以矯正我們一些道聽途說或者主管臆測的未來的看法。挺好……

書挺好，跟想的不太一樣，想學點乾貨，半本再講倫理

以後再有跨專業的和我討論人工智能，我一定要問問他有無看過這本書，否則免談

《人人都該懂的人工智能》 書的內容不長，解讀了什麼是人工智能，以及當下人工智能的方法：從圖靈測試到窮舉算法，到建立可用的知識庫，如今的人工智能建立了機器學習的模式。 當前，人工智能僅能在某些領域建立知識庫，並能較好的運作，就如人類一樣，只能掌握某些領域的專長。 人工智能當前還面臨着7大難題：歷史、環境、中文屋、算法、信息處理、整體觀、人造生命。此外，人工智能還要回答：認知科學、意識、智能等諸多問題。 儘管今天的人工智能僅僅是起步，但我們似乎已經看到了人工智能的一些前景，它能夠改變我們的世界。 書不長，沒有複雜的計算與知識，算是科普性讀本。推薦閱讀。

#讀書 《人人都該懂的人工智能》布萊·惠特比 1.人類運用自己的智能來解決問題的各種各樣的方法，並不是唯一可行的方法，而且通常也不是最佳方案。 2.人工智能的終極目標就是對人類、動物、機器智能做出科學解釋，並找出這三者之間的共同原則。 3.人類的知識是一個複雜的事物。它通常是經驗的產物，而非純粹的學習獲得。這往往涉及更爲精細的判斷，而不是盲從規則。 4.人類智能中有許多無法用科學方式解釋的元素，學習就是其中之一。知識獲取的瓶頸仍然有待突破。 5.決策制定者們並不缺少數據，但問題在於如何從數據中提取到有用的信息。 6.大腦一點兒也不像計算機。人類大腦被稱做宇宙中最複雜的東西。一個人類大腦可能的配置數量，遠遠超過了全宇宙的原子總數。 7.計算機會盲目地執行一系列指令與程序，沒有理解，也無法使用這種方法研究人工智能。 8.人工智能確實是人造的。到目前爲止的嘗試告訴我們，人工智能看起來與自然智能截然不同。然而，它仍然是智能。 9.幾乎所有技術都會改變接納它們的人和社會，通常會超出所有人的認知。作爲一項技術，人工智能可能產生的影響與先前的技術 所造成的影響一樣巨大。 10.當前的和可預見的人工智能技術 似乎更擅長取代高度專業化的崗位，而非一般性或更具人類特徵的崗位。

這本書差不多一半位置開始，翻譯近乎變成了2019年的谷歌翻譯的水準。我的意思是說，有關翻譯的水平，這本書幾乎讀到一半，翻譯幾乎是2019年穀歌翻譯的水平。又或者是這本書已經完成一半，2019年翻譯即將進入谷歌的頂峯。 想象一下一本需要闡述不少概念的書經過這種水平的翻譯後對閱讀體驗產生的影響🚾

讀完意識到，真正的人工智能還是挺難懂的，它是一種科學技術，但也包含心理學甚至哲學等內容。 這本書並不深入的專業化講解人工智能，當然真講的話我也看不懂。但至少能比較清晰的瞭解到目前人工智能的發展現狀，以及一些未來的發展方向。 作爲科普入門書，是合格的。

讀完這本書，我有一個特別大的收穫～ 我一直以爲，人工智能是運用科學原理！解決問題、創造新事物，就像，我們運用數學原理解答數學題。看完這書，我才知道，我們對人類智能並沒有太多的科學理解，我們是想通過人工智能的建造過程來追尋原理！就像，鳥類能夠飛翔不是因爲鳥擁有飛翔的能力，是因爲它們成功地遵循了空氣動力學，而我們對鳥類飛行有的這種科學理解，是通過製造飛行器。“人工智能的終極目標，是對人類、動物、機器智能做出科學解釋，並找出這三者之間的共同原則。”我覺得這顛覆了我之前的認知！ 關於“機器學習”這四個字，我覺得我還是理解的很模糊很混亂，估計還需要再多讀幾本書。就怕，再多讀幾本書我還是不懂這四個字😂。