人工智能极简史

这本书是非常不错的人工智能科普读物。通常让一个专业的人了解一个专业的知识容易，让一个不专业的人了解专业的知识尤为困难。这本书延续了张老师一贯深入浅出的科普风格，容易阅读，普适性广。最近刚好开一门初中生人工智能通识课程，看过很有收获。 美中不足的是成书于22年，而这两年的AI又迎来了井喷式的变化。不清楚这些变化到底是算力更新突破摩尔定律导致AI企业不得不不停的赢，还是确实在突飞猛进。期待张老师新的科普读物分享见解。同时推荐张老师的两本高质量读研。

“智能就是在信息（包括知识）不充分的前提下做出最有可能是正确的判断和尽可能最优决策的能力。” 这是AI的入门书，也是AI给我推荐的三本进阶书里的入门。翻开时看到作者的院系和学院，笑了一下，会有种亲切感。只是计算机科学和数学知识实在有限，哪怕面前摆的是“极简”史，依然觉得力有不逮，那最优选择只能是“师夷长技以制夷。”用一个周末的下午，整理这些天上班路上与AI关于这本书的讨论，了解图灵测试、深度学习理论、卷积神经网络，用微信读书自带的AI工具梳理每一章的内容，用wps的思维导图整理书的逻辑和框架，一一找出2025年《时代》杂志年度封面人物在这个体系里对应的位置。 自从图灵机、控制论、信息论这个“AI脚手架”搭建起来后，我们就再也停不下追求人工智能的脚步。人类借着数学工具将宇宙万物转化为规则与符号，从单线程的CPU走到了多线程GPU，用几十年的时间从人工写规则到运用深度学习自动从大数据中提取特征，数据、算法与算力的合谋，让人类迎来了AI时代。 有人说，让机器帮助人思考、劳动是上帝根植于人类内心的永恒执念，据说这背后有着他老人家更大的阴谋：用硅基生物取代碳基生物。如果真是如此，我们便更要自由地走下去。

还是很不错的一本，不过成书于2022年，今日的人工智能已经到了一日三惊（万维钢语），有些今天热点的内容没有涉及，本书比起其他介绍人工智能的书，介绍了很多中国科研工作者的工作和一些让人啼笑皆非的状况，比如某段时间人工智能被和特异功能混为一谈。而日本在人工智能低潮期逆向投资而美国选择了互联网，又一次让人知道选择比努力更重要，点错技能树的可怕。

我作为一个对比不甚了解的读者，读起来还是比较困难的，可能有一部分能理解，但是缺乏高层次的全面的了解，不过这也是以时间顺序来介绍的局限性，作为科普读物还是有所欠缺的，毕竟无法给新人关于人工智能的一个整体认识。 还有里面的配图……竟然只是把文字单纯的画成图，更希望图片能辅助文字来起到帮助理解的作用

人工智能的本质，说到底就是模仿、归纳、拟合。很多人工智能算法在本质上其实就是一个拟合函数，而我们要做的就是在已有数据样例的基础上尽可能去提高拟合的准确度，精确的预测、分析结果。AI模仿人类的言行举止，归纳杂乱无章的数据规律，再依托数学模型完成运算推演。数学和物理赋予了人工智能运行的载体，却赋予不了它意识。 书中没有计算公式，以图文结合的方式介绍了从简单分类器到神经网络，从深度学习到大模型，是很好的AI入门科普书籍。在每一页AI知识的背后，是无数篇论文提供的原理和改进支撑。

意外的好读，通俗易懂，写这本书的教授非常的与时俱进，游戏、通俗、严肃各类书籍、还有影音、心理学都会涉猎，完全没有精英式的傲慢。 想不到人工智能本身也是命运坎坷，图灵被性别迫害，罗森布拉特驾船不知所踪，人工智能一度被视为骗局，在中国甚至还能和气功热混淆。 这本书对入门人士真的很友好了，尤其是视角的展开，一个宏大的目标如何被拆分，不断试错。 感觉很多AI焦虑的人看了，估计都会缓解焦虑。就像深度学习也不是AI最终形态，这方面的研究一定会遇到瓶颈，直到技术爆炸，再次突破。 很喜欢其中一些标题：神童与独轮车，庄周梦蝶与缸中之脑，愚公与智叟之类。举例方面也不是冰冷的技术至上主义充满了人文关怀的气息。这也符合教授一开始就抛出的，对人工智能的价值看法：协同进化。 人与人工智能不会走向黑白对立，而是像DNA的双螺旋一样，纠缠前行。

此书没有现在大火的生成式人工智能？

是一本通俗易懂的科普书。最大的感受是，人工智能发展充满不确定性，而这样的不确定性可能正是它的魅力所在，起起伏伏，潜力巨大。这就需要人工智能领域的探索者们，拥有开放的视角同时具有洞见，在完全不知道结果的状态下，愿意冒险投入。这一点与灵性成长有类似，要勇敢，要愿意追随真理，愿意踏向未知。

科学家视角的人工智能，“我们不可能完全了解或掌握真理，但通过不懈的努力，甚至是一代又一代人的努力，可以无限地接近真理”