《人工智能》笔记
本帖最后由 小飞飞 于 2020-8-25 02:46 编辑通过这个读书笔记，可以快速掌握该书里面的核心观点，为您节省理解阅读的时间。个人觉得该书很好，所以将精华笔记内容推荐给大家，让大家快速理解该书的表达内容与思路，共同学习、共同进步、互帮互助。作者：李开复王咏刚
简介：《人工智能》一书告诉我们：个人应该做些什么，才能避免被AI取代？企业应该如何升级，才能在新的商业变局到来前抓住先机？我们无需担忧和惧怕人工智能时代的到来，我们所要做的，应当是尽早认清AI与人类的关系，了解变革的规律，更好地拥抱新时代的到来
人工智能将引领一场比互联网影响更为深远的科技革命！智能革命时代先行者李开复、王咏刚解读AI如何重塑个人、商业与社会的未来图谱：人工智能时代，个人与企业如何找到人机协作的新位置；人工智能将颠覆现有的商业模式，不仅在高科技领域，任何企业都需要尽早引入“AI ”的思维方式；人工智能将部分取代人类的工作，程式化的、重复性的技能将失去价值。我们的工作必须具备足够的深度，让自己强大到不会轻易被机器撼动。秒杀你对人工智能的一切疑问，好读易懂，有趣有料。
60个笔记：版权信息1988年，李开复获卡内基-梅隆大学计算机学博士学位，他的博士论文主题是关于世界上第一个“非特定人连续语音识别系统”。
包括桌面搜索、谷歌拼音输入法、产品搜索、知识图谱、谷歌首页涂鸦（Doodles）等，在输入法、知识图谱、分布式系统、HTML5动画/游戏引擎等技术领域拥有深厚的积累。
第一章 人工智能来了
人工智能已经来了，而且它就在我们身边，几乎无处不在。我们真的知道什么是人工智能吗？我们真的准备好与人工智能共同发展了吗？我们该如何在心理上将人和机器摆在正确的位置？我们该如何规划人工智能时代的未来生活？人类，你好！
“不管我们是碳基人类还是硅基机器人，都没有本质的区别。我们中的每一员都应获得应有的尊重。”
人工智能已经来了，而且它就在我们身边，几乎无处不在。
无处不在的人工智能
从投资者的角度看，越是追求与人长得一样，试图像人一样说话、做事的机器人项目，就越没有商业前景。这个道理很简单——机器人越像人，人类就越容易拿真人与“它”做比较。这时，技术的不足会暴露无遗，在“缺点放大镜”的作用下，这种机器人只会显得无比愚蠢和笨拙。到底什么是人工智能？
面对繁纷复杂的世界，人类可以用自己卓越的抽象能力，仅凭少数个例，就归纳出可以举一反三的规则、原理，甚至更高层次上的思维模式、哲学内涵等。最近，尽管研究者提出了迁移学习等新的解决方案，但从总体上说，计算机的学习水平还远远达不到人类的境界。
第二章 AI复兴：深度学习+大数据=人工智能这一次人工智能复兴的最大特点是，AI在语音识别、机器视觉、数据挖掘等多个领域走进了业界的真实应用场景，与商业模式紧密结合，开始在产业界发挥出真正的价值。
第三次AI热潮：有何不同？
前两次人工智能热潮是学术研究主导的，而这次人工智能热潮是现实商业需求主导的。
图灵测试与第一次AI热潮
他认为，与其去研制模拟成人思维的计算机，不如去试着制造更简单的，也许只相当于一个小孩智慧的人工智能系统，然后再让这个系统去不断学习——这种思路正是我们今天用机器学习来解决人工智能问题的核心指导思想。
语音识别与第二次AI热潮
只有顺应潮流，在对的时间做对的事情，创业才最有可能成功。
基于数据的统计建模，比模仿人类思维方式总结知识规则，更容易解决计算机领域的问题。计算机的“思维”方法与人类的思维方法之间，似乎存在着非常微妙的差异，以至于在计算机科学的实践中，越是抛弃人类既有的经验知识，依赖于问题本身的数据特征，越是容易得到更好的结果。
深度学习携手大数据引领第三次AI热潮
计算机用来学习的、反复看的图片叫“训练数据集”；“训练数据集”中，一类数据区别于另一类数据的不同方面的属性或特质，叫作“特征”；计算机在“大脑”中总结规律的过程，叫“建模”；计算机在“大脑”中总结出的规律，就是我们常说的“模型”；而计算机通过反复看图，总结出规律，然后学会认字的过程，就叫“机器学习”。 本帖最后由 小飞飞 于 2020-8-25 02:48 编辑
第三章 人机大战：AI真的会挑战人类？AlphaGo带来的警示是：如果计算机可以在两年内实现大多数人预测要花20年或更长时间才能完成的进步，那么，还有哪些突破会以远超常人预期的速度来临？这些突破会不会超出我们对人工智能的想象，颠覆人类预想中的未来
AlphaGo带给人类的启示究竟是什么？
记得我曾在接受媒体采访时说过：“AlphaGo真的让我很震惊。如果你是两年前问我计算机何时能战胜围棋世界冠军，我那时的答案大概会是‘20年后’。可计算机在两年内就做到了我认为需要20年才能做到的事，这样的速度真的让人震撼。”
从人工智能技术的角度说，AlphaGo用的是AI领域应用非常普遍的算法：深度学习、蒙特卡洛算法、增强学习等。
在这类“不完整信息的博弈游戏”里，人工智能必须像人一样，根据经验或概率统计知识，猜测对手底牌和下一张牌的可能性，然后再制定自己的应对策略。显然，对于实现人工智能算法而言，不完整信息的博弈游戏在技术难度上要大得多。
一般认为，一个可以称得上强人工智能的程序，大概需要具备以下几方面的能力：1）存在不确定因素时进行推理，使用策略，解决问题，制定决策的能力；2）知识表示的能力，包括常识性知识的表示能力；3）规划能力；4）学习能力；5）使用自然语言进行交流沟通的能力；6）将上述能力整合起来实现既定目标的能力。
奇点来临？
事实上，霍金并不否认，当代蓬勃发展的人工智能技术已经在许多行业发挥着至关重要的作用，但他所真正忧虑的，是机器与人在进化速度上的不对等性。霍金说：“人工智能可以在自身基础上进化，可以一直保持加速度的趋势，不断重新设计自己。而人类，我们的生物进化速度相当有限，无法与之竞争，终将被淘汰。”
超人工智能诞生并威胁人类这件事发生的概率是非常小的。其实，我们现在做的只是在制造工具，以自动完成此前需要人类参与才能完成的工作任务。之所以会有“人工智能威胁论”的疑问，根本上是因为大众习惯于把人工智能人格化，这是问题的根源。
心理学家使用一种叫发展能力（Developmental Competence）的概念来评估人类。他们测试一个人解决算术、逻辑等问题的水平，然后将测试所得的分数除以这个人的年龄——这是智商的含义。
今天的人工智能还不能做什么？
人和今天的AI相比，有一个明显的智慧优势，就是举一反三、触类旁通的能力。
今天，一种名叫“迁移学习”（TransferLearning）的技术正吸引越来越多研究者的目光。
科幻小说《三体》用黑暗森林理论来解释费米悖论。而费米悖论的另一种符合逻辑的解释就是，人类其实只不过是更高级别的智慧生物养在VR实验室里的试验品而已，人类的所谓自我意识，也许不过是“上帝”为了满足我们的虚荣心而专门设计的一种程序逻辑。
不过，抛开机器自己的情感不谈，让机器学着理解、判断人类的情感，这倒是一个比较靠谱的研究方向。情感分析技术一直是人工智能领域里的一个热点方向。只要有足够的数据，机器就可以从人所说的话里，或者从人的面部表情、肢体动作中，推测出这个人是高兴还是悲伤，是轻松还是沉重。这件事基本属于弱人工智能力所能及的范畴，并不需要计算机自己具备七情六欲才能实现。
第四章 AI时代：人类将如何变革？
人工智能可能成为下一次工业革命的核心驱动力
从工业革命到文艺复兴
今天世界面临的最大的三个挑战是：1．人类赶不上科技发展的速度，来不及调整适应；2．人类之间的相互连接以及信息的迅速传播，既有好的一面，也有危险的一面；3．对个人或国家短期有益的事情，有可能伤及世界的整体利益（如英国脱欧）。
AI会让人类大量失业吗？大多数情况下，工作不是消失了，而是转变为了新的形式。
李开复的“五秒钟准则”一项本来由人从事的工作，如果人可以在5秒钟以内对工作中需要思考和决策的问题做出相应的决定，那么，这项工作就有非常大的可能被人工智能技术全部或部分取代。
自动驾驶：AI最大的应用场景
感知单元：主要由各种传感器和智能感知算法组成，用于感知交通工具行经路线上的实时环境情况。·决策单元：主要由控制机械、控制电路或计算机软硬件系统组成，用于根据环境信息决定对交通工具施加何种操作。·控制单元：主要通过交通工具的控制接口，直接或间接操控交通工具的可操纵界面（如飞机的操纵面或汽车的方向盘、踏板等），完成实际的驾驶工作。
Stanley自动驾驶汽车使用了多种传感器组合，包括激光雷达（LIDAR）、摄像机、GPS以及惯性传感器，所有这些传感器收集的实时信息被超过十万行软件代码解读、分析并完成决策。 本帖最后由 小飞飞 于 2020-8-25 02:49 编辑
“chauffeur”这个词源自法语，原本是加热、变热的意思。蒸汽机发明后，因为蒸汽机驱动的车辆需要先把水烧热，人们就用“chauffeur”来指代操作蒸汽机的人，或驾驶蒸汽机驱动车辆的人。再后来，虽然汽车已经与蒸汽机毫无关系，“chauffeur”这个词还是被用于指代司机，或专指私人雇用的司机。
初创公司如以色列的Mobileye、Oryx Vision，美国的NuTonomy、Zoox、Drive.ai、Nuro.ai，国内的驭势科技（UISEE）、初速度科技（Momenta）等，则瞄准了整个自动驾驶产业链中的特定应用场景（如小区通勤、卡车运输等），特定解决方案（如视觉解决方案、地图解决方案等），或特定功能模块（如激光雷达传感器、视觉模块、决策模块、控制模块等），发挥初创公司灵活、高效的特点。
理想的情况看，人类当然希望尽早看到完全“无人驾驶”的汽车取代现有的所有人类司机，但从自动驾驶技术的发展进程看，未来将存在10年或更长时间的过渡期，各种不同类型、不同层次的自动驾驶技术将呈现共同发展，各自覆盖不同需求、不同路况、不同人群、不同商业模式的情况。
因此，用内涵单一的术语不利于自动驾驶技术目前的发展阶段。
美国人比较喜欢用一个处于两难境地的道德测试来衡量自动驾驶的合理与否，这个测试叫作“有轨电车难题”（Trolleyproblem）。
大多数人脑子里会有一个先入为主的道德假设，那就是人类驾驶员造成的事故已经被视为现行伦理道德体系中的一种客观存在，是人类自身的弱点导致的。但引入自动驾驶后，造成致命事故时，操控汽车的主体由“人类”变为“机器”，这种新的伦理道德关系就很难被现有的体系接受。如果自动驾驶技术可以拯救5个人，但代价是杀死另外3个人，大多数人就感到难以接受。
自动驾驶将是中国未来10年科技发展面临的最重要的机遇之一。中国有全球最大的交通路网、最大的人口基数，自动驾驶的大规模商业化和技术普及反过来会促进自动驾驶相关科研的飞跃式发展。这种从科研到应用，从应用再反馈到科研的良性循环，正是中国能否在未来10年内，建立起世界先进水平的人工智能科技体系的关键。
智慧生活：从机器翻译到智能超市
2016年年底，亚马逊宣布了一个几乎震惊整个科技界的大新闻：亚马逊开办了一家不用排队、不用结账、拿了东西就可以走人的小超市，名字叫亚马逊Go！ 本帖最后由 小飞飞 于 2020-8-25 02:51 编辑
智慧医疗：AI将成为医生的好帮手对于人工智能为制药业提供的帮助，《经济学人》撰文评论道：“制药公司越来越难在寻找新产品方面取得突破，原因之一是大多数明显有用的分子已被发现，这导致开发周期长，失败率高。同时，科学成果的数量每九年翻一番，要理解所有不同类型的数据已非人力所及。
这正是AI可以发挥作用的地方——它不仅可以‘摄取’从论文到分子结构、基因组序列和图像的一切信息，还能自主学习，建立关联，形成假设。
AI可以在几周内阐明突出的关联，提供新的想法，而人类要想取得同样的成果，可能会穷尽毕生之力。”
用AI来辅助疾病诊断，并不是要在所有领域都超越顶尖医生。其实，AI可以给经验不足的医生提供帮助，减少因为经验欠缺而造成的误诊。
或者，AI可以帮助医生提高判读医疗影像、病理化验结果的效率，让高明的医生可以在相同时间内给更多的病人提供服务。
随着基因测序和基因诊疗技术的完善，AI技术还可以帮助医生针对每个人的基因序列，制订个性化的医疗方案。
今天，世界医疗资源分布严重不均衡，很多国家医生数量不足，发展中国家社区医生的水平与顶尖医生相差甚远。
在AI的帮助下，我们看到的不会是医生失业，而是同样数量的医生可以服务几倍、数十倍甚至更多的人群。医疗资源分布不均衡的地区，会因为AI的引入，让绝大多数病人享受到一流的医疗服务。
机器学习算法竞赛平台Kaggle于2017年3月被谷歌收购，成为谷歌云服务平台的一部分，这从
艺术创作：AI与人类各擅胜场目前的人工智能更擅长从大量数据中发现规律，帮助人类完成那些人类只需要简单思考就能做出决策的重复性工作。而人类相比人工智能的一个优势是人类有情感、明善恶、懂美丑，更擅长从事对创造性要求很高的文艺类工作。
从算法上说，智能机械手为我作画时，电脑所做的事情包括采集我的面部影像，用人工智能算法将影像与电脑事先学习过的某一种绘画风格关联起来，利用一种叫作“风格迁移”的技术，将我面部的每一个特征映射到一种特定的表现手法，并最终计算出画笔的移动方位和运笔力度，以完成最终的肖像画创作。
历史学家、畅销书作者尤瓦尔·N．赫拉利（Yuval Noah Harari）在《未来简史》一书中是这样分析的：“常有人说，艺术是我们最终的圣殿（而且是人类独有的）。等到计算机取代了医生、司机、教师甚至地主和房东时，会不会所有人都成为艺术家？然而，并没有理由让人相信艺术创作是片能完全不受算法影响的净土。人类是哪来的信心，认为计算机谱曲永远无法超越人类？”
人类将如何变革？整个教育体制应更多地关注素质教育和高端教育，让每个人都有机会学习和尝试各种更复杂，或更需要人类创造力的工作种类，培养更多的博学之才、专深之才、文艺人才、领导人才。同时，职业教育则应及时关注那些涉及人机协作的新技能、新工作，并大力拓展服务业相关的人才培训。·在人工智能时代，我们需要教育父母，让他们不要再期望孩子寻找“安稳”的工作，因为在传统意义上，“安稳”意味着简单、重复，“安稳”的工作早晚都会被机器取代。我们要帮助下一代做最智慧的选择，选择那些相对不容易被淘汰，或者可以与机器协同完成任务的工作。
未来的人类生活成本（主要消费品价格）可能因人工智能的普及而大幅降低，
萨姆·奥尔特曼说：“我们希望一个最低限度的经济保障，可以让这些人自由地寻求进一步的教育和培训，找到更好的工作，并为未来做好规划。
郝景芳说，在人工智能时代，“人们不得不开始思考‘我能做什么’，而结论必然是‘我能做和机器人不一样的事’。
机器人会迅速占领所有标准化领域，而人类将在各种差异化产品的供应中寻觅新的领地。……在未来，工厂机器流水线留给机器人，人会以更加富有创造性的方式与流水线竞争。
人的独特性会体现出来：思考、创造、沟通、情感交流；人与人的依恋、归属感和协作精神；好奇、热情、志同道合的驱动力。
根本不是计算能力和文书处理能力，而是人的综合感悟和对世界的想象力，才是人和机器人最大的差别和竞争力。
创造者的个性化才是产品的价值所在”[插图]。
第五章 机遇来临：AI先行的创新与创业AI重在提升效率，而非发明新流程、新业务。
AI创业是时代的最强音
第二阶段，随着感知技术、传感器和机器人技术的发展，AI会延伸到实体世界，并率先在专业领域、行业应用、生产力端实现线下业务的自动化。
AI是中国创新、创业的最好机会
目前的人工智能大格局中，机遇是主旋律，泡沫和危机是必须克服的局部挑战。这一格局在全球如此，在中国亦如此
因为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。
更年轻的人工智能大牛中，旷视科技的创始人印奇、商汤科技的杨帆、初速度（Momenta）的创始人曹旭东、依图科技的创始人林晨曦、Linkface的创始人夏炎、深度学习框架Caffe的作者贾扬清等，都有在微软亚洲研究院实习或工作的经历。
正是因为有微软亚洲研究院等一批面向未来的科研机构存在，人工智能才得以在今天蓬勃发展起来。
创新工场的AI布局AI时代该如何学习？主动挑战极限：像楼天城那样喜欢并主动接受一切挑战，在挑战中完善自我。如果人类不在挑战自我中提高，也许真有可能全面落伍于智能机器。 本帖最后由 小飞飞 于 2020-8-25 02:52 编辑
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，几乎一定可以由机器来完成；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。
AI时代的教育要关注什么？
人工智能时代，学习或教育本身不是目的，我们真正的目的，是让每个人在技术的帮助下，获得最大的自由，体现最大的价值，并从中得到幸福。
有了AI，人生还有意义吗？
法国哲学家布莱兹·帕斯卡说过：“人只不过是一根苇草，是自然界最脆弱的东西；但他是一根能思想的苇草。用不着整个宇宙都拿起武器来才能毁灭；一口气、一滴水就足以致他死命了。然而，纵使宇宙毁灭了他，人却仍然要比致他于死命的东西更高贵得多；因为他知道自己要死亡以及宇宙对他所具有的优势，而宇宙对此却是一无所知。因而，我们全部的尊严就在于思想。”本篇完，感谢关注：RISC-V单片机中文网
页:
[1]