人工智能读书笔记
今天读完X老师的《人工智能》这本书，整体感觉能收获的东西并不太多，或许是自己对人工智能已经有些了解的原因，但是这本书仍然是关于人工智能方面比较科普的一本书，对于我给这本书评分3星，如果是对人工智能不了解的读者阅读可以打4星。

什么是人工智能？维基百科的定义是AI就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。

人工智能是有关智能主体研究的学问，而智能主体是指一个可以观察周遭环境并做出行动以达到目标的系统。

简单来说就是计算机具备了人的智能能力。

那么人的智能能力包括了识别，定义，归纳，抽象，推理，决策等多个方面的能力。

深度学习+大数据= 人工智能
在人工智能上我们走的弯路就是一直想着去模仿人脑思考和推理的过程，即始终想去把人的神经网络这个复杂模型的结构搞清楚，但是这种方式却收效胜微。

而真正
的转变就在于从传统思路转移到基于统计学的思路，这个李X确实在里面做出了不小的贡献。

其次就是在统计学基础上引入了深度学习的概念，而深度学习又依赖于海量大数据作为样本输入。

也就是书里面说的深度学习+大数据引领了第三次AI浪潮。

简单来说就是你不需要去搞清楚人工神经网络这个精确模型是如何的？你只需要通过大量的样本输入去训练这个模型，最终得到你需要的输出。

简单来说一个计算机能够识别一只动物图片是猫，并不是计算机能够精确的描述出来猫应该具备的体型特征，而是图片中的动物的特征矩阵和数据库里面的动物猫最匹配而已。

对于谷歌的阿拉法狗战胜李世石在17年也引起了轰动，再次展示了深度学习算法和人工智能的威力。

对于人工智能来讲，计算机本身的CPU并行计算能力远超人脑，主要有了合适的深度学习方法，计算机程序所发挥出来的人工智能威力巨大。

强人工智能和超人工智能
首先我们来看下人工智能应该具备的能力，我们把人的智能能力做下分类。

1. 固有模式和公式下的识别和计算能力。

-这类计算机性能完胜。

2. 非固有模式的识别能力，包括语音的识别，图像的识别。

-这类在深度学习下已基本解决。

3. 固有模式下的问题解决能力。

-计算机已经解决。

4. 非固有模式下的问题解决和决策能力。

-当前已经对类似自动驾驶等问题得到解决。

而实际上最难的就是第四类，也就是说对于前三类计算机往往都很容易的通过图灵测试，但是第四类往往要通过是最困难的地方。

书里面首先给出强人工智能的一些能力概括，其中包括了：
1. 存在不确定性因素进行推理，决策和解决问题的能力。

2. 知识表示的能力。

3. 规划能力和学习能力。

4. 使用自然语言进行交流和沟通的能力。

5. 将上述能力整合起来完成既定目标的能力。

而超人工智能则是机器在所有方面完胜人类的人工智能能力，即在科学创造力，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。

今天的人工智能还不能做什么？
这个小章节部分的总结还是比较到位的，具体包括了如下方面：
1. 跨领域推理能力（比如举一反三，触类旁通，跨领域的联想和类别能力）
2. 抽象能力（人只需要少量样本就能进行事物抽象，但是机器往往需要大量样本输入）
3. 知其然也知其所以然（计算机程序能够识别猫的图片并不代表程序真正知道猫的外在特征该如何）
4. 常识（或者说人类超过20万年遗传下来的基因上天生具备的能力）
5. 自我意识（机器如果有了自我意识，就会有自我和情感，就不再是简单的工具）
6. 审美（绘画，诗歌，音乐，文化，艺术，建筑，舞蹈）
7. 情感（机器如果拥有了自我意识，就很容易发展为拥有欢乐，悲伤，愤怒等情感）
人工智能时代是否会导致大量人员失业，实际上我们看到即使没有在人工智能时代，在当前的大量自动化，信息化和智能制造时代，已经有大量员工会失业。

或者说这些员工的工作会转移为其它相关工作。

科学技术的进步，产业的审计，乃至后续人工智能的发展一定会带来部分工种的消失，部分工作的替代和转移。

哪些工作最容易被替代，书里面提到了一个5秒钟法则，即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作出相应的决定，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。

简单来说就是简单重复类+简单模式推理类（显性的有章可循）类工作都将被人工智能所取代。

而对于那些较为复杂的综合分析决策，艺术创造，审美和情感相关的工作却最不容易被替代。