　　①——比尔·盖茨、埃隆·马斯克、扎克伯格、李彦宏、马化腾、李开复、雷军、刘庆峰等跨界大咖都在关注的科技新革命。
　　②——一本书揭秘机器学习的终ji逻辑，全景勾勒人工智能的商业未来，预测人类的命运和社会走向。
　　③——这是一场比互联网影响更为深远的科技革命，一本书了解解读AI的前世今生，找到AI时代个人新位置。
更多优质好书请点击：

内容简介

　　继2016年8月被加入国务院印发的《“十三五”国家科技创新规划》后，人工智能再次被写入2017年的《政府工作报告》，意味着人工智能这一技术在国家政策中的急速奔跑。有人曾言“人工智能对社会、生活的影响不会低于互联网”。那么到底何为人工智能？它的发展脉络是怎样的？它与普通人的生活有什么样的紧密关联？对人类社会到底会带来怎样的变革？本书内容清晰，结构合理，叙说深入浅出，是中文领域难得“人工智能”佳作，作者试图用尽可能少的专业术语回顾人工智能发展历程，揭秘机器学习的终ji逻辑，全景勾勒人工智能的商业未来，一本给普通人看的、全面解读人工智能历史、当下与未来的人生指导书。

作者简介

　　王天一，北京邮电大学通信与信息系统专业工程学博士，现任贵州大学大数据与信息工程学院副教授，研究方向为量子通信与物联网/大数据技术，长期关注人工智能的发展。

第一章用智慧再造智慧——人类的终极梦想
图灵模型——铺平理论道路 / 006
冯诺伊曼结构——踏平技术坎坷 / 012
达特茅斯之野望——人工智能横空出世 / 018
你方唱罢我登场——三大流派竞风流 / 022
技术的十字路口——人工智能谁领风骚 / 030
第二章安能辨我人或机——通用人工智能理论
机器能思考吗？——智能的本质在哪里 / 037
熟悉的麻木——人类智能有多强大 / 043
学习、归纳与推理——这才是人工智能 / 049
不完备性定理——哥德尔的“诅咒”/ 055
第三章从深蓝到阿尔法狗——人工智能的技术演进
取胜之匙——深蓝的“算”与阿尔法狗的“想” / 066
最初的一步——模式识别 / 075
大脑的人工模拟——神经网络 / 080
计算机的无师自通——深度学习 / 086
第四章得数据者得天下——智能思维方式的革命
工业时代到信息时代——世界观的重构 / 095
知其然，而非所以然——信息到数据的认知变革 / 102
海纳百川，有容乃“大”——被量化的世界 / 109
有数据，才有一切——人工智能驱动力 / 116
第五章我，机器人——人工智能的终极载体
思考能力的进化——语音助手与无人驾驶 / 125
乌合之众还是有血有肉——集群智能 / 133
人类，你out了——机器人终将淘汰人类？/ 141
脆弱的三定律——奴隶、伙伴还是主人 / 145
第六章拒绝美丽新世界——为什么我们还是人类
电车的困境——道德代码如何编写 / 154
我也会哭会笑——电脑的喜怒哀乐 / 160
创造性与想象力——人类最后的阵地 / 166
不确定性的终结——反乌托邦的终极奥义 / 171
第七章黑镜照进现实——警惕技术的反噬
比你更像你自己——当隐私成为奢求 / 182
不要相信眼睛——虚拟现实的幻境 / 188
云端的永生——思维克隆人的背后 / 195
无为有处有还无——数据的黑洞 / 201
第八章畅享技术红利——人工智能的应用
通向巴别塔之路——机器翻译 / 210
我不是脸盲晚期——图像识别 / 217
穿着白大褂的电脑——辅助诊断 / 225
知人知面更知心——推荐系统 / 231
第九章进化，永不止步——人工智能新趋势
别怂，就是GAN——生成式对抗性网络 / 239
人工智能中的负反馈——强化学习 / 245
翻不过的那座山——语义理解 / 251
定义意念的力量——脑机接口 / 257
第十章这里群星璀璨——人工智能英雄谱
游刃有余的跨界大牛——司马贺/西蒙 / 265
得饶人处且饶人——明斯基的一点过往 / 271
基因的力量——人工智能的救世主辛顿 / 278
从科学家到创业者——阿尔法狗之父哈撒比斯 / 285

精彩书摘

　　二章安能辨我人或机
　　——通用人工智能理论
　　001970年，美国图兰大学的心理学家小戈登·盖洛普(Gordon Gallup Jr.)进行了著名的镜子实验(The Mirror Test)，这一实验的用意在于测试动物的自我意识——是否能像人一样在镜子中分辨自己。盖洛普在黑猩猩的脸上画了小红点并观察它们如何照镜子。实验结果表明，和人的经验一样，照了镜子的黑猩猩立刻意识到“自己”的脸上出现了奇怪的红点，抓耳挠腮想要抹掉这些不速之客。而当实验对象换成猕猴——一种比黑猩猩低等不少的灵长类动物，结果就变得大相径庭：哪怕是照上一个月的镜子，猕猴也完全不会意识到镜子里就是它们“自己”。它们忙着每天和镜子里的“新朋友”打闹玩耍，根本无暇理会那些奇怪的小红点究竟是什么鬼。
　　1977年，美国人比利·米利根(Billy Milligan)因持械抢劫和校园强奸被起诉。但在法庭上，米利根的辩护律师证明了自己的代理人是多重人格症患者，作案时的比利事实上是另外的两个“自我”控制了他的身体和行为——事实上，米利根身体中潜藏的人格多达24个！其中既有南斯拉夫的共产党员，也有虔诚的犹太教信徒；既有打闷棍套白狼的小古惑仔，也有幼儿园年纪的英国小女孩。这番辩护成功说服了陪审团，米利根被无罪释放并进入精神病院治疗，他成为历史上第一个因为多重人格而免罪的人。米利根的不幸经历因纪实文学《24个比利》和《比利战争》而广为人知，根据他的经历改编的电影《分裂(Split)》也于2017年上映。在“我是谁”这个看似再简单不过的问题上，米利根的经历给出了另外一种回答，自反映意识能力在内的那种元思维之“心”看起来并非理所当然。那么问题来了，机器是否能够具备类似的自我意识呢？
　　机器能思考吗？——智能的本质在哪里
　　从前文的探讨中可以看出，对人工智能的思考与评价在很大程度上依赖于对“智能”的定义。因此，在讨论人工智能的前景之前，有必要对人类智能的本质进行一些阐释。但思维与智能这个问题本身恐怕用千页篇幅也不能尽述，在此只做挂一漏万的解读。
　　人类智能的本质是什么？这是认知科学的基本任务，也是基础科学面临的四大难题中最难解决的一个。根据自底向上的分析方法，人类智能的本质在很大程度上取决于“什么是认知基本单元”。目前的理论和实验结果表明，要分析认知基本单元是什么，合理的方法并非物理的推理或数学的分析，而是设计合理的认知科学实验。已有大量实验结果显示，从被认知的客体角度来看，认知基本单元是知觉组织形成的“知觉物体”。例如当人的视觉系统注意一只飞鸟的时候，它所注意的是整只鸟(知觉物体)，而不是鸟的某个特性(形状、大小、位置等)，尽管飞行时鸟的特性在时刻变化，但它作为同一个知觉物体的整体性却始终保持不变。用学院腔的话说，知觉物体概念的直觉定义正是在形状、位置等特征性质改变下保持不变的同一性。
　　知觉物体概念的形成具备其特殊的物理基础。脑神经科学研究表明，人脑由大约千亿个神经细胞及亿亿个神经突触组成，这些神经细胞及其突触构成一个庞大的生物神经网络。每个神经细胞通过突触与其他神经细胞进行连接与信息传递。当通过突触所接收到的信号强度超过某个阈值时，神经细胞便会进入激活状态，并通过突触向上层神经细胞发送激活信号。人类所有与意识及智能有关的活动，都是通过特定区域神经细胞间的相互激活与协同工作而实现的。
　　作为一个复杂的多级系统，大脑思维功能源于功能的逐级整合：各神经元的功能被整合为神经网络的功能，各神经网络的功能被整合为神经回路的功能，各神经回路的功能最终被整合为大脑的思维功能。巧妙的是，在逐级整合的过程中，每一个层次上实现的都是”1 + 1 > 2”的效果，在较高层次上产生了较低层次的每个子系统都不具备的“突生性质或功能”。这就意味着思维问题不能用还原论的方法来解决，即不能靠发现单个细胞的结构和物质分子来解决，揭示出能把大量神经元组装成一个功能系统的设计原理，才是问题的实质所在。
　　大脑利用定型的电信号处理它接受和分析的所有信息，外部世界的种种刺激都被量化为或弱或强的生物电流。有充分证据表明，感觉神经元仅对其敏感的事物属性作出反应。从信息科学的角度理解，这意味着感觉神经信号就是神经元对其敏感属性的编码。外部事物属性一般通过光波、声波、电波等模拟物理信息作为输入刺激人类的生物传感器，而感觉神经元输出的感觉编码是一种可符号化的心理信息。因此，感觉属性检测是一种将数值信息转化为符号信息的定性操作过程。更直白地说，感觉神经元实质上是将其敏感的事物属性从包含它们的物理刺激中抽取出来，并转化为该属性感觉映象的定性检测器。
　　感觉将事物属性转化为其感觉编码，不仅让大脑意识到该事物具有其检测的属性，还在事物属性集与人脑感觉记忆集之间建立起对应关系，所以感觉属性检测又叫感觉定性映射。如果说大脑是靠逐级整合各级神经网络的功能才形成其思维功能的话，那么由于感觉神经元的输出是各种简单属性的感觉映象，其高层神经网络整合的对象就只能是各种简单属性的感觉映象。于是，大脑怎样从这些简单属性的感觉映象中将对象的心理表象或记忆模式整合出来，并利用它们进行各种思维操作，就成了思维与智能研究中的关键问题。
　　神经网络整合事物各简单属性的感觉映象，得到的是该事物的整合属性的感觉映象。比如大脑整合苹果的颜色属性(如红色)和形状属性(如圆形)的感觉映象的结果，应得到该苹果又红又圆这个整合属性的感觉映象。反过来，事物某整合属性的感觉映象又应该是该整合属性的各个因子属性的感觉映象的整合，苹果又红又圆这个整合属性的感觉映象，应该是红和圆这两个因子属性的感觉映象的整合。因此，在感觉映射下，事物属性结构与其感觉映象结构之间应保持不变，也就是说，感觉映射应该是事物属性集与其感觉记忆集之间的一个同态映射。通常所谓人脑认知结构是外部世界(结构)的反映，只是感觉同态的一种通俗说法而已。反过来，若感觉映射的确是一同映射的话，那么，事物属性的感觉映象结构与该事物的属性结构之间就应该是一致的。
　　根据感觉同态原理，事物性质(或质的定性)由此而产生的模糊性、非单调性和矛盾性等各种不确定性，不仅要同态地映射到人的感知记忆集中，而且，要在人的各种思维活动中反映出来。也就是说，所谓人类思维与智能的各种不确定性，实质上只是事物性质(或质的定性)的各种不确定性的表现而已。反过来，人类自身感觉阈限，或定性基准也要产生各种变化，感觉输出的各种不确定性感觉映象，又被整合为更高级的、带有各种不确定性的整合属性、关系和结构的记忆模式，人们利用这些记忆模式作其思维的素材，其思维当然会产生各种不确定性。根据感觉同态原理，思维中的这些不确定性是可转化到相应的事物属性集中来加以同态地讨论的，因而，也是可由属性坐标系加以数学表达的。
　　如果要对以上枯燥难懂的文字加以形象的梳理，就是这样一幅图景：人类自从他能被叫做人的那一天起就具备识别物体的能力了——这是剑齿虎，那是长毛象，手里的是棍子。其实进入我们眼睛的不过是不同波长不同数量的光子，是我们的视网膜和大脑的视觉皮层把这些光子进一步加工为不同的属性——这就是信息抽象的过程，作为加工工具的神经网络则部分来自于祖先的遗传，部分来自于自身的进化——最后在我们的脑中能够找到见过的动物的脑细胞，形成了对事物的抽象。在不同的情境下，祖先会发出或表示危险或表示安全或表示高兴或表示悲伤的叫声，语言正是对大脑对不同叫声的抽象结果。有了语言，人类的交流就更加自如了。有时候要表达语言也说不清楚的意思时，就只好拿棍子在地上画画，图画最终抽象成了文字，使人类能够更全面更持久地传递各种经验。
　　大脑的抽象功能把人类和动物区分开来，帮助人类学会了耕种、取火、制作武器等技能，建立了文明，又抽象出文学、数学、物理、化学等分门别类的学科，这些学科反过来有帮助人类创造出今天的社会，科学知识只是人类知识的很小的部分，它只是自然规律信息的投影。人类进步的过程，也是创造抽象信息和使用抽象信息的能力逐步提高的过程。
　　只有以对人脑的物理性认识作为基础，探讨智能才是水到渠成。在自然界中，智能并非人类的专利，绝大部分动物、甚至某些植物都具备智能，只不过其水准远远低于人类的水平。但这种差异只是数量上的差异，究其本质，自然界的智能都体现为对信息的抽象，蚁群、蜂群、鱼群等群体性动物都表现出集群智能特征，其本质也无外乎是信息的抽象与共享。
　　归根到底，人脑进行的是复杂度超高的抽象计算，其智能化程度绝非现有计算机的水平可以比拟。眼睛、耳朵等感知器官与注意、意识等高级认知功能之间有高强度的交互作用，而不仅仅是实现信息获取这么简单的功能。人工智能的目标并不是模拟出和人脑功能毫无二致的计算机——那还要人脑做什么呢？更重要的恐怕还是实现互补的功能。计算机和人脑对信息的表征有着本质的区别，实现计算的架构也完全不同，能够获取的样本数也有差别。从第一台计算机诞生到现在不过区区七十年的历史，可人类却是经历了千万年的进化才达到今天的水平，因此要求计算机算法具有与人的智能类似的准确率和推广能力也无异于水中捞月、雾里摘花。
　　但问题恰恰在于计算机服务的对象是人，实际需求也是辅助人来实现类似的认知功能，用户不可避免地将计算结果与人的认知过程作比较，并用人的处理结果来评价计算机算法的优劣。不过，估计用户不会满足于一个计算机识别系统只能正确地识别一类物体，他们会很自然地要求设计的系统能够像人一样处理视听觉信息，这正是推动计算机像人一样工作的动力。
　　熟悉的麻木——人类智能有多强大
　　世界顶级的计算机科学家高德纳(Donald Knuth)曾经如此评价人工智能：“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其他动物不需要思考就能完成的事情上，还差得很远。”人类的心智活动运行得如此流畅，以至于我们把它当作理所当然，却对它的精巧与美妙浑然不觉。直到运用科学与技术尝试解释其运作原理时，其复杂精密的设计才让我们后知后觉地赞叹不已。正是人工智能的发展在一次次地提醒我们：人类能进化到今天的样子是多么伟大的成就。
　　人类的大脑就像是一台杂乱地拼装在一起的器件，虽然低效、笨拙，兼之深奥难解，却还能正常工作。无论从哪个层面看，大脑都是个设计拙劣、效率低下的团块，可又出人意料地运作良好。大脑不是一台快速且万能的超级计算机，它不是一个天才在白纸上即兴完成的杰作。大脑是一座独一无二的大厦，沉淀着数百万年的进化历史。大脑很久以前对某个问题形成了特定的解决方法，经年累月一直使用它，或者加以改进用于其他用途，或者严格限制其改变。用分子学家弗朗索瓦·雅各布(Francois Jacob)的话说来就是：进化是个修补匠，而不是工程师。可正是修补匠的缝缝补补，补出了宇宙中最令人叹为观止的智能奇迹。
　　对形状的判断与分类是人类的基本技能，这一点在文字的处理上尤为明显。任何一个计算机操作系统中都有字体册，里面存储着百余种字体，每一种都代表着文字或字母不同的显示方式。但无论字体如何变化，一个识字的人都不会把汉字“土”认成“士”，也不会把英文字母“i”认成“j”——这背后隐藏的正是惊人的抽象能力，只不过因为人类已经掌握而显得稀松平常。与此形成鲜明对比的是，即使计算机的形状辨认能力在今天已经得到长足进步，却依然难望人类的项背。
　　……

前言/序言

　　人工智能引发了对如何创建能够进行智能行为的计算机的广泛关注。多年来，缓慢却稳定进展逐渐使计算机在日常工作上变得更加“聪明”，研究界和行业的一系列突破近来更激发了对这一领域发展的势头和投资。
　　今天的人工智能仅限于狭隘的具体任务，并没有展现出如人类一般普适性的智慧。尽管如此，人工智能对世界的影响力依然不断增长。我们所看到的进步速度将对从医疗保健到形象和语音识别等领域产生不可估量的影响。在医疗保健方面，大量医疗计划将依靠人工智能来寻找医疗数据模式，帮助医生诊断疾病并提出治疗方案。在教育方面，人工智能有潜力帮助教师根据学生的需求定制教学。在交通领域，人工智能是自动驾驶技术的关键，这些无人操控的车辆与飞机可能会在未来几十年内改变全球物流系统。
　　人工智能带来的经济前景同样令人振奋：它无疑将重塑经济的面貌。根据埃森哲的研究报告估计，到2035年，人工智能可以使许多发达国家的年度经济增长率翻倍，并借此促进人与机器之间的新关系。该报告指出，业务中的人工智能将加强劳动者在推动业务增长方面的角色，进而提高劳动生产率。随着人工智能的成熟，它将潜在地成为近几十年来技术劳动生产率停滞和短缺的有力解决方案。
　　虽然许多人认为人工智能会取代人类，但人工智能令把人类的精力留在更杰出的工作上。创新的人工智能技术将使人们能够更有效地利用自己的时间，做人类最好的工作——创造，想象和创新。即使在人工智能时代，成功和创造价值的关键因素仍然是采取“以人为本”的方针。
　　然而，像任何变革技术一样，人工智能带来了一些风险，并且从工作和经济到安全和监管问题的几个方面提出了复杂的政策挑战。人工智能系统也可以以惊人的方式表现，我们越来越依赖人工智能来提供决策和操作设备，这无疑增加了预测和控制复杂技术将如何行为的挑战。
　　无论如何，人工智能可以让人在全新的层面上工作，以推动增长和生产力。人工智能的核心任务不仅仅是消除重复的任务，而是把人放在中心，通过应用机器的能力来增加员工队伍，使人可以专注于更高价值的分析，决策和创新。

人工智能革命：历史、当下与未来下载 mobi epub pdf txt 电子书格式