＂只要站在風口，豬也能飛上天＂，這幾年網(wǎng)店，團購，APP，智能硬件一波接著一波，今年人工智能又要＂火＂．弄得我都不好意思提，好像趕時髦似的．什么是人工智能？這個領域的人到底在干嘛？和普通的軟件差別在哪？想進入這個行業(yè)，到底需要什么，它在做什么？能做什么？有時候覺得它強到快把人類給替代了，有時候又覺得它只能指哪兒打哪兒．

這個領域，其實難做的，大多功能聽起來很炫，但是都沒到＂穩(wěn)定應用＂的級別，說白了就是＂指不上＂．一般中小規(guī)模的公司，出于生存的壓力，需要快速地產(chǎn)品化．大都在做目標很明確,相對見效快．時間能規(guī)劃的產(chǎn)品，這就需要穩(wěn)定的東西，穩(wěn)定的是什么？成熟的算法，現(xiàn)有的庫，調庫誰都能做，然后又殺成了一片紅海．這離真正”智能”好像有點遠…

帶著這些疑問，開始閱讀；

《失控》《必然》都是凱文·凱利的作品，科普類的，看著很輕松．這應該算是人文類的書．它不是講具體的技術，但是有很多的想法，可以引發(fā)讀者思考．

《奇點鄰近》的作者是雷·庫茲韋爾，這應該算是本科學書，里面講到，生物技術，納米技術，信息技術等等．對于不太熟悉的領域，讀起來挺費勁的，還有點科幻的感覺．

《人工智能：一種現(xiàn)代的方法》，是本教科書，很厚，比較枯燥，可能需要幾個月的時間認真閱讀．傳說這是世界各大學人工智能課的教材，主要講算法，覆蓋面比較廣，沒有想象中涉及那么多數(shù)學，但是內容很多．它構造了一個框架，里面算法伴隨著例程場景，看完以后遇到具體問題，至少有個思路．建議邊看書邊寫程序，否則基本就是狗熊掰棒子(內容實在太多,記不住)。想做人工智能, 這本書一定得認真讀一遍，雖然現(xiàn)在很多算法不用自己寫，但是不明白原理也很難善用。

看看大家都是怎么做的:比如數(shù)據(jù)挖掘，基本過程如下：了解行業(yè)背景，找數(shù)據(jù)，選算法庫，數(shù)據(jù)預處理，扔進算法庫，得出訓練后數(shù)據(jù)，驗證，應用．也有優(yōu)化算法庫的，更大規(guī)模的數(shù)據(jù)訓練的…大多數(shù)工作還是人在做，機器來做那些人設計好的事情，專業(yè)性強,它確實是簡化了人類勞動，也在制造失業(yè)．感覺這還是更像＂自動化＂，而不是＂智能＂．是不是應該有些高級動物特有的東西？算法固然重要，但好像還缺點兒什么？

《情感機器》和《心智社會》，這兩本書討論的不是怎么＂下棋＂，＂開車＂的具體應用，他分析人的大腦：功能，結構，抽象，類比，分解，預期，反思，更新，目標…我覺得，這個才是＂智能＂．不僅在人工智能領域，在哲學和心理學方面，書里也有很多難得的觀點，畢竟構建大腦比了解大腦更進了一步.書中認為人工智能和心理學沒有明顯的界線.作者：馬文·明斯基--不愧是“人工智能之父”．里面一句偽代碼都沒有，但又感覺非常具體，具體到能清晰地對應出數(shù)據(jù)結構．絕對不是科幻的那種．在人工智能的這一領域，雖然短時間不一定有什么成果，但是遠景看，好像也只有它能帶來＂飛躍＂．

《Natural Language Processing with Python》，這是一本關于自然語言處理的書，它有一個未發(fā)版的中文翻譯版，里面有很多例程，就算只用它學習Python也是不錯的選擇．自然語言處理＂應該是＂機器＂獲得知識的第一步．開始涉及自然語言處理的時候，我就在想，得出的結果：詞義，詞性，語義，情感，大意，這些在應用場景是什么？好像都不是特別重要的領域;后來想想還是不夠深入，語言是思維的接口，需要＂機器內部建構的思維＂做基礎．做好了，其實它是可以控制思維方向和重建思維的，