我讀該書最大的收獲：

• 什么是深度學(xué)習(xí)
• 本次人工智能熱潮跟以往的區(qū)別
• 哪些領(lǐng)域能最先使用AI技術(shù)取得成果 ?
• 投資人是怎么看眼前的AI創(chuàng)業(yè)機(jī)會(huì)的 ?

什么是深度學(xué)習(xí)？李開復(fù)舉得例子很通俗易懂、很形象

第一章 人工智能來了

第二章 AI復(fù)興：深度學(xué)習(xí)+大數(shù)據(jù)=人工智能

這一次人工智能復(fù)興的最大特點(diǎn)是，AI在語音識(shí)別、機(jī)器視覺、數(shù)據(jù)挖掘等多個(gè)領(lǐng)域走進(jìn)了業(yè)界的真實(shí)應(yīng)用場景，與商業(yè)模式的緊密結(jié)合，開始在產(chǎn)業(yè)界發(fā)揮出真正的價(jià)值。

第三次AI熱潮：有何不同？

1 三次人工智能浪潮：

• 20世紀(jì)50~60年代：以艾倫.圖靈提出圖靈測試為標(biāo)志，數(shù)學(xué)證明系統(tǒng)、知識(shí)推理系統(tǒng)、專家系統(tǒng)等里程碑式的技術(shù)和應(yīng)用為代表。
• 20世紀(jì)80~90年代：基于統(tǒng)計(jì)模型的技術(shù)悄然興起，在語音識(shí)別、機(jī)器翻譯等領(lǐng)域取得不俗的進(jìn)展，以李開復(fù)的非特定人/連續(xù)語音識(shí)別技術(shù)為代表。
• 2010年前后，隨著深度學(xué)習(xí)技術(shù)的成熟和興起，加上計(jì)算機(jī)運(yùn)算能力的提升和海量數(shù)據(jù)的積累，人工智能開啟了第三次浪潮。

2 第三次人工浪潮的特點(diǎn)：

• AI在相關(guān)領(lǐng)域表現(xiàn)出可以被普通人認(rèn)可的性能或效率，并因此被成熟的商業(yè)模式接受，開始在產(chǎn)業(yè)界發(fā)揮出真正的價(jià)值。
• 人工智能可以解決實(shí)際問題了：在機(jī)器視覺、語音識(shí)別、數(shù)據(jù)挖掘、自動(dòng)駕駛等應(yīng)用場景，人工智能達(dá)到了人們的預(yù)期，研究成果可以落地并發(fā)揮出價(jià)值。
• 跟以前兩次熱潮的驅(qū)動(dòng)力不同：
  • 學(xué)術(shù)研究為主導(dǎo) vs 商業(yè)需求為主導(dǎo)
  • 市場宣傳層面 vs 商業(yè)模式層面
  • 學(xué)術(shù)界游說政府和投資人 vs 投資人主動(dòng)向研究機(jī)構(gòu)投錢

圖靈測試與第一次AI熱潮

語音識(shí)別與第二次AI熱潮

語音識(shí)別領(lǐng)域的三次跨越：

• 基于專家系統(tǒng)
• 基于統(tǒng)計(jì)模型
• 基于深度學(xué)習(xí)：識(shí)別正確率高達(dá)98%

深度學(xué)習(xí)攜手大數(shù)據(jù)引領(lǐng)第三次AI熱潮

• 人工神經(jīng)網(wǎng)絡(luò)：深度學(xué)習(xí)的核心計(jì)算模型

• 深度學(xué)習(xí)（書上的例子通俗易懂，很形象）

  • 用人類的數(shù)學(xué)知識(shí)和算法構(gòu)建起整體架構(gòu)

  • 在結(jié)合盡可能多的訓(xùn)練數(shù)據(jù)和大規(guī)模計(jì)算能力去調(diào)節(jié)內(nèi)部參數(shù)

  • 達(dá)到盡可能逼近目標(biāo)的目的

  • 特點(diǎn)

    • 半理論、半經(jīng)驗(yàn)的建模方式
    • 基于實(shí)用主義思想
    • 內(nèi)部黑盒

• 大數(shù)據(jù)：人工智能的基石

  • 三大基礎(chǔ)
    • 信息交換：通信和網(wǎng)絡(luò)寬帶的大幅增張
    • 信息處理：整理、轉(zhuǎn)換、分析數(shù)據(jù)的能力大幅增長
    • 信息存儲(chǔ)：計(jì)算機(jī)存儲(chǔ)量的大幅增長

• 人工智能三巨頭

  • 杰弗里·辛頓
    • 把反向傳播（Backpropagation）用于多層神經(jīng)網(wǎng)絡(luò)，發(fā)明玻爾茲曼機(jī)（Boltzman machine），這些直接導(dǎo)致了深度學(xué)習(xí)的實(shí)用化
    • 多倫多大學(xué)、谷歌大腦
  • 約書亞·本吉奧
    • 在自然語言處理方向建樹頗多，推動(dòng)語音識(shí)別、機(jī)器翻譯的發(fā)展
  • 楊·勒丘恩
    • 卷及神經(jīng)網(wǎng)絡(luò)（CNN）：最有效的深度學(xué)習(xí)算法，應(yīng)用于手寫識(shí)別和OCR
    • Facebook

第三章 人機(jī)大戰(zhàn)：AI真的會(huì)挑戰(zhàn)人類？

第四章 AI時(shí)代：人類將如何變革？

第五章 機(jī)遇來臨：AI先行的創(chuàng)新與創(chuàng)業(yè)

1 大時(shí)代，大格局

2 AI創(chuàng)業(yè)是時(shí)代的最強(qiáng)音

人工智能的商業(yè)化路線圖

創(chuàng)新工場管理合伙人、資深投資人汪華認(rèn)為，人工智能的商業(yè)化分為三個(gè)主要階段：

第一階段
AI會(huì)率先在那些在線化程度高的行業(yè)開始應(yīng)用，在數(shù)據(jù)端、媒體端實(shí)現(xiàn)自動(dòng)化。
這一過程會(huì)首先從線上“虛擬世界”開始，隨著在線化的發(fā)展擴(kuò)張到各個(gè)行業(yè)，幫助線上業(yè)務(wù)實(shí)現(xiàn)流程自動(dòng)化、數(shù)據(jù)自動(dòng)化和業(yè)務(wù)自動(dòng)化。

擁有高質(zhì)量線上大數(shù)據(jù)的行業(yè)會(huì)最早進(jìn)入人工智能時(shí)代。
互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展已經(jīng)在許多領(lǐng)域?yàn)锳I做好了業(yè)務(wù)流程和數(shù)據(jù)上的準(zhǔn)備。例如：大家常說的金融行業(yè)是目前人工智能應(yīng)用的熱點(diǎn)，這正是因?yàn)榻鹑谛袠I(yè)特別是互聯(lián)網(wǎng)金融已經(jīng)做好了使用AI的準(zhǔn)備。此外，美團(tuán)等公司將餐飲服務(wù)與線上業(yè)務(wù)連接了起來，滴滴、摩拜單車等公司將交通出行與線上業(yè)務(wù)連接了起來。在這些擁有線上業(yè)務(wù)流程和高質(zhì)量數(shù)據(jù)積累的地方，AI同樣開始發(fā)揮作用，大幅提高線上業(yè)務(wù)的自動(dòng)化程度。

第二階段
隨著感知技術(shù)、傳感器和機(jī)器人技術(shù)的發(fā)展，AI會(huì)延伸到實(shí)體世界，并率先在專業(yè)領(lǐng)域、行業(yè)應(yīng)用、生產(chǎn)力端實(shí)現(xiàn)線下業(yè)務(wù)的自動(dòng)化。

可以感知實(shí)體世界信息的傳感器和相關(guān)的感知技術(shù)會(huì)越來越成熟，越來越便宜。在線下業(yè)務(wù)中，計(jì)算機(jī)系統(tǒng)可以通過物理方式接收線下信息或幫助完成線下操作。這個(gè)轉(zhuǎn)變意味著人工智能從線上的“虛擬世界”走進(jìn)了線下的實(shí)體世界。這個(gè)階段，人工智能的商業(yè)化會(huì)首先從生產(chǎn)力的角度切入，整個(gè)世界的生產(chǎn)制造會(huì)逐漸被AI滲透。工業(yè)機(jī)器人、倉儲(chǔ)機(jī)器人、物流機(jī)器人等將在這個(gè)階段實(shí)現(xiàn)大范圍的普及。

第三階段
當(dāng)成本技術(shù)進(jìn)一步成熟時(shí)，AI會(huì)延伸到個(gè)人場景，全面自動(dòng)化的時(shí)代終將到來。

隨著技術(shù)的日趨成熟，相關(guān)的智能產(chǎn)品價(jià)格大幅下降，AI終將從企業(yè)應(yīng)用進(jìn)入個(gè)人和家庭。那時(shí)，每個(gè)人的工作和生活中，大量的應(yīng)用場景都會(huì)因?yàn)锳I的幫助而更加自動(dòng)化、更有效率，人類的生活質(zhì)量終將因AI的普及而大幅提升。這個(gè)階段里，AI商業(yè)化的核心目標(biāo)是創(chuàng)建全面自動(dòng)化的人類生活方式

根據(jù)汪華的判斷，我們目前正在進(jìn)入A商業(yè)化的第一個(gè)階段，也許只需要3年的時(shí)間，AI就可以在各種在線業(yè)務(wù)中得到普及。AI商業(yè)化的第二個(gè)階段，要花5~7年的時(shí)間才能充分發(fā)展起來。而標(biāo)志全面自動(dòng)化的第三個(gè)階段，需要十幾年的時(shí)間。

AI創(chuàng)業(yè)的五大基石

人工智能創(chuàng)業(yè)的五大基石

清晰的領(lǐng)域界限
人工智能創(chuàng)業(yè)，要解決的領(lǐng)域問題一定要非常清晰，有明確的領(lǐng)域邊界，因?yàn)檫@一類問題是今天以深度學(xué)習(xí)為代表的人工智能算法最善于解決的。例如，同樣是做機(jī)器人，如果做一個(gè)借助視覺傳感器更好地規(guī)劃掃地線路、提高清潔效率的掃地機(jī)器人，將機(jī)器人的需求限定在一個(gè)有限的問題邊界內(nèi)，這樣的解決方案就相對(duì)靠譜。
如果上來就要做一個(gè)長得像人一樣、可以與人交流的人形機(jī)器人，那以今天的技術(shù)，做出來的多半不是人工智能，而是“人工智障”。

閉環(huán)的、自動(dòng)標(biāo)注的數(shù)據(jù)
針對(duì)要用AI解決的領(lǐng)域問題，最好有在這個(gè)領(lǐng)域內(nèi)，有閉環(huán)的、自動(dòng)標(biāo)注的數(shù)據(jù)。例如，基于互聯(lián)網(wǎng)平臺(tái)的廣告系統(tǒng)可以自動(dòng)根據(jù)用戶點(diǎn)擊以及后續(xù)操作，收集到第一手轉(zhuǎn)化率數(shù)據(jù)，而這個(gè)轉(zhuǎn)化率數(shù)據(jù)反過來又可以作為關(guān)鍵特征，幫助AI系統(tǒng)進(jìn)一步學(xué)習(xí)。這種從應(yīng)用本身收集數(shù)據(jù)，再用數(shù)據(jù)訓(xùn)練模型，用模型提高應(yīng)用性能的閉環(huán)模式更加高效。谷歌、百度等搜索引擎之所以擁有強(qiáng)大的人工智能潛力，就是因?yàn)樗鼈兊臉I(yè)務(wù)，比如搜索和廣告本身就是一個(gè)閉環(huán)的系統(tǒng)，系統(tǒng)內(nèi)部就可以自動(dòng)完成數(shù)據(jù)收集、標(biāo)注、訓(xùn)練、反饋的會(huì)
過程。

千萬級(jí)的數(shù)據(jù)量
今天人工智能的代表算法是深度學(xué)習(xí)。而深度學(xué)習(xí)通常要求足夠數(shù)量的訓(xùn)練數(shù)據(jù)。一般而言，擁有千萬級(jí)的數(shù)據(jù)量是保證深度學(xué)習(xí)質(zhì)量的前提。當(dāng)然，這個(gè)“千萬級(jí)”的定義過于寬泛。事實(shí)上，在不同的應(yīng)用領(lǐng)域，深度學(xué)習(xí)對(duì)數(shù)據(jù)量的要求也不盡相同。而且，也不能僅看數(shù)據(jù)記錄的個(gè)數(shù)，還要看每個(gè)數(shù)據(jù)記錄的特征維數(shù)，特征在相應(yīng)空間中的分布情況，等等。

超大規(guī)模的計(jì)算能力
深度學(xué)習(xí)在進(jìn)行模型訓(xùn)練時(shí)，對(duì)電腦的計(jì)算能力有著近乎“癡狂”的渴求。創(chuàng)新工場曾經(jīng)給一個(gè)專注于研發(fā)深
學(xué)習(xí)技術(shù)的團(tuán)隊(duì)投資了1000萬元人民幣。結(jié)果，團(tuán)隊(duì)建設(shè)初期才兩三個(gè)月時(shí)間，僅購買深度學(xué)習(xí)使用的計(jì)算服務(wù)器就花掉了700多萬元，一個(gè)類型的深度學(xué)習(xí)任務(wù)，通常都要求在一臺(tái)或多臺(tái)安裝有四塊甚至8塊高性能GPU芯片的計(jì)算機(jī)上運(yùn)行。涉及圖像、視頻的深度學(xué)習(xí)任務(wù)，則更是需要數(shù)百塊、數(shù)千塊GPU芯片組成的大型計(jì)算群。在安裝了大型計(jì)算集群的機(jī)房內(nèi)，大量GPU在模型訓(xùn)練期間發(fā)出比普通服務(wù)器多數(shù)十倍的熱量。許多機(jī)房的空調(diào)系統(tǒng)都不得不重新設(shè)計(jì)、安裝。在一些空調(diào)馬力不足的機(jī)房里，創(chuàng)業(yè)圍隊(duì)甚至購買了巨大的冰塊來協(xié)助降溫。

頂尖的AI科學(xué)家
今天的人工智能研發(fā)還相當(dāng)依賴于算法工程師甚至是AI科學(xué)家的個(gè)人經(jīng)驗(yàn)積累。水平最高的科學(xué)家與普通水平的算法工程師之間，生產(chǎn)力的差異不啻千百倍。人工智能創(chuàng)業(yè)公司對(duì)頂尖AI科學(xué)家的渴求直接造成了這個(gè)領(lǐng)域科學(xué)家、研究員的身價(jià)與日俱增。谷歌雇用杰弗里·辛頓、李飛飛，F(xiàn)acebook雇用揚(yáng)·勒丘恩，據(jù)說都開出了教百萬美元的年薪。國內(nèi)AI創(chuàng)業(yè)公司如曠視科技，也用令人瞠目的高薪，將機(jī)器視覺領(lǐng)域的頂尖科學(xué)家孫劍“挖”了過來，把任公司的首州時(shí)科學(xué)家。

3 AI是中國創(chuàng)新、創(chuàng)業(yè)的最好機(jī)會(huì)

4 創(chuàng)新工場的AI布局

把握時(shí)機(jī)對(duì)創(chuàng)業(yè)和投資至關(guān)重要。創(chuàng)新工場根據(jù)技術(shù)成熟度和未來發(fā)展趨勢，將人工智能各應(yīng)用領(lǐng)域劃分為現(xiàn)階段已成熟、3到5年成熟、5到10年成熟、10年后成熟等不同類型，并分別設(shè)計(jì)相應(yīng)的投資策略。

創(chuàng)新工場在人工智能領(lǐng)域的投資布局

如圖中所示，創(chuàng)新工場將人工智能領(lǐng)域的應(yīng)用劃分為大數(shù)據(jù)、感知、理解、機(jī)器人、自動(dòng)駕駛等不同門類，每個(gè)門類中，按照人工智能技術(shù)的成熟度，將具體應(yīng)用領(lǐng)域排列在時(shí)間維度上。

總體來說，人工智能在互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用，如搜索引擎、廣告推薦等方面已經(jīng)非常成熟。在商業(yè)自動(dòng)化、語音識(shí)別、機(jī)器視覺、手勢識(shí)別、基礎(chǔ)傳感器、工業(yè)機(jī)器人等方面，人工智能可以立即應(yīng)用，立即收效。

金融類人工智能的應(yīng)用雖然已經(jīng)起步，但尚需一段時(shí)間才能真正普及。智能教育、智能醫(yī)療、AR/VR中的人工智能、量產(chǎn)的傳感器、商業(yè)用機(jī)器人等，預(yù)計(jì)會(huì)在3到5年成熟可用。

可以供普通技術(shù)人員乃至非技術(shù)人員使用的人工智能平臺(tái)(包括計(jì)算架構(gòu)、算法框架、傳感平臺(tái)、云服務(wù)等），會(huì)在3到5年后趨于成熟并擁有足夠大的商業(yè)機(jī)會(huì)。

通用的自然語言對(duì)話工具、智能助手、普及型的家用機(jī)器人等，則至少需要10年甚至更長的時(shí)間，才有可能完成商業(yè)化。

另外，在自動(dòng)駕駛領(lǐng)域，3到5年內(nèi)，必將是第2級(jí)到第3級(jí)的輔助駕駛最先大規(guī)模商用，而且，鑒于安全考慮，這些自動(dòng)駕駛應(yīng)用也會(huì)是限定場景、限定道路等級(jí)的。真正意義上的“無人駕駛”，即第4級(jí)或第5級(jí)的自動(dòng)駕駛，還需要5到10年才能上路運(yùn)行。

我的理解：
跟著“數(shù)據(jù)”走，哪里有質(zhì)量高的大數(shù)據(jù)，哪里就有金子。

第六章 AI時(shí)代的教育和個(gè)人發(fā)展