一. 為什么要看書(shū)？

快速了解人工智能到底是什么，從而知道如何應(yīng)對(duì)未來(lái)。

二. 書(shū)單總覽

• 《奇點(diǎn)臨近》：摩爾定律——計(jì)算能力呈指數(shù)上升
• 《云計(jì)算》：轉(zhuǎn)剩余的硬件計(jì)算能力為服務(wù)，同時(shí)降低計(jì)算量單價(jià)。
• 《智能時(shí)代》：云計(jì)算積累大量數(shù)據(jù)，高運(yùn)算量方便處理數(shù)據(jù)。質(zhì)變點(diǎn)是大數(shù)據(jù)與人工智能算法的結(jié)合。
• 《科學(xué)的極致：漫談人工智能》：人工智能各方向的總覽。
• 《人工智能的未來(lái)》：強(qiáng)人工智能需要解碼人腦。
• 《數(shù)學(xué)之美》：自然語(yǔ)言處理與人工智能算法總覽。
• 《復(fù)雜》：復(fù)雜集群系統(tǒng)入門(mén)。
• 《哥德?tīng)枴釥?、巴赫》：人?lèi)智能到底是什么？
• 《人類(lèi)簡(jiǎn)史》：是什么讓人類(lèi)區(qū)別于其他生物？
• 《未來(lái)簡(jiǎn)史》：人工智能下的未來(lái)會(huì)怎么樣？

三. 書(shū)單詳細(xì)介紹

0.《奇點(diǎn)臨近》[Ray Kurzweil] 2011-10 , 豆瓣7.7

建議略讀，后半當(dāng)科幻讀物

計(jì)算量呈指數(shù)上升，高計(jì)算能力是云計(jì)算的基礎(chǔ)。

這本書(shū)是假設(shè)人類(lèi)大腦的計(jì)算能力十分大，計(jì)算機(jī)的計(jì)算量在某一個(gè)程度將超越人類(lèi)。奇點(diǎn)臨近，出現(xiàn)一個(gè)無(wú)法想象的質(zhì)變。后面的想象都很扯...

1. 《云計(jì)算》[雷萬(wàn)云] 2011年5月出版

建議略讀了解。

云計(jì)算是大數(shù)據(jù)的基礎(chǔ)。

云計(jì)算是硬件計(jì)算資源上升帶來(lái)的服務(wù)轉(zhuǎn)型?；诳焖倩ヂ?lián)網(wǎng)，硬件持有者把剩余的計(jì)算資源通過(guò)網(wǎng)絡(luò)出租轉(zhuǎn)為服務(wù)銷(xiāo)售。賣(mài)家轉(zhuǎn)硬件為服務(wù)獲取高利潤(rùn)，買(mǎi)家減少初期硬件投入，達(dá)到雙贏。計(jì)算量其實(shí)就是存儲(chǔ)和運(yùn)算，其成本降低使得更多數(shù)據(jù)能有效存儲(chǔ)，快速發(fā)展為“大（量）數(shù)據(jù)”。

2. 《智能時(shí)代》[吳軍] 2016年8月出版，豆瓣8.5分

建議略讀了解。

大數(shù)據(jù)是人工智能算法表現(xiàn)良好的基礎(chǔ)。

現(xiàn)階段是基于大數(shù)據(jù)下的弱人工智能。計(jì)算量上升帶來(lái)大量數(shù)據(jù)，數(shù)學(xué)算法因?yàn)閿?shù)據(jù)量上升獲得更高準(zhǔn)確度，“弱智能”是因目前算法研究是人類(lèi)主導(dǎo)而非計(jì)算機(jī)。大量數(shù)據(jù)包括兩種，硬件設(shè)備產(chǎn)生的記錄日志和人類(lèi)活動(dòng)產(chǎn)生的數(shù)據(jù)，前者占比大，后者價(jià)值高。數(shù)學(xué)算法是要從數(shù)據(jù)中找到規(guī)律，用新式自動(dòng)化（機(jī)器學(xué)習(xí)）獲取其中的價(jià)值。注意很多算法是幾十年前發(fā)明的，大數(shù)據(jù)提高了算法的準(zhǔn)確度。一定條件下，數(shù)據(jù)量越高，準(zhǔn)確性越好。

我不認(rèn)同其中兩點(diǎn)：人工智能摧毀一切舊有事物，和爭(zhēng)當(dāng)“2%的精英”。
a. 人工智能帶來(lái)的是產(chǎn)業(yè)升級(jí)和新式教育，低成本的高質(zhì)量教育將惠及每一個(gè)人。AI產(chǎn)業(yè)隨著發(fā)展成熟而降低入行難度，它將升級(jí)和優(yōu)化舊有事物，而非摧毀。
b. 只有“2%的精英”的社會(huì)，很可能會(huì)被98%的人推翻。一個(gè)社會(huì)始終是不可能放棄大部分普通人，如果真放棄，長(zhǎng)期來(lái)看將帶來(lái)極端的動(dòng)蕩，動(dòng)蕩的社會(huì)將摧毀下一代所有可能的“精英”。

3. 《科學(xué)的極致：漫談人工智能》[集智俱樂(lè)部] 2015-8,豆瓣8.2分

建議按照興趣跳讀，不用拘泥章節(jié)前后。

目前整個(gè)人工智能體系的簡(jiǎn)略介紹，人工智能有很多細(xì)分領(lǐng)域。最喜歡的是第一章，原來(lái)人工智能的夢(mèng)已經(jīng)做了一百多年了。我感到十分安慰，現(xiàn)在開(kāi)始搞也不算太遲。按照過(guò)去的特性，如果沒(méi)真正落地的項(xiàng)目，現(xiàn)在這么火爆的人工智能也很可能幾年后就flop了....

4. 《人工智能的未來(lái)》[Jeff Hawkins / Sandra Blakeslee] 2006.1，豆瓣8.2分

很有趣，跟主流完全不一樣。

強(qiáng)人工智能關(guān)鍵在自發(fā)提取恒定規(guī)則，建立記憶-預(yù)測(cè)模型。

應(yīng)該集中研究人類(lèi)特有的新大腦皮層，集中在神經(jīng)科學(xué)和計(jì)算機(jī)工業(yè)交叉領(lǐng)域?，F(xiàn)在研究的算法需要輸出確認(rèn)準(zhǔn)確率，但人類(lèi)即使沒(méi)有輸出依舊擁有智能。人腦的計(jì)算能力實(shí)際上比計(jì)算機(jī)低很多，甚至耗能也少很多。

作者認(rèn)為現(xiàn)在做的各種理論（數(shù)學(xué)、物理等等機(jī)械理論）都是錯(cuò)的，這些技術(shù)只是表面上模擬人類(lèi)智能，而不是真正的人類(lèi)智能。大腦有點(diǎn)像一個(gè)特殊的計(jì)算機(jī)，而生物軀干接收的信息是我們的輸入。植入其他傳感器，不久大腦就能學(xué)會(huì)怎么用傳感器。

我懷疑的一點(diǎn)：計(jì)算機(jī)僅模擬新大腦皮層得出的結(jié)果是無(wú)用的。人類(lèi)是有目的地去做一件事，以滿(mǎn)足生存和生活的需求。而計(jì)算機(jī)沒(méi)有模擬人類(lèi)古腦生存欲望，其總結(jié)歸納很可能（于人類(lèi)）是隨機(jī)而無(wú)用的。

5. 《數(shù)學(xué)之美》 [吳軍], 2012-5-1,豆瓣8.7分

建議細(xì)讀算法，結(jié)合工程實(shí)現(xiàn)項(xiàng)目。

自然語(yǔ)言和數(shù)據(jù)處理關(guān)鍵在消除不確定性。

自然語(yǔ)言處理的問(wèn)題其實(shí)是人與計(jì)算機(jī)間的通信問(wèn)題，消除不確定性（噪聲），解碼獲得準(zhǔn)確的輸出。緊接著數(shù)據(jù)處理，無(wú)論是分類(lèi)問(wèn)題還是智能跟進(jìn)（狀態(tài)機(jī)）問(wèn)題，其實(shí)都是在通信準(zhǔn)確的基礎(chǔ)上，計(jì)算機(jī)根據(jù)獲得信息消除選擇的不確定性，預(yù)測(cè)準(zhǔn)確的選擇。

可以作為工程實(shí)戰(zhàn)入門(mén)，了解這些算法用在哪里和怎么用。

6. 《復(fù)雜》 [梅拉妮·米歇爾 ], ,豆瓣分9.1

建議細(xì)讀，混沌學(xué)入門(mén)，十分吸引人

簡(jiǎn)單的個(gè)體可能產(chǎn)生復(fù)雜的集群現(xiàn)象，反過(guò)來(lái)一樣，復(fù)雜的現(xiàn)象核心可能是簡(jiǎn)單的原理?；煦绗F(xiàn)象使得人類(lèi)不可能精確預(yù)測(cè)某些現(xiàn)象，甚至無(wú)法得出現(xiàn)象的復(fù)雜度。

復(fù)雜系統(tǒng)試圖解釋?zhuān)诓淮嬖谥醒肟刂频那闆r下，大量簡(jiǎn)單個(gè)體如何自行組織成能夠產(chǎn)生模式、處理信息甚至能夠進(jìn)化和學(xué)習(xí)的整體。生命及其行為是逆熵現(xiàn)象，計(jì)算的本質(zhì)與生命和智能的內(nèi)在本質(zhì)有密切的關(guān)聯(lián)。自然界最為神秘的是，所謂的“智能”和“意識(shí)”是如何從不具有智能和意識(shí)的物質(zhì)中涌現(xiàn)出來(lái)的。

混沌的發(fā)現(xiàn)給了精確預(yù)測(cè)的夢(mèng)想最后一擊。混沌指的是一些系統(tǒng)——混沌系統(tǒng)——對(duì)于其初始位置和動(dòng)量的測(cè)量如果有極其微小的不精確，也會(huì)導(dǎo)致對(duì)其的長(zhǎng)期預(yù)測(cè)產(chǎn)生巨大的誤差。也就是常說(shuō)的“對(duì)初始條件的敏感依賴(lài)性”。

看完之后你會(huì)產(chǎn)生更多的疑問(wèn)。

7. 《哥德?tīng)?、艾舍爾、巴赫?[[美] 侯世達(dá)], 豆瓣分9.4

先看能懂的部分，一本供起來(lái)的書(shū)

如何實(shí)現(xiàn)智能？侯世達(dá)大神也沒(méi)懂，這是一本充滿(mǎn)疑問(wèn)的書(shū)。

作為人類(lèi)，如何實(shí)現(xiàn)人類(lèi)智能？這是同一層次的事物。于是問(wèn)題變?yōu)榱恕绾螌?shí)現(xiàn)自我指代？因?yàn)樽晕抑复谕粚蛹?jí)是不可能實(shí)現(xiàn)的，需要不同的層級(jí)結(jié)構(gòu)，引申出遞歸等概念。

我們目前所理解的“科學(xué)”，實(shí)際上是有邊界和局限的，它們無(wú)法解答一切問(wèn)題，也就是不完備。公理不可證，如果可證，那就會(huì)導(dǎo)致悖論。例如，假設(shè)A是一個(gè)假命題；如果這是真命題，那A就變成了假命題。在此之上引入層級(jí)結(jié)構(gòu)，有點(diǎn)像寫(xiě)代碼是一層，編譯器是另一層，分開(kāi)才能編譯成功變?yōu)槌绦?，這樣實(shí)現(xiàn)了下層的自我指代（因?yàn)樯蠈佑糜诰幾g）。然而在人類(lèi)所處的維度，人類(lèi)怎么區(qū)分什么才是真正的智能？歷史上發(fā)生了工業(yè)化，自動(dòng)化，大型機(jī)械化等等，而人工智能是尚未做到的東西。有一個(gè)與人工智能的進(jìn)展相關(guān)的“定理”：一旦某些心智功能被程序化了，人們很快就不再把它看作“真正的思維”的一種本質(zhì)成分。智能所固有的核心永遠(yuǎn)是存在于那些尚未程序化的東西之中。人工智能的含義永遠(yuǎn)在變化，而人類(lèi)很難參透高于自身維度的事物。

8. 《人類(lèi)簡(jiǎn)史》 [尤瓦爾·赫拉利], 2014-11-1，豆瓣分9.1

歷史讀物，揭示人類(lèi)的特別之處

人類(lèi)具有理解和表達(dá)抽象事物的概念，形成的抽象信用體系推動(dòng)大規(guī)模協(xié)作，這使人類(lèi)區(qū)別于其他碳基和硅基生物。

區(qū)別于其他所有生物，人類(lèi)能把要做什么抽象為語(yǔ)言和規(guī)范，把火抽象為神跡，把合作和道德規(guī)范抽象為“宗教”。金錢(qián)是抽象的事物，它的價(jià)值來(lái)自人類(lèi)的信仰。金錢(qián)事實(shí)上并沒(méi)有價(jià)值，只是人類(lèi)相信它有價(jià)值，相信能用它衡量購(gòu)買(mǎi)力，所以它才能代表價(jià)值。國(guó)家也是一樣的，國(guó)家并不是實(shí)體，而是人類(lèi)抽象出的信仰?，F(xiàn)代的財(cái)富的形式變成了人力資本、科技知識(shí)，以及像是銀行這種復(fù)雜的社會(huì)經(jīng)濟(jì)結(jié)構(gòu)，這些抽象的財(cái)富想要搶奪或是占領(lǐng)都相當(dāng)困難。

科學(xué)是人類(lèi)理解抽象世界的開(kāi)端，人類(lèi)嘗試統(tǒng)計(jì)總結(jié)抽象的規(guī)律，形成各種公理定理，再反過(guò)來(lái)利用它們創(chuàng)造新事物。從動(dòng)物到上帝，科學(xué)革命并不是“知識(shí)的革命”，而是“無(wú)知的革命”。真正讓科學(xué)革命起步的偉大發(fā)現(xiàn)，就是發(fā)現(xiàn)“人類(lèi)對(duì)于最重要的問(wèn)題其實(shí)一無(wú)所知”。

從我們所知的純粹科學(xué)角度來(lái)看，人類(lèi)的生命本來(lái)就完全沒(méi)有意義。人類(lèi)只是在沒(méi)有特定目標(biāo)的演化過(guò)程中，盲目產(chǎn)生的結(jié)果。但這也就是說(shuō)，我們對(duì)生活所賦予的任何意義，其實(shí)都只是錯(cuò)覺(jué)。

9. 《未來(lái)簡(jiǎn)史》[尤瓦爾·赫拉利], 2017-1，豆瓣分8.5

半科幻讀物，用于警醒

人類(lèi)同意放棄意義，尋求力量。

近代是人類(lèi)同意放棄命運(yùn)和“信仰”的宗教意義，轉(zhuǎn)而尋求機(jī)械化生產(chǎn)力。人類(lèi)開(kāi)始認(rèn)識(shí)到自己的無(wú)知。貧窮、痛苦、悲劇不是必然的命運(yùn)，而是可以改變的規(guī)律。人類(lèi)開(kāi)始將規(guī)律變?yōu)楦鞣N定理和公理，并將其應(yīng)用到實(shí)際生活，逐漸發(fā)展為近代機(jī)械化時(shí)代和現(xiàn)代科技社會(huì)。人文主義的發(fā)展實(shí)際是為了解放生產(chǎn)力，比起盲從權(quán)威和宗教信仰，更需要讓人類(lèi)去研究技術(shù)、科學(xué)、進(jìn)行生產(chǎn)勞動(dòng)。讓機(jī)械化取代純?nèi)肆?，而機(jī)械化需要人類(lèi)的創(chuàng)造力。此時(shí)是以人為中心。

現(xiàn)在則是傾向以數(shù)據(jù)為中心。人類(lèi)同意放棄人類(lèi)自身的特殊意義，例如隱私、繁衍能力、社群，轉(zhuǎn)而尋求更高的計(jì)算能力（總體而言更優(yōu)越的生活）。商業(yè)轉(zhuǎn)變?yōu)榭萍紨?shù)據(jù)主義，此時(shí)最有價(jià)值的是人類(lèi)社會(huì)總體產(chǎn)生的各種數(shù)據(jù)和算法，以及少量“精英人才”和“商業(yè)巨頭”。超級(jí)自動(dòng)化和智能計(jì)算機(jī)使得87%（以上）的人類(lèi)變?yōu)椤盁o(wú)用階級(jí)”，大部分人的生產(chǎn)力遠(yuǎn)低于現(xiàn)代計(jì)算機(jī)。計(jì)算機(jī)生產(chǎn)力取代人類(lèi)生產(chǎn)力，進(jìn)而將人類(lèi)從生產(chǎn)力主體，變?yōu)樾枰惶幚淼臄?shù)據(jù)。簡(jiǎn)單說(shuō)就是從工人變?yōu)闈撛诘摹吧唐贰?。按過(guò)去的歷史，統(tǒng)治階級(jí)接受以人為核心的理念僅是為了經(jīng)濟(jì)發(fā)展，未來(lái)數(shù)據(jù)更加重要，統(tǒng)治者可能轉(zhuǎn)變思維，認(rèn)為大部分普通人是沒(méi)意義的，大部分普通人淪為流通是數(shù)據(jù)載體。

21世紀(jì)有三項(xiàng)“務(wù)實(shí)”的發(fā)展，可能會(huì)讓人文主義消失：1.人類(lèi)將會(huì)失去在經(jīng)濟(jì)和軍事上的用途，因此經(jīng)濟(jì)和政治制度將不再繼續(xù)認(rèn)同人類(lèi)有太多價(jià)值。2.社會(huì)系統(tǒng)仍然認(rèn)為人類(lèi)整體有其價(jià)值，但個(gè)人則無(wú)價(jià)值。3.社會(huì)系統(tǒng)仍然會(huì)認(rèn)為某些獨(dú)特的個(gè)人有其價(jià)值，但這些人會(huì)是一個(gè)超人類(lèi)的精英階層，而不是一般大眾。

某些部分寫(xiě)得十分科幻，但未來(lái)誰(shuí)知道呢。

四. 個(gè)人限制

我覺(jué)得這些書(shū)最大的問(wèn)題不是揭示了我們現(xiàn)在的科技多么先進(jìn)，而是在于瓶頸和問(wèn)題在哪里，有什么是人工智能不能解決的問(wèn)題？

但人類(lèi)看到的不全是現(xiàn)實(shí)，而是大腦根據(jù)現(xiàn)實(shí)建模，并從模型中獲得的信息。每個(gè)人理解的都不一樣。

五. 一些感想

1. 《人工智能的未來(lái)》：大學(xué)霸作者的工作經(jīng)歷毫無(wú)可比性，懂微機(jī)系統(tǒng)并且懂神經(jīng)科學(xué)。作者建議當(dāng)你找不到轉(zhuǎn)機(jī)時(shí)，最好是保持現(xiàn)狀，任何時(shí)候都可以開(kāi)始學(xué)習(xí)。
2. 《科學(xué)的極致》：人類(lèi)對(duì)于科學(xué)的研究，很可能一位十分優(yōu)秀的科學(xué)家窮盡一生，只能在一些領(lǐng)域做出一點(diǎn)點(diǎn)的前進(jìn)?？茖W(xué)真是浪漫，而人生卻又很殘酷。
3. 《智能時(shí)代》：機(jī)器學(xué)習(xí)和大數(shù)據(jù)的短板，只能看出規(guī)律，消除不確定性而不能跳出框架發(fā)現(xiàn)新規(guī)律。我認(rèn)為即使在大數(shù)據(jù)時(shí)代，在某個(gè)領(lǐng)域內(nèi)獲得完備性是不可能的，因?yàn)橥瑢硬豢勺C。
4. 《復(fù)雜》：讀完之后覺(jué)得社會(huì)學(xué)研究和心理學(xué)研究，是有點(diǎn)扯的。這兩者幾乎無(wú)法精確預(yù)測(cè)和重現(xiàn)實(shí)驗(yàn)現(xiàn)象。

=================

以上
2018.2.12