《人工智能》讀后感

1、《人工智能》（李開復(fù)）讀后感本書內(nèi)容框架如下：1.關(guān)于人工智能的五種定義2.人工智能發(fā)展的三個階段3.人工智能是否會威脅人類4.人類將如何變革5.AI行業(yè)的創(chuàng)業(yè)概況6.AI時代下的教育和個人發(fā)展一、關(guān)于人工智能的五種定義首先，請拋開人工智能就是人形機器人的固有偏見。人工智能目前作為一種技術(shù)手段，已經(jīng)成為了不少應(yīng)用的核心驅(qū)動力。蘋果的SIRI、微軟的小冰是常見的人工智能助理。當(dāng)用戶與他們對話時，他們會通過事先積累好的人類對話庫和互聯(lián)網(wǎng)資料

2、庫中，查找最有可能匹配的回答。今日頭條、淘寶購物推薦，會根據(jù)你的瀏覽習(xí)慣、購物歷史，學(xué)習(xí)你的愛好。所以用的越久，它就會越懂你。人臉識別是目前應(yīng)用最廣泛的機器視覺技術(shù)，是人工智能大家庭中的重要分支。用刷臉的方式替代門禁卡，支付寶正在開發(fā)的刷臉支付也是依托于人臉識別技術(shù)。廣義上的機器視覺還包括圖像、視頻中各種物體識別、場景識別、地點識別乃至語義理解。比如手機中的照片自動分類就是運用了場景識別的功能，還有清理重復(fù)照片的功能，也運用到了這個技術(shù)

3、。此外，百度中的圖片搜索、淘寶中的商品圖片搜索，也運用到了人工智能技術(shù)。我們現(xiàn)在用的美圖秀秀中的一鍵P圖軟件、三生三世畫風(fēng)的一鍵美妝，都是運用到了人工智能技術(shù)。機器通過從大量經(jīng)典畫作中學(xué)習(xí)到的上色技法、筆觸技法、干濕畫法、上妝技巧等，來對原始圖片進行處理。搜索引擎根據(jù)問題給出最直接的答案，也與SIRI的運行原理相類似。在機器翻譯這一塊兒上，通過對語言、語言學(xué)的學(xué)習(xí)，得出的翻譯結(jié)果也具備較強的可讀性。甚至可以通過中文與英文的翻譯數(shù)據(jù)、英文

4、與阿拉伯文的翻譯數(shù)據(jù)，自動學(xué)習(xí)如何從中文翻譯到阿拉伯文。還有目前在商業(yè)化方面已經(jīng)取得長足進展的自動駕駛技術(shù)。也是通過數(shù)百萬里的駕駛里程學(xué)習(xí)，來完成車速調(diào)整、控制轉(zhuǎn)向、避免碰撞等操作。當(dāng)然，目前相對比較成熟的還是半自動駕駛技術(shù)。完全的無人駕駛或許還要等到十年之后。還有我們經(jīng)常在電影中看見的機器人行業(yè)。快遞分揀機器人、無人飛機、工業(yè)機器人，都極大的提高了商業(yè)效率。但目前機器人還無法做到像人一樣具備完整的思維。大家所期待的人形機器人，其實投資

5、人也是不看好的。原因很簡單，機器越像人，就越容易被拿來和隨著盲目追捧者的激增，跟風(fēng)的公司越來越多。但隨著技術(shù)遇到瓶頸，市場供過于求，大量沒有核心競爭力的公司不是被兼并，就是倒閉。行業(yè)跌入低谷后，迎來了第二輪、第三輪投資，技術(shù)上的突破使得第二代、第三代產(chǎn)品得到了普羅大眾的認可。投資得到了回報。20世紀50年代到60年代，隨著通用電子計算機的誕生，人工智能悄然興起，比如一些簡單的象棋程序設(shè)想。但由于當(dāng)年計算機的運算水平遠遠達不到要求，很多東

6、西只能停留在紙上談兵的層面。20世紀80年代到90年代，基于統(tǒng)計模型的技術(shù)悄然興起，并在語音識別、機器翻譯等領(lǐng)域取得了不俗的進展。人工神經(jīng)網(wǎng)絡(luò)也在模式識別應(yīng)用等領(lǐng)域開始有所建樹。但還是不足以超過人類的預(yù)期。那么這一次的人工智能復(fù)興的最大特點就是AI在多個領(lǐng)域達到了人們心中“有用”的標(biāo)準(zhǔn)，在商業(yè)領(lǐng)域被廣泛的應(yīng)用。從心理學(xué)上說，人們接受一件新事物，就像人們接受外界刺激一樣，是有一個閾值的。只有當(dāng)外界刺激的強度超過了一個人能感知的最小刺激量，

7、人們才會注意到它。而這個人們能感知到的最小刺激量，就是心理學(xué)上的絕對閾值。這一次的AI熱潮，正是達到了人們的心理閾值才得到了廣泛的關(guān)注。就拿人臉識別來說，之前的準(zhǔn)確率可能只有20%不到，根本不具備實用價值，只能停留在實驗室當(dāng)中，自然就沒有達到人們的心理閾值。但現(xiàn)如今就不一樣了。所以，我們說人工智能來了，其實是說人工智能或深度學(xué)習(xí)真的可以解決實際問題了。在機器視覺、語音識別、數(shù)據(jù)挖掘、自動駕駛等方面都獲得了長足的進步。而這一切，都離不開深

8、度學(xué)習(xí)。今天的人工智能研究者，幾乎無人不談深度學(xué)習(xí)。很多人甚至喊出了“人工智能=深度學(xué)習(xí)”的口號。但毋庸諱言，深度學(xué)習(xí)絕對不是人工智能領(lǐng)域解決的唯一方案，二者之間不能劃上等號。但說深度學(xué)習(xí)是未來很長一段時間內(nèi)，推動人工智能進步的核心技術(shù)，則一點都不為過。深度學(xué)習(xí)依賴海量的大數(shù)據(jù)和強大的計算能力。對于計算機來說，想讓它成功識別貓這個物種。需要其學(xué)習(xí)一千萬段視頻才行。三、人工智能是否會威脅人類人工智能真的足夠聰明以至于會超出人類的控制范圍，

9、最終威脅到人類嗎？要回到這個問題，首先要理清不同層級人工智能的定義。弱人工智能：限制領(lǐng)域人工智能，指的是專注于且智能解決某一特定領(lǐng)域問題的人工智能。目前看到的所有人工智能都屬于這個范疇。例如AlphaGo。人們更多的是將其看作一種工具，而不是威脅。當(dāng)然了，同其他所有工具，如汽車、飛機等一樣，都是存在風(fēng)險的。強人工智能：指可以勝任人類所有工作的人工智能。就是人可以做什么，人工智能就可以做什么。談及這個層面，就不得不面對強人工智能是否有必要