《人工智能》读后感.doc

1、人工智能 （李开复）读后感本书内容框架如下：1.关于人工智能的五种定义2.人工智能发展的三个阶段3.人工智能是否会威胁人类4.人类将如何变革5.AI 行业的创业概况6.AI 时代下的教育和个人发展一、关于人工智能的五种定义首先，请抛开人工智能就是人形机器人的固有偏见。人工智能目前作为一种技术手段，已经成为了不少应用的核心驱动力。苹果的 SIRI、微软的小冰是常见的人工智能助理。当用户与他们对话时，他们会通过事先积累好的人类对话库和互联网资料库中，查找最有可能匹配的回答。今日头条、淘宝购物推荐，会根据你的浏览习惯、购物历史，学习你的爱好。所以用的越久，它就会越懂你。人脸识别是目前应用最广泛的机器

2、视觉技术，是人工智能大家庭中的重要分支。用刷脸的方式替代门禁卡，支付宝正在开发的刷脸支付也是依托于人脸识别技术。广义上的机器视觉还包括图像、视频中各种物体识别、场景识别、地点识别乃至语义理解。比如手机中的照片自动分类就是运用了场景识别的功能，还有清理重复照片的功能，也运用到了这个技术。此外，百度中的图片搜索、淘宝中的商品图片搜索，也运用到了人工智能技术。我们现在用的美图秀秀中的一键 P 图软件、三生三世画风的一键美妆，都是运用到了人工智能技术。机器通过从大量经典画作中学习到的上色技法、笔触技法、干湿画法、上妆技巧等，来对原始图片进行处理。搜索引擎根据问题给出最直接的答案，也与 SIRI 的运行

3、原理相类似。在机器翻译这一块儿上，通过对语言、语言学的学习，得出的翻译结果也具备较强的可读性。甚至可以通过中文与英文的翻译数据、英文与阿拉伯文的翻译数据，自动学习如何从中文翻译到阿拉伯文。还有目前在商业化方面已经取得长足进展的自动驾驶技术。也是通过数百万里的驾驶里程学习，来完成车速调整、控制转向、避免碰撞等操作。当然，目前相对比较成熟的还是半自动驾驶技术。完全的无人驾驶或许还要等到十年之后。还有我们经常在电影中看见的机器人行业。快递分拣机器人、无人飞机、工业机器人，都极大的提高了商业效率。但目前机器人还无法做到像人一样具备完整的思维。大家所期待的人形机器人，其实投资人也是不看好的。原因很简单，

4、机器越像人，就越容易被拿来和真人比较。由于人工智能技术尚未达到十分成熟的阶段，这个机器人的蠢笨会暴露的非常彻底。使期望与现实之间的差距加大，因此难以获得市场认可。那讲了这么多现象，到底什么是人工智能？目前常见的定义有五种：第一，人工智能是让人感到不可思议的计算机程序。几十年前的人类，如果能见识到现在手机上常见的人机对战的象棋、跳棋游戏，恐怕会被吓一大跳，甚至怀疑是有人在背后操纵。可现在的人都见怪不了。所以，用这种方法定义，会使得人工智能随着技术的成熟，失去一个客观的标准。第二，AI 就是与人类思考方式相似的计算机程序。这种说法在早期非常流行。本质上与仿生学无异。但弊端在于，人类至今也无法说清楚

5、大脑是如何进行学习、记忆、归纳、推理等思维过程的。因此，也很难教会机器去模拟人脑的运作。再一点就是，通过为程序输入大量专业的知识、常见的思考逻辑，使得计算机应用难以扩展到较为复杂的领域当中。比如面对语言中的歧义和丰富的表达方式，得出的翻译结果往往也是漏洞百出。第三，AI 就是与人类行为相似的计算机程序。这一定义与仿生学派的说法是对立的。实用主义者并不在乎人工智能要遵循什么思考框架，也不在乎计算机到底是如何处理采集到的数据。只要模型可以工作，最终的结果是对的就行。第四，AI 是会学习的计算机程序。最近的这波人工智能热潮里，深度学习作为一种技术手段确实是一枝独秀，几乎垄断了所有流行的技术方向。而在

6、此之前的专家系统、统计模型都未能使人工智能获得如此大的进步。所以，把学习等同于 AI，虽然过于狭隘，但也是比较符合时代精神的。但要注意的是，机器的学习方法和人类的学习方法还有很大的差距与不同。如果人工智能是一种会学习的机器，那么需要着重提高的就是其抽象理解能力。第五，AI 就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。不同的定义分别适用于不同的人群和语境。如果非要得出一个看上去比较合理的定义，那也只能是比较模糊的概念。那么这一种就是学术界的教科书式定义，全面均衡，偏重实证。二、人工智能发展的三个阶段1962 年， IBM 的阿瑟萨缪尔开发的西洋跳棋程序曾经战胜过一位盲人跳棋

7、高手，1997 年IBM 深蓝战胜卡斯帕罗夫的那一天，全世界科技爱好者奔走相告， 2016 年 ALPHAGO 战胜李世石，就由流传起人工智能将要毁灭人类的言论。纵观前两次次人工智能潮，每一次都曾让人以为人工智能将会掀起大的变革。但最后回头看，都没有达到人们期望的高度。与其说是人们的心理落差，不如说是人们对机器是否具有智能的判断标准在不断被拔高。那究竟这一次的人工智能热潮，会超出人们的期望吗？从高德纳咨询公司的技术成熟曲线来看，每一项技术在早期阶段，都会被公众追捧，被媒体大肆报道，最终走向一个充满泡沫的膨胀期。随着盲目追捧者的激增，跟风的公司越来越多。但随着技术遇到瓶颈，市场供过于求，大量没有

8、核心竞争力的公司不是被兼并，就是倒闭。行业跌入低谷后，迎来了第二轮、第三轮投资，技术上的突破使得第二代、第三代产品得到了普罗大众的认可。投资得到了回报。20 世纪 50 年代到 60 年代，随着通用电子计算机的诞生，人工智能悄然兴起，比如一些简单的象棋程序设想。但由于当年计算机的运算水平远远达不到要求，很多东西只能停留在纸上谈兵的层面。20 世纪 80 年代到 90 年代，基于统计模型的技术悄然兴起，并在语音识别、机器翻译等领域取得了不俗的进展。人工神经网络也在模式识别应用等领域开始有所建树。但还是不足以超过人类的预期。那么这一次的人工智能复兴的最大特点就是 AI 在多个领域达到了人们心中“有

9、用”的标准，在商业领域被广泛的应用。从心理学上说，人们接受一件新事物，就像人们接受外界刺激一样，是有一个阈值的。只有当外界刺激的强度超过了一个人能感知的最小刺激量，人们才会注意到它。而这个人们能感知到的最小刺激量，就是心理学上的绝对阈值。这一次的 AI 热潮，正是达到了人们的心理阈值才得到了广泛的关注。就拿人脸识别来说，之前的准确率可能只有 20%不到，根本不具备实用价值，只能停留在实验室当中，自然就没有达到人们的心理阈值。但现如今就不一样了。所以，我们说人工智能来了，其实是说人工智能或深度学习真的可以解决实际问题了。在机器视觉、语音识别、数据挖掘、自动驾驶等方面都获得了长足的进步。而这一切，

10、都离不开深度学习。今天的人工智能研究者，几乎无人不谈深度学习。很多人甚至喊出了“人工智能=深度学习”的口号。但毋庸讳言，深度学习绝对不是人工智能领域解决的唯一方案，二者之间不能划上等号。但说深度学习是未来很长一段时间内，推动人工智能进步的核心技术，则一点都不为过。深度学习依赖海量的大数据和强大的计算能力。对于计算机来说，想让它成功识别猫这个物种。需要其学习一千万段视频才行。三、人工智能是否会威胁人类人工智能真的足够聪明以至于会超出人类的控制范围，最终威胁到人类吗？要回到这个问题，首先要理清不同层级人工智能的定义。弱人工智能：限制领域人工智能，指的是专注于且智能解决某一特定领域问题的人工智能。目

11、前看到的所有人工智能都属于这个范畴。例如 AlphaGo。人们更多的是将其看作一种工具，而不是威胁。当然了，同其他所有工具，如汽车、飞机等一样，都是存在风险的。强人工智能：指可以胜任人类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。谈及这个层面，就不得不面对强人工智能是否有必要具备“意识”这个问题。一旦牵涉到“意识” ，强人工智能的定义和评判标准就会变得十分复杂。超人工智能：比人类还有天赋、还要聪明的人工智能。目前更多的是从哲学以及科幻的角度加以解析。没有办法和经验去预测这种智能究竟是否存在。目前大众忧心的人工智能威胁论，主要指的是强人工智能和超人工智能。那么他们会以远超我们预料

12、的速度降临吗？目前大多数对于这类威胁的论述都是基于“人类科技发展是越来越快，呈现出不断加速的势头” 。但这个假设是否正确，也很难给出明确的答复。但作者更相信：特定的科技如人工智能，经历一段时间的加速度发展后，会遇到难以攻克的技术瓶颈。客观的分析看，人类威胁还相当遥远。问题的根源可能在于人类总习惯把人工智能人格化。人工智能的危险，本质上还是和其他工具一样具备无法避免的弊端，这是我们需要防范的，而并非担心智能机器会像人类一样思考。“智能”二字本身就是缺乏一个客观的、可量化的定义的。单从计算能力看，人工智能确实超出人类很多。如果仅根据这种限定范畴的技术能力去推测，确实很可怕。但如果综合考虑人工智能的

13、跨领域推理能力、常识和感性、理解抽象概念的能力等，其实人工智能还很难给人类造成威胁。今天的人工智能还不能做什么：1. 跨领域推理：比如使用比喻句。人类强大的跨领域联想、类比能力是跨领域推理的基础。但显然智能机器是不具备的。在今天，迁移学习的概念正在兴起，指的是将人工智能在某一领域取得的经验，通过某种形式的变换，迁移到另一个陌生的领域。2. 抽象能力：目前的深度学习技术都需要大量的数据来支撑。不像人类可以通过少量样本就总结出规律。3. 探索原因：人工智能做出行为的原因很简单，就是依赖于设定的一个程序。而不会去追求为什么要设定这个程序。譬如看到苹果落地，智能机器看一万遍也不会去思考背后的原因。4.

14、 常识：即无须仔细思考就能直接使用的知识、方法和经验。比如虽然小朋友没学习过牛顿定理，但也知道东西会下落。人工智能只能靠人类设定的规则来完成常识的积累，丰富性还不足。5. 自我意识：这种能力智能机器很难在短时间内拥有。也很难推测有没有拥有的可能。6. 审美：审美缺少量化的标准，是非常主观的东西。那种体验到美好事物之后的情感，人工智能也难以领会。7. 情感：推测判断人类的表情目前是可以实现的。但至于说让人工智能自己具备情感，可能还有很远的路要走。四、人工智能将如何变革人工智能不仅是技术层面的一次革命。由于人工智能会对生产效率有大幅的提升，也必然会触及社会、政治、经济、文化层面的变革。这其中热议最

15、多的就是关于失业的问题。从短期看，必然会造成某些行业、局部地区的失业阵痛。但从长期看，会刺激大量工作转变为新的工作类型，从而为生产力的进一步解放、人类生活的进一步提升打下基础。这里有一个“5 秒钟”准则：如果人可以在 5 秒钟内对工作中需要思考和决策的问题作出相应的决定，那么就很有可能被取代。反之，如果涉及缜密的推理和复杂的决策，就很难被取代。例如，照着课本讲课的老师可能会被取代，但可以重塑知识架构体系，创造性的方法为学生授课的老师则不会被取代。因此，一些简单的重复性工作将被取代，但也会催生更多新型的、需要判断力、创造力、情感交流以及审美和艺术创作的工作类型。如设计师、架构师、艺术家、文学创作

16、者。人的独特性会体现出来：思考、创造、沟通、情感交流；人与人的依恋、归属感和协作精神；好奇、热情、志同道合的驱动力。 五、人工智能的创业方向第一阶段，AI 会率先在哪些在线化程度高的行业开始应用，在数据段、媒体端实现自动化。第二阶段，随着感知技术、传感器和机器人技术的发展，AI 会延伸到实体世界，并率先在专业领域、行业应用、生产力端实现线下业务自动化。工业机器人、仓储机器人等将大范围普及。第三阶段，AI 会延伸到个人场景，全面自动化时代终将到来。AI 创业的五大前提：第一， 清晰的领域界限，例如仓储、物流、扫地机器人。第二， 闭环、自动标注的数据。第三， 千万级的数据量。第四， 超大规模的计算机能力。目前一些空调马力不足的机房，甚至会购买冰块儿散热。第五， AI 技术专家。六、一些感想人工智能是一种提高生产效率的技术手段，在未来会大范围的使用。未来人的价值会被无限放大，越独特，越有思想的人就越值钱。当然了，没什么思想的也可以活，毕竟生产效率的提高会使得物资价格有大幅的降低。但在娱乐体验方面，可能就需要支付较高的费用。