第一章 人工智能来了
1.不管我们是碳基人类还是硅基机器人，都没有本质区别。我们中的每一员都应获得应有的尊重
2.社会学家和经济学家更多地关注人工智能已经或即将对人类经济结构、就业环境造成的巨大挑战
3.身边涉及到的人工智能：
（1）智能助手：微软小冰，小黄鸡
（2）新闻推荐和新闻撰稿：今日头条，《洛杉矶时报》的地震情况发布
（3）机器视觉：人脸识别
（4）AI艺术：Prisma
（5）新一代搜索引擎
（6）机器翻译
（7）自动驾驶
（8）机器人
4.人工智能的定义：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
第二章 AI复兴：深度学习+大数据=人工智能
1.
1962年，IBM的阿瑟 萨缪尔开发的西洋跳棋程序战胜过一位盲人挑起高手
1997年IBM的深蓝战胜卡斯帕罗夫
2016年3月 AlphaGo与李世石博弈 大获全胜
2.这个三盘人机对弈的意义
（1）棋类游戏代表着一大类典型的、有清晰定义和规则、容易评估效果的智能问题
（2）具备一定复杂性的棋类游戏通常都会被公众视为人类智慧的代表，一旦突破了人机对弈算法，也就意味着突破了公众对人工智能这项新技术的接受门槛
3.
4.第三次的人工智能复兴的最大特点，就是AI在多个相关领域表现出可以被普通人认可的性能或者效率，并因此被成熟的商业模式接受，开始在产业界发挥出真正的价值
5.人工智能来了，其实是说人工智能或者深度学习真的可以解决实际问题
6.图灵测试：图灵提出 加入有一台宣称自己会“思考”的计算机，人们该如何辨别计算机是否真的会思考呢？一个好的方法是让测试者和计算机通过键盘和屏幕进行对话，测试者并不知道与之对话的到底是一台计算机还是一个人。如果测试者分不出幕后的对话者是人还是机器，也就是说，如果计算机能在测试中表现出与人等价，或至少无法区分的智能，那么，我们就说这台计算机通过了测试并具备人工智能
7.有趣的一个点是：为了通过图灵测试：测试人员会刻意使用一种攻击性强的对话风格，他们试图更多地控制聊天时的话语权，不给评判员太多深入追问的机会（smart）
8.深度学习的两大前提：强大的计算能力+高质量的数据
9.深度学习的定义：是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程
10.大数据并不是大规模的数据，大数据的三大支柱
（1）信息转化：通信和网络宽带的大幅增长
（2）信息存储：计算机存储量的大幅度增长
（3）信息处理：整理、转换、分析数据的能力大幅增长
11.大数据的特性：
（1）大数据越来越多地来源于生产或者服务过程的副产品，但在价值上却往往超过了为了特定目的专门采集的数据
（2）大数据往往可以取代传统意义上的抽样调查
（3）许多大数据都可以实时获取
（4）大数据往往混合了来自多个数据源的多维度信息
第三章 人机大战：AI真的会挑战人类？
1.有些人的读书是为了真的充值自己，1998年22岁哈萨比斯自己创立了Elixir Studios公司，但是到了2005年又跑回去读博士
2.人工智能的分类
弱人工智能（weak AI）：也称为限制领域人工智能（Narrow AI）或应用型人工智能（Applied AI），值得是专注于切只能解决特定领域问题的人工智能。人工智能很大程度上是被人们看成是一种工具，而不是一种威胁。因为他就像是有一个机器的模样，而不是一个人的外表
强人工智能（Strong Ai）：或又叫做完全人工智能（Full AI），指的是完全能够胜任人类所有工作的人工智能
一个能被称为强人工智能的程序一般具有以下的能力：
（1）存在不确定因素时候进行推理，使用策略，解决问题，制定决策的能力
（2）知识表示的能力，包括常识性知识的表示能力
（3）规划能力
（4）学习能力
（5）使用自然语言进行交流沟通的能力
（6）将上述能力整合起来实现既定目标的能力
从乐观主义上讲：人类到时候可以坐享其成，让机器人为我们服务，没不机器人也许可以一对一替换每个人类个体的具体工作，人类则获得完全意义上的自由，只负责享乐，不再需要劳动
超人工智能（Superrintelligence）：假设计算机程序通过不断发展，可以比世界上最聪明，最有天赋的人类还聪明，那么由此产生的人工智能系统就可以被称为超人工智能
3.奇点：表示超人工智能到来的那一个时刻
《一个故意不通过图灵测试的人工智能》
4.强人工智能一旦到到来，人类就必须认真考虑自己的命运问题了。因为从强人工智能“进化”到超人工智能，对机器来说，也许就只是几个小时的事情
5.霍金：人工智能可以再自身基础上进化，可以一直保持加速度的趋势，不断重新设计自己。而人类，我们的生物进化速度相当有限，无法与之竞争，终将被淘汰。
关于智能演进的线性思考：
猿猴的智能——人类的智能——人类制造的智能——超级智能
今天的人工智能还不能做什么？
跨领域推理：太阳像火炉一样热
抽象能力；用“白马非马”之类的思辨来探讨具象和抽象之间的关系
知其人也知其所以然：Alphago在对弈的时候，他下的每一步基于这样的下发赢得概率比较大
常识：意思只一个心智健全的人应当具备的基本知识 二是人类与生俱来的无序特别学习就能具备的认知，理解和判断能力
自我意识
审美
情感
第四章 AI时代：人类将如何变革？
1.AI会让人类大量失业吗？
人类越发展，就越不担心高新科技对社会、经济结构的冲击
如果把这里的失业定义为工作转变的话，那么答案是 会
当前有两大问题等待我们去解决：
（1）思考如何调配未来20年大量被AI技术替代的工作者
（2）是我们的教育亟待改革
2.ATM机器的普及不仅没有造成银行柜员人数的下降，反而给银行提供了拓展业务的契机，银行柜员的工作转变为新的形式后，银行对于柜员的需求也持续增加
3.担心AI会毁灭世界的：是不相信科技进步能凭借自身力量优化社会资源分配、调整经济结构、构建新就业秩序的保守主义者
4.什么样的工作有可能会被替代？一项本来由人从事的工作，如果人可以在5秒钟以内对工作中需要思考和决策的问题做出相应的决定，那么这项工作就很有可能会被人工智能技术全部或部分取代
5.自动驾驶是AI最大的应用场景
6.自动驾驶在中国普及的优势
（1）中国是一个快速发展的国家没在全国和城市的交通路网建设上，一直处于不断建设不断更新的状态，中国能为自动驾驶汽车配备专用的路面
（2）中国政府集中力量支持技术突破的能力也要比美国政府强
（3）中国在评估自动驾驶系统带来的伦理道德问题时，通常会被美国政府，公众的态度更为务实
7.智慧金融是目前AI罪被看好的落地领域
第五章 机遇来临：AI先行的创新与创业
1.人工智能在四个方面的影响力最为显著：
（1）生产率
（2）尖端技术
（3）竞争优势
（4）创办新公司
2.人工智能商业化大致可以分为三个阶段：
（1）AI会率先在那些在线化程度高的行业开始应用，在数据端，媒体端实现自动化
（2）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的自动化
（3）第三阶段，当成本技术进一步成熟时，AI会延伸到个人场景，全面自动化的时代终将到来
AI创业既客观存在局部过热的泡沫，也有巨大的潜能尚待挖掘
第六章 迎接未来：AI时代的教育和个人发展
1.人工智能时代最核心、最有效 的学习方法包括
（1）主动挑战极限
（2）从实践中学习等等
2.从现在开始找准自己的核心竞争力，然后不断上进，有自己的个性才能在AI时代活下来
如何避免巨头风险：
（1）提高大数据和人工智能应用领域的透明度，鼓励公开那些不涉及用户隐私和商业机密的研发成果，鼓励开源
（2）更多地鼓励利用区块链技术管理数据和信息流动，从技术和制度双方面打破科技巨头对大数据的垄断
（3）成立有社会责任感的VC基金，专注于新兴的大数据和人工智能方向。
（4）多关注能够帮助落后人群获取信息、享受AI福利的平台。
（5）鼓励大众和媒体去监督行业巨头的商业行为
