導讀：
中國已經(jīng)成為機器人大國，“人工智能”搜索次數(shù)早已遠超互聯(lián)網(wǎng)思維、大數(shù)據(jù)等熱詞，一波人工智能狂潮已經(jīng)來襲！想了解哪些行業(yè)即將消失，哪些行業(yè)高枕無憂？想準確把握時代的浪潮與未來的脈動？人工智能正在飛速進化，在很多方面已經(jīng)跨越了人類。它終將成為“人類的最后一個發(fā)明”嗎？針對人們的種種擔憂和迷茫，日本人工智能大師松尾豐將帶領讀者遍覽人工智能的前世今生。書中對人工智能歷史上的三次浪潮做了詳述，也解釋了第三次浪潮為何被稱為“狂潮”，“深度學習”的顛覆性在哪里，其中難逢的發(fā)展機遇在何處？
目錄：
第一章：人工智能的過去式：機器人一步步突破瓶頸
第二章：人工智能的進行式：看機器人如何逆天
第三章：人工智能的將來式：我們如何應對未來的人工智能時代
第一章：人工智能的過去式：機器人一步步突破瓶頸
人工智能在歷史上的三次智能狂潮可以簡單概括為：
1：推理和搜索的時代
2：知識的時代
3：機器學習的時代
關于第一次人工智能狂潮：推理與搜索
“人工智能”這個術語第一次提出是在1956年夏天在美國東部達特茅斯召開的一次學術會議上。在那里，人們首次決定將像人類那樣的思考的機器人稱為“人工智能“。
就在這個會議10年前，第一臺多用途、使用了1.7萬個真空管的巨型計算機ENIAC誕生，人類第一次看到了計算機無比強大的計算能力，所以我們有理由相信將來的某一天，機器人終將變得比我們人類更加聰明，其能力也將在人類之上，于是人類展開了一個又一個野心勃勃的研究計劃。
在這個時期，“推理“和”搜索“成了主角，推理將人的思維過程用符號來表示，然后加以運行的方法，從處理方法講，與搜索很接近。簡單來講，計算機通過運算將就是一件事情的無數(shù)種可能性羅列在人們面前，讓人們選擇。
憑借強大的推理和搜索能力，第一次人工智能的浪潮在20世紀60年代大放異彩。一個個需要智慧的課題，都被計算機一個個破解，于是人們感嘆“計算機真的太聰明了“。
但當人們冷靜下來思考，當前的計算機能解決的問題其實很有限。計算機對于求解迷宮、解決疑難定理等問題，我們可以通過設定一定的規(guī)則來讓計算機完成，但是對于解決生活中的實際問題，計算機的能力還是有限的。比如有人生病了，需要用什么藥才能治療等這些問題無法用當時的計算機運算能力解決。
關于第二次人工智能狂潮：知識
人類意識到第一次人工智能只能解決一些所謂的“玩具問題“，而非真正的實際問題，所以相關的研究在70年代顯得有些蕭條。但是到了80年代，人工智能再次卷土重來，與之前不同的是，這次它開始應用于生產(chǎn)車間和現(xiàn)實產(chǎn)業(yè)領域。與利用搜索和推理的簡單人工智能相比，第二次人工智能真正是依靠”知識“來解決問題。通過給計算機輸入大量的”知識“，它可以通過輸入的”知識“來處理比如診療或者法律等真實案例，這看起來比之前的計算機更加聰明了。
但是對于一些比較固定和模式化的答案來說，當時的人工智能可以帶來解決方案，但是對于一些模糊的或者更為廣泛的領域，計算機就顯得無能為力了，比如，總感覺肚子疼或者胃痛，對于這些比較模糊的的輸入，計算機就顯得無所適從，沒辦法按照固定的模式給出答案。因為對于這樣的模糊問題，我們需要輸入海量的輔助數(shù)據(jù)或者知識來幫助計算機判斷，但是輸入這樣海量的數(shù)據(jù)在當時是無法實現(xiàn)的，因為人類擁有這樣普遍性的知識太多了。這一定程度上催生了第三次人工智能浪潮的到來。
關于第三次人工智能狂潮：機器學習和深度學習
對于第二次人工智能時代，我們需要輸入足夠多的數(shù)據(jù)來幫助計算機處理，但是這恰恰是局限，因為計算機解決問題的能力會受我們輸入信息的量所限制。因為我們無法真正做到海量數(shù)據(jù)的輸入。
這樣有一種技術逐步發(fā)展起來，那就是“機器學習“，為什么機器學習可以發(fā)展起來呢？這要歸功于在文字識別等模式識別領域長期積累的基礎技術與不斷增加的海量數(shù)據(jù)。
1990年，互聯(lián)網(wǎng)網(wǎng)頁出現(xiàn)，最早的瀏覽器Mosaic出現(xiàn)于1993年，1998年谷歌搜索引擎誕生，用戶數(shù)據(jù)挖掘變得開始盛行，相關國際性組織也在1998年誕生。并隨著多年的積累，我們多年的用戶海量數(shù)據(jù)終于讓機器學習登上了歷史舞臺。
學習的主要工作是進行“區(qū)分”，即對某一事物進行判斷和識別。出于生物本性，我自身會對事物進行識別和判斷，比如判斷某些食物是否能吃；對面的人事朋友還是敵人扥等，因為人類擁有更高度的智能，所以對世界的分化處理更細致，有時細得甚至讓人覺得沒有意義。人類涉及的識別及判斷，基本都可以看著是回答“YES/NO問題”。對這些問題回答正確率的提升就是我們學習能力的表現(xiàn)。
但是，機器學習也有弱點，它們沒有辦法區(qū)分那些因素重要或者不重要，選取什么樣的特征量將決定預測精準度的高低。換句話說，選取什么的特征量，即讀取什么變量，將很大程度上決定預測的精確度。
所以，如何選取特征量是機器學習的關鍵點。另外，視覺信息處理方面，即便計算機進行機器學習，它也無法找到合適的特征，因而也就無法實現(xiàn)真正的學習。
2012年，人工智能領域，在圖像識別領域的國際大賽ILSVRC（大型視覺識別挑戰(zhàn)賽）上，機器人的圖像識別能力，憑借研究者豐富的經(jīng)驗和技能，機器學習的算法和特征量設計有一點點進步。多倫多大學提供的人工智能計算機將錯誤率降低到了15%，這領先于其他選手10%以上，其原因主要是該大學的杰弗里.欣頓教授研發(fā)的新式機器學習“深度學習”。
深度學習的原理是以數(shù)據(jù)為基礎，讓計算機自動生成特征量，它不需要由人來設計特征量，而是計算機自動獲取高層特征量，并由此來對圖像進行分類。深度學習是人工智能研究50年來的重大突破。
在大數(shù)據(jù)海洋中，通過預測然后再確定答案，反反復復進行這樣的操作從而發(fā)現(xiàn)各種特征量；之后不久就會發(fā)現(xiàn)“媽媽”這個概念，進而發(fā)現(xiàn)周圍的各種“事物”，并學習它們之間的關系，就這樣，他一點點地去對這個世界進行學習。
第二章：人工智能的進行式：看機器人如何逆天
人類和人工智能在正各個領域上演對決。前不久谷歌的研發(fā)的智能機器人阿爾法戰(zhàn)勝韓國圍棋冠軍李世石。成為一個人工智能戰(zhàn)勝人類的標志性事件。
另外，人工智能的機器人也被廣泛應用于各行各業(yè)，尤其是制造業(yè)。2014年日本舉辦了一場料理品嘗大會，其所有料理均有IBM研發(fā)的智能機器人“沃森大廚”設計食譜、由頂級西餐大廚親自掌勺。2016年是人工智能的元年，各種人工智能的機器人在各個領域大放異彩。同時機器人在學習人類情感的課題上也不斷進步，開始嘗試著理解人類的復雜情感。
第三章：人工智能的將來式：我們如何應對未來的人工智能時代
人工智能已經(jīng)經(jīng)歷了三次狂潮，那么它到底會進化成什么樣呢？
2014年底。著名的科學家霍金說：人工智能發(fā)明是人類歷史上的一個里程碑，但是同時，它也可能成為歷史上最后一個里程碑。我們將這樣的言論稱之為奇點論。
所謂奇點，就是人工智能能夠自動地制造出超越自身能力的新人工機器人的那個時間點。機器人能反復制造出能比自身更聰明的機器人后，通過這樣的反復，最終就能產(chǎn)生具有壓倒性優(yōu)勢的全新機器人，這便是奇點的大概理論。
那為什么現(xiàn)階段人工智能還不能超越人類呢？因為目前的人工智能還存在較多局限。
首先，在我們所說的深度學習階段，計算機所制造出的“概念”可能與人類所持有的“概念”可能并不相同。
另外，當人看到畫面，并使用語法向別人描述畫面和傳遞信息時，用的是一種與生俱來的方法，并不是有深度學習那樣的數(shù)學合理性。我們無法將這一的天生的方法輸入給計算機，那么計算機將很難獲取與人類相同的語法。
還有一個重要的東西就是“本能”。在人類獲取的概念里，除了單純地將還原錯誤最小化，還有很多是根據(jù)情感和本能來決定的，計算機獲取這些跟本能相關的概念非常困難。這些概念都與人類長期進化中所制造出來的本能有密切的關系。
所以想讓人工智能機器人，解決“特征量”、“語法”、和“本能”這些關鍵問題后，跟人類完全無障礙溝通是非常困難的。
另外，本書還談到了人工智能對于個體的影響，也就是，人工智能機器人是否可以代替人類做很多工作，搶走我們的“飯碗”。
從短期（15年內）來看，不會發(fā)生特別大的變化，或許人工智能和大數(shù)據(jù)可能會迅速引入到會計及法律等領域。另外，介于它們的大數(shù)據(jù)分析能力，它們可能在營銷里面得到大量的應用。
從中期（今年5-10年）來看，在生產(chǎn)管理和設計等領域，人們的工作可能會產(chǎn)生很大的變化，人工智能的能力將有很大的提升，在這個階段，除了一些例外或者特殊的需要創(chuàng)造性的工作必須要人來完成，其他大部分工作可能被機器人代替。
從長期（15年以后）來看，需要由人來完成的工作大致分為兩類。一類是需要站在大局層面，樣本數(shù)量非常少且需要作出艱難判斷的業(yè)務，比如管理者的工作。另外，與人相連接的界面還是有人來做比較合適，有些工作會因此保留下來，比如治療師或者餐廳服務員等。未來有可能由人來完成的工作會變得非常昂貴。
總之，從短期和中期來看，掌握數(shù)據(jù)分析及人工智能的知識和技能非常重要，從長期來看，一部分工作會被人工智能取代，因為要么學習如何做出那些只有人才能完成的具有判斷性和創(chuàng)造性的工作，要么索性專心于人打交道的工作。
