文章发布于公号【数智物语】 （ID：decision_engine），关注公号不错过每一篇干货。

来源 | xingoo（ID:xingoo_ml）

李开复写的这本书，紧张讲述了什么是人工智能，面对人工智能我们要做什么，算是入门的科普书本。

图片来源：豆瓣

全书共分为6个章节，6个主题：

01

第一章 人工智能来了

02

第二章 AI复兴

个中有几个图非常好，一个是高德纳关于技能的路线图：

高德纳咨询公司（Gartner）技能成熟度曲线

如上图的曲线所示，一种新科技的研发过程常日是这样的：初创公司接管第一轮风投，开拓出第一代产品，虽然不成熟，但足以吸引一批早期接管者——粉丝。
在早期阶段，产品的优点被粉丝放大，大众媒体跟风炒作，将该技能推向一个充满泡沫的膨胀期。
随着盲目的追捧者激增，跟风研发、生产的初创公司越来越多，产品的不敷被无限放大，负面宣布开始涌现，供过于求的市场竞争中，大批跟风入局的初创公司不是被吞并，便是走向倒闭，只有少数拥有核心竞争力的坚持了过来。
跌入低谷后，第二轮、第三轮风投资金注入大浪淘沙后仅存的中坚企业，新一代技能和产品也随之问世，全体技能曲线步入稳步攀升的平台期和成熟期，潜在用户的接管程度也从5%以下逐渐提升到20%到30%，初创企业和风投成本开始迎来高额回报。

另一个是深度学习中图像处理ImageNet的成绩，可以从中看出深度学习的发展：

2010 年前后，准确地说，是从 2006 年开始，随着深度学习技能的成熟，加上打算机运算速率的大幅增长，当然，还有互联网时期积累起来的海量数据财富，人工智能开始了一段与以往大为不同的复兴之路。

2012 年到 2015 年，在代表打算机警能图像识别最前沿发展水平的 ImageNet 竞赛（ILSVRC）中，参赛的人工智能算法在识别准确率上突飞年夜进。
2014 年，在识别图片中的人、动物、车辆或其他常见工具时，基于深度学习的打算机程序超过了普通人类的肉眼识别准确率。

末了是一个深度学习乐园中体验什么是深度学习的图片，影象很深刻，最初打仗深度学习便是被这个流程图吸引到了。

这张图是谷歌著名的深度学习框架TensorFlow供应的一个网页版小工具做出来的，工具链接：

http://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,2&seed=0.63881&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false，用人们易于理解的图示，画出了正在进行深度学习运算的全体网络的实时特色。

03

第三章 人机大战

04

第四章 AI时期：人类如何应对变革

本章一个主要的主题便是自动驾驶，这是目前人工智能最引人瞩目的焦点

关于人工智能在银行的多种运用处景的总结也不错：

末了一个是关于人类的金字塔层级模型，在人工智能发展确当下，金字塔势必会发生变革，而金字塔上层也会越来越膨胀，以是急需对当下的教诲进行变革，来适应未来的发展。

05

第五章 机遇来临

在AI时期，这是一个连猪都能飞起来的风口，一波又一波的创业浪潮，在一阵虚幻之后，我们该当思考到底什么才是这个时期的产物。
下图中关于人工智能的布局也是非常全面了：

06

第六章 欢迎未来

这本书算是不错的人工智能科普读物。
李开复自己说他生错了时期，如果是现在这个时期，他会创造出更多精良的算法和模型。

在AlphaGo打败李世石，ImageNet深度学习大放光彩后，人工智能深度学习就开始新一轮热潮，有人担心AI会毁灭人类，有人担心AI会取代人类造成大面积的失落业。
前者过于乐不雅观，实在人工智能里超人工智能还有很长的一段路要走，机器姬当中的故意识的机器人，还在迢遥的未来；后者则有些悲观，由于从第一次工业革命到最近的信息革命，虽然事情被大量的机器信息自动化所取代，但是随之而来也会有更多的新职位。

因此，不须要过于悲观或者乐不雅观，在AI当下的时期，我们只要保持独立思考的个性，乐不雅观的面对新天下就好，借用书的末了一句话——“有思想的人并不会由于AI黯然失落色，由于我们全部的肃静就在于思想”。

星标我，每天多一点聪慧