1946 年，第一台计算机诞生。
技术性失业，因为技术进步而失业。
1966 年，美国计算机协会 ACM 设立图灵奖以纪念艾伦•图灵（1912-1954）。
图灵测试，30% 的测试者在 5 分钟之内无法辨别与自己对话是人还是机器，即通过测试。图灵预测 2000 年会有机器通过测试。2014 年，俄罗斯人开发的尤金软件首次通过测试。
1980 年，哲学家赛尔设计了中文房间的实验。
国际标准化组织的ASCII 编码。3 是 0000 0011，A 是 0100 0001。
机器人写诗作画。
机器人没有生命和意识。
镜子测试。麻醉动物后在它身上画标记，再放到镜子前。人一岁半能通过，海豚能通过。
文明的产生和进步源于人类记录的能力。
海豚文明。
1920 年，捷克作家创造 Robot 这个词，源于捷克语苦工 Robota。
机器人引发的思考：
1. 谁可以使用这种超能力？
2. 如何有效控制？
3. 谁承担责任？
4. 人的本质是什么？灵魂？
1942 年，阿西莫夫提出机器人 3 大定律。不伤害人类，服从命令，保护自己。
机器人只是 AI 技术的一种应用，一种实体产品。
1956 年夏天，美国新罕布什尔州达特茅斯会议。
人工智能之父，达特茅斯助理教授麦肯锡（71 年图灵奖）和哈佛大学助理研究员明斯基（69 年图灵奖）发起会议，他们是普林斯顿大学同学。
会议核心成员 10 人，开了 2 个月。
爱德华·费根鲍姆专家系统。面临的问题：
1. 规则太多
2. 新规则不能和前面的规则矛盾
3. 有些规则无法清晰
4. 只能应用到一个专门领域
5. 现实世界的规则在变，在不断更新
能否让机器自己学习，自己进步？
IBM的阿瑟•塞缪尔发明跳棋程序。1959年，塞缪尔提出机器学习的概念。
机器能否自己学习？
仿生派，研究大脑的机理实现智能。明斯基认为。人脑完全可以模仿。
数理派，用数学和逻辑构建让计算机执行的规则，教会AI思考。计算机智能，可能和人类智能完全不一样。麦肯锡是坚定的数理派。但有些知识，可能无法用语言准确描述。
专家系统的初步成功是数理派的顶峰时期。
神经功能的基本单位是神经元，一个神经元有多个树突。
用感知器代替神经元去模仿人类大脑，形成神经网络。
机器学习：明确自变量、因变量，通过不断调整神经网络中各个感知器的权重来对推导进行拟合，得到可能的结果。
深度学习。
分布式表征。
2006年，辛顿在科学杂志上提出深度神经网络和深度学习。
计算能力飞速提升和大数据，是深度学习成功的基础。
爱德华•蒙克的呐喊。
2012年，AlexNet参加图像识别大赛ImageNet
深度学习的进展，还得益于计算能力大幅提升和大数据。
深度学习是近30年AI最具突破性的发明。
人脸识别。深度学习提取人脸上的128个特征，训练深度学习算法，搭建一个多层神经网络，为每个人生成128个函数值。
表情分析奠基人埃克曼，确定人类脸部43块肌肉。Lie to Me。
人类显性知识的便捷，就是人工智能的边界。
语音识别和自然语言处理 NPLP。声学模型，分帧-音素-一句话。
监督学习。
强化学习。AI自己产生新数据，并对每个数据节点选择进行评估和调整，进而强化高回报率的行为。
人工智能开车。
人工智能看病。
取代人类？
AI时代必须拥有的知识结构。
