这是一本书，里面大部分讲的都是趋势与现状，相对于这两年来讲，可能是一本历史书了，因为最近这几年Ai有了质的飞跃。
自20世纪50年代“有思想的机器”诞生以来，到现在人工智能有60年的历史了，我想，大家也都会有印象。高中时候的我，是一个无知的人，那时候也听说过人工智能，现在再看来，人工智能距离我们平常人越来越近了。
我先科普一下吧，什么是人工智能那？有一个说法就是，当你和机器交谈时，你感觉和你交谈的不是机器的时候，就是人工智能，这是最初对人工智能的理解。也许有更多的表达，比如，以我们自身为标准，机器可以像人一样，这是仿生学的角度，也是以我们自身来衡量的。这是我们习惯的思考方式。
我举个例子吧，阿里小蜜可以和我们聊天，但是我们和容易就会感觉到我们是和机器在交流。是它太笨啦。
在人工智能提出的60年里，人工智能的发展是受到制约的。我们以语言的识别为例。
古中国和古埃及以及玛雅文化的相信文字，古巴比伦的楔形文字可能是语言的两大体系了。一个是象形，一个是拼音。当然中文也可以说是拼音文字（笔画），只不过是二维的。古埃及象形文字被古罗马覆灭，现在体系的拼音文字，变相的继承与古巴比伦文字，玛雅文化的文字太过复杂难懂，以至于他们自己都忘记了。只有中文延续至今。这些都是演化了几千年的自然语言。
机器要识别自然语言，怎么才能做到哪？
我们以英文为例，英文经过演化，已经形成了完整的语法体系。机器要识别语句就要掌握语法，进而识别。简单的句子还好，太复杂的句子就会有很复杂的计算，因为这里有一种东西叫做上下文，语法加上下文计算量难度这里就不说了，我们只要知道这种是不可行的就行。还有一个问题，那就是语义，中文就是一门语义很重要的语言，要理解语义也要牵扯到上下文，而且不好理解，对于机器来说，太复杂了。
发现没有？上面说到了，我们对于人工智能的角度是从仿生学，是以我们人类自己的角度来思考的，我们人类是以学习语法，和理解语义使用自然语言的，那么我们也让机器这么去做。我们说过，这样证明实际上是不可行的。我想现在有很多没有接触过人工智能的人，也是理解人工智能的工作原理吧，其实不是这样的。
这一理论一度成为当时人工智能研究的方向，但是有瓶颈是越不过去的，那就是以语法和语义识别自然语言的复杂度太大了，这里面还有俚语，多重语义，更大大增加了机器对自然语言的理解难度。仿佛机器在说，我没有你们人类那么高级啊。于是，资金和人力减少，人工智能陷入困境。
后来，有的学者们便寻求另外的路径，好吧，把自然语言处理成数学语言，用统计的方式去解决。
于是这两派进行了长时间的拉锯战，谁也没有说服谁。胜利者把失败者给消耗死了。。。因为坚持前者理论的人越来越少。。。
于是，旧的，以语法和语义为基础识别自然语言的方略被搁浅了。
随着不断的对数学统计理论的完善，事实证明，这个方案是有效的。于是就有了现在理论的人工智能。机器说：“我是通过数学模型，进行大量统计计算来做事情的啊”。当然，实际上的技术要更多。
人工智能的基石已经确定了，人工智能要大展身手了。
我们不讲技术和理论，只是说一下事情。因为我也在学习，不敢说我说的就是对的。
看几个条目：
1. 领先的半导体厂商及CPU和GPU企业均将人工智能视作核心目标，斥巨资投入大
量 处 理 技 术 ，为 人 工 智 能 及 机 器 学 习 打 下 基 础 。
2. 开源人工智能平台的数量及规模持续激增，开发人员可以自由利用编程界面，使
用各类工具、算法以及训练数据，建立人工智能功能。
3. 数据资源的规模及种类也大幅增加，意味着可以对机器进行训练，从而使其做出
更快更好地决策。
4. 高科技巨头以及风投机构对致力于“人工智能跨行业创新应用”的初创公司趋之
若 鹜 。从 2 0 1 0 年 到 2 0 1 4 年 ，人 工 智 能 初 创 公 司 的 风 险 投 资 额 增 加 了 2 0 倍 以 上。
现在是2017年了，很多人说互联网的时代已经结束，下面是AI的时代。国内各种大公司纷纷进入AI领域。我们现在已经可以语音和人脸识别了。这只是弱人工智能，接下来哪？
《机器崛起：中国高管眼中的人工智能》这是一本书。。。
