一. 为什么要看书？
快速了解人工智能到底是什么，从而知道如何应对未来。
二. 书单总览
- 《奇点临近》：摩尔定律——计算能力呈指数上升
- 《云计算》：转剩余的硬件计算能力为服务，同时降低计算量单价。
- 《智能时代》：云计算积累大量数据，高运算量方便处理数据。质变点是大数据与人工智能算法的结合。
- 《科学的极致：漫谈人工智能》：人工智能各方向的总览。
- 《人工智能的未来》：强人工智能需要解码人脑。
- 《数学之美》：自然语言处理与人工智能算法总览。
- 《复杂》：复杂集群系统入门。
- 《哥德尔、艾舍尔、巴赫》：人类智能到底是什么？
- 《人类简史》：是什么让人类区别于其他生物？
- 《未来简史》：人工智能下的未来会怎么样？
三. 书单详细介绍
0.《奇点临近》[Ray Kurzweil] 2011-10 , 豆瓣7.7
建议略读，后半当科幻读物
计算量呈指数上升，高计算能力是云计算的基础。
这本书是假设人类大脑的计算能力十分大，计算机的计算量在某一个程度将超越人类。奇点临近，出现一个无法想象的质变。后面的想象都很扯...
1. 《云计算》[雷万云] 2011年5月出版
建议略读了解。
云计算是大数据的基础。
云计算是硬件计算资源上升带来的服务转型。基于快速互联网，硬件持有者把剩余的计算资源通过网络出租转为服务销售。卖家转硬件为服务获取高利润，买家减少初期硬件投入，达到双赢。计算量其实就是存储和运算，其成本降低使得更多数据能有效存储，快速发展为“大（量）数据”。
2. 《智能时代》[吴军] 2016年8月出版，豆瓣8.5分
建议略读了解。
大数据是人工智能算法表现良好的基础。
现阶段是基于大数据下的弱人工智能。计算量上升带来大量数据，数学算法因为数据量上升获得更高准确度，“弱智能”是因目前算法研究是人类主导而非计算机。大量数据包括两种，硬件设备产生的记录日志和人类活动产生的数据，前者占比大，后者价值高。数学算法是要从数据中找到规律，用新式自动化（机器学习）获取其中的价值。注意很多算法是几十年前发明的，大数据提高了算法的准确度。一定条件下，数据量越高，准确性越好。
我不认同其中两点：人工智能摧毁一切旧有事物，和争当“2%的精英”。
a. 人工智能带来的是产业升级和新式教育，低成本的高质量教育将惠及每一个人。AI产业随着发展成熟而降低入行难度，它将升级和优化旧有事物，而非摧毁。
b. 只有“2%的精英”的社会，很可能会被98%的人推翻。一个社会始终是不可能放弃大部分普通人，如果真放弃，长期来看将带来极端的动荡，动荡的社会将摧毁下一代所有可能的“精英”。
3. 《科学的极致：漫谈人工智能》[集智俱乐部] 2015-8,豆瓣8.2分
建议按照兴趣跳读，不用拘泥章节前后。
目前整个人工智能体系的简略介绍，人工智能有很多细分领域。最喜欢的是第一章，原来人工智能的梦已经做了一百多年了。我感到十分安慰，现在开始搞也不算太迟。按照过去的特性，如果没真正落地的项目，现在这么火爆的人工智能也很可能几年后就flop了....
4. 《人工智能的未来》[Jeff Hawkins / Sandra Blakeslee] 2006.1，豆瓣8.2分
很有趣，跟主流完全不一样。
强人工智能关键在自发提取恒定规则，建立记忆-预测模型。
应该集中研究人类特有的新大脑皮层，集中在神经科学和计算机工业交叉领域。现在研究的算法需要输出确认准确率，但人类即使没有输出依旧拥有智能。人脑的计算能力实际上比计算机低很多，甚至耗能也少很多。
作者认为现在做的各种理论（数学、物理等等机械理论）都是错的，这些技术只是表面上模拟人类智能，而不是真正的人类智能。大脑有点像一个特殊的计算机，而生物躯干接收的信息是我们的输入。植入其他传感器，不久大脑就能学会怎么用传感器。
我怀疑的一点：计算机仅模拟新大脑皮层得出的结果是无用的。人类是有目的地去做一件事，以满足生存和生活的需求。而计算机没有模拟人类古脑生存欲望，其总结归纳很可能（于人类）是随机而无用的。
5. 《数学之美》 [吴军], 2012-5-1,豆瓣8.7分
建议细读算法，结合工程实现项目。
自然语言和数据处理关键在消除不确定性。
自然语言处理的问题其实是人与计算机间的通信问题，消除不确定性（噪声），解码获得准确的输出。紧接着数据处理，无论是分类问题还是智能跟进（状态机）问题，其实都是在通信准确的基础上，计算机根据获得信息消除选择的不确定性，预测准确的选择。
可以作为工程实战入门，了解这些算法用在哪里和怎么用。
6. 《复杂》 [梅拉妮·米歇尔 ], ,豆瓣分9.1
建议细读，混沌学入门，十分吸引人
简单的个体可能产生复杂的集群现象，反过来一样，复杂的现象核心可能是简单的原理。混沌现象使得人类不可能精确预测某些现象，甚至无法得出现象的复杂度。
复杂系统试图解释，在不存在中央控制的情况下，大量简单个体如何自行组织成能够产生模式、处理信息甚至能够进化和学习的整体。生命及其行为是逆熵现象，计算的本质与生命和智能的内在本质有密切的关联。自然界最为神秘的是，所谓的“智能”和“意识”是如何从不具有智能和意识的物质中涌现出来的。
混沌的发现给了精确预测的梦想最后一击。混沌指的是一些系统——混沌系统——对于其初始位置和动量的测量如果有极其微小的不精确，也会导致对其的长期预测产生巨大的误差。也就是常说的“对初始条件的敏感依赖性”。
看完之后你会产生更多的疑问。
7. 《哥德尔、艾舍尔、巴赫》 [[美] 侯世达], 豆瓣分9.4
先看能懂的部分，一本供起来的书
如何实现智能？侯世达大神也没懂，这是一本充满疑问的书。
作为人类，如何实现人类智能？这是同一层次的事物。于是问题变为了——如何实现自我指代？因为自我指代在同一层级是不可能实现的，需要不同的层级结构，引申出递归等概念。
我们目前所理解的“科学”，实际上是有边界和局限的，它们无法解答一切问题，也就是不完备。公理不可证，如果可证，那就会导致悖论。例如，假设A是一个假命题；如果这是真命题，那A就变成了假命题。在此之上引入层级结构，有点像写代码是一层，编译器是另一层，分开才能编译成功变为程序，这样实现了下层的自我指代（因为上层用于编译）。然而在人类所处的维度，人类怎么区分什么才是真正的智能？历史上发生了工业化，自动化，大型机械化等等，而人工智能是尚未做到的东西。有一个与人工智能的进展相关的“定理”：一旦某些心智功能被程序化了，人们很快就不再把它看作“真正的思维”的一种本质成分。智能所固有的核心永远是存在于那些尚未程序化的东西之中。人工智能的含义永远在变化，而人类很难参透高于自身维度的事物。
8. 《人类简史》 [尤瓦尔·赫拉利], 2014-11-1，豆瓣分9.1
历史读物，揭示人类的特别之处
人类具有理解和表达抽象事物的概念，形成的抽象信用体系推动大规模协作，这使人类区别于其他碳基和硅基生物。
区别于其他所有生物，人类能把要做什么抽象为语言和规范，把火抽象为神迹，把合作和道德规范抽象为“宗教”。金钱是抽象的事物，它的价值来自人类的信仰。金钱事实上并没有价值，只是人类相信它有价值，相信能用它衡量购买力，所以它才能代表价值。国家也是一样的，国家并不是实体，而是人类抽象出的信仰。现代的财富的形式变成了人力资本、科技知识，以及像是银行这种复杂的社会经济结构，这些抽象的财富想要抢夺或是占领都相当困难。
科学是人类理解抽象世界的开端，人类尝试统计总结抽象的规律，形成各种公理定理，再反过来利用它们创造新事物。从动物到上帝，科学革命并不是“知识的革命”，而是“无知的革命”。真正让科学革命起步的伟大发现，就是发现“人类对于最重要的问题其实一无所知”。
从我们所知的纯粹科学角度来看，人类的生命本来就完全没有意义。人类只是在没有特定目标的演化过程中，盲目产生的结果。但这也就是说，我们对生活所赋予的任何意义，其实都只是错觉。
9. 《未来简史》[尤瓦尔·赫拉利], 2017-1，豆瓣分8.5
半科幻读物，用于警醒
人类同意放弃意义，寻求力量。
近代是人类同意放弃命运和“信仰”的宗教意义，转而寻求机械化生产力。人类开始认识到自己的无知。贫穷、痛苦、悲剧不是必然的命运，而是可以改变的规律。人类开始将规律变为各种定理和公理，并将其应用到实际生活，逐渐发展为近代机械化时代和现代科技社会。人文主义的发展实际是为了解放生产力，比起盲从权威和宗教信仰，更需要让人类去研究技术、科学、进行生产劳动。让机械化取代纯人力，而机械化需要人类的创造力。此时是以人为中心。
现在则是倾向以数据为中心。人类同意放弃人类自身的特殊意义，例如隐私、繁衍能力、社群，转而寻求更高的计算能力（总体而言更优越的生活）。商业转变为科技数据主义，此时最有价值的是人类社会总体产生的各种数据和算法，以及少量“精英人才”和“商业巨头”。超级自动化和智能计算机使得87%（以上）的人类变为“无用阶级”，大部分人的生产力远低于现代计算机。计算机生产力取代人类生产力，进而将人类从生产力主体，变为需要被处理的数据。简单说就是从工人变为潜在的“商品”。按过去的历史，统治阶级接受以人为核心的理念仅是为了经济发展，未来数据更加重要，统治者可能转变思维，认为大部分普通人是没意义的，大部分普通人沦为流通是数据载体。
21世纪有三项“务实”的发展，可能会让人文主义消失：1.人类将会失去在经济和军事上的用途，因此经济和政治制度将不再继续认同人类有太多价值。2.社会系统仍然认为人类整体有其价值，但个人则无价值。3.社会系统仍然会认为某些独特的个人有其价值，但这些人会是一个超人类的精英阶层，而不是一般大众。
某些部分写得十分科幻，但未来谁知道呢。
四. 个人限制
我觉得这些书最大的问题不是揭示了我们现在的科技多么先进，而是在于瓶颈和问题在哪里，有什么是人工智能不能解决的问题？
但人类看到的不全是现实，而是大脑根据现实建模，并从模型中获得的信息。每个人理解的都不一样。
五. 一些感想
- 《人工智能的未来》：大学霸作者的工作经历毫无可比性，懂微机系统并且懂神经科学。作者建议当你找不到转机时，最好是保持现状，任何时候都可以开始学习。
- 《科学的极致》：人类对于科学的研究，很可能一位十分优秀的科学家穷尽一生，只能在一些领域做出一点点的前进。科学真是浪漫，而人生却又很残酷。
- 《智能时代》：机器学习和大数据的短板，只能看出规律，消除不确定性而不能跳出框架发现新规律。我认为即使在大数据时代，在某个领域内获得完备性是不可能的，因为同层不可证。
- 《复杂》：读完之后觉得社会学研究和心理学研究，是有点扯的。这两者几乎无法精确预测和重现实验现象。
=================
以上
2018.2.12
