人工智慧領域的閱讀

＂只要站在風口，豬也能飛上天＂，這幾年網店，團購，APP，智慧硬體一波接著一波，今年人工智慧又要＂火＂．弄得我都不好意思提，好像趕時髦似的．什麼是人工智慧？這個領域的人到底在幹嘛？和普通的軟體差別在哪？想進入這個行業，到底需要什麼，它在做什麼？能做什麼？有時候覺得它強到快把人類給替代了，有時候又覺得它只能指哪兒打哪兒．

這個領域，其實難做的，大多功能聽起來很炫，但是都沒到＂穩定應用＂的級別，說白了就是＂指不上＂．一般中小規模的公司，出於生存的壓力，需要快速地產品化．大都在做目標很明確,相對見效快．時間能規劃的產品，這就需要穩定的東西，穩定的是什麼？成熟的演算法，現有的庫，調庫誰都能做，然後又殺成了一片紅海．這離真正”智慧”好像有點遠…

帶著這些疑問，開始閱讀；

《失控》《必然》都是凱文·凱利的作品，科普類的，看著很輕鬆．這應該算是人文類的書．它不是講具體的技術，但是有很多的想法，可以引發讀者思考．

《奇點鄰近》的作者是雷·庫茲韋爾，這應該算是本科學書，裡面講到，生物技術，奈米技術，資訊科技等等．對於不太熟悉的領域，讀起來挺費勁的，還有點科幻的感覺．

《人工智慧：一種現代的方法》，是本教科書，很厚，比較枯燥，可能需要幾個月的時間認真閱讀．傳說這是世界各大學人工智慧課的教材，主要講演算法，覆蓋面比較廣，沒有想象中涉及那麼多數學，但是內容很多．它構造了一個框架，裡面演算法伴隨著例程場景，看完以後遇到具體問題，至少有個思路．建議邊看書邊寫程式，否則基本就是狗熊掰棒子(內容實在太多,記不住)。想做人工智慧, 這本書一定得認真讀一遍，雖然現在很多演算法不用自己寫，但是不明白原理也很難善用。

看看大家都是怎麼做的:比如資料探勘，基本過程如下：瞭解行業背景，找資料，選演算法庫，資料預處理，扔進演算法庫，得出訓練後資料，驗證，應用．也有優化演算法庫的，更大規模的資料訓練的…大多數工作還是人在做，機器來做那些人設計好的事情，專業性強,它確實是簡化了人類勞動，也在製造失業．感覺這還是更像＂自動化＂，而不是＂智慧＂．是不是應該有些高階動物特有的東西？演算法固然重要，但好像還缺點兒什麼？

《情感機器》和《心智社會》，這兩本書討論的不是怎麼＂下棋＂，＂開車＂的具體應用，他分析人的大腦：功能，結構，抽象，類比，分解，預期，反思，更新，目標…我覺得，這個才是＂智慧＂．不僅在人工智慧領域，在哲學和心理學方面，書裡也有很多難得的觀點，畢竟構建大腦比了解大腦更進了一步.書中認為人工智慧和心理學沒有明顯的界線.作者：馬文·明斯基--不愧是“人工智慧之父”．裡面一句虛擬碼都沒有，但又感覺非常具體，具體到能清晰地對應出資料結構．絕對不是科幻的那種．在人工智慧的這一領域，雖然短時間不一定有什麼成果，但是遠景看，好像也只有它能帶來＂飛躍＂．

《Natural Language Processing with Python》，這是一本關於自然語言處理的書，它有一個未發版的中文翻譯版，裡面有很多例程，就算只用它學習Python也是不錯的選擇．自然語言處理＂應該是＂機器＂獲得知識的第一步．開始涉及自然語言處理的時候，我就在想，得出的結果：詞義，詞性，語義，情感，大意，這些在應用場景是什麼？好像都不是特別重要的領域;後來想想還是不夠深入，語言是思維的介面，需要＂機器內部建構的思維＂做基礎．做好了，其實它是可以控制思維方向和重建思維的，