人工智能领域的阅读

        ＂只要站在风口，猪也能飞上天＂，这几年网店，团购，APP，智能硬件一波接着一波，今年人工智能又要＂火＂．弄得我都不好意思提，好像赶时髦似的．什么是人工智能？这个领域的人到底在干嘛？和普通的软件差别在哪？想进入这个行业，到底需要什么，它在做什么？能做什么？有时候觉得它强到快把人类给替代了，有时候又觉得它只能指哪儿打哪儿．

这个领域，其实难做的，大多功能听起来很炫，但是都没到＂稳定应用＂的级别，说白了就是＂指不上＂．一般中小规模的公司，出于生存的压力，需要快速地产品化．大都在做目标很明确, 相对见效快．时间能规划的产品，这就需要稳定的东西，稳定的是什么？成熟的算法，现有的库，调库谁都能做，然后又杀成了一片红海．这离真正”智能”好像有点远…

       带着这些疑问，开始阅读；

《失控》《必然》都是凯文·凯利的作品，科普类的，看着很轻松．这应该算是人文类的书．它不是讲具体的技术，但是有很多的想法，可以引发读者思考．

《奇点邻近》的作者是雷·库兹韦尔，这应该算是本科学书，里面讲到，生物技术，纳米技术，信息技术等等．对于不太熟悉的领域，读起来挺费劲的，还有点科幻的感觉．

《人工智能：一种现代的方法》，是本教科书，很厚，比较枯燥，可能需要几个月的时间认真阅读．传说这是世界各大学人工智能课的教材，主要讲算法，覆盖面比较广，没有想象中涉及那么多数学，但是内容很多．它构造了一个框架，里面算法伴随着例程场景，看完以后遇到具体问题，至少有个思路．建议边看书边写程序，否则基本就是狗熊掰棒子(内容实在太多, 记不住)。想做人工智能, 这本书一定得认真读一遍，虽然现在很多算法不用自己写，但是不明白原理也很难善用。

看看大家都是怎么做的: 比如数据挖掘，基本过程如下：了解行业背景，找数据，选算法库，数据预处理，扔进算法库，得出训练后数据，验证，应用．也有优化算法库的，更大规模的数据训练的…大多数工作还是人在做，机器来做那些人设计好的事情，专业性强, 它确实是简化了人类劳动，也在制造失业．感觉这还是更像＂自动化＂，而不是＂智能＂．是不是应该有些高级动物特有的东西？算法固然重要，但好像还缺点儿什么？

《情感机器》和《心智社会》，这两本书讨论的不是怎么＂下棋＂，＂开车＂的具体应用，他分析人的大脑：功能，结构，抽象，类比，分解，预期，反思，更新，目标…我觉得，这个才是＂智能＂．不仅在人工智能领域，在哲学和心理学方面，书里也有很多难得的观点，毕竟构建大脑比了解大脑更进了一步. 书中认为人工智能和心理学没有明显的界线. 作者：马文·明斯基--不愧是“人工智能之父”．里面一句伪代码都没有，但又感觉非常具体，具体到能清晰地对应出数据结构．绝对不是科幻的那种．在人工智能的这一领域，虽然短时间不一定有什么成果，但是远景看，好像也只有它能带来＂飞跃＂．

《Natural Language Processing with Python》，这是一本关于自然语言处理的书，它有一个未发版的中文翻译版，里面有很多例程，就算只用它学习Python也是不错的选择．自然语言处理＂应该是＂机器＂获得知识的第一步．开始涉及自然语言处理的时候，我就在想，得出的结果：词义，词性，语义，情感，大意，这些在应用场景是什么？好像都不是特别重要的领域; 后来想想还是不够深入，语言是思维的接口，需要＂机器内部建构的思维＂做基础．做好了，其实它是可以控制思维方向和重建思维的，