这本书是对人工智能的科普。在作者内容的基础上，整理了以下5个关键的问题。

　　1.理解“人工智能”。

　　常见的对人工智能的理解有五种：

　　（1）人工智能是机器完成让人觉得不可思议的事情。这个定义反映的是普通大众认知方式。问题在于人们会因时代不同，评判者的经验不同给出不同的标准。每当新的事物诞生后，媒体和大众会根据自己的认知将其判定为人工智能，而不论实质是否包含智能，当新事物的原理逐步普及，人们便觉得稀松平常。计算机下棋的历史很好的说明了这个理解的缺陷。

　　（2）人工智能是与人类思维方式一致的计算机程序。这是人工智能发展早期的认知方式，人们尝试用逻辑的方式建立知识库和专家系统，虽然在局部领域有所小成，但很难横向扩展，比如翻译领域，最早基于专家系统的机器翻译可以解决部分问题，但面向更宽广领域时捉襟见肘，直到统计模型和深度学习崛起。另一方面，在仿生学方面，人类对大脑如何实现学习，记忆，归纳，推理等思维方式还缺乏认识。

　　（3）人工智能是与人类行为方式相似的程序。这是偏向实用主义的认知方式，这种方式有现实意义，但是本质上讲，模型虽然可以聪明的工作，但并非真正理解。如深度学习的自然语言模型，模型将语言分解为字或词的信号序列，实际并非理解字或词的具体含义，但是输出的结果却像人类的理解一样。

　　（4）人工智能是会学习的计算机程序。这个概念基本将人工智能等同于机器学习，问题在于机器学习基于大量样本学习，但归纳和抽象能力不够。比如机器学习模型通过海量的样本可以识别汽车，而一个三四岁的儿童在看过一辆汽车后，很容易识别另外一辆完全不同的汽车。

　　（5）人工智能就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。这是教科书定义。

　　2.当前的人工智能处于什么阶段？

　　高德纳曲线概括了大多数技术的发展历程。人工智能目前正处于第三次浪潮中。

　　（1）20世纪50年代-60年代，伴随着通用计算机的诞生，人工智能在实验室崭露头角。受限于计算机的运算速度，60年代末退潮。

　　（2）20世纪80年代-90年代，基于统计模型的技术替代符号模型，语音识别，机器翻译取得很大进展，但尚未到商用的程度。

　　（3）2006年开始，深度学习的成熟，加上计算机运算速度的答复增长以及互联网时代积累的海量数据，使得人工智能再次兴起。

　　目前为止，本次浪潮其实算是人工智能在机器视觉、语音识别、数据挖掘、自动驾驶等场景的第一次产业落地。

　　3.人工智能的前沿在解决什么问题？

　　以深度学习为代表的人工智能在计算机视觉，语音识别取得的巨大的进步，对有海量数据积累的行业，如互联网，安防，金融等领域都有推进。AlphaGo代表计算机在人类认为的“大局观”上突飞猛进，将人类甩在后面。大局观体现在两个方面，一是对弈过程全程对局势的把控；二是深刻影响了人类对布局的思考。但围棋属于完整信息的博弈游戏，即在每一步决策之前获得棋盘上的全部信息。目前的主要突破点全局未明朗下的决策，主要有两种尝试。

　　（1）星际争霸游戏决策（研究机构：DeepMind）。目前DeepMind牵手暴雪，基于星际争霸进行研究，主要思路是，全局未明朗的情况下，根据少量信息，猜测对手可能的战略战术布置，并有针对性的设计自己的游戏策略。从技术上讲，这种决策技术更接近日常生活。借助在暴雪中积累的能力，谷歌开始用人工智能技术帮助谷歌的数据中心合理调度、分配电力资源，达到省电的程度。

　　（2）德州扑克决策（研究机构：卡内基-梅隆大学）。德州扑克中，无法知道对手的底牌是什么，无法知道发牌员下一张牌，这种场景下，人工智能需要像人一样，根据经验或统计概率，猜测对手底牌和下一张牌的可能性，再制定自己的应对策略。

　　4.当下人工智能难以解决的问题。

　　（1）跨领域推理。比如，有人喜欢用思维导图来梳理信息间的关系；有人喜欢用大胆假设、小心求证的方式突破现有思维定式；有人则喜欢用换位思考的方式，让自己站在对方或旁观者的立场上，从不同视角探索新的解决方案；有的人更善于听取、整合他人的意见……人类使用的这些高级分析、推理、决策技巧，对于今天的计算机而言还显得过于高深。迁移学习正在尝试将一个领域的经验转移到其他领域。

　　（2）抽象能力。人工智能界，少样本学习、无监督学习方向的科研工作，目前的进展还很有限。

　　（3）理解原理。人工智能不具备根据实验发展物理规律的能力。

　　（4）常识。人类不需要特别学习，就可以具备一些关于现实世界规律的基本知识，掌握一些不需要复杂思考就特别有效的逻辑规律。比如，在自动驾驶领域，计算机靠学习已知路况积累经验的。当自动驾驶遇到特别棘手的，从来没有遇到过的情况时，能不能正确处理呢？这种情况下，需要预设一些常识，比如当危险来临时，需要首先确保车人与行人的安全等。

　　（5）自我意识。至今，在宇宙中，只发现了人类这一种具有自我意识的生物。

　　（6）审美。审美能力并非与生俱来，可以在大量的阅读和艺术欣赏中，自然形成。审美缺乏量化指标，是一种跨领域的能力。

　　（7）情感。每个人因为有情感的存在变得独特有存在感，机器很难做到。抛开机器自身的情感实现，机器可以尝试对人类的评价等做情感分析，理解判断人类的情感，情感分析师人工智能的一个热点方向。

　　5.人工智能会给社会带来哪些可能的影响？

　　（1）人工智能不仅是一次技术层面的革命。人工智能因为对生产效率的大幅改进，对人类劳动的部分替代，对生活方式的根本变革，会触及到社会、经济、政治、文学、艺术等人类生活的方方面面。

　　（2）人工智能可能成为下一次工业革命的核心驱动力。

　　（3）很多职业会消失，新的职业也会出现。开复提出的“5分钟准则”来判定工作是否会被取代，即如果5秒钟以内对工作的重要思考和决策的问题作出相应的决定，那么这项工作大概率会给人工智能取代。

　　6.人工智能成熟后，人类存在的意义是什么？

　　AI是一种工具的从来，人类从来都是善用工具的动物。从现在开始，找到自己的独特之处，拥抱人类的独特价值，成为在情感、性格、素养上都更加全面的人。

　　人类的特别之处在于人类具有情感和思想，这个层面人工智能至今无法理解。正如法国哲学家布莱兹-帕斯卡说，“人只不过是一根苇草，是自然界最脆弱的东西；但他是一根有思想的苇草”。