- 《人工智能時(shí)代》讀后感 推薦度：
- 智能時(shí)代讀后感 推薦度：
- 相關(guān)推薦
《智能時(shí)代》讀后感
當品味完一本著(zhù)作后，你有什么領(lǐng)悟呢？不妨坐下來(lái)好好寫(xiě)寫(xiě)讀后感吧。那么如何寫(xiě)讀后感才能更有感染力呢？下面是小編為大家收集的《智能時(shí)代》讀后感，供大家參考借鑒，希望可以幫助到有需要的朋友。
《智能時(shí)代》讀后感1
1、智能將取代重復的勞動(dòng)，創(chuàng )意更重要，例如：懂得選煤廠(chǎng)工藝流程，可能比變成控制設備開(kāi)機順序重要。
2、數據足夠時(shí)大量的簡(jiǎn)單組合比少量精確模型能夠降低成本，從這個(gè)角度拖羅密采用大圓套小圓的思維更適合解決問(wèn)題，因為開(kāi)普勒的橢圓發(fā)現極具偶然性，而托羅密的方法更具實(shí)操性。例子還用日本光學(xué)相機超過(guò)德國。另一啟發(fā)做事要延長(cháng)避短，看著(zhù)開(kāi)始按笨方法做事，總比只能著(zhù)捷徑而不性動(dòng)要好。
3、切比雪夫大數定理
4、信息的.作用是解決不確定性：
5、機械思維：確定性
大數據思維：用不確定性看待世界，用信息消除不確定性
人工智能取得的成就，不斷把各種智能問(wèn)題轉化成消除不確定性的問(wèn)題，然后再找到能夠消除相應不確定性的信息。
6、信息的等價(jià)性、相關(guān)性
7、大數據的三個(gè)特征：數據量大、多維度、完備性
8、大數據思維擺脫因果思維，可以接受解決問(wèn)題而不用追究原因
谷歌：搜索從“遵循因果關(guān)系”到“尋找相關(guān)性”
9、用大數據收集某公司的正常辦事流程和每個(gè)操作者的操作習慣，一旦流程有誤或行為習慣沒(méi)有記錄，采取措施終止操作。還有日本一種汽車(chē)的思路，手機駕駛員的身體信息和操作喜歡，假設有人盜車(chē)，相關(guān)信息不符，必須輸入密碼。
《智能時(shí)代》讀后感2
未來(lái)的社會(huì )，屬于那些具有創(chuàng )意的人，而不屬于掌握某種技能做重復性工作的人。
第一章 數據——人類(lèi)建造文明的基石
如果我們把資本和機械動(dòng)能作為近代化的推動(dòng)力的話(huà)，那么數據將成為下一次技術(shù)革命和社會(huì )變革的核心動(dòng)力。
現象、數據、信息、知識
數據和知識的關(guān)系
數據的作用——文明的基石
人們使用數據的方式
數據的作用自古有之，但過(guò)去常常被忽視，其原因是：數據量不足；數據和信息之間的關(guān)系通常是相關(guān)性（而非因果），在缺乏大數據的時(shí)代，相關(guān)性很難習得。
相關(guān)性：使用數據的鑰匙
統計學(xué)：點(diǎn)石成金的魔棒
樣本的數量和質(zhì)量，對推測總體極其重要。在具備大數據能力之前，通過(guò)有限樣本去推測總體總是存在偏差。（切比雪夫不等式對偏差做了量化）
數學(xué)模型：數據驅動(dòng)方法的基礎
數據驅動(dòng)方法的含義：完美的模型很難尋找，但只要數據量足夠，就可以用若干個(gè)簡(jiǎn)單的模型去趨近。
分段函數的思想：假設完美模型是y=sin x，但人們并不知道。但是如果已知的點(diǎn)足夠多，人們可以觀(guān)察到，當x在（0，π）之間時(shí)，y和-（x-π/2）+1有點(diǎn)像，當x在（π，2π）之間時(shí)，y和（x-3π/2）-1有點(diǎn)像，可能就可以大致推測出將來(lái)的趨勢。（這兩個(gè)函數誤差還是非常大的，但如果數據極大豐富，可以繼續把區間分割小一點(diǎn)，歸納出來(lái)的各段函數的解釋力就越強，各段拼湊起來(lái)有可能接近真相。）
y=sin x
數據驅動(dòng)方法最大的優(yōu)勢在于，它可以在最大程度上得益于計算機技術(shù)的進(jìn)步。相比之下，其他方法的改進(jìn)需要理論的突破，周期非常長(cháng)。（暴力拆解）
數據驅動(dòng)方法是大數據的基礎，也是智能革命的核心，更是一種新的思維方式。
人類(lèi)應對不確定性的方法是“培養隨機應變的能力”，而機器的方法是窮舉所有可能的情形。
第二章 大數據和機器智能
在有大數據之前，計算機并不擅長(cháng)解決智能問(wèn)題，但今天可以變智能問(wèn)題為數據問(wèn)題。由此，全世界開(kāi)始了新一輪的.技術(shù)革命——智能革命。
1956年，香農、明斯基等人提出人工智能概念。
什么是機器智能？
圖靈測試：讓一臺機器和一個(gè)人坐在幕后，讓一個(gè)裁判同時(shí)與幕后的人和機器進(jìn)行交流，如果這個(gè)裁判無(wú)法判斷自己交流的對象是人還是機器，就說(shuō)明這臺機器擁有了智能。
人工智能的探索路徑
鳥(niǎo)飛派：人工智能1.0
仿生學(xué)的思想：首先了解人類(lèi)是如何產(chǎn)生智能的，然后讓計算機按照人的思路去做。1968年明斯基指出，鳥(niǎo)飛派研究方法無(wú)法讓計算機獲得智能。（比如語(yǔ)言翻譯，給計算機定義一堆的語(yǔ)法規則）
明斯基：人工智能奠基人
另辟蹊徑：數據驅動(dòng)方法
到了20世紀70年代，人們開(kāi)始探索機器智能的另一條道路，即采用數據和超級計算的方法：機器不擅長(cháng)邏輯推理，但是在死記硬背方面比人強，只要有價(jià)值的數據足夠多，它就能找到其中的對應關(guān)系。而且隨著(zhù)數據的增加，系統會(huì )越來(lái)越好用。
在八九十年代，數據驅動(dòng)方法得到緩慢在穩定的發(fā)展。
數據創(chuàng )造奇跡：量變到質(zhì)變
20xx年是大數據元年，因為之前在機器翻譯領(lǐng)域從來(lái)沒(méi)有技術(shù)積累的google，以巨大優(yōu)勢打敗了全世界所有機器翻譯研究團隊。google的方法其實(shí)沒(méi)有創(chuàng )新，但是使用的數據量遠超其他團隊。
進(jìn)入21世紀后，由于互聯(lián)網(wǎng)的出現，使可用的數據量劇增，數據驅動(dòng)方法的優(yōu)勢越來(lái)越明顯，成為主流。
大數據的特征：體量大+多維度+完備性
大數據使窮舉法這樣的“笨方法”，有了用武之地。
大數據可以克服傳統統計方法的缺點(diǎn)：設計問(wèn)卷可能有主管偏差、選取樣本可能不隨機、受眾因為知道在測試可能說(shuō)謊、半人工統計數據。
大數據的科學(xué)基礎是信息論，其本質(zhì)是利用信息消除不確定性。
《智能時(shí)代》讀后感3
在閱讀《智能時(shí)代》這本書(shū)后，我對人工智能和科技的發(fā)展有了更深入的了解。這本書(shū)以生動(dòng)的語(yǔ)言和豐富的實(shí)例，展示了智能科技如何改變我們的生活和工作方式，以及它所帶來(lái)的機遇和挑戰。
首先，我意識到了智能時(shí)代對我們日常生活的影響。隨著(zhù)人工智能技術(shù)的不斷進(jìn)步，越來(lái)越多的設備和工具具備了智能化功能。智能家居、智能出行、智能醫療等領(lǐng)域的快速發(fā)展，為我們帶來(lái)了更便捷、高效的生活體驗。同時(shí)，這也意味著(zhù)我們需要不斷更新自己的知識和技能，以適應這個(gè)日新月異的時(shí)代。
其次，這本書(shū)讓我看到了智能科技在工業(yè)和商業(yè)領(lǐng)域的應用前景。通過(guò)引入人工智能技術(shù)，企業(yè)可以實(shí)現自動(dòng)化生產(chǎn)、智能化管理、精準營(yíng)銷(xiāo)等目標，從而提高生產(chǎn)效率、降低成本、增強競爭力。這對于傳統產(chǎn)業(yè)轉型升級和新興產(chǎn)業(yè)的創(chuàng )新發(fā)展都具有重要的推動(dòng)作用。
不過(guò)，智能時(shí)代也帶來(lái)了一些挑戰和風(fēng)險。例如，人工智能技術(shù)的普及可能會(huì )對就業(yè)產(chǎn)生影響，一些簡(jiǎn)單的重復性工作可能會(huì )被機器取代。同時(shí)，隨著(zhù)個(gè)人信息的數字化和網(wǎng)絡(luò )化，數據安全和隱私保護也成為一個(gè)重要的問(wèn)題。因此，在享受智能科技帶來(lái)的便利的'同時(shí)，我們也需要關(guān)注這些問(wèn)題，并采取相應的措施來(lái)保護自己的權益。
總之，《智能時(shí)代》這本書(shū)讓我對智能科技的發(fā)展和應用有了更全面的認識。它不僅讓我看到了智能科技所帶來(lái)的機遇和挑戰，也提醒我要不斷學(xué)習和適應這個(gè)時(shí)代的變革。我相信這本書(shū)對于每一個(gè)關(guān)注科技發(fā)展的人來(lái)說(shuō)都具有重要的參考價(jià)值。
《智能時(shí)代》讀后感4
在閱讀杰瑞卡普蘭的《人工智能時(shí)代》之后，我深深被書(shū)中對人工智能在社會(huì )、經(jīng)濟和職業(yè)領(lǐng)域的廣泛應用所震撼�？ㄆ仗m預測了人工智能將如何改變我們的生活和工作，揭示了人工智能技術(shù)的現狀和未來(lái)發(fā)展趨勢，也為我們當前的信息技術(shù)教學(xué)提供了深刻的思考和實(shí)用的建議。
我對卡普蘭的觀(guān)點(diǎn)深表贊同。在教育領(lǐng)域，我們已經(jīng)看到了人工智能的廣泛應用。例如，在線(xiàn)教育平臺為學(xué)生提供了豐富的學(xué)習資源，同時(shí)人工智能驅動(dòng)的適應性學(xué)習技術(shù)可以根據學(xué)生的學(xué)習進(jìn)度和需求，提供個(gè)性化的學(xué)習體驗。然而，隨著(zhù)人工智能的普及，傳統的教師角色和職業(yè)路徑也正面臨著(zhù)挑戰，教師終將要從知識傳授者轉變?yōu)楦幼⒅貙W(xué)生個(gè)體發(fā)展和情感溝通的教育育人者，轉變?yōu)榫邆浼夹g(shù)能力和創(chuàng )新能力的學(xué)習者，轉變?yōu)樽鹬貙W(xué)生個(gè)體差異的指導者。
卡普蘭的另一項重要觀(guān)點(diǎn)是，盡管人工智能會(huì )帶來(lái)一些負面影響，但它也將推動(dòng)人類(lèi)創(chuàng )新和適應新的.技能需求。我認為，這將對信息技術(shù)教育產(chǎn)生深遠影響。在未來(lái)的社會(huì )中，人們對計算機科學(xué)和數據素養的需求將大幅增加。因此，我們需要更新教育內容，以培養學(xué)生在人工智能時(shí)代中的生存能力和創(chuàng )新精神。
書(shū)中還提到了“人類(lèi)與機器的協(xié)作”概念，這也是卡普蘭倡導的觀(guān)點(diǎn)。他認為，人工智能并非要取代人類(lèi)，而是要成為人類(lèi)的有益補充。這種觀(guān)點(diǎn)讓我深感啟發(fā)，在信息技術(shù)日新月異的今天，我們需要的不是讓學(xué)生恐懼或逃避新技術(shù)，而是教會(huì )他們如何利用這些工具，提高自己的學(xué)習和工作效率。例如，我們可以引導學(xué)生使用人工智能工具進(jìn)行自主學(xué)習，這將極大地提高學(xué)生的學(xué)習效率和自主學(xué)習能力。此外，卡普蘭在書(shū)中提到了很多現實(shí)生活中的例子，這些都是我們在教學(xué)中可以引用和借鑒的寶貴資源。例如，他提到了人工智能在醫療領(lǐng)域的應用，這就可以作為我們教授學(xué)生人工智能技術(shù)的一個(gè)實(shí)際案例。通過(guò)這樣的教學(xué)方式，學(xué)生不僅能夠了解人工智能的理論知識，還能了解到這些技術(shù)在現實(shí)生活中的應用，從而更好地理解和掌握這些知識。
《智能時(shí)代》讀后感5
本書(shū)闡述了有關(guān)翻轉課堂的挑戰、可能性以及教師的成功案例，給教師提供了關(guān)于翻轉課堂的高效策略和操作方法，其核心觀(guān)點(diǎn)是運用翻轉視頻解決基本的課前預習問(wèn)題，而上課時(shí)間則用于解決具有難度提升的分析、應用和創(chuàng )造一類(lèi)的問(wèn)題。
除此之外，書(shū)中還對布魯姆教育目標分類(lèi)法進(jìn)行了詳細說(shuō)明，指出在傳統的課堂中，布魯姆教育目標分類(lèi)法總是在課堂上完成較低層次的活動(dòng)，學(xué)生則需要在課后依靠自己完成練習題目、項目和論文，進(jìn)而沿著(zhù)布魯姆教育目標分類(lèi)法的'階梯完成中高層次的活動(dòng)。布魯姆教育分類(lèi)法表明了在翻轉課堂上，較低層次的活動(dòng)會(huì )布置在學(xué)生個(gè)人的課后時(shí)間完成，因此，學(xué)生能夠在課堂上，在有專(zhuān)業(yè)教師指導的情況下進(jìn)行高階思維能力的培養，我們可以借鑒布魯姆教育目標分類(lèi)法對翻轉課堂進(jìn)行更深入的思索。
本書(shū)是一本了解翻轉課堂的入門(mén)書(shū)籍，翻轉課堂是一個(gè)理想的概念，教師講授不再是課堂的中心，學(xué)生需要自主學(xué)習，學(xué)會(huì )自己承擔學(xué)習的責任，把控學(xué)習的進(jìn)度，教師則成為教學(xué)體系的設計者和學(xué)生學(xué)習的指導者，這個(gè)概念要落地需要有一個(gè)長(cháng)期實(shí)踐的過(guò)程。
《智能時(shí)代》讀后感6
20xx年3月15日AlphaGo最終局大比分戰勝世界圍棋冠軍李世石，帶給世人的震撼與擔心至今仍未消除。人工智能的發(fā)展并未因此停滯，技術(shù)的進(jìn)步一天一個(gè)臺階，我們更加直觀(guān)的感受到智能時(shí)代正撲面而來(lái)�！吨悄軙r(shí)代：大數據與智能革命重新定義未來(lái)》則系統的描繪了技術(shù)發(fā)展、思維變革為當下和今后帶來(lái)的深刻改變。作者吳軍博士曾供職于谷歌和騰訊，參與主導搜索、語(yǔ)言處理等項目研發(fā)，在書(shū)中作者不僅用淺顯易懂的語(yǔ)言解釋了技術(shù)發(fā)展，更有來(lái)自一線(xiàn)的生動(dòng)事例，讀完本書(shū)我們將會(huì )對智能時(shí)代有一個(gè)清晰直觀(guān)的了解。
機器智能與大數據
機器智能到底是什么樣的?根據電子計算機奠基人阿蘭·圖靈在1950年提出的判別方法：讓一臺機器和一個(gè)人坐在幕后，讓一個(gè)裁判同時(shí)與幕后的人和機器進(jìn)行交流，如果這個(gè)裁判無(wú)法判斷自己的交流對象是人還是機器，就說(shuō)明這臺機器有了和人同等的智能。計算機科學(xué)家們認為，計算機能夠實(shí)現語(yǔ)音識別、機器翻譯、文本的自動(dòng)摘要或者寫(xiě)作、戰勝人類(lèi)的國際象棋冠軍或者自動(dòng)回答問(wèn)題中的一項，即可認為它具有了圖靈所說(shuō)的那種智能�，F在，計算機已經(jīng)能完成上述任務(wù)，而且效果超出了大部分人的預期。其中實(shí)現人工智能的途徑并不是使得“機器在像我們那樣思考”，而是20世紀70年代工業(yè)界采用數據驅動(dòng)和超級計算的方法，使得機器智能有了突破性的進(jìn)展。
數據驅動(dòng)的實(shí)現仰仗大數據的獲取與利用，那么什么是大數據呢?根據百度百科定義，數據是事實(shí)或觀(guān)察的結果，是對客觀(guān)事物的邏輯歸納，適用于表示客觀(guān)事物的未經(jīng)加工的原始素材。數據不僅僅是數字，也包括圖像、聲音等等。大數據則具有體量大、多維度、完備性、及時(shí)性等特點(diǎn)。量變引起質(zhì)變，大數據帶來(lái)了思維轉變，將原先的智能問(wèn)題轉化為了數據問(wèn)題。
機械思維與大數據思維
世界變化的規律是確定的;因其具有確定性，規律性可以被認知和用簡(jiǎn)單的公式或者語(yǔ)言描述清楚;這些規律可以被反復驗證，可以應用到未知領(lǐng)域指導實(shí)踐。這就是后人總結牛頓的方法概括的機械思維，正是這一思維指導產(chǎn)生了工業(yè)革命。直到今天我們可以發(fā)現這種思維存在很大的局限性，世界存在較大的不確定性和不可知性。但并不是完全沒(méi)有規律可循，可以使用概率模型來(lái)描述。在此基礎上克勞迪·香農提出了信息論，信息量的度量等于不確定性的多少，我們對某件事不了解，則需要大量信息;反之，則不需要太多。
技術(shù)的進(jìn)步，使得大數據時(shí)代到來(lái)，大數據的重要特征現在發(fā)揮了突出的作用。承認世界的不確定性，使用數據中包含的信息幫助我們消減不確定性，找到解決問(wèn)題的新方法;某些情況下尋找數據間的相關(guān)性而不是遵循因果關(guān)系，幫助我們直達目的，這就是大數據思維。它是對機械思維的補充，可以更加快速的適應時(shí)代的發(fā)展。
應用與沖突
“現有產(chǎn)業(yè)+新技術(shù)=新產(chǎn)業(yè)”是歷次重大技術(shù)革命沿襲的規律�？萍歼M(jìn)步是經(jīng)濟發(fā)展的驅動(dòng)力，技術(shù)進(jìn)步成果與工商業(yè)的結合的豐厚產(chǎn)出，又保障了新一輪技術(shù)研發(fā)的投入，帶來(lái)了良性循環(huán)。電子商務(wù)平臺、音樂(lè )視頻軟件的針對性推薦就是對大數據時(shí)效性的充分利用，無(wú)人駕駛汽車(chē)則是大數據完備性特點(diǎn)的發(fā)揮，精準度越來(lái)越高的天氣預報是采用大數據多維度的結果。。。大數據將在各行各業(yè)運用，產(chǎn)生各種奇妙的`反應。書(shū)中最令人印象深刻的是大數據在體育行業(yè)的運用，來(lái)自硅谷的精英收購了當時(shí)NBA最爛的球隊-金州勇士隊，之后勇士隊利用數據制定戰略、根據實(shí)時(shí)數據及時(shí)調整戰術(shù)，實(shí)現了隊伍的逆襲，勇士隊也被看做NBA里的Google。
不論是最近處在風(fēng)口浪尖的國內電商平臺利用大數據“殺熟”還是Facebook的泄密事件，都暴露出在大數據時(shí)代對公民的信息隱私安全的保護是一個(gè)刻不容緩的事情。當今情況下，得大數據者得天下，企業(yè)手握大量的數據卻無(wú)法保證是否是善意的，同時(shí)監管缺位，個(gè)人對信息安全的重視程度不夠高，也放縱了某些企業(yè)的作為，我們享受大數據帶來(lái)的便利，卻不能忽視個(gè)人隱私泄露可能帶來(lái)的風(fēng)險。
“古人說(shuō)：茍日新，日日新，又日新。今天，我們站在現實(shí)與未來(lái)的交匯處，技術(shù)日新月異，沖擊無(wú)處不在，只有保持不斷學(xué)習，不斷開(kāi)拓思維，才能與這個(gè)時(shí)代一同前行，擁抱一個(gè)嶄新的未來(lái)�！�
《智能時(shí)代》讀后感7
看過(guò)《失控》、《必然》、《大數據時(shí)代》、《情感機器》、《浪潮之巔》等作品的人，對吳軍博士的這本新書(shū)《智能時(shí)代》中的觀(guān)點(diǎn)一定不會(huì )覺(jué)得陌生，這些書(shū)都在預測未來(lái)世界會(huì )變成什么樣，我們應該做何準備以便更好地適應這個(gè)社會(huì )。簡(jiǎn)單來(lái)說(shuō)，這些書(shū)的核心觀(guān)點(diǎn)不外乎下面兩條：
1. 世界是變化的，未來(lái)是不確定的，“算不準”，“變化中”才是這個(gè)世界的本來(lái)面目。
2.人工智能帶給這世界的影響，將會(huì )超過(guò)歷史上的'兩次工業(yè)革命和以摩爾定律為標準的信息革命的影響�，F有產(chǎn)業(yè)+機器智能，必將左右未來(lái)30年所有產(chǎn)業(yè)和全人類(lèi)命運的方向。
凱文·凱利的作品偏重于理論和思考，而吳軍博士的作品偏重于案例和實(shí)戰，這本《智能時(shí)代》個(gè)人認為最受觸動(dòng)的是第六章和第七章，第六章用實(shí)際的案例描述了如何利用大數據和機械智能來(lái)升級以往只能依靠人類(lèi)大腦的傳統產(chǎn)業(yè)（比如農業(yè)，制造業(yè)，體育，醫療，法律服務(wù)，乃至記者和編輯行業(yè)），第七章則用歷史事實(shí)和數據分析明確的指出，每次革命都會(huì )給社會(huì )帶來(lái)巨大的沖擊，需要靠長(cháng)達半個(gè)世紀以上的時(shí)間，以犧牲掉一兩代人的幸福為代價(jià)才能消化革命帶來(lái)的副作用。而在信息革命的副作用還未完全消化完，機械智能革命又飛奔而來(lái)，所以這次的打擊必將更為沉重和深遠，只有2%的人能夠從中獲益，其他的98%，面臨的將是被淘汰的可悲命運。
圖靈在1950年提出，如果計算機實(shí)現了下面幾件事情中的一件，就是擁有了智能。1.語(yǔ)音識別 2.機器翻譯 3.文本的自動(dòng)摘要和寫(xiě)作 4.戰勝人類(lèi)的國際象棋冠軍 5.自動(dòng)回答問(wèn)題。僅僅65年的時(shí)間，計算機不但超額完成了上述任務(wù)，而且機械智能在強大的計算能力的支持下日進(jìn)千里。
那么如何才能擠進(jìn)那2%呢？如果你本身就是相關(guān)行業(yè)或是擁有相關(guān)的技術(shù)，那就心無(wú)雜念的往這條路上狂奔下去吧。而對于大多數不是這個(gè)行業(yè)，也沒(méi)有相關(guān)技術(shù)的人怎么辦？只有加入到機器智能的大潮中，轉變思想，勇于嘗試，積極改變，別無(wú)他法。
那么具體該怎么做呢？看看這本書(shū)就知道了，嘿嘿。
《智能時(shí)代》讀后感8
這本書(shū)內容比較淺，基本屬于講故事、走馬觀(guān)花的那種。作者文筆、見(jiàn)識、閱歷是很牛，本書(shū)沒(méi)有體現出來(lái)。
唯一覺(jué)得亮點(diǎn)的地方在于，以前不太知道大數據和人工智能具體關(guān)系，這本書(shū)簡(jiǎn)單地講解了一下。
機器智能，傳統上來(lái)說(shuō)是指機器能夠像人一樣思考，去解決問(wèn)題，而由于人類(lèi)解決問(wèn)題并非是在當下的場(chǎng)景下學(xué)會(huì )解決當下那個(gè)場(chǎng)景的問(wèn)題，有很多時(shí)候是應用了其他方面的知識來(lái)解決這個(gè)問(wèn)題，所以在遷移能力這方面，機器要學(xué)會(huì )“人”的思考很難。那么大數據是怎么與機器智能相聯(lián)系的'呢？另一條發(fā)展機器智能的方法，就完全摒棄了“像人思考”這一條路，而是直接對準“解決問(wèn)題”這一終極目標。比如說(shuō)翻譯，以前的思路是讓機器理解各種語(yǔ)法，現在則不需要機器去理解語(yǔ)法，而是直接去“學(xué)習”十幾萬(wàn)句用語(yǔ)，用量變來(lái)抵達質(zhì)變。也就是說(shuō)，當見(jiàn)識過(guò)越來(lái)越多的用語(yǔ)時(shí)，翻譯的準確性也會(huì )不斷提高。
《智能時(shí)代》讀后感9
第一次讀《智能時(shí)代》，是通過(guò)朋友的豆瓣閱讀邀請碼下載到手機上看的。起先并沒(méi)有太認真閱讀，只是在下班路上隨手翻幾頁(yè)，以為這就是寫(xiě)現在比較熱門(mén)的關(guān)于智能設備或者智能生活方式的乏善可陳的書(shū)，畢竟書(shū)名”智能時(shí)代“給我第一印象就是如此。實(shí)際讀的時(shí)候才發(fā)現，這是一本講人的智能和計算機能否產(chǎn)生類(lèi)似智能的書(shū)。書(shū)的原名是《on Intelligence》，本意是關(guān)于智能的討論，翻譯書(shū)名《智能時(shí)代》和副標題不是很切題，會(huì )給人錯誤的第一印象。
拋開(kāi)書(shū)名不說(shuō)，《智能時(shí)代》是我幾年內讀過(guò)最好的書(shū)之一，作者——杰夫霍金斯的文筆很簡(jiǎn)潔，這本書(shū)翻譯的水平也很高，文中很客觀(guān)和批判性地描述了智能和人工智能研究，并闡述了作者自己對智能的理解。本書(shū)一推出就獲得兩個(gè)諾貝爾獎得主及專(zhuān)業(yè)領(lǐng)域人士的大力推薦，考慮到霍金斯本人是企業(yè)家而不是職業(yè)科學(xué)家這一點(diǎn)，是十分罕見(jiàn)的。
我從小經(jīng)常思考關(guān)于智能的問(wèn)題，這本書(shū)能解答我很多疑惑，讀書(shū)時(shí)那種開(kāi)悟的感覺(jué)只能用醍醐灌頂來(lái)形容。還記得初一的某天下課回家，我騎著(zhù)自行車(chē)，突然產(chǎn)生了一個(gè)疑問(wèn)——我的手是怎么掌把的，我沒(méi)有有意識地控制哪根手指放哪個(gè)位置��？然后我撞了汽車(chē)。如果你和我一樣，曾經(jīng)思考過(guò)這類(lèi)問(wèn)題，那么本書(shū)絕對是你的菜。
霍金斯在書(shū)中首先回顧了當今人工智能研究的歷程以及自己探索的經(jīng)歷，客觀(guān)批判了"智能行為派"，他認為智能是系統的內在屬性，和外在表現無(wú)關(guān)。比如一個(gè)人在靜靜思考的時(shí)候，雖然沒(méi)有表現出任何行為，他也是有智能的。退一步來(lái)講，假使通過(guò)行為來(lái)判斷是否有智能，當下的計算機也不合格。計算機要能識別圖片，必須設計一套視覺(jué)識別算法，計算灰度、色階、輪廓等；識別語(yǔ)音要設計語(yǔ)言算法，計算聲波頻率、音調、匹配語(yǔ)義等。圖片算法和聲音算法之間沒(méi)有任何關(guān)聯(lián)，從術(shù)語(yǔ)到計算過(guò)程完全不同。
但是對于大腦來(lái)說(shuō)，聲音和圖像在大腦中的處理過(guò)程很類(lèi)似，只是接受刺激的感官不同。把實(shí)驗動(dòng)物幼崽的視覺(jué)神經(jīng)接到本來(lái)應該發(fā)育聽(tīng)覺(jué)的位置，這些動(dòng)物都能發(fā)育出正常的視覺(jué)——而如果把計算機的攝像頭接到話(huà)筒上，結果可想而之。作者并非在否定算法本身，無(wú)疑，大腦也有自己的算法，這個(gè)算法是高度抽象的，能根據信號輸入的不同發(fā)展出相應的知覺(jué)。相比之下，計算機算法毫無(wú)變通的可能性。從這兩點(diǎn)出發(fā)，作者認為以往的計算機智能研究是一條死路。
那么智能應該是什么樣的？霍金斯從日常生活出發(fā)，通過(guò)對學(xué)習、記憶、回想等等行為的分解，結合腦部神經(jīng)結構，提出了產(chǎn)生智能的"記憶——預測"框架。整個(gè)推斷過(guò)程非常精彩，在此就不劇透了，以免破壞了閱讀樂(lè )趣。
這個(gè)系統的核心在于"恒定表征"這樣一個(gè)概念，霍金斯認為人類(lèi)（或海豚猴子等其他動(dòng)物）之所以能認知世界，依賴(lài)于對事物高度抽象的能力。這種抽象能力，不是指刻意訓練的邏輯思維能力，而是智慧生物由大腦結構決定的固有能力。舉個(gè)例子：當我看到我家的小狗，我能意識到它在附近；當我聽(tīng)到它熟悉的叫聲，我也能意識到它在附近；甚至當我只是看到它掉在沙發(fā)上的毛，都能推斷出它肯定爬上過(guò)沙發(fā)。
我并不一定直接看到它，是如何判斷它是否在附近呢？這就表明我的大腦有關(guān)于這只狗的'"恒定表征"，不以我觀(guān)測的方式轉移。我認識我家的狗，無(wú)論它是蹲著(zhù)還是趴著(zhù)還是把腦袋藏在沙發(fā)下面，我都能意識到它的獨特存在。"恒定表征"也就是人們常說(shuō)的"理解"某個(gè)事物，對于計算機來(lái)說(shuō)，目前的技術(shù)只能按部就班地計算，沒(méi)有理解的產(chǎn)生，更無(wú)所謂智能。
恒定表征這個(gè)概念并非是霍金斯的原創(chuàng )，很多哲學(xué)家和科學(xué)家都有過(guò)類(lèi)似的思想。比如大哲學(xué)家康德曾論證：人的心智擁有空間和時(shí)間的形式，獨立于經(jīng)驗�？档路Q(chēng)這些形式為直覺(jué)，它們是純粹先天的知識方式，不依據經(jīng)驗和思想，這使理解現實(shí)成為可能。比如沒(méi)有人見(jiàn)過(guò)完美的圓形，但不妨礙人理解正圓這個(gè)概念，因為空間的形式是先天的，是人的物理形態(tài)決定的�；艚鹚沟摹昂愣ū碚鳌�，就是先天知識（人或者計算機物理結構所決定的）加上后天經(jīng)驗的產(chǎn)物。在我看來(lái)，計算機對時(shí)間和空間都沒(méi)有先天的知識，如果計算機對什么有先天概念的話(huà)，那只能是頻率。
不過(guò)，計算機并非不能產(chǎn)生智能，只是現在的科技水平不夠。最初計算機的設計就是用于處理專(zhuān)項任務(wù)，而生命的演化是為了適應各種各樣的自然環(huán)境，人和計算機"硬件"的不同，體現了自然演化和人工制造的區別。產(chǎn)生人類(lèi)智慧的大腦，對于現在的技術(shù)水平來(lái)說(shuō)，的確很難復制（就算能復制，消耗的電量是相當驚人的），并非說(shuō)大腦具有什么獨特的"精神"層面的東西，是計算機無(wú)法模擬的。我相信在科學(xué)家們提取出大腦的"算法"之后，人工智能的產(chǎn)生是必然的，十年、二十年內都有可能。
想象一下吧，具有人類(lèi)智慧的計算機，不僅計算速度快，還能接上定制的感官，不僅有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、味覺(jué)、嗅覺(jué)，它還能具有感受磁場(chǎng)的"磁覺(jué)"（就像一些魚(yú)），感受整個(gè)森林火災可能性的"安全感"，甚至感受股市變化的"發(fā)財直覺(jué)"（有些人聲稱(chēng)自己就有，比如我媽?zhuān)⿷玫目赡苄允菬o(wú)限多的。這也是小伙伴們改變命運，找到下一個(gè)藍海的機會(huì )��！至于我呢，現在就開(kāi)始著(zhù)手創(chuàng )辦全球第一家”人工智能幼兒早教機構“，并非人工智能來(lái)教育人類(lèi)小孩哦，而是我來(lái)教育人工智能小孩……
《智能時(shí)代》讀后感10
人工智能是未來(lái)XX年可期有大發(fā)展的領(lǐng)域，也是我們從事數據行業(yè)的職業(yè)愿景�？次疫@本書(shū)，更加堅定這是一個(gè)可期，有意思的方向。
基本思路
經(jīng)典思路：目前在做數據分析時(shí)，采用的是傳統的邏輯推理的分析的思路。先提出問(wèn)題，再通過(guò)嚴謹的邏輯推理進(jìn)行驗證，解釋商業(yè)問(wèn)題。
新思路
嘗試使用相關(guān)性進(jìn)行數據挖掘分析；就是數據挖掘的一些技術(shù)，比如聚類(lèi)、決策樹(shù)、隨機森林等高級統計模型。這種思路做出的東西，一般而言是技術(shù)門(mén)檻較高、解決經(jīng)典思路無(wú)法解答的問(wèn)題，也符合當前流行的大數據思維、人工智能思維。新思路的處理問(wèn)題邏輯，先有相關(guān)性分析，找出導致問(wèn)題的相關(guān)性因素，然后再解釋背后的商業(yè)邏輯。
適用范圍
符合人腦的思維模式，由A —>B —> C的邏輯順序。在解決小而美的.獨立case時(shí)，效率高。比如，“為什么今天某個(gè)頁(yè)面的轉化率突然升高啦”這類(lèi)的問(wèn)題，通過(guò)邏輯推理，一步一步下鉆，可以很快定位原因。
新思路：這是AlphaGo下圍棋是采用的思路，決策next move是因為next move對最終贏(yíng)得棋局概率最高。這是一種結果導向的思維，將智能問(wèn)題變成了數據問(wèn)題。AlphaGo不需要知道如何布局，只關(guān)注每一次的落子都在提高最終勝利的概率。這種思路可以解決目標明確且影響因素眾多的決策問(wèn)題。
《智能時(shí)代》讀后感11
從底層邏輯來(lái)揭示智能革命的來(lái)臨。
人類(lèi)對環(huán)境的觀(guān)察而積累下來(lái)的經(jīng)驗促進(jìn)了文明發(fā)展，這些經(jīng)驗、文字、現象代表的數據是人類(lèi)智能—智慧與能力—不斷前行的基石。
大數據是機器智能的來(lái)源，要求具有多維度、完備性、時(shí)效性。大數據的出現，產(chǎn)生了一種不同于機械思維的`新的大數據思維。不關(guān)注因果關(guān)系，而關(guān)注數據之間的強相關(guān)關(guān)系。即從大量的數據中直接找答案，即使不知道原因。
在技術(shù)上數據來(lái)源、儲存技術(shù)、傳輸能力、處理能力已經(jīng)帶動(dòng)了大數據的興起，但仍面臨著(zhù)挑戰。數據安全與數據隱私也是智能時(shí)代所要面臨的重大挑戰。
大數據及智能化在一些領(lǐng)域已經(jīng)廣泛應用起來(lái)，比如智能電表捕捉毒販、以色列的灌溉系統、TESLA智能制造，醫學(xué)診斷、基因技術(shù)等等。
如同前兩次工業(yè)革命，智能革命也會(huì )帶來(lái)社會(huì )的強烈動(dòng)蕩，勞動(dòng)力面臨著(zhù)淘汰與再分配，這個(gè)時(shí)間可能會(huì )持續半個(gè)世紀。所以，正如封面頂部所書(shū)，我們要么加入智能革命控制未來(lái)，要么就被淘汰。
這不是一本面向技術(shù)人員的書(shū)，而是從底層邏輯來(lái)揭示智能革命的來(lái)臨。吳軍博士清晰的邏輯、豐富而簡(jiǎn)單的例子、加上類(lèi)比的歷史事件使得這本書(shū)易讀、易懂。
《智能時(shí)代》讀后感12
近日讀完了王漢華、劉興亮及張小平等人合著(zhù)的一本書(shū)《智能爆炸：開(kāi)啟智人新時(shí)代》，心中頗多感想。這是一本講述人工智能的書(shū)，從人工智能的過(guò)去講到未來(lái)，從產(chǎn)品講到產(chǎn)業(yè)，再講到資本和機會(huì )，書(shū)中論述的內容相當詳實(shí)，既有從人類(lèi)幻想中獲得的啟示，也有對整個(gè)人工智能產(chǎn)業(yè)未來(lái)走勢的實(shí)際思考。
人工智能是技術(shù)領(lǐng)域少有的，在一個(gè)世紀之前就已開(kāi)始被人暢想，但直到如今才看到一點(diǎn)點(diǎn)實(shí)現的可能及商業(yè)價(jià)值的項目。60、70年代出生的人雖然大多已在信息時(shí)代被甩下，但要論對人工智能的耳聞目濡，實(shí)在是并不比現在的年輕人差，因為一些經(jīng)典影視作品中表現出的一些奇幻世界，其實(shí)就是我們如今理解的人工智能世界，如今這類(lèi)的影視作品并不比那時(shí)候多多少。
人類(lèi)用30年時(shí)間實(shí)現信息化之后，下一步必然要走向智能化，而智能化之后必然就要進(jìn)入人工智能時(shí)代。這意味著(zhù)，在將你獲得信息的渠道從報紙轉向PC和手機，且信息隨手可得之后，你的生活方式將在不久的將來(lái)被智能化網(wǎng)絡(luò )所改變，沒(méi)有人的工廠(chǎng)，不需人力的農田，不需鑰匙的住宅，想走就能提前啟動(dòng)的汽車(chē)，回家前就已準備好的洗澡水等等等等。
人工智能是智能化的一個(gè)升級，意味著(zhù)會(huì )有具備人類(lèi)思維能力的'機器幫你打理一切，將這個(gè)社會(huì )管理得井井有條。人類(lèi)創(chuàng )造財富的效率將在人工智能的幫助下變得無(wú)比強大，與此同時(shí)為此付出的成本將無(wú)比之低，貧困會(huì )逐漸從地球上消失，連犯罪也可能會(huì )成為僅存于書(shū)本上的一個(gè)名詞。
70年代時(shí)候的人們對于人工智能只會(huì )憧憬，用想象力豐富的藝術(shù)表現形式來(lái)表達自身對這一事物的看法。而如今的人們不但會(huì )想，還會(huì )研究抵達人工智能這個(gè)彼岸的方式方法，并著(zhù)手去做�！吨悄鼙ǎ洪_(kāi)啟智人新時(shí)代》這本書(shū)研究更多的正是實(shí)現途徑，而非無(wú)限暢想。
目前整個(gè)智能化浪潮正在興起，工業(yè)4.0正是智能化浪潮在人類(lèi)生產(chǎn)領(lǐng)域提出的一個(gè)口號，商業(yè)公司也正從利潤豐厚的信息化產(chǎn)業(yè)轉向智能化，孕育人工智能大爆炸的時(shí)機其實(shí)已經(jīng)接近成熟。谷歌和百度開(kāi)發(fā)的人工大腦，從兩歲智商發(fā)展到八歲智商，看似步伐緩慢，實(shí)質(zhì)是開(kāi)啟了將人工智能技術(shù)進(jìn)行應用的一條道路。
有人說(shuō)奇點(diǎn)臨近，也就是說(shuō)人工智能將在未來(lái)某個(gè)時(shí)間點(diǎn)超過(guò)人類(lèi)智商。對這一點(diǎn)當然還不能過(guò)度樂(lè )觀(guān)，運算能力目前是飛速奔馳的階段，IT基礎設施的表現是沒(méi)問(wèn)題的，結構化數據的使用也可以達到高效，但不解決好非結構化數據的應用問(wèn)題，人工智能自然是無(wú)法超越大腦。
不過(guò)要注意的是，目前或許正是人工智能的起點(diǎn)，這意味著(zhù)無(wú)盡的機會(huì )和無(wú)比美妙的未來(lái)。
【《智能時(shí)代》讀后感】相關(guān)文章：
人工智能時(shí)代作文07-11
人工智能時(shí)代作文（通用50篇）04-09
人工智能時(shí)代優(yōu)秀作文范文(優(yōu)秀)06-01
我在“人工智能”時(shí)代的一天02-28
智能時(shí)代讀后感范文12-17
智能家居科技時(shí)代的新寵生活論文07-03
現在是人工智能時(shí)代作文800字06-23