介紹人工智慧的書很多，李開復先生的《人工智慧》貌似比較火，不過我沒讀那本，倒是在網易讀書上讀了另外一本。
這本書在豆瓣上讀的人不多，評分也不咋地，不過個人覺著還行，它更像是人工智慧簡史，從最開始的三位先驅講起一直到2016年本書出版結束，內容比較全，讀完一遍能大致了解人工智慧究竟到了什麼程度，機器人是不是快到「奇點」了（機器人產生意識的那個點），下面就著本書的內容梳理下人工智慧簡史。
一 三位先驅
這裡說的三位先驅是約翰·馮·諾依曼、艾倫·圖靈、克勞德·香農。馮·諾依曼被稱為「計算機之父」，圖靈被稱為「人工智慧之父」，香農被稱為「資訊理論之父」，他們在人工智慧方面的貢獻可以簡單的認為馮·諾依曼發明了電腦，圖靈認為機器也可以思考（圖靈測試），香農通過「與、或、否」的方式將電晶體簡單的工作狀態衍生為極其複雜的邏輯鏈條。這三個哥們為後來的人工智慧打下了基礎。
二 傳統人工智慧
傳統人工智慧基於「無限分支」的算法來運作，它通過不斷的「是否」問答將複雜的情況不斷簡化，直至最後有答案，最能體現這個特點的就是「專家系統」。比方網上購物，你想買臺電視機，在購物網站輸入「電視機」，它會出現很多選項，有品牌、尺寸、類型、解析度、優惠力度等等，一項項選下去，到了最後，你想要的那款也就出來了。
再如通信服務商的客服系統，當你打客服電話時會聽到這樣的提示：如果這樣請按1，如果那樣請按2，等等，這種讓你不斷做選擇的「智能」算做傳統智能。它的缺點顯而易見：選到最後都沒有怎麼辦？俗話說林子大了什麼樣的鳥都有，專家系統怎麼可能滿足所有情況呢？而且用窮舉法去做專家系統，前期需要耗費大量的人力物力，後期還得不斷維護，成本有點高呀。
三 新智能
人們發現傳統智能實際上一點都不能智能，它只能根據設定好的規則辦事，當背離規則的情況出現時，它除了「滴滴」報錯外，毫無應對之法，於是人們發明了基於神經學的新智能。新智能的特點在於它的算法不局限於邏輯推理，更多的在於觀察和實驗的實證研究法。比方說電子遊戲的AI版本，如果它用的是傳統智能算法，則它背後會有一大堆規則告訴它這種情況怎麼辦，那種情況怎麼辦，如果它用的是新智能算法，則它背後只有一個規則，得分！這兩種算法的AI哪個更厲害呢？如果電子遊戲相對簡單一點，或許傳統智能算法的AI比較厲害，但對於複雜的遊戲，那就不好說了。傳統智能算法的AI只會按照規則辦事，它反應快，得分快，但遇到bug，就死翹翹了，而新智能算法的AI，它最開始根本不會知道自己要幹什麼，只會瞎踅摸，踅摸來踅摸去發現得分了，它就會明白「哦，原來這樣就可以得分」，它就會反覆嘗試得分的那個動作。一款遊戲，讓它玩上幾千幾萬把，或者上億把（反正電腦不會累），它很快就會成為適應各種情況的頂尖高手。
至於「神經學原理如何用於電腦，又怎樣使它達到這樣效果的」的問題，這裡不展開，只說一點：反向傳播。控制論裡有個很重要的概念叫做反饋，比方說一個人生病了，醫生給開了藥，然後醫生最想的知道的就是「這個人是藥到病除了呢還是嗝屁了呢？」藥到病除的話下回還用這方子，嗝屁了就換個方子。再比方說一個液壓控制系統，當它想要一個恆定壓力時，就需要不斷測量壓力值並將其反饋到壓力控制端，高了就洩壓，低了就加壓，最終穩定到恆定值。這兩個例子的共同點是都有一個反饋存在，對於電腦來講，它也需要反饋，再拿上面電子遊戲的例子來說，當AI發現一個動作毫無意義對得分無用時，這個反饋會使得它不在產生無意義的動作，而得分的動作反饋回來會使它一直這麼做。
四 深度學習
但新智能還是有點弱智，因為在很多情況下反向傳播依靠人來判斷。很多事情對於人來講是顯而易見的，但機器人卻識別不了，比如成龍大哥的「duang」，機器人根本不會明白「duang」是什麼玩意，這就需要人來判定了。事實上，目前已經有這樣的崗位了，做機器人背後的人，輔助機器人識別圖像、語音、句子等，不過因為技術門檻低，工資好像不高。
有沒有不依賴反向傳播的算法呢？有，那就是深度學習。書裡舉了個識別圖片的例子：當一臺具有深度學習功能的電腦掃描到一張圖片時，它會有很多層級來處理這張圖片，第一層用來分析像素亮度，下一層根據相似像素的輪廓確定圖中存在的所有邊界，第三層用來識別質地和形狀等。以此類推，經過多層識別後，深度學習網絡已經創建了複雜特性檢測器。假如你給它掃描十萬張人臉圖片，它不會知道這是人臉，但它會知道眼睛、鼻子、嘴巴是同時出現的。當它「看」了足夠多的人臉時，它會很清晰的了解具有什麼樣特徵的東西叫做人臉，不需要反向傳播，人臉識別對它來講已經是小菜一碟。
五 機器有沒有創造力
首先你得回答什麼是創造力。創造力是個很模糊的概念，會寫詩、畫畫算不算？在醫院，計算機可以根據藥性計算出新的藥方，在廚房，計算機可以根據食材計算出新的菜譜，這算不算創造力？
六 通用智能
上述所有智能還只能算是「弱智能」，因為這些所謂的「智慧機器人」只能局限於某個領域，比如阿爾法狗，他在下圍棋方面很厲害，但唱歌不行啊，醫學機器人熟知藥理，但做飯不行啊。跟人比起來，沒有哪個機器人是全能的，人是啥都會一點，機器人則不行，即便它深度學習，也只局限於很窄的一行一業，要想做到在各行各業都精通，那還有段距離。
七 意識上傳，人類永生
探討這類問題是科幻小說的拿手好戲，《頭號玩家》裡的哈利迪算不算得到了永生？這是個哲學問題。