这本书读过有一段时间了，我对书里有意思的内容进行了整理，希望与你们分享
本书主要讲人工智能与时代的变革，且不说李彦宏的百度在人工智能上做的成功与否，书中的很多内容值得我们去思考
智能革命与前三次革命的区别
- 从蒸汽革命、电气革命到信息技术革命，前三次革命，都是人自己去学习和创新这个世界，但人工智能革命，因为有了深度学习，是人和机器一起学习和创新这个世界
- 前三次技术革命时代，是人要去学习和适应机器，但是人工智能时代，是机器主动来学习和适应人类
人类在人工时代的出路
通行的美好说法是，人们在常规工作中被人工智能取代后，可以去从事创造性的工作。问题是创造性的工作不是人人都可以从事的，也不需要那么多的人，如果社会分配制度不改变，一个全部由科学家和艺术家构成的人类世界几乎是一场噩梦，这上百亿科学家和艺术家中的绝大部分注定一生碌碌无为，对社会和自己毫无用处，且沦入“创造性”的穷困潦倒中。
人类自古以来为生存而劳作，实在是迫不得已，工作者是美好的，但谁都知道，不需要工作的生活更美好。现在终于能够制造出把自己从工作重负中解放出来的机器，这是人类文明最伟大的成就，无论如何不应该被看作一场灾难。
不劳动者不得食，这个理念是人类社会的基石。
文明诞生以来经历过多次巨大革命，这一基石从未改变，但人工智能可能会移除这一基石，进而导致从所有制和分配制度，到基本的经济结构，再到政治体制，直到文化，都发生根本的变化。这是真正的人类解放，是向着古老的乌托邦理想迈进的一大步。
彼得·蒂尔
“We wanted flying cars,instead we got 140 characters”（我们需要能飞的汽车，结果只得到了140个字符）。他批判人类放慢了进步速度，嬉皮文化代替了进步主义，风投热衷于投资轻资产企业，其中大部分是移动互联网公司。他认为“互联网+”时代人类在比特层进步大，在原子层面进步小。他果决投资火箭、抗癌药物、人工智能。
陆奇
“陆氏猜想”：HI=>C⊃HB
个人信念：Know more,Do more,Be more 知道更多，做到更多，体验更多。
"Head above cloud,Feet on ground”
人工智能的分类
人工智能分为：“狭义AI”、“广义AI”
“狭义AI”只能解决一个问题，或者解决一个到两个比较窄的问题，下围棋、打牌或者开汽车都是“狭义AI”。
“广义AI”用同样一个系统，可以解决所有的问题，与人的智能类似。
百度大脑是硬件基础、数据基础和算法能力的紧密结合，是云计算、大数据和人工智能的三位一体。
云物大智的关系
云计算是基础设施、大数据是燃料、人工智能是发动机，联合驱动者“互联网的物体化”，将数字世界的互联网技术和商业模式又送回物理世界，全面改变社会。
孙正义：“物联网与人工智能的关系，正如同眼睛与大脑配合使生物得到进化的关系。”
机器人软件化和物联网是同一件事情的两个方向上的发展。机器智能无形化，遁入物体，与云计算集合，无所不在，成为一个巨大的社会机器人。这正是人工智能与物联网追求的境界。
意识本质就是量子纠缠
量子计算的核心利用量子的叠加状态， 意识的本质就是量子纠缠
人工智能为什么之前没有发展起来？
如果把人工智能的技术比作一颗早产的心脏，那么它曾患有两个先天不足：一是在互联网爆发之前，研究人工智能所能调用的数据量太少，这是“供血不足”；二是硬件上的不足导致缺乏解决负责问题的计算能力，这是“心力不足”。数据如同血液，硬件如同血管
训练
先得到结果，反向寻找模式，这个过程被叫作训练
人工智能时代中国的优势
规模经济是中国产业成功的基本因素。在我们这个拥有超过13亿人口，7亿网民和数以万计工程师、科学家的大国，海量的数据、充沛的人才、丰富的企业案例、各种各样的应用场景像流水一样奔腾。
需求和规模的关系
越低级的需求，越容易量化，共性越大，相应的分工协作就越复杂。
规模是分工协作的前提。越高级的需求，如果要增加产品，相应的分工协作就越复杂，会降低效率，损失规模效应。
企业的目的是创造顾客
人工智能的发展领域
无人驾驶
等级：L1 L2 L3 L4
百度无人车：LiDar 64线激光雷达 60米半径全景扫描，5G将是无人车与物联网真正发展的基础。
金融领域
信用评级
智能投顾：Kensho、Hedgeable
《漫步华尔街》 既然长期战胜不了市场，那就干脆投资市场。选择跟踪指数的被动型投资工具ETF作为投资对象，以期获得长期、稳定的收益。
搜索数据能潜藏宝贵的投资决策金矿，是因为人们在主动搜索时一般是不会说谎的。
当人类社会未来的一切都可以精确计算和预测，人类社会的发展也就走向停滞，最终便是文明的毁灭。
新型职业CAO
CAO首席人工智能官做什么？
将与公司的不同部门进行合作创新，通过数据连接、整合不同部门。在深入数据融合、互动、挖掘时，会越来越需要成熟的方法和工具。
引入成熟的机器学习方法，把数据变成训练资料，塑造自动化机制，寻找、发掘有价值的管理模式和客户模式，或者合理引入第三方人工智能流，支撑企业业务发展，并找到一个合适的创新循环：数据-算法-知识-用户体验-新的数据，循环往复，滚雪球式前进，在一个过程中创造商业价值。
CAO的内在修养
有能力从纷繁的数据中嗅到有可能的关联
在数据之上，CAO及其伙伴需要场景能力，懂得场景计算
怎么样才能成为CAO？
- 对人工智能和数据基础设施有良好的技术理解。比如：曾建立过重要的机器学习系统。
- 跨职能的工作能力。
- 强大的企业家技能。
- 吸引并留住人工智能人才的能力。利用项目去教育别人，而不是事无巨细亲自打点，这样才能形成人才的培养循环机制。
神经网络方法
对抗生成网络，生成器、鉴定器 生成器制造山寨品，鉴定器识别真假。
对偶网络，成对出现，如中-英，英-中，相互学习、相互提高。
深度森林算法，利用决策树，强调树的层次。
北京浮生记
一个小游戏，描述里感觉挺有意思
网友评论