有一类名为XX简史的书,一直比较热门,受广大读者喜欢。
代表有霍金所著科普类的《时间简史》,以色列作家尤瓦尔·赫拉利的社会人文类的《人类简史》,还有无需关注作者,只要关注内容的历史类的《极简欧洲史》等。
有的薄薄小册子,有的厚厚大部头。有的烧脑,有的轻松。
昨晚,我又花了两个小时不到,读完了《人工智能简史》,其内容算是人工智能领域的通识。有些逸闻趣事阅读轻松,但是里面也有很多技术要点,真正理解起来比较困难,例如:图灵完备。
结合昨晚读的《人工智能简史》,给大家分享一下自己读简史的心得。
第一层阅读:获得广度信息
科普通识类简史的信息量,往往是一个领域,或几个相关领域的知识网络,面很宽。是一个主题的所有重要信息的铺陈,信息来自从不同资料的分类整理,并一定结构化。
你可以找到按时间线梳理的大事记,按分支整理的各种学术理论。从这里获得的信息(不是知识)维度多比较全面。你能得到一个比较系统性的认知。
而且,作者会整理出一些有意思的信息,这是读者在非简史类的书里得不到的综合整理信息。
开创人工智能领域的几个关键人物,冯诺依曼,图灵,麦卡锡,明斯基,西蒙,纽厄尔。其学术师承往上追溯的话,都会追溯到一个共同的“祖师爷”-弗里德里希·莱布尼茨,戈特弗里德·莱布尼茨(微积分的独立发明者)的父亲---这个就是《人工智能简史》作者梳理出的一个有趣的信息。
第二层次:获取连接信息
学术性的简史会对知识、理论的流派或分支做全面介绍,你可能会从单一的书籍里得某个理论的深入详解,但是你可能不知道,它在一个大的知识体系架构里的位置。
就像一个思维导图一样,只有知识被结构化,图谱化,你才能更好的理解。以前零散的、分散的认知,在一个整体结构下被梳理,并说明彼此之间的特点和勾连关系。
你会发现,那些流行的重要的理论、学术前沿的关键术语,其实是散落在整个知识树上不同的分支,不同层次的东西。然后,你可以问google问百度,深度地学习和了解你感兴趣的方向。
机器学习和计算机视觉就是不同的人工智能分支,但是它们的实现都可以用到卷积神经网络技术。
第三层次:提出自己的问题
前两层阅读最多让你获得一定的信息或知识,但是它还无法沉淀到自己的认识体系,成为自己的知识。除非你深入思考,形成自己的见解。
如何形成自己的见解?最简单的方法就是提出自己的问题。然后,在书中寻找答案,思考消化整合理解。
在《人工智能简史》里作者设想到,要能为人工智能初始化良知。类似于”人之初,性本善“。让人工智能以程序的方式,初始化进去被预先定义的”良知“,类似于阿西莫夫的机器人三定律。
弱人工智能的定义是“会学习,能解决实际问题”。那么强人工智能的关键就是,前面还加六个字”有本性,会思考“,这个性本善需要初始化到人工智能里。
那么我的问题是:这个本性,如何能编码化,或者可被定义出来?
带着这个问题,可能又要重新翻翻这本简史,寻找知识之间的关系了,形成自己的理解了。
网友评论