在读这本书之前，还给自己做了一些心理建设，因为不知道什么时候人工智能时代会完全到来，所以抱着好奇的心态，读完了这本书。

先来一起认识一下作者：

这本书的作者有两位。一位是尼克·波尔森（Nick Polson），芝加哥大学布斯商学院计量经济学和统计学教授，钻研领域包括人工智能、贝氏统计学和深度学习，经常在国际会议上发表演讲。詹姆斯·斯科特（James Scott），得州大学奥斯汀分校统计学副教授。取得马歇尔奖学金之后在剑桥大学主修数学，2009年于杜克大学取得统计学博士学位。

对于该书的写作逻辑，以介绍七个不同时代的科学发展人物故事，给我们带来了精彩的故事的同时也带来了思考方式。 这些故事及其背后的思维逻辑，循序渐进地告诉我们为什么智能机器需要聪明人，为什么聪明人需要智能机器。为什么人类和人工智能需要合作？ 会关注新技术发展的人会发现，在过去十几年，在学术和产业界，推荐引擎已经成为了人工智能的一个重要领域。 

再来说一下这本书：

01 算法

人工智能，其实并不能只是理解为“机器人”，准确的说应该称为一种算法。

既然它是一种算法，就要数据的来源。

《人工智能商》的作者，有一天在拜访另一位学者时，在路上看到了一辆运送货物的货车，并且他看到了货车上写着“ARMADILLO（犰狳）”“PET CARE（宠物护理）”。

刚看到这里，他很是纳闷，因为将犰狳 （读音：qiú yú） 作为一种宠物，本身绝不是什么好的主意，这样的公司怎么可能还能经营的下去。

可是，当货运员把推车从货车推开，货车上所有的文字才得以展现，“ARMADILLO（犰狳）”“CARPET CARE（地毯护理）”。

因此，作者就开始反思，如果是人们对于大概率数据的采集，如果发生了数据缺失，势必会造成以此数据样本为基础的信息分析有误的情况。

所以，在任何情况下，其实人工智能采用的就是大概率，大面积的数字样本，这样才能有效地避免数据缺失，导致的数学算法的不准确。

对于机器来说，“个性化”意味着“条件概率”。

而这种条件概率下的“个性化”也必须用庞大的数据作为支撑。

02 数据

我们常常会觉得数据是很重要的，在对于数据的分析能够让我们更好的处理生活中的事物，恰恰很多事情也确实验证了这一点，然而在书中，对于缺失的轰炸机，缺失的评分，让我们看见呈现出来最明晰的数据信息，却也可能不是我们最需要尽心辨别。

正如隐藏的某些特征最优信息量一样，在人工智能领域，看起来是数据的事，却很可能并不是数据，而更可能会是人对于关键信息的理解和聚焦的问题，如果没有找到关键点，那么即便我们在其他更多的数据内去得出更多的分析，却也是和根本原有南辕北辙的。

这些不仅仅是从数据分析里带来给我们的反思，也更让我们透过智能和数据分析，让我们看见即便我们试图更为客观地通过数据来分析理解问题，然而有时人通过直觉所领悟的那个当下，恰恰包含了很多我们对于数据分析的一些盲点。

也正因为此，我们并不能仅仅依赖于数据。

03 核心

我在大学时候读的是英语专业，梦想是成为一名同声传译，在我做翻译的时候，经常会遇到一些尴尬的发言人说，同传未来会被人工智能代替，但是，机器还是替代不了人温度的这一属性。它只能机械的执行一些命令和为我们所用。

作者举了这样一个例子，牛津大学癌症流行病学家简·格林博士编辑的证据表明，骨质疏松药物会导致癌症。

贝尔法斯特女王大学的公共卫生研究员克里斯·卡德韦尔博士则提出了相反的观点。

于是，人工智能开始帮助人们解决争端。

在分析了包含英国400万病人的信息之后，两位学者，最终还是提出了两份结果截然不同的报告。

为什么会出现这样的状况？同样的数据系统，同样的药物使用者，还有同样的对照群体。

最终，我们才发现，之所以结果不同，那是因为卡德韦尔博士的团队是选择按照骨质疏松用药的情况，而格林团队则是依据患有癌症的病人。

所以，人工智能虽然智能，但它毕竟还是辅助人类的工具。与其说人类在逐渐地越来越依赖人工智能，倒不如说，人类智能更依赖人类的需求与判断。

因此，事到如今，我们到底该怎么理解人工智能，还有人工智能商呢？其实，我们完全可以本着最简单的思路去理解，所谓的人工智能，人工智能商，只是利用一系列的算法，概率，统计，数据，去做出人类自己想要的判断和结果。

所以，将来最了解你的，不是父母和朋友，很可能是一个机器人。它通过你所有数据轨迹来洞悉你内心的秘密。 而人工智能商就是一个人怎么很好地利用人工智能，仅此而已。

所以，将来最了解你的，不是父母和朋友，很可能是一个机器人。它通过你所有数据轨迹来洞悉你内心的秘密。 而人工智能商就是一个人怎么很好地利用人工智能，仅此而已。