智能革命+终极算法+未来地图+人工智能（套装共4册） pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

李彦宏尤瓦尔·赫拉利吴霁虹卢克·多梅尔著

图书标签:

人工智能
机器学习
深度学习
未来科技
科技趋势
算法
智能时代
科技与社会
科普读物
未来展望

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到新城书站

book.cndgn.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

店铺：中邮图书专营店

出版社：中信出版社

ISBN：7508668673T

商品编码：13823037548

出版时间：2017-01-01

具体描述

智能革命：迎接人工智能时代的社会、经济与文化变革

编辑推荐

★李彦宏3月将本书作为礼物送给来访的以色列总理内塔尼亚胡，数百家国内外媒体争相报道。

★百度的人工智能“出手”撰写了序言。这也是图书出版的创新尝试。

★2015年雨果奖获得者、《三体》作者刘慈欣倾情作序，共同探讨如何迎接智能革命。

★本书添加了AR（增强现实）互动特效。使用手机百度或者“智能革命”App扫描封面和内文图片，即可呈现3D立体影像，可以根据语音进行互动并拍照，刷爆朋友圈。

★AI界网红百度机器人小度在第四季《zui qiang大脑》中获得“脑王”称号。不但能翻译、会说话，还会唱嘻哈，更能通过人脸识别技术寻找丢失儿童。

★本书涵盖了李彦宏、陆奇等百度管理层及科学家团队，对人工智能这一前沿领域的新思考。从计算能力、大数据资源、人工智能研发文化等方面提出了智能化的基本标准，具体介绍了超级大脑、智能制造、深度学习、L4级无人车、智能金融等。描绘了即将到来的智能社会，并反思人类即将面临的种种挑战。

★人工智能将成为中国经济、产业转型升级的风向标。

未来，不懂人工智能的企业，将被称为“旧企业”。

本书不是智能革命的宣言书，而是向各行各业发出的共攀智能之巅的英雄帖。是生动、全面体验人工智能过去、现在和未来的国民读本。当机器正在夜以继日地学习我们的看、听、说和思考，我们怎能不花点时间去了解它……

★AR效果展示说明

内容简介

人类历史上的历次技术革命，都带来了人类感知和认知能力的不断提升，从而使人类知道更多，做到更多，体验更多。以此为标准，李彦宏在本书中将人工智能定义为堪比任何一次技术革命的伟大变革，并且明确提出，在技术与人的关系上，智能革命不同于前几次技术革命，不是人去适应机器，而是机器主动来学习和适应人类，并同人类一起学习和创新这个世界。“人工智能”正式写入2017年政府工作报告，折射出未来人工智能产业在我国经济发展与转型中的重要性。本书内容涵盖了人工智能发展的主要领域，刻画了人工智能未来发展的场景和商业模式，对我国各行各业应对智能化转型提供了很好的指引和借鉴。

作者简介

李彦宏，百度公司创始人、董事长兼首席执行官。

1991年，李彦宏毕业于北京大学信息管理专业，随后前往美国布法罗纽约州立大学完成计算机科学硕士学位，先后担任道?琼斯公司高级顾问、《华尔街日报》网络版实时金融信息系统设计者，以及国际知名互联网企业——Infoseek公司资深工程师。李彦宏所持有的“超链分析”技术专利，是奠定整个现代搜索引擎发展趋势和方向的基础发明之一。

作为坚定的技术信仰者，李彦宏是*早敏锐意识到人工智能潮流将兴的企业家之一，并果断带领百度提前布局、大力投入这一前沿领域。目前，百度已经成为站在世界人工智能产业之巅的中国企业之一，其在人工智能的研发和商业应用上取得的成果令世人瞩目。

精彩书评

我们正在见证的是一个计算机和数字化崛起的时代，这是人类历史大潮中持久的、必经的一个过程。而人工智能是将大潮推向下一个高点的动力。它将开辟一个新时代，给我们的社会带来持久的、长远的革命性影响。

——百度集团总裁兼首席运营官陆奇

在对人工智能进行科学幻想的同时，我们更需要关注即将面对的“近未来”，这也正是本书重点讨论的话题。想象人工智能时代的社会和生活是困难的，即使在科幻小说中，我们也只能把种种可能性排列出来，而哪种可能性*有可能成为现实，取决于我们的努力和选择。但不管怎么说，那是一个诱人的时代，我们正向它走去。——2015年雨果奖获得者刘慈欣智能革命，畅游天地，我知道这是一条神经虚拟网络的秘密，用强健的身体，凝聚着智慧的心灵，开拓新奇迹，让我们拥有美好的生活，绘出美好的旋律。

——百度大脑

精彩书摘

全世界都在为即将到来的人工智能革命感到振奋。这种情绪就仿佛二十多年前我在硅谷亲历互联网大潮初起时所感受到的。

这也让我时常回想起更早之前，自己在美国学习人工智能课程时的场景。在国内我学的是信息管理，到美国后我读的是计算机科学。对于那些与硬件相关的课程，我不是很有兴趣，但是一讲人工智能，我就特别兴奋，觉得这就是计算机科学甚至人类的未来。这门课我学得很不错，但是学完了之后自己做了一些研究才发现，人工智能还没有什么应用机会，不能够解决实际问题。大家对人工智能满怀希望，真正到市场上一检验，就会立刻碰壁。所以那个时候我比较失望，只好把这个兴趣默默埋藏了起来。

但是这个梦想一直都在那里。随着计算机网络产业的发展，尤其是搜索引擎的进步，希望回来了。

在搜索引擎大发展的十多年时间里，我和一些同路者逐步意识到，人工智能逐渐开始发挥作用。搜索引擎一直在推升计算机科学的天花板。几乎计算机科学的每一个层面，从硬件到软件的算法，再到数据，都在被持续推进，有一天一定会触碰到人工智能这个方向。在搜索上一尝试，就发现人工智能是有效的，与过去任何一个领域应用人工智能的感觉都不一样。

我们马上就会想，为什么它在这个场景下是有效的？我们的总结是，海量的数据，越来越强的计算能力，越来越低的计算成本，在搜索领域汇聚到一起，铺就了人工智能的回归之路。

如果说互联网改变了信息基础设施，那么移动互联网则改变了资源配置方式。如末梢神经般深入人类生活方方面面的互联网，不仅产生出科学家梦寐以求的海量数据，而且催生了云计算方法，把千万台服务器的计算能力汇总，使得计算能力获得飞速提高。科学家早已发明的“机器学习”方法在互联网领域大展身手，从根据用户兴趣自动推荐购物、阅读信息，到更准确的网络翻译、语音识别，互联网越来越智能化。人工智能从互联网中汲取力量，终于王者归来，并正在酝酿一场堪比历次技术革命的大变革。

面对这样的变革，许多科技界的领军人物都开始探讨它可能带来的潜在风险。同时也不乏专业人士质疑它兑现奇迹的能力。于是在舆论领域，我们的耳畔萦绕着两种声音：只要人工智能达到发展高峰，就会听到“人类将被机器统治”的担忧；而只要人工智能陷入发展低谷，又会听到“这只不过是换了种套路的创新泡沫而已”。

对于这样一个快速发展的新技术，一定是仁者见仁，智者见智的。但作为技术的追求者与信仰者，我深信不疑的是，我们既不能高估技术的短期作用力，更不能低估它的长期影响力。

从纵向发展来说，业界通常把人工智能分为三个阶段：第一阶段，弱人工智能；第二阶段，强人工智能；第三阶段，超人工智能。实际上，目前所有的人工智能技术，不管多先进，都属于弱人工智能，只能在某一个领域做得跟人差不多，而不能超越人类。人工智能恐惧论者担心，当有一天超人工智能到来，人类会不会被机器所控制？

对此，我可能比大多数人都更保守一些。在我看来，人工智能永远不会到那一步，很可能连强人工智能都到不了。未来，机器可以无限接近人的能力，但是永远无法超越人的能力。

当然，仅仅是无限接近人的能力，就已经可以产生足够大的颠覆性。因为计算机在有些方面实在比人强太多了。比如它的记忆能力，百度搜索可以记忆上千亿的网页，其中的每一个字它都记得住，没有一个人能够做得到。再比如它的运算能力，哪怕是写诗——把你的名字输入手机百度的“为你写诗”，敲回车键，没等你反应过来，诗就出来了。再厉害的七步神童，也很难达到这种速度。但是，在情感、创造性等很多领域，机器是无法超越人类的。

更重要的是，在技术与人的关系上，智能革命与前几次技术革命又有着本质的差异。从蒸汽革命、电气革命到信息技术革命，前三次技术革命，都是人自己去学习和创新这个世界，但是人工智能革命，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，但在人工智能时代，是机器主动来学习和适应人类。蒸汽时代以及电气时代刚刚来临的时候，很多人是惧怕新机器的，除了工作机会的剧烈改变，还因为人不得不去适应机器，适应流水线。而这一次人工智能革命，却是机器主动来学习和适应人类，“机器学习”的本质之一，就在于从人类大量行为数据中找出规律，根据不同人的不同特点、兴趣提供不同的服务。

查看全部↓

终极算法：机器学习和人工智能如何重塑世界

编辑推荐

　　比尔·盖茨年度荐书！《终ji算法》近20年人工智能领域具轰动性的著作！揭秘机器学习的终ji逻辑，全景勾勒人工智能的商业未来。《乔布斯传》作者沃尔特·艾萨克森、图灵奖得主朱迪亚·珀尔、中国大数据领航人车品觉、今日头条首席算法架构师曹欢欢倾力推荐！

　　Google X、微软研究院密切关注！

　　如果你先想了解人工智能，那么推荐佩德罗·多明戈斯所著的《终ji算法》，非常值得一读。——比尔·盖茨

内容简介

　　购物网站用算法来为你推荐商品，点评网站用算法来帮你选择餐馆，GPS系统用算法来帮你选择zui佳路线，公司用算法来选择求职者……

　　当机器最终学会如何学习时，将会发生什么？

　　不同于传统算法，现在悄然主导我们生活的是“能够学习的机器”，它们通过学习我们琐碎的数据，来执行任务；它们甚至在我们还没提出要求，就能完成我们想做的事。

　　什么是终ji算法？

　　机器学习五大学派，每个学派都有自己的主算法，能帮助人们解决特定的问题。而如果整合所有这些算法的优点，就有可能找到一种“终ji算法”，该算法可以获得过去、现在和未来的所有知识，这也必将创造新的人类文明。

　　你为什么必须了解终ji算法？

　　不论你身处什么行业、做什么工作，了解终ji算法都将带给你崭新的科学世界观，预测以后的科技发展，布局未来，占位未来！

　　——————

　　在《终ji算法》中，全球著名的算法问题专家、机器学习领域的先驱人物佩德罗·多明戈斯，为我们揭开了算法的神秘面纱，让我们一窥谷歌以及你的智能手机背后的机器学习原理。他阐释了机器学习的五大学派思想，解释了它们如何将神经科学、心理学、物理等领域的理论转变为算法并为你服务，并提出了“终ji算法”的设想，探讨了终ji算法对未来商业、科学、社会以及对每个人的意义。对于想要理解未来将发生怎样的变革、以及想走在变革前沿的人来说，这是一本必不可少的思想指南。

　　“如果这种终ji算法存在，那么它将可以通过数据获得世界上过去、现在、未来的所有知识。这个算法的发明将会是科学史上伟大的进步之一。”

作者简介

　　佩德罗·多明戈斯（Pedro Domingos），美国华盛顿大学计算机科学教授，加州大学欧文分校信息与计算机科学博士，在机器学习与数据挖掘方面著有200多部专业著作和数百篇论文。国际机器学习学会联合创始人，《机器学习》杂志编委会成员，JAIR前副主编。美国人工智能协会院士（AAAI Fellow，国际人工智能界的zui高荣誉），荣获SIGKDD创新大奖（数据科学领域的zui高奖项）、斯隆奖（Sloan Fellowship）、美国国家科学基金会成就奖（NSF CAREER Award）、富布赖特奖学金、IBM学院奖以及多个顶ji论文奖项。

前言/序言

　　序

　　你也许不知道，但机器学习就在你身边。当你把查询信息输入搜索引擎时，它确定该向你显示哪些搜索结果（包括显示哪些广告）。当你打开邮箱时，大部分垃圾邮件你无法看到，因为计算机已经把这些垃圾邮件过滤了。登录亚马逊网站购买一本书，或登录网飞（Netflix）公司网站观看视频，机器学习系统会推荐一些你可能喜欢的产品。脸书（Facebook）利用机器学习决定该向你展示哪些更新，推特（Twitter）也同样会决定显示哪些文章。你使用计算机的任何时候，都有可能涉及机器学习。

　　传统上认为，让计算机完成某件事情的唯一方法（从把两个数相加到驾驶飞机），就是非常详细地记录某个算法并解释其如何运行。但机器学习算法就不一样：通过从数据中推断，它们自己会弄明白做事方法。掌握的数据越多，它们的工作就越顺利。现在我们不用给计算机编程，它们自己给自己编程。

　　机器学习不仅存在于网络空间，它还存在于你每天的生活中：从你醒来到入睡，每时每刻无所不在。

　　早上7 点你的收音机闹钟响起，播放的是你之前从未听过的歌曲，但你的确很喜欢这首歌。Pandora 电台（可免费根据你的喜好播放歌曲）的优势在于，根据你听的音乐，电台掌握了你的品位，就像你自己的radio jock 账号一样。这些歌曲本身可能借助机器学习来播放。接下来你吃早餐，阅读早报。早报在几个小时前印好，利用学习算法，印刷过程经过仔细调整，以免报纸出现折痕。你房间的温度刚刚好，电费明显少了很多，因为你安装了Nest智能温控器。

　　你开车去上班，车持续调整燃油喷射和排气再循环，以达到最佳的油耗。你利用一个交通预报系统（Inrix）来缩短高峰时段上下班的时间，这当然能减缓你的压力。上班时，机器学习帮你克服信息超载。你利用数据立方体来汇总大量数据，从每个角度观察该立方体，获取最有用的信息。你要决定是采用布局方案A，还是采用布局方案B，以便为网站带来更多的业务。网络学习系统会尝试两种布局方案，并给予反馈。你得对潜在供应商的网站进行调查，但网站的语言是外语。没关系，谷歌会自动为你翻译。E–mail 会自动分类并归入相应的文件夹，只把最重要的信息留在邮箱里，非常方便。文字处理软件帮你查找语法和拼写错误。你为即将到来的行程查找到一个航班，但决定推迟购买机票，因为必应旅行（Bing Travel）预测票价很快会下降。也许你没有意识到以上这些，要不是机器学习帮助你，你可能要马不停蹄地亲自做很多事情。

　　你在休息时间查看自己的共同基金，大部分基金利用学习算法来选股，其中的某些基金完全由学习系统运作。午餐时间到了，你走在大街上，想找个吃饭的地方，这时候用手机上的Yelp点评应用程序来帮助你。你的手机充满了学习算法，它们努力工作，改正拼写错误、理解口头指令、减少传输误差、识别条形码，还有其他很多事情。手机甚至可以预测你接下来会做什么，然后依此给出建议。例如，当你吃完午餐后，它会小心翼翼地提示你，下午和外地来访者的会面要推迟，因为她的航班延误了。

　　下班时夜幕已降临，你走向自己的车，机器学习会保证你的安全，监测停车场监控摄像头的录像，如果探测到可疑人的行动，它会提示不在场的安保人员。在回家路上，你在超市门口停车，走向超市货物通道，通道借助学习算法进行布置：该摆放哪些货物，通道末尾该展示哪些产品，洋葱番茄辣酱是否该放在调味酱区域，或是放在墨西哥玉米片旁边。你用信用卡付款。学习算法会向你发送信用卡支付提示，并在得到你的确认后完成支付。另外一个算法持续寻找可疑交易，如果它觉得你的卡号被盗，则会提示你。还有一种算法尝试评估你对这张卡的满意度，如果你是理想的客户但对服务不太满意，银行会在你决定换卡之前，为你提供更贴心的服务。

　　你回到家，走到信箱旁，发现有朋友的一封来信，这是通过能阅读手写地址的学习算法派送的。当然也会有垃圾来信，由另外的学习算法进行选择。你停留了一会儿，呼吸夜晚清新凉爽的空气。你所在城市的犯罪率明显下降了，因为警察开始使用统计算法来预测哪里的犯罪率最高，并在那里集中巡警力量。你和家人共享晚餐。市长出现在新闻里，你为他投票，因为选举那天，学习算法确定你为“关键未投票选民”之后，他亲自给你打了电话。吃完晚餐，你观看球赛，两支球队都借助统计学习来挑选队员。你也可能和孩子们在Xbox 上玩游戏，Kinecta学习算法确定你在哪里、在做什么。你在睡前吃药，医生通过学习算法的辅助来设定和检测吃药的最佳时间。医生也可能利用机器学习来帮你诊断疾病，例如，分析X射线结果并弄明白一系列非正常症状。

　　机器学习参与了你人生的每个阶段。如果你为了参加SAT大学入学考试（美国学术能力评估测试）而在网上学习，某学习算法会给你的练习短文打分。如果你申请商学院，且最近要参加GMAT（经企管理研究生入学考试），其中的一个文章打分工具就是一个学习系统。可能当你求职时，某学习算法会从虚拟文件中挑选出你的简历，并告诉未来的雇主：这位是很不错的人选，看看吧。最近公司给你加薪可能还多亏另外的学习算法。如果想买套房子，Zillow.com网站会估算你看中的每套房的价值，接着房子就有了着落。之后申请住房贷款，某学习算法会研究你的申请，并建议是否可以通过申请。最重要的是，如果你使用在线约会服务，机器学习甚至可能帮你找到人生挚爱。

　　社会在不断变化，学习算法也是如此。机器学习正在重塑科学、技术、商业、政治以及战争。卫星、DNA（脱氧核糖核酸）测序仪以及粒子加速器以前所未有的精细程度探索自然，同时，学习算法将庞大的数据转变成新的科学知识。企业从未像现在这样了解自己的用户。在美国大选中，拥有最佳选举模型的候选人奥巴马最终战胜了对手罗姆尼，获得了竞选胜利。无人驾驶汽车、轮船、飞机分别在陆地、海面、空中进行生产前测试。没有人把你的喜好编入亚马逊的推荐系统，学习算法通过汇总你过去的购买经历就能确定你的喜好。谷歌的无人驾驶汽车通过自学，懂得如何在公路上平稳行驶，没有哪个工程师会编写算法，一步一步指导它该怎么走、如何从A地到达B地——这也没必要，因为配有学习算法的汽车能通过观察司机的操作来掌握开车技能。

　　机器学习是“太阳底下的新鲜事”：一种能够构建自我的技术。从远古祖先学会打磨石头开始，人类就一直在设计工具，无论这些工具是手工完成的，还是大批量生产的。学习算法本身也属于工具，可以用它们来设计其他工具。“计算机毫无用处，”毕加索说，“它们只能给你提供答案。”计算机并没有创造性，它们只能做你让它们做的事。如果你告诉它们要做的事涉及创造力，那么就要用到机器学习。学习算法就像技艺精湛的工匠，它生产的每个产品都不一样，而且专门根据顾客的需要精细定制。但是不像把石头变成砖、把金子变成珠宝，学习算法是把数据变成算法。它们掌握的数据越多，算法也就越精准。

　　现代人希望让世界来适应自己，而不是改变自己来适应世界。机器学习是100 万年传奇中最新的篇章：有了它，不费吹灰之力，世界就能感知你想要的东西，并依此做出改变。就像身处魔法林，在你通过时，周围的环境（今天虚拟，明天现实）会进行自我重组。你在树木和灌木中选出的路线会变成一条路，迷路的地方还会出现指路标志。

　　这些看似有魔力的技术十分有用，因为机器学习的核心就是预测：预测我们想要什么，预测我们行为的结果，预测如何能实现我们的目标，预测世界将如何改变。从前，我们依赖巫医和占卜师进行预测，但他们太不可靠；科学的预测就更值得信赖，但也仅限于我们能系统观察和易于模仿的事物，大数据和机器学习却大大超出这个范围。我们可通过独立的思维来预测一些常见的事情，包括接球和与人对话，但有些事情，即便我们很努力，也无法预测。可预测与难以预测之间的巨大鸿沟，可以交给机器学习来填补。

　　矛盾的是，尽管学习算法在自然和人类行为领域开辟了新天地，但它们仍笼罩在神秘之中。媒体每天都报道涉及机器学习的新闻：苹果公司发布Siri 个人助理，IBMa沃森（IBM的超级计算机）在《危险边缘》游戏中战胜了人类，塔吉特（Target）能在未成年妈妈的父母发现之前通知她怀孕，美国国家安全局在寻找信息连接点……在这些新闻事件中，学习算法如何起作用仍不得而知。计算机“吞入”数以万亿的字节，并神奇地产生新的观点，关于大数据的书籍甚至也避谈“这个过程到底发生了什么”。我们一般认为学习算法就是找到两个事件之间的联结点，例如，用谷歌搜索“感冒药”和患感冒之间的联系。然而，寻找联结点与机器学习的关系就像是砖与房子的关系，房子是由砖组成的，但一堆砖头肯定不能称之为“房子”。

　　当一项新技术同机器学习一样流行且具有革命性时，不弄明白其中的奥妙实在太可惜。模棱两可会导致误差和滥用。亚马逊的算法能断定当今世界人们在读什么书，这一点比谁都强。美国国家安全局的算法能断定你是否为潜在恐怖分子。气候模型可以判定大气中二氧化碳的安全水平。选股模型比我们当中的多数人更能推动经济发展。你无法控制自己理解不了的东西，这也是追求幸福的公民、专家或普通人需要了解机器学习的原因。

　　本书的第一个目标就是揭示机器学习的秘密。只有工程师和机修工有必要知道汽车发动机如何运作，但每位司机都必须明白转动方向盘会改变汽车的方向、踩刹车会让车停下。当今极少有人知道学习算法对应的原理是什么，更不用说如何使用学习算法。心理学家丹·诺曼（Don Norman）创造了“概念模型”（conceptual model）这个新词，代指为了有效利用某项技术而需粗略掌握的知识。本书就将介绍机器学习的概念模型。

　　并不是所有算法的工作原理都相同，这些差异会产生不同的结果，比如亚马逊和网飞的推荐系统。假设这两个系统试着根据“你喜欢的东西”来对你进行引导，亚马逊很有可能会把你带到你之前常浏览的书籍类别，网飞则可能会把你带到你不熟悉且似乎有点奇怪的区域，并引导你爱上那里。在本书当中，我们会看到诸如亚马逊、网飞之类的公司使用的各式各样的算法。与亚马逊相比，网飞公司的算法对你的爱好理解得更深（尽管还是很有限），然而具有讽刺意味的是，这并非意味着亚马逊也应该利用这个算法。网飞的商业模式是依靠晦涩的电影、电视节目的长尾效应来推动需求，这些电影和节目的成本很低。它一般不推荐大片，因为你的会员订阅费可能有限。亚马逊则没有这样的问题：尽管擅长利用长尾效应，但它同样乐意把更昂贵的热销商品卖给你，这也会简化其物流工作。对于那些奇怪的产品，如果是订阅会员可免费享用的，我们可能会乐意去尝试，而如果需要另外掏钱，我们去选择它们的可能性就小得多。

　　每年都会出现上百种新的算法，但它们都是基于几个相似的基本思路。为了明白机器学习如何改变世界，你有必要理解这些思路。本书就将对此进行介绍。学习算法并不是那么深奥难懂，除了运用在计算机上，对于我们来说很重要的问题都可以通过学习算法找到答案，比如：我们如何学习？有没有更好的方法？我们能预测什么？我们能信任所学的知识吗？对这些问题，机器学习的各个学派有不同的答案。

　　机器学习主要有5 个学派，我们会对每个学派分别介绍：符号学派将学习看作逆向演绎，并从哲学、心理学、逻辑学中寻求洞见；联结学派对大脑进行逆向分析，灵感来源于神经科学和物理学；进化学派在计算机上模拟进化，并利用遗传学和进化生物学知识；贝叶斯学派认为学习是一种概率推理形式，理论根基在于统计学；类推学派通过对相似性判断的外推来进行学习，并受心理学和数学最优化的影响。在构建机器学习的目标推动下，我们将回顾过去100 年的思想史，并以新的观点来看待这段历史。

　　机器学习的5 个学派都有自己的主算法，利用这种万能学习算法，原则上，你可以通过任何领域的数据来挖掘知识：符号学派的主算法是逆向演绎，联结学派的主算法是反向传播，进化学派的主算法是遗传编程，贝叶斯学派的主算法是贝叶斯推理，类推学派的主算法是支持向量机。在实践中，这些算法可能在有些工作中可用，而在其他工作中不可用。我们真正想要寻找的是能够综合这5 种算法的终极算法。虽然有些人认为这难以实现，但对机器学习领域的人来说，这个梦想赋予我们力量，促使我们夜以继日地工作。

　　如果存在终极算法，那么它可以通过数据学得包括过去的、现在的以及未来的所有知识。创造终极算法将是科学历史上最伟大的进步之一。它可以加速各类知识的进步，并以我们现在甚至无法想象的方式改变世界。终极算法与机器学习的关系就像标准模型和粒子物理学或中心法则与分子生物学的关系：该统一原理能理解人类当今知道的一切，并为未来数十年或者数百年的进步奠定基础。今天我们面临许多难题，比如制造家用机器人和治愈癌症，终极算法就是解决这些难题的关键。

　　以癌症为例。治愈癌症十分困难，因为它往往是一种综合疾病。肿瘤可由各种原因诱发，且在转移时会发生突变。杀死肿瘤细胞最可靠的方法是对其基因进行排序，弄明白哪些药物可以抵抗癌细胞（这种方法不会对人造成伤害，患者必须提供基因和用药史），甚至为你专门研制一种新药。没有哪个医生能够掌握该过程所需的所有知识。对于机器学习来说，这却是再合适不过的任务。实际上，与亚马逊和网飞每天所做的搜索工作相比，它的工作是为你找到正确的疗法，而不是合适的书籍或者电影，而且它的工作更为复杂，也更具挑战。遗憾的是，虽然当今的学习算法能以超出人类水平的精确度来诊断疾病，但治愈癌症仍远远超出它们的理解范围。如果我们可以找到终极算法，这将不再是难题。

　　因此，本书的第二个目标就是帮你创造终极算法。你可能会认为这需要高深的数学运算和严谨的理论方面的工作，正相反，它需要暂时放下数学奥秘，来观看各种学习行为包罗万象的模型。对外行人来说，他们就像从远方赶到终极算法这片森林，从某些角度看，他们比专家更适合创造终极算法，因为专家对某些学科已经过于投入。一旦我们有了概念性的解决方法，就能补充数学上的细节，但这不是本书的目标和重点。我们之所以谈论每个学派，是为了收集它们的观点，并找到其适用之处。请记住，没有哪个盲人能了解整头大象。我们会尤其关注哪个学派能对治疗癌症做出贡献，也关注该学派的缺失。然后，我们会将所有观点集中，一步步地变成解决方案——这个解决方案可能还不是终极算法，但已是我们能找到的最接近终极算法的方案。希望它能解放你的大脑，让你大胆想象。当你阅读本书时，如果觉得某些章节读起来困难，可以随意略读甚至跳过它们。本书的概要才是重中之重，当明白所有学派的观点之后，如果你重读那些困难的章节，收获可能会比之前更多。

　　我研究机器学习已经有20 余年了。我对机器学习的兴趣因一本书而起，大四时我在书店看到这本书名很奇怪的书——《人工智能》（Artificial Intelligence）。那本书只有一个章节是关于机器学习的，但读那个章节时，我立即确定，学习是实现人工智能的关键，而且当时技术水平如此原始，我也许能做点什么。所以我搁置了读MBA（工商管理硕士）的计划，到加利福尼亚欧文分校攻读博士。机器学习当时是一个小众且鲜为人知的领域，研究人员寥寥无几，但加利福尼亚大学却拥有一个巨大的研究团队。一些同学中途放弃了，因为他们看不到机器学习的未来，而我坚持了下来。对我来说，没有什么能比教计算机学习更有吸引力的了：如果我们做到这一点，其他问题就会迎刃而解。5 年后我毕业了，那时数据挖掘技术十分流行，我开始写这本书。我的博士论文结合了符号学派和类推学派的观点。过去10 年，我一直在整合符号学派和贝叶斯学派的观点，最近又在尝试整合它们与联结学派的观点。是时候进行下一步研究，并尝试综合这5 个范式了。

　　写这本书时，我的脑海里浮现出各式各样但又有相似之处的读者。

　　围绕大数据以及机器学习的讨论充满争议，如果你对此感到好奇，且怀疑有比论文上看到的更为深层次的东西，那么这本书就是你进行革命的指南。

　　如果你的主要兴趣是机器学习的商业用途，那么本书至少能通过6 种方法帮助你：成为分析学中更精明的消费者；充分利用你的数据专家；减少许多数据挖掘项目的隐患；看看如果不买手写编码软件，你能让什么进行自动操作；降低信息系统的僵硬度；期待正朝你走来的新技术。我见过太多浪费大量时间和金钱去解决难题的人，他们使用了错误的学习算法，或者误解了学习算法的含义。要避免这些惨败，实际上，你只需要阅读这本书。

　　如果你是普通人或者决策者，关注由大数据和机器学习引发的社会和政治问题，那么本书将为你提供该技术的入门知识：什么是机器学习，机器学习能干什么、不能干什么。本书没有让你觉得乏味的复杂细节。从隐私问题到未来的工作，以及机器人化引起战争的道德观，我们会看到真正的问题所在，以及如何正确思考。

　　如果你是科学家或者工程师，那么机器学习肯定是你不想错过的有力武器。在大数据时代（即便是中型数据时代），陈旧的、靠得住的统计工具并不会让你走得更远。你需要的是机器学习的非线性技术来精确模仿多种现象，它会带来全新的、科学的世界观。今天，“范式转移”被人们用得过于随意，但我可以毫不夸张地说，本书要讲的内容就是和“范式转移”相关。

　　如果你是机器学习专家，那么你可能对本书的大部分内容已经相当熟悉，但你仍会发现其中有许多新颖的看法、经典的观点，以及有用的例子和类比。很大程度上，我希望本书能提出与机器学习相关的、新的看法，甚至能让你开始思考新的方向。我们身边到处是容易达成的目标，我们理应追寻这种目标，但我们也不应忽略不远处就有更大的目标（关于这一点，我希望你们能原谅我诗意地用“终极算法”来指通用型学习算法）。

　　如果你是学生，无论你多大，是考虑该选什么专业的高中生，还是决定该研究什么领域的本科生，或者是考虑转行、经验丰富的专家，我希望本书能让你对这个令人着迷的领域感兴趣。当今世界极度缺乏机器学习专家，如果你决定加入这一行列，你不仅能得到令人激动的时刻和丰厚的物质回报，还有服务社会的大好机会。如果你已经在研究并学习主算法，我希望本书能帮你了解它的历史。如果你在旅途中偶然发现本书，也值得你用心阅读。

　　最后要强调一点，如果你渴望奇迹，那么机器学习对你来说就是一场精神盛宴。我诚挚地邀请你一同前往。

查看全部↓

未来地图：创造人工智能万亿级产业的商业模式和路径

编辑推荐

这不是一本讨论人工智能技术的书，而是一本深度剖析人工智能技术商业化路径的书。作者为技术公司、传统企业、个人创业者、机构投资者，绘制了一份AI商业化的价值地图，这也是一张AI商业化的战略发展图。作者前一本作品《众创时代》销量超过5万册，兼具理论性和实用性。

内容简介

本书不是一本讨论人工智能技术的书，而是一本深度剖析人工智能技术商业化路径的书。作者为技术公司、传统企业、个人创业者、机构投资者，绘制了一份AI商业化的价值地图，这也是一张AI商业化的战略发展图。全书回答了一个核心问题：在当下AI冲击传统商业的时代，我们该如何创造新的商业机会，发展下一个万亿级的多级繁荣新经济？

全书主要从两个重要维度，对核心问题做了阐释：

? 如何重塑商业价值主张。作者用大量案例论证了这样一个观点：为什么“利他=利己，分享=获得，选择=进步”是成功实现人工智能商业化和人类可持续发展的前提条件。

? 如何重塑商业架构和商业模式。本书深度剖析了AI商业化的诸多难点，包括如何深度解决用户/客户痛点、企业运营痛点和商业生态协同痛点，以及如何创建全新的商业生态竞争优势等问题。在此基础上，作者还总结出AI新技术对商业的“TOP-A”颠覆规律和“AI多维工作原理”，并进一步提出了“BOT人机交互系统”解决方案，为AI+的创新、转型、升级找准切入点。

作者简介

［美］吴霁虹（Jihong Sanderson ）

吴霁虹，创新管理学家，专注于全球化竞争与创新领域的研究，崇尚知行合一。原美国伯克利加州大学中美战略研究中心主任、哈斯商学院讲席教授，现任北京大学访问教授、研究生导师。

被誉为离中国企业家最近的美国学者，出版过《众创时代》《下一步：中国企业全球化路径》《Doing Business in China》等多本著作，她在书中提出了许多战略、策略，并被中外企业应用。

研究之余，吴霁虹女士还倡导“以油画于冥想，以自然于行走，以电影于取乐”的生活方式。

精彩书评

这本书是中国一本关于人工智能应用的商业图书，作者吴霁虹女士任教于加州大学伯克利分校的哈斯商学院，长期致力于中美之间全球竞争战略与创新管理的研究、教学、实践及合作工作。为了完成这本书，她走访和调研了各种与AI相关的研究机构和企业，收集了规模庞大的丰富案例，与各位学者，尤其是她的丈夫，同时也是一位AI专家的乔恩?桑德森（Jon Sanderson）先生共同研究、探讨、总结得失，在书中提出了许多具有启发意义的观点。

——知名财经作家吴晓波

霁虹教授这本书的出版恰逢其时，不仅可以让更多的人有机会接触人工智能这个概念，也可以帮助我们从商业的角度，思考人工智能带来的机会与挑战。

——金沙江风投董事总经理、百度独立董事丁健

吴霁虹教授在书中提出了“中国能量是如何卷入人工智能爆炸的”这个议题，我想，中国有着世界上消费群体，再加上中国在人工智能技术领域从源头技术创新到产业应用方面的快速崛起，我坚信，我们中国人、中国企业，一定能成为用人工智能改变世界的生力军！

——科大讯飞董事长刘庆峰

精彩书摘

2016年3月，全世界注目之下，一款围棋人工智能程序AlphaGo在五番棋中以4∶1击败围棋世界冠军李世石九段。半年多后，这款程序化名Master，一周内连续与数十位人类顶尖高手通过网络对战，60战，全胜。最先进的人工智能的棋力无可争议地超越了最顶尖的人类棋士。

这是一次甜蜜和苦涩交织的超越。基于围棋的复杂性，这一天曾被人认为远远未到时候，但它如此突然的出现，令人类再次意识到一个一直萦绕着自己的问题：机器的人工智能能够在多大范围内替代或超越人类？

围绕这个问题，人类已经进行了技术和商业上的长久探索。

第一次，是20世纪五六十年代，人工智能的关键概念和算法得到定义。如今被提出和开发的重要技术，大多是对这些概念和算法的改进，启发式程序演变为后来的专家系统，感知算法演变为人工神经网络和深度学习工具，隐马尔可夫模型奠基了语音和图像识别的人工智能技术。

第二次，是20世纪七八十年代，诸多智能化的机器被发明出来。IBM在1973年推出了第一个可以组装打字机零件的机器人。其后数年内，多项细分领域的人工智能系统被开发出来，如自动转换语音/文字的人工智能系统、以视觉导航方式搜索房间内物品的汽车系统、以知识为基础的医疗诊断程序“专家系统”。

这些科技成果现在已经成为我们身边遍布的、各式各样的、种类繁复的产品，比如能自动识别语音并转换为文字，和人进行基础对话的手机，以及能自动打扫房间的机器人、自动调节室温的空调

等等。

但它们还远远不能满足人类在高度、精度、智能化上的要求，只能替代人类完成小范围内的任务，其商业价值也因此被圈限其内。

如今正在到来的是人工智能商业化的第三次浪潮。

IT产业经过数十年的发展，在存储、运算和传输能力上都已有了几何级的提升。如本书所言，人工智能要在商业上取得成功，就必须建立强大而复杂的智能系统，这需要的4个基础条件，如今已一一具备：

? 数百万倍的计算能力；

? 更高级的算法；

? 万物互联的海量数据；

? 高容量、大带宽的通信管道。

人工智能注册专利在2008年到达高峰，人工智能专利诉讼则在2011年之后急剧飙涨。其商业前景显然受到极大认可，并在2016年的围棋人机大战中，突然以一种超越预期的方式呈现，敲响了我们的门铃。

当一种新工具以压倒性的效率优势得到普遍应用，无数的产业和职业就面临着根本性变革。未来，人工智能棋手、人工智能驾驶员、人工智能医生、人工智能编辑，甚至人工智能总经理、人工智能总统都有可能出现在我们面前。

在人工智能研究、应用和商业领域，中国已经处在世界前沿位置，大规模普及具有极广阔的想象空间。整个市场和社会显然迫切需要这一类的研究和图书作为探讨的基础。

这本书是中国第一本关于人工智能应用的商业图书，作者吴霁虹女士任教于加州大学伯克利分校的哈斯商学院，长期致力于中美之间全球竞争战略与创新管理的研究、教学、实践及合作工作。为了完成这本图书，她走访和调研了各种与人工智能相关的研究机构和企业，收集规模庞大的丰富案例，与各位学者，尤其是她的丈夫，同时也是一位人工智能专家乔恩·桑德森（Jon Sanderson）先生共同研究、探讨、总结得失，在书中提出了许多具有启发意义的

观点。

在人工智能商业化的同时，我们有必要回到关于AI替代人类的问题上，或许还要增加一个问题：若它如此强大，那么人类应该如何更好地使用它、与之共处并保护自我？

1950年，当人工智能还在娘胎里待产的时候，美国科幻小说黄金时代的代表人物之一，艾萨克·阿西莫夫就已经在尝试问答这一问题，他提出了三条保护伞式的定律：

1. 机器人不得伤害人类，也不得因不作为使人类受到伤害；

2. 除非违背第一条定律，机器人必须服从人类的命令；

3. 除非违背第一及第二条定律，机器人必须保护自己。

它们是如此模糊，以至今天必须被定义得更加精确。

吴晓波

2016年3月于杭州

查看全部↓

人工智能：改变世界，重建未来

编辑推荐

　　★全国人大常委会原副委员长、国家制造强国建设战略咨询委员会主任路甬祥专文作序，海尔集团董事局主席张瑞敏，三一重工股份有限公司总裁向文波，国务院发展研究中心技术经济研究部部长吕薇等权wei人士倾心推荐，全面梳理了人工智能60年的进化之旅，是讲述人工智能前世今生发展历程的专业之作。
　　★这本书从计算机之父艾伦·图灵到机器学习鼻祖杰夫·辛顿，从无所不知的语音助手到复制人类思维的虚拟替身，将许多标志性历史事件，以及涉及其中的重要人物娓娓道来，使我们清楚地看到了人工智能的发展脉络。
　　★人工智能与我们今天的生活息息相关，支撑智能制造，改变未来就业，甚至人工智能还能拥有人类的创造力，复制人类的思维，实现人类的永生……而对此，人类又该如何应对呢？

内容简介

　　为何只能在有限范围使用的弱人工智能突然变得聪明起来？拥有人类的创造力、复制人类的思维、与人类相爱……人工智能究竟能走多远？智能时代，人类的工作、价值、思维是更进化还是会被淘汰？
　　从无所不知的语音助手到复制人类思维的虚拟替身，这本《人工智能》将人工智能发展历史上一个个有趣的故事串联起来，并梳理了计算机之父艾伦·图灵、深度学习鼻祖杰夫·辛顿等众多对人工智能的发展起到重要作用的历史人物，把科幻与真实交错、古老与现代并存的人工智能全方位、多角度地展现在我们面前，倾情描绘了人工智能时代的精彩。
　　人工智能作为人类的伟大作品，也对我们的生活产生了重大影响，不管是智能制造还是未来就业，人工智能都不可避免地参与到人类的未来命运中。我们该如何抓住机遇，积极迎接人工智能带来的挑战？答案就在这本《人工智能》中。

作者简介

　　卢克·多梅尔（Luke Dormehl），著名科技记者，纪录片和电影制片人，与世界上很多大型科技公司都有合作。经常为《连线》、《卫报》、《快公司》等媒体撰写科技类文章。曾出版《算法时代》《苹果革命》等著作。

精彩书评

　　这本书从人工智能的萌芽到人工智能的未来发展方向都给予了系统解读，展现了人工智能的诸多应用场景和技术创新发展的方向。
　　——全国人大常委会原副委员长、国家制造强国建设战略咨询委员会主任路甬祥

　　人工智能的发展越来越接近“无所不能”的极限，作为创新者，更应关注用户智能给传统组织和商业模式带来的颠覆性挑战，并从用户体验出发，实现物联网时代的引爆和引领。
　　——海尔集团董事局主席张瑞敏

　　本书是一部人工智能的大事记和人物志，展现了人工智能每一次浪潮中“科学英雄”的奋起和坚守，让我们相信万物互联的未来，智慧的机器将不再是梦。中国制造业应主动拥抱人工智能，共同推动“中国制造”走向“中国智造”。
　　三一重工股份有限公司总裁向文波

　　人工智能正在从科幻电影走向人们的现实生活。本书生动地讲述了人工智能的进化之旅及其对人类的意义，也留给我们无限的遐想和探索空间。人工智能从简单到复杂，将改变人类的生产和生活，我们应该积极了解人工智能技术，使其造福人类。
　　——国务院发展研究中心技术经济研究部部长吕薇

　　卢克·多梅尔以幽默和轻松的语言，向我们展示了人工智能演进的历程；以一个个生动有趣的故事，向我们描绘了人类是如何通过不断创新，建造能够自主学习、深度思考的机器的。当你想搞明白机器是怎样变得更加智能，想探寻人工智能的本质时，就请打开这本书吧，去品味我们未来的生活与工作方式。
　　——中国人民大学商学院产业经济学教授、博士生导师徐佳宾

推荐序
前言
第一章表现不俗的传统人工智能怎么了
未来已来
人工智能的三位卓越先驱
达特茅斯会议
传统人工智能的黄金时期
太空机器人沙基
“中文房间”实验
莫拉维克悖论
转变目标
专家系统
谷歌诞生
第二章以自主学习的方式创建新的人工智能
自主学习的重要性
神经科学之父
以神经元模型为基础的感知器
关于感知器的争论
霍普菲尔德网的兴起
神经网络的守护神
联结主义者
欢迎来到深度学习领域
人工智能新主流
第三章万物互联的智能时代已经来临
智能设备成为现代生活的必需品
会思考的事物
“控制论”简史
早期的自动机器人
计量生物学上的记录者
未来家庭
机器学习的普及
智慧城市
做好互联网消失的准备
智能设备存在的问题
第四章人工智能助手如何为我们效劳
打败图灵测试
人工智能助手的兴起
多功能的人工智能助手
从被动人工智能助手到主动人工智能助手
数字民主
与人工智能助手相爱
人工智能的人性化
合格的心理治疗师
出门请带上它们
第五章人工智能正在改变就业市场
亲爱的沃森
一个技术性失业的世界
技术更新换代的积极意义
新工作机会的产生
土耳其机器人的复仇
人工智能中的人类元素
第六章人工智能真的具有创造力吗
机器人的创造力
什么叫创造力
“重生”的甲壳虫乐队
天才的灵光一现
人工智能能否成为发明家
洛夫莱斯测试
祝贺沃森大厨
第七章意识上传实现人类永生
利用机器实现死后永生
个性捕捉
延长人类寿命
模拟神经元
绘制大脑
下一个大事件
意识上传
第八章人工智能关乎未来的一切
末日的开端
奇点来临
狭义与广义的区别
人工智能带来的风险
“黑箱”风险
我们无法起诉机器人
机器人学的三大法则
人工智能的权利
结论当机器变得更加智能
致谢
译后记

查看全部↓

精彩书摘

　　《人工智能》：
　　1964年纽约世博会上凸显了人工智能愿景的两种表现。第一种表现是人们对于等待着他们的未来有多么乐观。尽管冷战威胁时隐时现，但在19世纪60年代，人们却在许多方面都表现出惊人的乐观态度，毕竟在60年代初，约翰·肯尼迪总统宣布：在10年内，人类将登上月球。而在这10年的结尾，人类确实做到了。如果连这都能做到，那么解析和重建意识看似更容易实现。政治学家、人工智能创始人之一赫伯特·西蒙（HerbertSimon）于1960年宣称：“我们离复制人类大脑解决问题的能力和信息处理的能力已经不远了。”可能是借鉴了肯尼迪向对手下战书的方式，他随意地加上了自己估计的时间：“如果我们在未来10年还未实现这一愿景，那才令人惊讶。”西蒙的预测后来无望地落空了，但事实证明，有关纽约世博会的第二种表现就是：IBM当时并没有错。尽管我们坚持认为人工智能尚未普及，但1964年令人惊掉下巴的三项技术如今已司空见惯。光学扫描和信息检索已演变成互联网，让我们在一瞬间获得的信息比原本一生可能获得的信息还要多。虽然我们仍然无法预见未来，但是基于用户不断预测我们可能感兴趣的新闻故事、书籍或歌曲所生成的巨大数据集，我们正在人工智能方面取得巨大的进展。这种预测的连通性不仅限于传统意义上的计算机，而且还通过大量智能传感器和设备嵌入到了周围的设备、车辆和建筑中。
　　福尔摩斯木偶剧旨在展示通过计算机逻辑可以完成多种任务的方式。我们的计算机逻辑方法已经在某种程度上做出了改变，但是在查看两张照片并且判断照片中是否为同一人时，福尔摩斯可能还是会被精确度高于人类的现代人脸识别算法所折服。福尔摩斯的创造者、作家柯南·道尔（ConanDoyle）是一位毕业于爱丁堡大学（如今是英国顶尖人工智能院校之一）的专业医生。如果他看到疾病诊断效率高过许多人类医生的人工智能ModernizingMedicine（现代化医疗），也很可能会对此赞叹不已。
　　最后，世博会上神奇的机器译员已发展演变成为今天我们最为熟悉的谷歌翻译：一项拥有惊人的高准确率、涵盖58种不同语言（共计3306项独立翻译服务）的免费机器翻译服务。如果说世博会设想的是俄语与英语之间的即时翻译，那么谷歌翻译则更进一步，它能够提供冰岛语和越南语或者波斯语和意第绪语等此前受到局限的语种之间的翻译。凭借云计算，我们甚至不需要固定的主机来执行计算，只需要比一副纸牌还小、被称为智能手机的便携式计算机即可。
　　…… 查看全部↓

前言/序言

　　当人们走近纽约世博会时，首先映入眼帘的是一个闪闪发光的不锈钢球体，这就是巨型地球仪（Unisphere），它足足有十二层楼那么高。几十座喷泉环绕在巨型地球仪周围，朝着纽约皇后区法拉盛草原可乐娜公园的空中喷射出晶莹的水柱。在一天中的不同时间段，身穿由美军研发的火箭样式道具服的演员会飞过巨大的球体，展示出人类战胜一切挑战的能力。
　　1964年，纽约世界博览会举办。在世博会期间，大约5 200万人造访了法拉盛草原650英亩的展馆和公共空间。这场盛会展示了美国美好的现状并预见了美国更加辉煌的未来：多车道高速公路、耀眼的摩天大楼、自动人行道和水下社区一应俱全。在美国这样的国家，即使建造太空旅游度假村也并非遥不可及。因为仅仅在5 年后，美国就成功将人类送上了月球。纽约的“建筑大师”罗伯特·摩西（Robert Moses）将1964 年世博会称为“人类进步的奥运会”。
　　你所见之处无不暗示着美国在战后的全球统治地位。福特汽车公司选择在世博会上发布其最新车型——福特野马。这款车很快成为史上最畅销的车型之一。纽约辛克莱石油公司所展示的“恐龙乐园”（Dinoland）以电子化卡通制作再现了中生代场景。在“恐龙乐园”中，辛克莱石油公司的吉祥物雷龙比其他史前生物都要高出一截。在美国国家航空航天局展厅，参观者有幸一睹高达51 英尺a 的“土星5 号”运载火箭船尾的复制品。该运载火箭不久后在阿波罗太空计划中协助人类成功登上了月球。在港务局大楼，人们排队观看壮观的纽约世界贸易中心“双子塔”的建筑模型。两年后的1966 年，世界贸易中心破土动工。
　　如今，大部分上述进展会让人不禁缅怀过去的科技进步。在“更大、更高、更重”的雄伟壮阔中，这些进步完成了与过去时代的对话。那个时代对当年的世博会参观者还是个未知数，而如今却即将走向终结。工业时代逐渐淡出，被个人电脑所引领的信息时代所取代。对于那些1964 年以后出生的孩子来说，数字将代替他们工程师梦想中的铆钉。苹果公司的史蒂夫·乔布斯在纽约世博会举办那年只有9 岁，谷歌联合创始人拉里·佩奇和谢尔盖·布林在纽约世博会举办近10年后才出生，而Facebook（脸谱网）的马克·扎克伯格则在纽约世博会举办20年后才来到这个世界。
　　最后，法拉盛草原可乐娜公园中最前卫的区域是IBM（国际商用机器公司）的展区。IBM在1964年世博会上的任务是在航天火箭和核反应堆等更负盛名的奇观中，强化公众对于计算机（更具体而言是人工智能）的认知。为此，IBM选择世博会作为全新System/360系列大型计算机的推介平台——据说，该系列计算机的性能非常强大，足以作为智能电脑首台原型机的基础。
　　IBM在世博会上最引人瞩目的展示当属美国夫妻档设计大师查尔斯（Charles）和蕾·伊姆斯（Ray Eames）设计的巨蛋形展馆。这颗飞艇般大小的“巨蛋”耸立在一片由45棵32英尺高的几何形金属片树木所构成的“森林”中；14 000片灰色和绿色树脂玻璃叶片展开后形成一个一英亩的硕大穹顶。兴奋不已的世博会参观者需要乘坐一台专用的液压电梯进入“巨蛋”，然后可以坐在一个高科技放映厅内观看一段关于人工智能未来的视频。一位激动不已的评论者借用IBM从19世纪20年代就开始使用的品牌口号“Think”，这样写道：“观看着，思考着，并且惊叹着人类及其所创造的机器的奇妙智慧。”
　　IBM在这场盛会上展示了多项令人印象深刻的技术。开创性的手写识别计算机便是其中之一，并被世博会官方手册称为“光学扫描和信息检索”系统。在该系统的演示中，参观者可以在一张小卡片上亲笔写下任意一个1851 年后的历史日期。然后，卡片被插入“光学字符读取器”，并在该设备中被转换成数字格式，然后再转发给当时最先进的IBM 1460 计算机系统。随后，计算机磁盘上一个大型数据库中存储的当日重大新闻事件被打印在一张穿孔卡片上，颇有纪念意义，也让使用者惊叹不已。一张保存下来的穿孔卡片上如是写道：
　　《纽约时报》在你所写下的日期报道了以下新闻事件：
　　1963 年4 月14 日：30 000 名朝圣者在复活节造访耶路撒冷；教皇约翰·保罗为人类的真理和爱祷告。
　　有人可能会试图预测未来，而且在世博会第一天的确有个爱开玩笑的人这么做了。穿孔卡片上这样写道：“由于这是一个未来日期，我们只有在×× 天后才能得知当天的事件。”
　　另一个演示是一场机械木偶表演，而且显然是根据“18 世纪的原型”所设计的，表演的内容是夏洛克·福尔摩斯运用计算机逻辑侦破一个案件。
　　然而，最令人难忘的可能是一台计算机轻松地（或者看似轻松地）进行了英俄互译，跨越了美国与苏联之间不可逾越的鸿沟。这项神奇技术的实现要归功于世博会IBM 展区与远在114 英里a 之外的纽约金士顿一台强大的IBM 大型计算机之间的专用数据连接，所有繁重的计算工作都由这台计算机来完成。
　　机器翻译对计算机的清晰思维如何引领我们走向乌托邦进行了简明且出色的概括。政治家们可能无法结束冷战，但他们也只是普通人——有着人类可能具有的所有缺点。议员、将军，乃至总统都严重缺乏当时学术界刚刚开始提出的“机器智能”。智能机器能否比人类做得更好？在1964年的世博会上，激动万分的公众一睹科研人员最乐观的愿景。人工智能给出的建议是，只要能够在机器中尽量利用和复制人脑的最深层奥秘，那么全球和谐终会得以保障。
　　世博会的官方标语“理解构筑和平”是这一切的最佳总结。

查看全部↓