文章发布于公号【数智物语】 （ID：decision_engine），重视公号不错失每一篇干货。
李开复写的这本书，首要叙述了什么是人工智能，面临人工智能咱们要做什么，算是入门的科普书本。
如上图的曲线所示，一种新科技的研制进程通常是这样的：草创公司承受第一轮风投，开宣布第一代产品，尽管不老练，但足以招引一批前期承受者——粉丝。在前期阶段，产品的长处被粉丝扩大，群众媒体跟风炒作，将该技能面向一个充溢泡沫的胀大期。跟着盲目的追捧者激增，跟风研制、出产的草创公司越来越多，产品的缺乏被无限扩大，负面报导开端呈现，供过于求的市场竞争中，大批跟风入局的草创公司不是被吞并，便是走向关闭，只需少量具有中心竞争力的坚持了过来。跌入低谷后，第二轮、第三轮风投资金注入大浪淘沙后仅存的中坚企业，新一代技能和产品也随之面世，整个技能曲线步入稳步攀升的渠道期和老练期，潜在用户的承受程度也从5%以下逐步提升到20%到30%，草创企业和风投本钱开端迎来高额报答。
另一个是深度学习中图画处理ImageNet的成果，能够从中看出深度学习的开展：
2010 年前后，精确地说，是从 2006 年开端，跟着深度学习技能的老练，加上计算机运算速度的大幅增加，当然，还有互联网年代堆集起来的海量数据财富，人工智能开端了一段与以往大为不同的复兴之路。
2012 年到 2015 年，在代表计算机智能图画辨认最前沿开展水平的 ImageNet 比赛（ILSVRC）中，参赛的人工智能算法在辨认精确率上日新月异。 2014 年，在辨认图片中的人、动物、车辆或其他常见目标时，根据深度学习的计算机程序超过了一般人类的肉眼辨认精确率。
最终是一个深度学习乐土中体会什么是深度学习的图片，回忆很深入，开端触摸深度学习便是被这个流程图招引到了。
这张图是谷歌闻名的深度学习结构TensorFlow供给的一个网页版小东西做出来的，东西链接：
，用人们易于了解的图示，画出了正在进行深度学习运算的整个网络的实时特征。
最终一个是关于人类的金字塔层级模型，在人工智能开展的当下，金字塔势必会发生变化，而金字塔上层也会越来越胀大，所以急需对当下的教育进行革新，来习惯未来的开展。
在AI年代，这是一个连猪都能飞起来的风口，一波又一波的创业浪潮，在一阵虚幻之后，咱们应该考虑究竟什么才是这个年代的产品。下图中关于人工智能的布局也是十分全面了：
这本书算是不错的人工智能科普读物。李开复自己说他生错了年代，如果是现在这个年代，他会创造出更多优异的算法和模型。
在AlphaGo打败李世石，ImageNet深度学习大放光荣后，人工智能深度学习就开端新一轮热潮，有人忧虑AI会消灭人类，有人忧虑AI会替代人类形成大面积的赋闲。前者过于达观，其实人工智能里超人工智能还有很长的一段路要走，机械姬傍边的有意识的机器人，还在悠远的未来；后者则有些失望，由于从第一次工业革新到最近的信息革新，尽管作业被很多的机器信息自动化所替代，可是随之而来也会有更多的新职位。
因而，不需要过于失望或许达观，在AI当下的年代，咱们只需坚持独立考虑的特性，达观的面临新世界就好，借用书的最终一句话——“有思维的人并不会由于AI相形见绌，由于咱们悉数的庄严就在于思维”。
