人工智能商读后感精选

　　《人工智能商》是一本由[美] 尼克‧波尔森 / [美] 詹姆斯‧斯科特著作，后浪丨民主与建设出版社出版的平装图书，本书定价：58.00元，页数：320，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《人工智能商》读后感(一)：七位历史人物带来的AI新思

互联网时代的经济发展，高度依赖大型数据库。基于这样的认识，美国统计学家尼克·波尔森和詹姆斯‧斯科特提出了“人工智能商”的概念，撰写了《人工智能商》这部科普作品。

他们认为，人工智能并不等于机器人，而应该把它看成一种算法。因为，几乎每个人工智能系统都会遵循“算法管道”模式，如果把更快的芯片、大量数据、云计算以及科学家的优秀思想四种趋势放在一起，就能发现，用人工智能解决实际问题的需求和能力就会出现爆炸式增长。他们说，要克服“人工智能焦虑”，乐观看待人工智能的未来。拥有更高的“人工智能商”，才能更好地理解思想与技术的结合可以使人类变得多么优秀。

他们还认为，人工智能并不是新鲜事物，相关的重要思想其实很古老，至少存在了数百年。该书的思路，就是介绍七个历史人物，分别带来一个重要思想，在他们看来，这些故事及其背后的思想，可以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。

那么，都是些什么样的人物和故事呢？

亚伯拉罕·瓦尔德，在“二战”期间，他的团队做了美军失踪飞机的调查，以及飞机个性化存活建议的设计方法，指出了幸存者偏差问题，并提供了解决方案，即“幸存推荐系统”。

亨利埃塔·莱维特，她逐张图像、逐个恒星地连续寻找了几年，最终在1912年发现了之前科学家不知道的1777个脉动变星，也就是说，莱维特发现了一个预测规则。

约翰·克雷文，深海搜寻失踪物体的顶级专家，这项工作需要考虑许多未知变量。克雷文团队采用的是贝叶斯搜索，这种方法产生于二战时期，盟军据此定位德国U型潜艇，不过，它的起源可以追溯到18世纪50年代诞生的贝叶斯规则。

格蕾丝·霍普，软件女王，在20世纪中叶开启了编程语言革命。

艾萨克·牛顿，这位大科学家还是英国皇家铸币厂历史上最优秀的波动性监督员。

南丁格尔，作为护理改革的现实榜样，她的贡献还包括对于克里米亚战争医疗数据的个人分析，甚至发明了新的统计图（极区图，或叫“鸡冠”图）。

乔·狄马乔，棒球运动员，昵称为“扬基快艇”，形容其速度之快。狄马乔的出色成绩，启发了大批数学家关于“假设”的研究，借助模型推理连续安打的可能性。

作者具有高超的叙事能力，从过去的历史切入讲起，然后，描述这些概念萌芽之后的发展历程，包括现在的研究成果和未来的大致趋势。比如，从瓦尔德讲到推荐引擎，探讨网飞、声田和脸书等公司的经营策略；从贝叶斯规则可以寻找潜水艇的作用讲到它在无人汽车、医疗领域、赌博、大选等方面的广泛应用；从乔·狄马乔和模型讲到如何用大数据预测流感爆发……这些故事激动人心，它们不仅属于过去，也是我们当下所关心的，所以，这部作品具有鲜明的现实感，与我们的生活非常接近。

我们领略了人工智能和大数据作为科技力量的壮大及其改变世界的能力。但是，尽管作者一再强调“思想和思想背后的人”，他们所描述的思想仍然是一种技术至上的理念，并不是人文主义的思考。作者分析了大数据的各种优势，可是，有一点不容忽视：人工智能善于检测相关性，擅长收集和分析多个变量的复杂数据，发现其中的联系，但是相关性从来就不是因果关系，数据库不管包含多少庞大字节，都不足以涵盖这个复杂和流动的世界。

过于乐观，一味强调数据的优势，埋藏着可怕的隐忧。简单举例，“骑手”们的遭遇，我们的“内卷”困境，都是滥用算法，导致数据成为剥削帮凶的结果。如果放任数据权力属性的扩大，让它凌驾在对人性的尊重与对长远幸福的考虑之上，失控就很难避免，造成人人自危的局面。如何拥有更高的人工智能商？正如作者所言，它现在已经出现了，未来还会越来越普遍。同时，我们要警惕，人工智能不是“人”，更不是“超人”，它是算法，只是算法，没有生命意识，仅此而已。

赫胥黎曾经预言：“我们将毁于我们所热爱的东西！”谨记。

后浪公号 人工智能商 | 7位历史人物带来的AI新思

　　《人工智能商》读后感(二)：7个故事告诉你Siri是如何B-Box的

对于“出门一定要带手机”的我们来说，Siri和她的朋友们时不时就会被我们调戏到心累，比如“Siri，来段B-Box”之类。

那么，Siri到底是怎么听懂我们说的话的？

《人工智能商》这本书会通过7个故事带我们去揭开这类操作的底层逻辑（它们是怎么做到的），以及让我们明白为什么智能机器需要聪明人、聪明人需要智能机器。

本书的作者尼克·波尔森（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和深度学习）和詹姆斯·斯科特（德州大学奥斯汀分校统计学副教授）告诉我们：工业时代靠IQ、信息时代靠EQ、而人工智能时代则要靠AIQ（人工智能商，AI×IQ）！

“人工智能商”五个字或许会让你望而却步，但是他们告诉你，就算是数学白痴也能轻松读懂这本书，并且看完之后你会明白，想要做更聪明的人，我们需要怎样的“人工智能商”。

第一个故事：瓦尔德——条件概率与个性化

二战时期，许多战斗机会带着敌方火力造成的损伤返回基地，一些人想到加固战斗机遭受打击最严重的部位，而瓦尔德却指出了这一想法的错误并给出了正确的解决方案：未返回的战斗机是因为发动机被击中了，所以应该加固发动机。

也正是这些“隐藏的信息”，启发了后来一些网站的推荐系统，使他们对用户的潜在特征进行研究，从而给出个性化推荐。

第二个故事：莱维特——机器如何识别模式

亨丽埃塔·莱维特发现了脉动变星（其亮度会随时间而规则地变化）是具有已知亮度、可以可靠测量距离的物体，也可以说她发现了一个预测规则。而这一规则可被用来拟合数据，因此阿里巴巴能够预测到你接下来几天想要购买的商品，然后提早将其运送到合适的配送中心。

第三个故事：克雷文——袋鼠、潜水艇对自动驾驶汽车的制造都很重要

1968年，美国“天蝎号”核潜艇在方圆数千公里的开阔水域失踪了。约翰·克雷文带领他的团队利用“贝叶斯规则”在那片海域找了5个月的时间，终于在距离起初他认为最有可能的水域240米远的地方找到了“天蝎号”。而这一规则也很好地被应用到了自动驾驶汽车的制造上——传感器会测量它与周围物体的距离，从而解决它所在位置的问题。

第四个故事：霍普——机器如何学习我们的语言

聊天机器人、谷歌翻译、机器人说话、倾听和写作的故事都来自于软件女王格蕾丝·霍普。被人们称为“惊人的格蕾丝”的她，在二战期间通过“让计算机为自己编程”开创了人机语言交互模式。直至今天，我们只要向计算机说出请求，别人就能够把世界上的任何商品送到我们家门口。

第五个故事：牛顿——皇家铸币需要怎样的天才

17世纪，解决英国“货币剪裁者”问题的牛顿虽然败给了对他来说小菜一碟的“平方根规则”，但最终仍然通过他掌握的会计系统细节和金属学知识取得了让皇室震惊的成效。

而“平方根规则”也被用在了我们今天的人工智能领域，用来帮助我们生活中各个方面的数据分析，其中就包括了支付宝检测及寻找欺诈异常。

第六个故事：南丁格尔——人工智能对医疗领域的影响

2016年的数据显示：美国医疗保健支出所占GDP的比例是最高的，但美国人并没有因此变得更加健康。2020年开始（或许是2019年）、直到现在还在美国肆虐的新冠疫情可能也说明了这一点，但我们却不能说美国在人工智能领域做得不够好（鉴于人工智能会在医疗保健领域帮助到的人是最多的），只是要想让人工智能技术帮助到真实的病人，我们还需要克服其他方面的问题。

著名的护士南丁格尔，同时也是一位出色的数据科学家，她成功地说服医院通过统计学改进了医疗保健水平。而今天的医疗机构不仅需要像她那样有道德勇气的人，也需要更先进的人工智能技术为医疗保健的各方面提供强大的支持。

第七个故事：棒球——大数据和假设的重要性

最后这个故事很好地解答了我们关于“未来的人工智能/机器人会不会彻底代替人类”这个问题。

首先，人工智能需要依赖我们人类的假设。一个糟糕的假设带来的后果不堪设想，因为一些机器会不断重复错误的决策。

例如，20世纪中叶的美国棒球运动员乔·狄马乔，他在1941年夏天的56场棒球比赛中击出安打——这是历史上最长的安打纪录，其概率“只有”1/250000。

显然，这一不准确数字的得出是因为我们在计算之前预先做了两个并不一定成立的假设：他每场比赛打出安打的概率都恒定；他每场比赛都不会对下一场比赛产生丝毫的影响。

其次，大数据对于某些事件可能无法作出预测。这就需要人类对人工智能技术进行“防生锈”处理和调整，使其保持良好的状态来进行假设和大数据预测。

所以，我们完全不用担心人工智能或机器人会在未来彻底代替我们，或者说，根本不用想在未来的某一天，我们只需要躺在床上动动嘴或者手，一天的工作和生活就能被处理的井井有条。

因为，人工智能是为了帮助我们将工作完成得更出色，使我们的生活品质更高，而不是把我们变成废人。

而看完《人工智能商》这本书之后，我们也一定会明白，想要工作更出色、生活品质更高，AIQ=AI×IQ无疑是个很好的通关方程式。

　　《人工智能商》读后感(三)：《人工智能商》：你想不到的那些事，居然跟人工智能有关系

2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜。 阿尔法围棋（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人。

这一新闻震惊世界，将强化学习送上了新的研究高潮，同时也推动着人工智能（Artificial Intelligence, AI）进入新的发展阶段——不少人也因此称2016年为人工智能元年。

很多人听到“人工智能”，就会想到机器人，实际不然。“人工智能”是一种算法，一组带有步骤的指令，这些指令非常清晰，就连计算机这样的机器也能执行。

人工智能是一个非常广泛的领域。借助于计算机运算能力的提升和数据存储容量的增大，人工智能在几年前掀起了新的讨论及研究热潮。我们听到的几乎所有跟“学习”有关的，如有无半监督、强化、机器、深度学习等，均是人工智能领域下的分支。

让人意外的是这种算法并不是科技时代的产物，相反，由尼克·波尔森和詹姆斯·斯科特合作的《人工智能商》就给我们讲述了在18世纪甚至更早的时候，已经有了人工智能的核心数学概念。

一、

你知道劣币驱逐良币的来源吗？你肯定不知道它跟人工智能也有一定的关联，最有趣的是它还跟牛顿有关系。

所谓劣币驱逐良币，就是在两种实际价值不同而面额价值相同的通货同时流通的情况下，实际价值较高的通货（所谓良币）必然会被人们熔化，输出而退出流通领域；而实际价值较低的通货（所谓劣币）反而会充斥市场。

牛顿就是那个家喻户晓的大科学家，他这一生拥有很多头衔，英国皇家学会会长，英国著名的物理学家，百科全书式的“全才”。他还有一个头衔是在1696年，通过当时的财政大臣查尔斯·孟塔古的提携迁到了伦敦作皇家铸币厂的监管。

牛顿在皇家铸币厂的时光是一段迷人而鲜为人知的历史，这不仅是牛顿的第二事业，对人工智能也具有重要意义。

当时的英国采用银本位制，也就是用金属银做成钱币流通。一部分钱币因为工艺的原因，形状和重量会有波动性，所以就出现了一些投机者剪裁重一些的硬币。

为什么会出现这么多超重的硬币？这就跟皮克斯检验有关了。这种检验方式是采用平均程序，从铸币厂制造的每60磅银币中抽一个出来，经过几年，才会对积累的银币进行检测，寻找异常情况。

实施皮克斯检测的人认为，如果一枚硬币的容限是±1克，那么许多枚硬币平均重量的容限也应该是±1克。不过根据现代统计学，这种方式显然存在很大的弊端，才会让那么多超重的硬币流通到市场中。

实际上，真正的界限应该取决于样本数量：样本越大，界限就越紧。

如今，从欺诈预防到智能监管，很多人工智能应用都依赖于皮克斯检验的思想。如果想检测异常，必须理解波动性。

二、

你可能想象不到，如今的智能产品，都包含一个被人们长期研究过的思想。既然思想早就存在，那为什么在今天得以快速地发展？书中给我们总结了4点：

1、 更快的芯片

我们很难直观地理解计算机芯片目前的速度有多快。用汽车来类比，1951年，速度最快的计算机之一尤尼瓦克，每秒可以进行2000次计算，速度最快的汽车之一阿尔法罗密欧6C的时速可达180公里。到现在，如果汽车能像计算机那样提速，那么现代阿尔法罗密欧的速度将达到光速的800万倍。

2、大量数据

随着人类所有信息的数字化，可用数据量出现了爆炸式增长。举个例子，美国国会图书馆拥有10太字节的存储量，一个太字节相当于1024GB，谷歌、苹果、脸书、亚马逊四大科技公司2013年一年收集的数据大约是这个数字的12万倍。

到如今，数据积累的速度比阿波罗火箭还要快，更多的数据意味着更聪明的算法。

3、云计算

“云”实质上就是一个网络，狭义上讲，云计算就是一种提供资源的网络，使用者可以随时获取“云”上的资源，按需求量使用，并且可以看成是无限扩展的。

4、优秀的思想

人类历史上有一批卓越的科学家，在他们研究的领域中，不断尝试，探索总结出一套算法思想的雏形，为我们现在的人工智能打下坚实的基础。

三、

人工智能发展如此迅速，正如硬币的正反面一样，同样会给人们带来焦虑。

1、威胁

科幻小说和影视作品中会给我们刻画一个人工智能的邪恶形象：机器人获得了自我意识，不再愿意被人类统治，开始用硅片之拳统治我们。智能机器是“对我们的存在产生最大威胁”的物种。

2、就业

人工智能会使我们失去工作吗？新技术总会改变经济所需要的劳动力，压低一些领域的工资，提升另一些领域的工资。

字幕制作是视频编辑领域的一大关键步骤，传统字幕制作耗时耗力，需要进行语音转文字、时间轴校对、甚至多语言场景下的翻译等一系列工作。

利用AI技术，可以实现自动语音转文本、文本的多语种翻译等工作。这项技术除了可以应用于离线视频之外，也可以运用于会议直播的实时字幕及翻译。

AI技术的发展，甚至一度危机到字幕组的生存。从技术原理上来讲，AI取代人工进行视频翻译，合情合理。而这种逻辑仅仅在理论上行得通，但在实际应用时还有诸多问题。

AI虽然不能完全替代审核师，却能帮助审核人员减少超99%的工作量。

3、隐私

人工智能靠大量的数据得以发展，而这些数据包含我们很多的隐私信息，这些技术在带给我们巨大利益的同时，也不可避免地反映出我们这个文明的弱点。

总结：

读完这本书，我更加明白思想与技术的结合会让人工智能发展越来越好。在我看来，用很少的人或资源，干更多更复杂的事情，人工智能在未来会越来越普遍，不管我们每个人是否都喜欢它。

　　《人工智能商》读后感(四)：21世纪人工智能的发展，我们不断与时俱进

文/小知悦读站

牛年2021年度春晚首次采用AI+VR裸眼3D演播室技术，通过工作人员利用渲染引擎制作这千变万化的全景虚拟场景，让我们见识了一场虚拟与现实的空间无缝衔接，展现了“云舞台”的震撼科技效果。

你看，少儿歌舞《听我说》中，增强现实技术绘出诗画般的田园，虚拟人物洛天依的登场更是一大惊喜。虚拟电音歌手洛天依和月亮姐姐、王源一起唱出春天的声音，这不仅是新技术的首次应用，也是对于二次元“破壁”的尝试。

你瞧，刘德华用云录制的方式亮相，和王一博、关晓彤带来科技感十足的惊喜舞台！让你感觉刘德华天王犹如在现场。今年这些创意表演节目，都是“黑科技”的应用。 未来，是人工智能的大时代，我们将利用云计算展现视听触觉的超赞体验。 不过在此之前，我们来了解一下人工智能是什么意思？

当你听到“人工智能”时，我们想到更多的是机器人。其实我们应该把它看成是一种算法。

算法是一组带有步骤的指令。且这些指令非常清晰，就连计算机这样头脑简单的事物也能遵循。 你知道吗？

在人工智能时代，你若想驾驭全世界的机器为你做事儿，在各大领域可以自由地切换，而你唯一的致胜方式就是靠AIQ来运作。 工业时代靠IQ，信息时代靠EQ，人工智能时代靠AIQ。人工智能的发展迅速，我们需要与时俱进。

或许，在过去在我们的数字生活中，最重要的算法是搜索。但是，未来的关键算法是推荐。 相信我们每一个人都深刻体验推荐这一算法。

当你去逛某宝购买东西的时候，只要你逛过那个页面，然后你的主页都是这一类的推荐。 其实这里蕴藏着算法推荐，也就是我们的知道的云计算。

在任何时候我们都要好好去学习。特别是在这人工智能发展时代。不好好学习基础知识，当心被机器人替代了。

《人工智能商》将告诉我们辩证看待人工智能的发展，让人工智能朝正向发展，与我们的发展相伴相生。

本书作者有两位，尼克·波尔森芝加哥大学布斯商学院计量经济学和统计学教授专研领域包括人工智能被是统计学和深度学习，经常在国际会议上发表演讲。 詹姆斯·斯科特德州大学奥斯汀分校统计学副教授。自由译者刘青山，译有简单《统计学》等畅销书。

01

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。

在我们现在各类app对于搜索和推荐引擎我们运用已经很广泛了。如果应用得好，起到一定的商用价值。 其实，我们现在科技的发展都有赖于我们前辈们的大胆猜想和实践操作，并且有的给我们留下了珍贵的资料。

随着数据的不断积累，一些神经科学家不断地通过实践验证猜想。对于算法，让我们激动的是将最新技术应用于于医学领域，不断实践，不断修正。

比如说，治疗癌症的一种“靶向治疗法”根据身体部分分类，将癌细胞控制住。总而言之，我们希望在通过科技创新，造福于百姓。

02

你知道吗？测量宇宙大小与保护蜜蜂有什么关系？答案在于计算机是如何在数据中识别模式的，以及他们是如何运用这些模式做出极为聪明的预测的。 其实我们人类很善于识别模式。

例如很小的时候，我们学会了识别人脸。 哪个是妈妈，哪个是爸爸？ 以及我们说话时，阅读时，在行动期间，我们所做的一些事情都与之一些相匹配。 其实不仅只有人类才有识别模式。大自然的一些生物都具有识别模式。

比如说夜晚猫头鹰觅食。 我们所养的小猫小狗都有识别模式。你收拾东西关门儿或者干嘛的时候，它们知道你需要离开。 而识别模式进入智能系统，将更好地造福于我们人类，比如监测公共场所闭路电视摄像头画面，识别超载、酒驾等不当行为驾驶行为。

鲜为人知的20世纪早期天文学家亨利埃塔·莱维特他运用模式识别教学原则，告诉我们如何测量宇宙大小？说到底，这是一个用预测的规则来拟合数据。

对于未来，你发现没有，有猜想，有预测，有的才会变成现实。

03

科技与希望是永不止息的。有思想，有行动就会有新的技术产生。

在第三个故事中，人们将贝叶斯规则描述为寻找失踪潜艇的规则。 比如你是否记得马航MH370的失联。

如果利用贝叶斯规则，制作一张概率地图，去搜索有没有可能找到飞机残骸等物质。

相信时代的发展，有些事情还是可以追根溯源的，只是时间长短的问题。 人工智能时代的发展，我们所运用地机器语言也迅速提高。

例如2017年的科技会议上，谷歌大胆宣布，机器在语音识别上已经可以和人类相匹敌了。

软件女王格雷斯·霍普，她身体力行的向我们证明了数据的重要性，利用数据可以将语言规则明确地编写出来，开启了编程语言的革命 。

04

你能想象一下可以穿回20世纪90年代自己下载第一款网络浏览器时，或者我们刚购买第一部智能手机，开始注册账号时，你给当时自己提供什么建议呢？

清楚地记着在2012年同学们为了得到两千兆的流量去注册某信，相信那时候很多人的微信号都是带有小秘密的，不过现在每一年都有一次修改机会了，还好还好。

当时我知道的话，想给自己的建议是去注册公众号，去学会分享，培养良好的学习习惯，学一技之长，改善生活。

因为时代的脚步发展很快，尽量跟上时代的脚步，去发展，去实践，会学到超乎认知的东西。

通信发达的时代，也是更迭迅速的时代，人工智能在我们的社会生活中，或者说一些决策中慢慢扮演重要的角色。 但是，最终决策的还是我们人类。我们需要辩证看待，合理利用算法，建设我们美好的家园。