文章总结：

整本书先是讲了中国互联网的的发展，再者阐述数据对于人工智能支持与发展的重要性。整本书不排除各种为百度做广告的嫌疑，在不断的阐述，“百度是正确的”。先是用一章来阐述百度地图的厉害之处，在讲技术的伟大，忽略了对于地图的一些批判性的内容，所以本书的风格带着一些自负。

但是从第六章之后，书里描述的内容开始变得有意思了，或者说更实际一点，内容也更适合所有人阅读，或者说百度内部的人更应该去仔细的读一读，可能说出的某些点对于奋斗在一线的产品、运营这些“业务员”们有很好的灵感激发的作用。第六章在阐述人工智能与无人车的联系以及作者对无人车的看法与理解，适合小白阅读且有一定的科普意向。第七章在讲人工智能与金融的相关性。

以下10个片段是书中我读来觉得有意思的片段：

1.技术要做人类生命的延伸。

技术员想法单纯，不善交际，醉心于开发出五花八门的产品。具有各种情绪的、活生生的用户和工程师的思维习惯不太一样。普通人生活中的点点滴滴以及商场上各种复杂多变的交易和情绪可能是我们实验室里工程师感受不到的。媒体人、公关人更能理解用户的情绪，我们的公关部门有时也会吐槽技术人员不理解用户心理，遇到问题常常以为修改了代码bug就好了。但是人情bug不是代码能够修补的，这对我们是一个触动。技术员与商人和普通用户的隔阂该如何打破，是我们必须考虑的问题，需要我们有更高的产品思想和跨界学习的谦虚心态。

2.人工智能不是神话也不是笑话

有了互联网，数据才会大量产生。注意，这些数据不是用户自觉填写的数据，比如姓名、年龄、住址、爱好等，而是用户在使用互联网时自动产生的数据，比如每一次搜索，每一次点击就是一种数据，每一次移动轨迹也是一种数据。

3.焦虑与梦想

硅谷的风投鬼才彼得 .蒂尔批评人类放慢了进步速度，嬉皮文化代替了进步主义，风投热衷于投资轻资产企业，其中大部分是移动互联网公司，如Airbnb、优步之类的，却没有对未来有清晰的规划和信心。他认为“互联网+”时代人类在比特层面进步大，在原子方面进步小。

百度愿意幻想一个智能化的世界并去实现它，要让人工智能成为新的操作系统，不仅是计算机的而且是世界的操作系统，同时严肃思考和提前应对人工智能的挑战，最终让这个世界从此不同。

4.衡量人工智能的现实标准

现在的技术能允许我们做出什么样的智能体系。有两种类型的计算系统被人类叫作人工智能。

第一种，本质上相当于“智能计算系统”（ICS）的子系统框架。它将数据作为输入，从数据中提取信息并建立模型，将我们关心的某些现象转化为知识。我们称这种类型的人工智能系统为“通用智能系统”（General AI），并定义“通用智能”的意思是一台机器获取知识和实现目标的能力。

第二种，是指具有人类的认知能力，能感知（看、听、感觉），他们可以越来越多的推理和计划，它们可以用感觉运动控制移动。我们称这种类型的人工只能系统为“认知智能系统”，是具有感知、推理、规划和感觉运动控制能力的机器。

5.大数据——万物皆数

以金融征信应用为例，传统金融机构在进行征信时，一般采集20个维度左右的数据，主要包括年龄、收入、学历、职业、房产车产、借贷情况等等。然后综合评分来识别客户的还款能力和还款意愿，决定信贷额度。

互联网公司采用大数据方法，所获得的维度可以让传统银行吓一跳。BAT都开设了自己的金融服务，因为拥有全面且巨大的用户数据，可以查询客户的各种线上记录，比如是否有批量申请贷款等异常行为；还可以将客户信息与互联网全局信息比对，通过欺诈行为模式的比对分析可信度；更进一步，还可以分析客户的消费习惯和行为，结合填报收入分析还款能力如何。

大数据的“大”体现为无限的重复。“重复”的数字意义是“穷举”。以往人类无法通过穷举法来把握一个事情的规律，但大数据让穷举法这种“笨办法”变得可能了。

6.百度大脑的好视力

百度正在从四个方面推进计算机视觉计划。首先是人脸识别，通过捕捉人脸关键点形成人脸表情网，实现人脸的准确识别；其次是在类似百度地图的产品中，实现地图服务与图像只能识别技术的结合，打造数据无限逼近现实世界的效果；此外，百度无人驾驶技术也正在利用计算机视觉进行程序优化，从而使无人车的研发速度加快；图像识别还会被应用于AR领域提高视觉效果。

7.老牌车企的“车到山前”

2013年，智能驾驶方兴未艾，美国高速公路安全局为智能汽车正式划分了等级。根据等级，智能汽车的发展可以分为4个夹断：L1“高级辅助驾驶系统”，特点是为四级提供碰撞警示，紧急情况制动，盲区检测和弥补夜行车的视力弱势。L2“特定环境的自动驾驶”，接近于通用公司的设想，车辆能在高速公路或者是堵车这种相对规律的环境中自动驾驶。L3为“多种环境中的自动驾驶”，车辆能适应所有路况，但在特殊情况下需要转交给人类驾驶员。L4为“全自动驾驶”，智能汽车实现自主驾驶，与L3的区别在于，撤掉方向盘和刹车。

8.“老司机”驶向何方

相比民众对无人车太”凶“的担心，工程师们担心的反而是无人车在与人的相处中太“怂”了。在谷歌的试验中，无人车在右道行驶时发现前方有沙袋，它试着减速绕过沙袋开向左车道，本以为后方的公交车会减速让行，不料公交车却在其变道时加速超车，导致两车相撞。在这起事故中，反而是遵守交通规则的无人车被人类“欺负”。

9.智能金融的三层境界

Alphago打败李世石之后，很多人认为机器是不是可以代替人进行投资了。但实际上，投资与围棋的博弈完全不同。围棋是一个封闭的、信息充分的博弈环境，但投资有人的非理性，是开放是幻觉，在这种情况下，技术要替代人去做决策，还需要极大的提升，这一过程至少以10年计。

10.如何跨越数据的“马尔萨斯陷阱”

12306当时网站进行崩溃，很对批评声音出现，认为程序员无能，认为换上电商工程师就能解决这个问题。但真正关键的因素还是处理能力跟不上数据发展。有人专门比较了电商网站与12306网站。“双十一”时，电商网站虽然承接了海量人的下单行为，但是这些单子被分布到数量巨大的商品上，彼此之间相关度很低，计算量也被服务器分摊了。火车票则不同，全国的班次固定，而火车票抢购过程中，每个座位可能都面临着数万甚至数十万的人在抢购，火力吸引集中。每发生一次购买行为，出票系统不但要分析该车次所有站点的数据，还要计算数十倍于车次出票数的抢票顺序数据，并实时更新沿线车站的可售票数，可以说签一票而东全身。

感受：

读完本书其实还是觉得比较空比较乱，有时思路清晰，有时又一团糟。好像太看重各种数据，这样写内容有点像公司日常整理的“周报”。但是整体来讲，对于一些人工智能的技术以及大数据的重要性也阐述明白与清楚了。