//作者：梅瑞狄斯·布鲁萨德
//小铭曰：本笔记不完全覆盖全书主要内容且包含笔者个人心得，仅供大家参考
1、人工智能想大规模取代人类并不是一件容易的事，人们对于人工智能的恐慌多源于过度想象
2、强人工智能比人弱，弱人工智能比人强
3、并不是所有问题都能用计算机擅长的“工程思维”去解决
4、美国公共教育十分混乱，比如宾夕法尼亚州高中的毕业率只有64%，影响毕业率的主要原因居然是很多中学生拿不到课本。课本由三大公司出版，直接供货给学校，价格昂贵（比如一本文学教材就要114.75美元），而公立学校的政府经费有限（平均每个学生30多美元），往往不能足额采购，家长在外界渠道又很难买到，也没有类似中国“教委”这样强大的管理机构，导致课本的采购和发放非常混乱。
5、汽车自动驾驶技术分五级：一级辅助驾驶、二级一定场景下可以自动驾驶、三级大部分场景下可以自动驾驶但人类必须监控、四级大部分场景下可以自动驾驶且人类无需监控、五级完全自动驾驶。今天的情况是，没有任何一家公司的自动驾驶技术超过二级，专家甚至人为五级自动驾驶永远也无法实现。
6、自动驾驶人工智能瓶颈1：总有意外无法处理——路上有鸟有鸭子有石头有塑料袋，处理方式肯定是不同的；下雨下雪恶劣天气对图像识别的影响；交通号牌破损和被遮挡情况下的处理；深夜偏远乡村道路上穿着假交警制服的人示意你停车的情况等等
7、自动驾驶人工智能瓶颈2：道德困境——撞小学生还是撞墙（自己生命受伤害），怎么选择？撞没带头盔的摩托车手（大概率死亡）还是带了头盔的摩托车手（大概率不会死亡，但能否接受做了安全防护反而导致被撞）？google为此甚至专门聘请了哲学家去设计道德规则，但不管怎么设定都别扭
8、人工智能主要训练数据的限制，天然对掌握数据的大公司友好，小公司创业会越来越难
9、Northinte公司开发的预测犯罪概率的人工智能算法COMPAS被指控歧视黑人，但实际真实的数据就是黑人整体的犯罪比例更高，因此在预测犯罪概率时黑人被打高分的可能性更大，没有犯过罪的黑人被迫要为前人犯过的错误承担后果。选择算法精准，就会冤枉一些特定的黑人，但选择不冤枉这些黑人，算法就不会精准，就会冤枉别的人。
