目录

1 如何看待当前人工智能发展的趋势

2 人工智能核心基础理论的发展

3 人工智能的科学研究与工程应用

今天继续介绍2018年五篇文章，希望能帮助大家解决一些关于人工智能和机器学习的疑难问题，同时启发大家思考与行动。包括当今人工智能发展的趋势、人工智能核心基础理论的发展和人工智能的科学研究与工程应用三个方面。每篇文章后面包括阅读对象、阅读要点及阅读后的思考题。

1 如何看待当前人工智能发展的趋势

1 张钹院士：走向真正的人工智能 | CCF-GAIR 2018

阅读对象

• 对人工智能有疑问、不太理解人工智能的读者

• 从事人工智能应用实现工作的相关读者

阅读要点

• 目前典型人工智能案例实现基于哪些条件？适应于哪些应用情景？

• 什么是没有理解的人工智能？用什么方式可以帮助机器提高理解能力？

• 通过数据驱动建立的系统能不能算是有智能？

• 如何理解人类最大的优点和机器最大的缺点？

• 如何利用语义向量空间解决理解问题？

• 如何将数据驱动与知识驱动相结合？

阅读后请思考

• 真正的人工智能是怎样的？

• 走向真正的人工智能需要解决哪些问题？

• 如何解决人工智能中多领域、确定性与完全性的问题？

2.复旦大学计算机科学技术学院教授危辉：智能模拟需正视冰山法则

http://news.sgst.cn/zxy/yfzx/201707/t20170719_652167.html

阅读对象

• 对人工智能有疑问、不太理解人工智能的读者

• 从事人工智能应用实现工作的相关读者

• 从事人工智能理论研究的读者

阅读要点

• 人类智慧比当前人工智能程序复杂

• 人工智能70年的发展历史

• 人工智能的最核心的方面是？如何制造有智能的机器？

• 经验主义的缺点是什么？

• 如何从类脑计算的角度发展人工智能

• 人工智能的社会学风险

阅读后请思考

• 人工智能70年发展有哪些进步？

• 如何用哲学和科学帮助我们发展？

2 人工智能核心基础理论的发展

3人工智能已到瓶颈！院士“联名”反深度学习，并指出AI未来发展方向

建议阅读对象

对人工智能理论发展感兴趣的任何读者

阅读要点

• 目前机器学习的弊病

• 用语义向量空间做数据处理方法

• 用模糊计算做人工智能研究

• 为简单和优质的算法努力

阅读后请思考

• 如何利用神经学科建立语义向量空间？

• 模糊逻辑如何在医学上做早期诊断？

• 如何理解经典的简单的优质算法，如何应用？

3 人工智能的科学研究与工程应用

4 两种不同的人工智能观：工程观点和科学观点

建议阅读对象

• 对人工智能有兴趣的读者

• 需要相互合作的基础研究的科学家与完成工程应用的工程师

阅读要点

• 人工智能有哪两种互补的定义？

• 人工智能在认知科学这门交叉学科中的地位？

• 认知科学的理论硬核包括哪两个特征？和认知科学的方法论有关的三个特征是怎样的？

阅读后请思考

• 开发智能机器，是否需要搞清楚人类大脑的工作机制？

• 如何看待物理信号系统和信息加工心理学对智能机制的解释能力？

• 作为技术的人工智能和作为人类智能计算的人工智能的差别是什么？

• 人工智能和认知科学之间的关系是怎样的？

5 吴恩达发布《AI转型指南》：喊话CEO们，AI转型分五步

建议阅读对象

想用人工智能对企业升级的读者

阅读要点

• 执行试点项目从而获得动力

• 建立公司内部的AI团队

• 对员工进行AI技能培训

• 制定人工智能战略

• 在公司内部和外部建立良好的沟通渠道

阅读后请思考

• 如何选择种子客户或者合作伙伴做好产品？

• 如何评价公司内部的AI团队的责任？

• 如何评价不同员工学习AI技能的效果？

• 如何结合公司情况为公司制定人工智能战略？

• 如何建立良好的投资者关系、政府关系？如何做好客户用户培养？如何做好公司内部交流以便解决员工对人工智能的疑问？如何充分利用历史记录？

   欢迎留言，一起讨论人工智能。