看書要看好書
膚淺而缺乏內涵的書讓人迷惑而無所得。《人工智能的未來》這本書是2006年出版的，好吧，2006——2014，這在其它科學和工業領域不算什麽，但是在電子信息領域是舊世界和新世界的概念，很多認識都已被顛覆。再說作者：傑夫·霍金斯——商人發明家（壹直在忙於資金困境、公司並購以及知識產權方面的事情），科學研究偏向於商業應用（弱人工智能），在人工智能領域並不具有開創性和權威性，書名起得好銷售不用愁。內容就像是太陽系旅遊手冊，跟什麽也沒說壹樣。
壹本好書要有明確的思想，確鑿的事實依據和帶有預見性的結論。《如何創造思維——人類思想所揭示出的奧秘》是壹部2013年出版的人工智能力作，作者：雷·庫茲韋爾（參見百度百科，不是壹般人兒），闡述了人工智能領域最前沿的研究成果，以及對認知科學和智能的最新認識，最重要的是他揭示出了人工智能發展的方向和未來（2045年）藍圖，正像庫茲韋爾說的：自然進化出大腦是為了預測未來。而這本書所敘述的就是本領域實實在在的認識成果，以及基於嚴謹邏輯的願景分析。
筆者認為這本書應該成為胸懷人工智能理想的研究人員必看的壹本書，也應該是最先看的壹本書，看書要看對書。這部書是基於多門學科的思想性著作，閱讀它需要具備相應的科學素養，書中會直接出現諸如生物學、神經科學以及電子計算機科學等方面的專有名詞，而不會考慮妳是否理解它的含義，如今信息爆炸的時代，遇見什麽就去了解什麽，哪有生物本科生+腦外科研究生+程序員那樣的復合人才準備好去進軍人工智能領域。這本書是在2005年出版的《奇點臨近》基礎上出版的，有質的變化，看完這本之後就不用看《奇點臨近》了。
看完了《如何創造思維——人類思想所揭示出的奧秘》，必看的就是《人工智能——壹種現代方法》了，麻省理工的經典基礎教材，看思想。之後需要看《人工智能高級技術導論》。這是任務主線。至於《模式識別》、《機器學習》、“蟻群算法”、“遺傳算法”等等，自學者之前就可以看，或者穿插著了解。對Lisp的理解不能太淺顯，也不用太高深。
意識來源於復雜物理系統的“湧現特性”（emergent property），“感受性”（qualia）是其突出特征。——雷·庫茲韋爾
《如何創造思維——人類思想所揭示出的奧秘》封面
《人工智能——壹種現代方法（第二版）》封面
《人工智能高級技術導論》封面
《如何創造思維——人類思想所揭示出的奧秘》
出版社: 浙江人民出版社; 第1版（2014年1月1日）
平裝: 300頁?語種： 簡體中文 ? 開本: 16
ISBN: 9787213058646 商品尺寸: 22.8 x 17 x 2.2 cm? 商品重量: 481 g
目錄：
各方贊譽
推薦序 解放思想
段永朝.跨界思想家財訊傳媒集團首席戰略官
前言 揭開人腦思維的奧秘
第1章 自然界的思想實驗
歷史上出現過很多著名的思想實驗，特別是關於自然界的思想實驗，愛因斯坦的“駕乘光束”實驗就是其壹。研究大腦，也可以采用同樣的辦法。通過簡單的思想實驗，我們就能很好地理解人類智慧是怎麽壹回事兒。
思想實驗1：大峽谷和大洞穴的形成
思想實驗2：駕乘光束
大腦新皮質的統壹模式
第2章 思考的思想實驗
大腦和計算機都能存儲和處理信息，但是，大腦和計算機之間的相似性可不只是看上去那麽簡單。大腦的記憶是層級結構和連貫有序的。記憶奇妙地出現在妳的腦海裏，壹定是某些事物觸發了它們。
思考，人腦不同於計算機
記憶是連貫有序的
聯想因觸發而生
記憶的結構是層級的
第3章 大腦新皮質模型
大腦新皮質分 6層，***包含 300億個神經元，它們又組成了 3億個模式識別器。這些模式識別器按層級關系組織，它們是思想的語言和思維模式識別理論的基礎。只有具備自聯想能力和特征恒常性能力，大腦新皮質才能識別模式。思維模式分兩種：無目標思維和導向式思維，做夢就是無目標思維實例。
分層模式
模式結構
流向大腦新皮質模式識別器的數據本質
自聯想和恒常性
學習
思想的語言
夢的語言
模型的根源
第4章 人類的大腦新皮質
盡管進化帶來的改變並不總是朝著更高的智力水平前進，但是，智力仍是壹個重要的進化分支。大腦新皮質的分層學習能力如此重要，以至於它在進化過程中體積越來越大，並最終成為大腦的主體。大腦運轉時，並不以神經元為基礎，而是神經元集合。
智力，壹個重要的進化分支
新皮質的分層學習能力
積木式神經元集合
視覺皮質與通用算法
第5章 舊腦
雖然大腦新皮質已成為大腦的主體，但我們的舊腦並未消失，仍在幫助我們尋求滿足和躲避危險。丘腦的突出作用是與新皮質持續聯絡，海馬體存儲最新記憶，而小腦則負責人體動作的協調。
感覺傳導路
丘腦
海馬體
小腦
快樂與恐懼
第6章 卓越的能力
人類的卓越能力，主要歸功於大腦腦島中的紡錘體細胞。大腦新皮質某些區域的優化，使其更善於處理聯合模式，這就是天分的由來。跨領域合作和非生物大腦新皮質的雲端存儲，將讓我們更富有創造力。從進化觀點看，愛情的存在就緣於大腦新皮質的需求。
天分
創造力
愛情
第7章 仿生數碼新皮質
我們現在已能模擬包含 160萬個視覺神經元的人腦視覺新皮質，模擬完整人類大腦的目標，預計 2023年就可實現。“矢量量化”方法既能高效利用計算機資源，又能保留重要的語言識別特征。“隱馬爾可夫模型”讓語音識別系統能同時完成識別和學習兩項任務。
腦模擬神經網絡
矢量量化
用隱馬爾可夫模型解讀妳的思維
進化（遺傳）算法
列表處理語言LISP
分層儲存系統
人工智能的前沿：登上能力層級頂端
創造思維的策略
第8章 計算機思維的4大基礎
盡管人腦的思維模式極為精巧，我們仍可通過軟件對人腦進行模擬。要想做到這壹點，計算機必須要具備準確的溝通、記憶和計算能力，具有計算的通用性和馮 ·諾依曼結構，並且能夠按大腦核心算法進行創造性思維。
基礎1：準確的溝通、記憶和計算能力
基礎2：計算的通用性
基礎3：馮·諾依曼結構
基礎4：按大腦核心算法進行創造性思考
第9章 思維的思想實驗3
意識來源於復雜物理系統的“湧現特性”（emergent property），“感受性”（qualia）是其突出特征。成功模擬人腦的計算機也是有意識的。思維就是有意識大腦所進行的活動。非生物學意義上的“人”將於 2029年出現。將非生物系統引入人腦，不會改變我們的身份，但卻產生了另外壹個“我”。把我們的大部分思想儲存在雲端，人類就能實現“永生”。
誰是有意識的
妳必須有信仰
我們能夠意識到什麽呢
東方是東方，西方是西方自由
意誌身份
第10章 有關思維的庫茲韋爾定律
信息技術的發展，都遵循著庫茲韋爾定律，與思維相關的技術也不例外。隨著人類基因組計劃的實施，生物醫學已成為壹項信息技術，並呈指數型發展。在互聯網上，每秒比特的傳遞量每 16個月就翻壹番。磁***振成像技術，也以指數級速度穩定發展，目前的空間分辨率已接近100微米。
生物醫學
信息傳輸
大腦研究
第11章 反對的聲音
庫茲韋爾定律及其在人類智能提高方面的應用，也招致了不少批評。保羅 · 艾倫對“指數發展”說完全持否定態度。羅傑斯 ·彭羅斯認為，計算機無法像人腦那樣進行量子計算。約翰 · 賽爾說，計算機即便能夠通過圖靈測試，它也不知道自己在做些什麽。
“奇點遙遠”論
“量子計算能力缺失”論
“無意識”論
後記 擁抱“奇點”
註釋
譯者後記