《人工智能》读后感

当细细地品读完一本名著后，你心中有什么感想呢？何不写一篇读后感记录下呢？那么读后感到底应该怎么写呢？下面是小编帮大家整理的《人工智能》读后感，供大家参考借鉴，希望可以帮助到有需要的朋友。

关于机器能否拥有意识这个论题，其实是关于意识的本质的讨论，但目前对于意识，人类还没有一个明确的定义。二元论认为，意识是非物质的思维所具有的属性，而思维跟物质的大脑是相互独立的，机器不可能具有意识，除非它可以得到一个非物质的思维，而这是不可能的，所以，机器永远不可能有意识。

还有一些看法认为思维产生于大脑，大脑是一台数字计算机，而思维是一个计算机程序，这个理论又分为“强人工智慧”与“弱人工智慧”。根据“强人工智慧”，一台计算机只要有了正确的程序就可以拥有像人类一样的智慧与思维；而“弱人工智慧”理论，则认为计算机可以模拟人的思维，它们可以模拟一系列的思维过程，如思考、决策等。但是，不管它们做得多么出色，它们都不能创造真正的思维或者真正的意识，而只能做到“看起来像”有意识一样。意识尚未被定义，我们也没有鉴别意识的手段，所以更谈不上人工意识能否存在了。与其让这些巨大的难题挡住我们的去路，还不如加紧工作，看看我们究竟能做到什么程度，就像绝大多数机器人学家正在做的那样。我们几乎可以肯定，更好、更聪明的机器将不断出现，而关于它们是否拥有意识的讨论也会继续下去，对于人工意识的探索最终甚至有可能帮助我们理解意识本身的性质。抛开这些问题，回到电影本身，斯皮尔伯格的这部电影更多的是将科幻与伦理结合在一起，他对人工智能的未来作了一个深刻且悲观的预言。

“人工智慧”旨在用计算机来模拟思维，从而复制思维，产生智慧行为，那么我们是否可以说计算机或者机器人也会产生同人类一样的情感呢，如果机器拥有人类同等的智慧，人类会不会与机器发生情感、人类与机器人如何相处，这就涉及一些伦理道德等社会性的问题。影片中，人类对劣等机器人的猎杀充满了不人道。影片在此表现出一种荒诞的意味：人不像人，机器人才像人，拥有人性情感的他们不会对人类的暴虐熟视无睹，这场激战在斯皮尔伯格的电影中被两千年的沉睡一笔带过，但结局我们看到了，人类作为一个灭绝的`物种被缅怀。当机器具有了人类的意识和思维，它们会爱，就会恨，会服从，就会反抗。如果机器人的智慧太高以至于超过了人类的智慧，那么我们就有理由相信它们就很有可能取代人类成为地球的主宰者，人类感受到生存受到威胁后，影片中的行为就不足为奇。有关于这个忧虑，我从相关书籍中了解到这样一点：“人工智慧不是人的智慧，更不会超过人的智慧”。

“机器思维”同人类思维的本质区别：

1、人工智慧纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程。

2、人工智慧没有社会性。

3、人工智慧没有人类的意识所特有的能动的创造能力。

4、两者总是人脑的思维在前，电脑的功能在后。如果是这样，那么我的担心就纯属多余了。目前人类对人的智慧的研究尚且有局限，机器人的智慧程度自然不敢企及，但随着科技的不断发展，会有怎样的奇迹发生我们也无从得知，人工智慧是否能超越人的智慧，现在还是一个遥远的、不可知的问题。所以，同样不确定的还有影片对未来的预言。

最后一点，正如影片开头告诉我们的那样，人类将会面临越来越严峻的生存环境，臭氧层空洞、温室效应、海平面的上升……谁也不能保证不会有世界末日的那一天，当人类已经无法适应环境，依照达尔文“物竞天择”的理论，被淘汰从而导致灭绝的将会是我们人类自己，而机器人将会因为极强的适应能力从而被环境选择。假设我们能将记忆和思维植入机器人中，那么机器人是不是就具有了“人类生命的延续者”这一神圣的使命呢？

最近因为很想了解人工智能，在知乎、饭团上看到许多人十分推崇这本书作为入门的读物，于是决定找来进行学习。《科学的极致：漫谈人工智能》是由集智俱乐部出版的，书中对于人工智能的历史脉络、内涵、当前的困难和可能的突破方向等，都有较为通俗易懂、深入浅出的解读，可以说十分适合我这种非技术背景的读者。

通过阅读本书，我了解到了人工智能的发展历史、计算理论、计算机基本原理、怪圈与哥德尔定理、通用人工智能理论、神经网络（包括人脑）与深度学习、自然语言理解等知识理论。

当历史的车轮回到1900年，数学家大会在巴黎召开，年轻的捷克数学家哥德尔发现了“哥德尔不完备定理”，阿兰·图灵则设想出了有名的图灵测试，推动了后续的AI研究。直到1956年，人工智能这个概念在美国达特茅斯会议上被提出，这一年，也被公认为人工智能的元年。起初，人工智能专家们野心勃勃，试图创造出不逊于人类之类水平的智能机器，但随后人工智能的每一个新浪潮都经历了从盲目乐观到彻底沮丧的轮回。通用问题求解器、感知机技术、基于规则的专家系统、遗传算法、神经网络、概率图模型、支持向量机、莫不如此。人工智能近60年所走过的曲折道路，诸如奇点临近、超级智能机器人、人与机器的共生演化等激动人心的内容并没有出现。但尽管这条道路蜿蜒曲折，荆棘密布，但它却在不断发展壮大。

在20世纪的90年代，人工智能形成了三足鼎立的三个学派。分别是以传统逻辑功能为主导的符号学派，通过模拟大脑的结构（神经网络）为主的连接学派以及从简单生物体与环境互动的模式中寻找答案的行为学派。

深度学习可以说是目前最热门的一个AI词汇，它属于连接学派。简单来说，机器学习是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。从20世纪80年代末，机器学习的发展经历了两次浪潮，浅层学习和深度学习。根据不同的学习方式，机器学习可以分为全监督学习、无监督学习、半监督学习、强化学习、迁移学习等等。而根据是否应用了神经网络，机器学习又可以分为神经网络机器学习和其他机器学习。更进一步，对于应用了多层神经网络的机器学习，被称之为深度学习。即深度学习是机器学习当中的一个子集。当前，深度学习最典型的三个应用方向是：语音识别、图像识别和自然语言处理。

自然语言处理是人工智能领域目前最核心的瓶颈。语音识别、图像识别等感知层技术，已经有了不小的进展，而自然语言处理，是将人的语言形式转化为机器可以理解的、结构化的、完整的语义表示。尽管深度学习已经取得了相关的进展，但是机器仍然难以理解人类语言产生的过程，在阅读或者加工文字时，经过了怎样的步骤，深度学习通过学习模型的“深层结构”从而对数据中存在的复杂关系进行建模。

书读完了，最触动我的是艾伦图灵这个传奇科学家，他提出了伟大的图灵测试。

假如有两间密闭的屋子，分别关了一个人和一台计算机。屋子外面，有一个人作为测试者，只能通过一根导线与屋子里面的人或计算机进行聊天。如果测试者在有效的时间内，无法判断出这两间屋子里面，哪一个关的是人，哪一个是计算机，那么就称这个计算机通过了图灵测试，具备了智能。

这个测试标准推动了后续很多AI研究，比如iPhone上的Siri。图灵的研究大大推动了人工智能的进展，而图灵本人却在1954年死于一个被氰化物注射过的苹果，年仅42岁。据说，苹果公司为了纪念这位计算机科学之父，特意用那个被图灵咬掉一口的苹果作为公司的logo。

能够制造出向人类一样思考的机器是科学家们最伟大的梦想，用智慧的大脑解读智慧必将成为科学发展的终极。重要的是，人们对于人工智能的梦想永远没有破灭过，也许人工智能之梦将无法在我的有生之年实现，或许始终无法逾越哥德尔定理那个硕大无朋的“如来手掌”，但是，我相信人工智能之梦将永远驱动着人类不断前行，挑战极限。