AI·未来PDF电子书下载

前言 1

01 中国的“斯普特尼克时刻” 8

北京视角 11

一场赛局和赛局的改变者 13

围棋机器里的幽灵 15

深度学习发展简史 16

揭开深度学习的面纱 21

人工智能新时代，谁能保持领先 22

实干的年代 24

数据的年代 25

中国的优势 26

天平一端的重要推手 30

人工智能时代真正的危机 32

人工智能时代的新世界秩序 34

02 从竞技场杀出的世界级创业者 36

“成二代”和“穷二代” 42

皇帝的模仿钟 46

什么都可以模仿 47

模仿到底是一种阻力，还是助力？ 50

eBay和阿里巴巴：谁说免费不是商业模式 52

谷歌与百度：黄页与购物商场 54

硅谷大腕为何在中国变成“纸老虎” 57

击败对手，或者被对手击败 58

天生“精益”的创业斗士 63

王兴的蜕变 65

创业者、电力与燃料 69

03 中国的另类互联网世界 72

互联网的未知海域 77

人工智能时代的数据王国 78

移动互联网的纵身一跃 80

微信：低调的雄心 81

移动支付的珍珠港 82

盖好了，他们就会来 84

万众创新 85

深入文化的革新 87

到处都是O2O 89

轻量与重磅 92

扫描或被扫描 94

联网的“自行车赛” 98

模糊的界限与美丽新世界 100

04 两国演义和七巨头 102

人工智能超级大国的那些事 105

诺奖得主与无名工匠 107

人工智能知识的开放与速率 110

避开中国新年的国际会议 111

七巨头和下一个深度学习 114

谷歌战群雄 116

人工智能的电网、电池之战 118

中国芯片的机会与挑战 120

太平洋两岸的两个计划 122

押宝人工智能 123

自动驾驶的困境 125

05 人工智能发展的四波浪潮 128

第一波浪潮：互联网智能化 133

算法与编辑 134

机器人报道与假新闻 134

第二波浪潮：商业智能化 136

商用人工智能事业 136

炒掉银行客户经理 137

请到算法诊所就诊 139

看不见的法庭助手 140

谁能取得领先地位？ 141

第三波浪潮：实体世界智能化 142

界限模糊的OMO世界 142

每辆购物车都知道你的姓名 144

OMO驱动的教育 146

如何收集数据？如何应用于改进教育流程？ 147

公共数据与个人隐私 149

深圳制造 150

小米先行 151

第四波浪潮：自主智能化 152

草莓园与机器甲虫 153

蜂群智慧 154

谷歌模式与特斯拉模式 155

中国的特斯拉模式 156

围绕自主人工智能技术的较量 158

征服当地市场＆武装当地公司 160

从中国市场打到国际市场的共享出行 160

展望未来 162

06 乌托邦、反乌托邦和真正的人工智能危机 164

人工智能发展现状 168

《北京折叠》：科幻小说和人工智能经济学 170

真正的人工智能危机 171

技术乐观主义者和“勒德谬误” 173

盲目乐观的终结 174

人工智能：让技术变得通用 178

硬件：更好，更快，更强 179

人工智能的“可以”与“不可以” 181

经济学家的研究结果 184

这些研究忽略了什么 187

两类失业：“一对一取代”和“彻底清除” 188

中美失业问题对比与莫拉维克悖论 191

担心算法还是担心机器人？ 192

人工智能导致的不平等 193

随之而来的个人危机 194

07 一个癌症患者的思考 198

1991年12月16日 202

铁人 204

你想在墓碑上写什么？ 205

诊断 207

遗嘱 209

向死而生 211

山顶上的法师 212

第二意见和第二次机会 215

解脱与重生 217

08 人类与人工智能共存的蓝图 222

危机考验与新的社会契约 226

3R：再培训、减时间、重分配 228

全民基本收入 231

硅谷的“魔杖”心态 233

人机共存：优化与人情 235

芬克的信与影响力投资 239

政府的角色 242

当司机的CEO 243

“社会贡献津贴”：护理、服务和接受培训 244

尚未解决的问题 246

环顾周遭，展望未来 247

结束语 现在已是未来 250

没有军备竞赛，这是我们共同的未来 251

做好准备，迎接未来 252

人人都是撰写者 254

忘记优化，珍爱彼此 255

致谢 257