《人工智能》讀後感

當細細地品讀完一本名著後，你心中有什麼感想呢？何不寫一篇讀後感記錄下呢？那麼讀後感到底應該怎麼寫呢？下面是小編幫大家整理的《人工智能》讀後感，供大家參考借鑑，希望可以幫助到有需要的朋友。

《人工智能》讀後感1

關於機器能否擁有意識這個論題，其實是關於意識的本質的討論，但目前對於意識，人類還沒有一個明確的定義。二元論認爲，意識是非物質的思維所具有的屬性，而思維跟物質的大腦是相互獨立的，機器不可能具有意識，除非它可以得到一個非物質的思維，而這是不可能的，所以，機器永遠不可能有意識。

還有一些看法認爲思維產生於大腦，大腦是一臺數字計算機，而思維是一個計算機程序，這個理論又分爲“強人工智慧”與“弱人工智慧”。根據“強人工智慧”，一臺計算機只要有了正確的程序就可以擁有像人類一樣的智慧與思維；而“弱人工智慧”理論，則認爲計算機可以模擬人的思維，它們可以模擬一系列的思維過程，如思考、決策等。但是，不管它們做得多麼出色，它們都不能創造真正的思維或者真正的意識，而只能做到“看起來像”有意識一樣。意識尚未被定義，我們也沒有鑑別意識的手段，所以更談不上人工意識能否存在了。與其讓這些巨大的難題擋住我們的去路，還不如加緊工作，看看我們究竟能做到什麼程度，就像絕大多數機器人學家正在做的那樣。我們幾乎可以肯定，更好、更聰明的機器將不斷出現，而關於它們是否擁有意識的討論也會繼續下去，對於人工意識的探索最終甚至有可能幫助我們理解意識本身的性質。拋開這些問題，回到電影本身，斯皮爾伯格的這部電影更多的是將科幻與倫理結合在一起，他對人工智能的未來作了一個深刻且悲觀的預言。

“人工智慧”旨在用計算機來模擬思維，從而複製思維，產生智慧行爲，那麼我們是否可以說計算機或者機器人也會產生同人類一樣的情感呢，如果機器擁有人類同等的智慧，人類會不會與機器發生情感、人類與機器人如何相處，這就涉及一些倫理道德等社會性的問題。影片中，人類對劣等機器人的獵殺充滿了不人道。影片在此表現出一種荒誕的意味：人不像人，機器人才像人，擁有人性情感的他們不會對人類的暴虐熟視無睹，這場激戰在斯皮爾伯格的電影中被兩千年的沉睡一筆帶過，但結局我們看到了，人類作爲一個滅絕的`物種被緬懷。當機器具有了人類的意識和思維，它們會愛，就會恨，會服從，就會反抗。如果機器人的智慧太高以至於超過了人類的智慧，那麼我們就有理由相信它們就很有可能取代人類成爲地球的主宰者，人類感受到生存受到威脅後，影片中的行爲就不足爲奇。有關於這個憂慮，我從相關書籍中瞭解到這樣一點：“人工智慧不是人的智慧，更不會超過人的智慧”。

“機器思維”同人類思維的本質區別：

1、人工智慧純系無意識的機械的物理的過程，人類智能主要是生理和心理的過程。

2、人工智慧沒有社會性。

3、人工智慧沒有人類的意識所特有的能動的創造能力。

4、兩者總是人腦的思維在前，電腦的功能在後。如果是這樣，那麼我的擔心就純屬多餘了。目前人類對人的智慧的研究尚且有侷限，機器人的智慧程度自然不敢企及，但隨着科技的不斷髮展，會有怎樣的奇蹟發生我們也無從得知，人工智慧是否能超越人的智慧，現在還是一個遙遠的、不可知的問題。所以，同樣不確定的還有影片對未來的預言。

最後一點，正如影片開頭告訴我們的那樣，人類將會面臨越來越嚴峻的生存環境，臭氧層空洞、溫室效應、海平面的上升……誰也不能保證不會有世界末日的那一天，當人類已經無法適應環境，依照達爾文“物競天擇”的理論，被淘汰從而導致滅絕的將會是我們人類自己，而機器人將會因爲極強的適應能力從而被環境選擇。假設我們能將記憶和思維植入機器人中，那麼機器人是不是就具有了“人類生命的延續者”這一神聖的使命呢？

《人工智能》讀後感2

最近因爲很想了解人工智能，在知乎、飯糰上看到許多人十分推崇這本書作爲入門的讀物，於是決定找來進行學習。《科學的極致：漫談人工智能》是由集智俱樂部出版的，書中對於人工智能的歷史脈絡、內涵、當前的困難和可能的突破方向等，都有較爲通俗易懂、深入淺出的解讀，可以說十分適合我這種非技術背景的讀者。

通過閱讀本書，我瞭解到了人工智能的發展歷史、計算理論、計算機基本原理、怪圈與哥德爾定理、通用人工智能理論、神經網絡（包括人腦）與深度學習、自然語言理解等知識理論。

當歷史的車輪迴到1900年，數學家大會在巴黎召開，年輕的捷克數學家哥德爾發現了“哥德爾不完備定理”，阿蘭·圖靈則設想出了有名的圖靈測試，推動了後續的AI研究。直到1956年，人工智能這個概念在美國達特茅斯會議上被提出，這一年，也被公認爲人工智能的元年。起初，人工智能專家們野心勃勃，試圖創造出不遜於人類之類水平的智能機器，但隨後人工智能的每一個新浪潮都經歷了從盲目樂觀到徹底沮喪的輪迴。通用問題求解器、感知機技術、基於規則的專家系統、遺傳算法、神經網絡、概率圖模型、支持向量機、莫不如此。人工智能近60年所走過的曲折道路，諸如奇點臨近、超級智能機器人、人與機器的共生演化等激動人心的內容並沒有出現。但儘管這條道路蜿蜒曲折，荊棘密佈，但它卻在不斷髮展壯大。

在20世紀的90年代，人工智能形成了三足鼎立的三個學派。分別是以傳統邏輯功能爲主導的符號學派，通過模擬大腦的結構（神經網絡）爲主的連接學派以及從簡單生物體與環境互動的模式中尋找答案的行爲學派。

深度學習可以說是目前最熱門的一個AI詞彙，它屬於連接學派。簡單來說，機器學習是通過算法，使得機器能從大量歷史數據中學習規律，從而對新的樣本做智能識別或對未來做預測。從20世紀80年代末，機器學習的發展經歷了兩次浪潮，淺層學習和深度學習。根據不同的學習方式，機器學習可以分爲全監督學習、無監督學習、半監督學習、強化學習、遷移學習等等。而根據是否應用了神經網絡，機器學習又可以分爲神經網絡機器學習和其他機器學習。更進一步，對於應用了多層神經網絡的機器學習，被稱之爲深度學習。即深度學習是機器學習當中的一個子集。當前，深度學習最典型的三個應用方向是：語音識別、圖像識別和自然語言處理。

自然語言處理是人工智能領域目前最核心的瓶頸。語音識別、圖像識別等感知層技術，已經有了不小的進展，而自然語言處理，是將人的語言形式轉化爲機器可以理解的、結構化的、完整的語義表示。儘管深度學習已經取得了相關的進展，但是機器仍然難以理解人類語言產生的過程，在閱讀或者加工文字時，經過了怎樣的步驟，深度學習通過學習模型的“深層結構”從而對數據中存在的複雜關係進行建模。

書讀完了，最觸動我的是艾倫圖靈這個傳奇科學家，他提出了偉大的圖靈測試。

假如有兩間密閉的屋子，分別關了一個人和一臺計算機。屋子外面，有一個人作爲測試者，只能通過一根導線與屋子裏面的人或計算機進行聊天。如果測試者在有效的時間內，無法判斷出這兩間屋子裏面，哪一個關的是人，哪一個是計算機，那麼就稱這個計算機通過了圖靈測試，具備了智能。

這個測試標準推動了後續很多AI研究，比如iPhone上的Siri。圖靈的研究大大推動了人工智能的進展，而圖靈本人卻在1954年死於一個被氰化物注射過的蘋果，年僅42歲。據說，蘋果公司爲了紀念這位計算機科學之父，特意用那個被圖靈咬掉一口的蘋果作爲公司的logo。

能夠製造出向人類一樣思考的機器是科學家們最偉大的夢想，用智慧的大腦解讀智慧必將成爲科學發展的終極。重要的是，人們對於人工智能的夢想永遠沒有破滅過，也許人工智能之夢將無法在我的有生之年實現，或許始終無法逾越哥德爾定理那個碩大無朋的“如來手掌”，但是，我相信人工智能之夢將永遠驅動着人類不斷前行，挑戰極限。