《人工智能的未来》是一本由[美] 雷·库兹韦尔著作，浙江人民出版社出版的精装图书，本书定价：79.90元，页数：325，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《人工智能的未来》精选点评：
●无论其中的判断和预测正确与否，这本非一般的AI书不应该错过。人的思维是层级式的概念提炼和概率选择，这些算法和硅基也可以做到，将来也一定能做的更好。更何况，这未必是最好的思考方式呢？最后，这其实是一本哲学书……自我是否存在？The Ship of Theseus，以及，造物主？
●其实是有一定主观性的
●补打卡，这个翻译我要吐血了……虽然作者确实很牛逼吧，但是我觉得内容和翻译等都不值得看。
●库兹维尔的书，既有与时俱进的科学知识，也有远大的设想~~
●从脑科学引出人工智能，是我想要的普及。哲学部分食之无味，作者似乎是个行为主义者？另外书名不太贴切吧。
●靠着这本书在教主和Wilson面前胡扯一番进了IC（。
●从脑科学说起，阐述如何通过模型，使用非生物性元件复刻大脑。作为隐马尔可夫模型的发明者，这个推导过程令人信服。非生物性智能会被人类创造出来，并会超越人类的设计。人类不会因此毁灭，会通过人工智能释放出更大的能量。但是书中很多地方读起来非常晦涩，有可能是因为翻译略为僵硬的原因，尤其是书名。作者仅在最后几章阐述了人工智能的未来，而本书的核心还是围绕在如何创造思维这一主题上。
●哎，就不该买未来学家的书。
●这种书更多的是借着当下科技热点，加一些哲学、认识论、心理学的东西，天马行空的写。
●翻译low，感觉内容的话其实不是很切题
《人工智能的未来》读后感(一)：立意很高，但杂乱无章
题目起的很大，似乎有上帝视角。但章节内容一会图灵机，一会编码，一会人脑解剖，一会神经算法，一会谈未来猜想，看似立意很高，但主线散乱，缺少内核，更不知是如何契合主题的。难道是2023年算力到达终一定阈值，人类智能就开启新篇章了？由于缺少转承起合，阅读容易跑神，看到最后也不知怎么最终揭示人工智能奥秘的。
《人工智能的未来》读后感(二)：书很好，但不是我想要的
买错书了，作为计算机的门外汉，我想了解的是人工智能这个时代趋势将怎样影响我们的生活工作和未来，我们普通人又该如何应对。这本书没有涉及到这些，中文名“人工智能的未来”和书的内容并没有多大关系，还是英文名“HOW TO CREATE A MIND"更贴切些。翻译水平一般，有些句子读起来拗口，科技类的书本身就有些枯燥，这样一来读起来就更是头皮发麻。当然，作者的水平还是很高的，解释的很详尽易懂也很专业，只是并不是我想要的知识点
《人工智能的未来》读后感(三)：新脑和旧脑的概念
讲人脑思维多于讲AI。有一个亮点是对大脑的认知能力总结得很好：把预言和创造力都变成了很理性的能力。“新脑”的概念打破了过去把人的行为和机器分离的说法。甚至25年后，人与机器深度融合，奇点来临。
可能是现实生活中的Siri太让人失望，至少连娃都发现了Siri只会执行指令化的任务。不过我以后不会再迷之自信地给娃说人类肯定比机器人聪明了。
《人工智能的未来》读后感(四)：人类的隐藏结局
先看一段译文，77页有段加黑的文字是这么说的：“我在本书中的思维模式识别理论是以不同的基本单元为基础的：不是神经元本身，而是神经元集合，我估计有100个左右。”有100个什么？神经元？还是神经元集合？根据常识和后文判断，原文说的应该是，作为基本单位的神经元集合由100个左右的神经元构成。显然，译文并未清晰、准确地传达出这个含义。这种令人费解的地方频频在书中出现，不过多数无法通过常识或上下文得到订正。虽然如此，我倒也能勉强看下去。这正好和书中提到的人脑的运作机制相吻合。换言之，由于冗余信息（对同一概念的反复引申）的存在，翻译中产生的错误信息是可能被排除的，保留下来的则是原作者想要传达给读者的全部或部分意思。
这是第三章和第四章的主要内容，也是全书的关键所在。20世纪70年代及以前的人工智能模型多是基于预先定义好的规则，由于规则清晰可辨，因此特定输入会导致特定的输出。这也符合人类对自身智能的直观印象，比如，因为人们知道脸部有何特征（两个眼睛一张嘴，两条眉毛一个鼻，等等），所以才可从识别出人脸图像。但实际上，人对特征的把握远没有想象得那么笃定。虽然我们可以毫不费力地认出妈妈的脸庞，但如要描述这张脸有何特征，或进一步讲出与酷似妈妈样貌的姨姨们的异同，就不是那么容易的事情了。就作者看来，描述不出正是因为我们根本就不知道。也即是说，人类的模式识别不是通过对具体特征量（鼻子的高矮、眼睛的大小、嘴唇的形状）进行度量和判断而实现的，而是通过对已有样本进行归类、并判断新样本与各类样本的近似度而得到的。因为见到了太多次妈妈以及较多次姨姨的样子，我们可以建立起非常准确的分类。但这个过程有的只是新样本（当前所见）与已知样本（记忆所存）比较的结果（像妈妈或像姨姨），而非具体特征量。这样的类比法，使得我们对未知样本的识别变得轻松可行（比如识别出戴着面膜的妈妈），进而加强了系统稳定性。但同时，这种识别法使得人脑更适合快速发现一组样本的共性，却难以划定两组相似样本间的边界。比如别人家的妈妈和姨姨，由于样本太少，就很容易混为一谈。
大脑灰质中存在着约3亿个模式识别器，每一个都能独立完成一项识别。我们并没有在脑中存储3亿条知识，但识别器也没有白白空闲着（所谓人类大脑只使用了10%的迷思）。换言之，大量模式识别期存储的是同一事物的不同样本。在一定限度内，同一事物的样本集越大，人们就可以越快越准地对其作出识别。但受限于模式识别器本身的复杂度，对应单个识别器的样本绝不是现实中的脸那么复杂的事物，而是一些相对简单的模式。虽然每个模式识别器都很简单，但将其分层级组织成树状结构时，人们就能够从海量的终端汇聚起海量的信息（关于脸的各种细节），然后层层提炼汇总，令根节点的识别器产生一个高度抽象的识别结果（谁的脸）。由于每个识别器的用途、以及识别器和识别器之间的连接都不是固定（虽然也不全然随机），因此人类可以在这3亿个识别器中注入各种各样不同的模式。这种注入过程，一般地，即为学习的过程。数学上，对上述学习和识别过程较为完备的近似就是作者自80年代起研究并推广的隐含马尔可夫模型（HMM）。HMM的采用使得以语音识别为代表的机器学习得到了跨越式的发展，并进入可与人脑匹敌的实用领域，这是毋庸置疑的事实。但即使如此，一开始也没有多少人认为HMM符合人类智能的实际运作模式。不过，书中列举了不少脑科学研究成果来说明，我们的大脑可能真就是这么运作的。更有甚者，一些脑科学家所尝试的全脑模拟，也都是基于HMM的。现在，并行处理3亿项基于HMM的模式识别对电脑并不是难事。考虑到人脑的运行速度比电脑慢很多，就更是如此了。如果加上3亿个模式识别器之间复杂的、可变动的联结关系，复杂度会大幅上升，但也不是遥不可及的目标。作者推测，对人类的全脑模拟将在2050年以前实现。换言之，奇点就是这一刻。
那么，越过奇点的计算机，是否会和人类一样拥有自主意识呢？因为缺乏对自主意识的有效定义，作者这部分的讨论糊里糊涂。但在HMM符合人脑运作模式的前提下，现有人工智能系统全面模拟人类智能是可能的。很自然的推论是，它们没理由不能掌握人类所掌握的一切。果真如此，智人的时代必将结束，人工智能的时代即将开始。我等躬逢其盛，何其幸运啊。