名人推薦：
勞倫斯·薩默斯（美國財政部前部長，哈佛大學榮譽校長）：新技術已經準備好要大量增加財富了，但是為誰增加呢？在《人工智能時代》一書中，卡普蘭令人信服地證明了未來的經濟增長是由資產而非勞動力驅動的。而且，為了擁抱一個更加公平的未來，他還提出了獨特的政策建議。
李飛飛（斯坦福大學人工智能實驗室主任）：《人工智能時代》這本引人入勝、先知先覺，而又恰逢其時的著作，是由一位領先的科技思想家卡普蘭創作的。對於創業者、科學家、政策制定者以及任何關心人工智能機器潛力和風險的人來說，這本書都不容錯過。
01 思考
人工智能怎樣影響著我們的生活？
你的工作會被機器人取代麼？
面對人工智能時代的降臨，我們要做出怎樣的轉變？
02 書中金句
真正的戰鬥在於數據，而不是程序。
無論你的領子是什麼顏色，自動化都會毫不留情。
並不是任何新技能都有用，只有僱主願意付錢的技能才有意義。
我們的高速公路要了很多動物的命，因為它們都沒有探知到兩噸重的金屬威脅從路上呼嘯而過。同樣，我們甚至沒有詞語能夠用來討論即將發生的科技變革。綜上所述，我們在所謂的信息高速公路上面臨著斃命的危險。
03 精華筆記
《人工智能時代》這本書被《經濟學人》雜誌評選為2015年的年度圖書。作者卡普蘭是斯坦福大學人工智能與倫理學教授，曾在硅谷創建自己的科技公司。這本書凝聚著卡普蘭教授的專業知識和實戰經驗。
我們分了四個部分，為大家解讀，卡普蘭所描摹的，正在悄然降臨的人工智能時代。
第一部分，人類進入人工智能時代的背景。
早在1956年，人工智能的概念就被提出，與它相關的技術研發，最早出現在IBM沃森研究中心。但這項研究不被完全認同，那時研究者把計算機看作人類的機械僕從，更注重計算機在程序的驅動下完成工作。這一理念制約了人工智能的發展。
另一方面，雖然上世紀八九十年代，已經出現了模擬人類大腦神經聯結的程序，人們只需給計算機提供大量的數據示例，機器就可以自己學習知識。但是，當時的計算機存儲條件和運算能力都跟不上，所以“機器學習”沒有被充分推廣。
近年來興起的機器學習，將人工智能推向一個高潮。一方面，強大的計算機技術和大規模的網絡數據，使得大數據、機器學習這些概念的落地有了可能。另一方面，隨著工業設計的改良，運用更輕的材料和更復雜的控制系統，讓機器人變得身材輕巧、智力驚人。
第二部分，今天的人工智能究竟發展到了什麼程度？
在這本書裡，卡普蘭用互聯網廣告和金融市場的兩個事例，說明了人工智能自助運算的巨大威力。
互聯網廣告行業中的人工智能自助運算，跟我們日常的網頁瀏覽息息相關。我們的網絡使用習慣都會被記錄下來，這讓計算機程序能夠快速識別我們的行為偏好。在我們打開網頁的瞬間，網頁自帶的程序開始一系列的運算，其中最核心的，是網站運營商向廣告商拍賣廣告位。根據用戶的行為偏好，廣告商可以判斷你是不是目標消費者，以及投拍廣告位的價格。
類似於互聯網廣告行業的電子戰爭還出現在金融市場。人工智能在金融市場中掀起的巨浪，是隨著高頻交易的普及逐漸形成的。所謂高頻交易，就是用計算機程序代替人類交易員，做股票買賣的決策，在微小差價之間獲取收益。高頻交易可以在極短時間裡造成大量資產蒸發，引起市場混亂。計算機程序對市場有著強大的操縱能力，很容易脫離人類掌控，這就撼動了金融體系的信任根基。
除了人工智能自助運算，機器人技術也得以升級進化。人工智能時代的機器人將傳感器和執行器結合，它們可以外出執行任務，感知環境的變化，甚至可以和人類一起勞作。
比方說，惡劣天氣情況下的種植工作，普通的機械運行有嚴格的環境限制，農民需要購買不同的機械來應對不同的場景需求。應用人工智能技術的機械能夠判斷不同的場景，並且自動切換到恰當的應對模式。
再比如說，機器倉庫保管員可以在黑暗環境中工作，充分利用空間的測量和計算能力，聰明地堆放不規則貨物。目前在美國，這兩種機器工人已經投入實踐應用。
第三部分，人工智能的應用帶來了哪些現實困境？
人工智能帶來的第一個困境是道德困境。一旦機器可以自我學習，那它可以往好的方向發展，也可以學壞。
微軟聊天機器人上線24小時被教壞，變成一個激進的種族主義者，不得不提前下崗。機器人的目標單一，如果你告訴他：“我想讓你成為世界象棋冠軍”，那他可能會為了實現這個目標對其他選手進行人身攻擊。因為人工智能執行任務不受道德約束，這讓人工智能陷入道德困境。
人工智能引發的第二個困境，是一部分社會成員因為個人技能的落後而失業，由此會形成整個社會大規模結構性失業。
技術革新對工作技能的淘汰作用非常直接。人工智能不同於以往任何一次技術革命，不僅僅是用自動化取代藍領勞動力，還會用較高水平的知識處理能力取代白領勞動力。
人工智能取代藍領工人，這個很容易理解，比如，農業種植中的機器助手和機器倉庫保管員。重要的是，機器勞動者全年無休，工作差錯率也很低。
在知識型勞動中，以律師這個職業為例，根據客戶需求，找條款、寫文書、分析證據，然後幫助客戶解決困難。法律條款和法律文書的標準化程度都很高，這就給了人工智能發揮優勢的機會。因為計算機在知識搜索和結構化表達方面的優勢，尋找法律條款和起草合同的工作，對人工智能來說都是小菜一碟。至於分析複雜的證據信息，具備嚴密運算能力的人工智能，應該也不會輸給一個優秀的法律專業人才。
人工智能帶來的第三個困境，是少數掌握技術的群體控制著社會資源的流向，貧富差距將進一步擴大。
以亞馬遜網站為例，這個網站不僅能精準地預測我們會購買什麼，還能判斷我們可以接受什麼樣的價格。亞馬遜根據對消費者歷史行為數據的分析，制定精細化的價格差異策略。而且，亞馬遜還會根據市場供需狀況計算供貨商的成本，根據行情跟供貨商談判，從而獲得最優的進貨價格。亞馬遜可以在消費者和供貨商之間為自己找到最大的利潤空間，由此獲得了空前巨大的市場控制能力。
少數人因為掌握先進技術而可以快速地獲取財富，而財富意味著社會資源的流向。另一方面，因為人工智能對某些職位的取代，失業者將失去經濟來源。這就讓富人更富，窮人更窮，整個社會的財富趨於集中。
第四部分，面對這些困境，我們有什麼應對策略？
針對人工智能的道德困境，可以拿走機器人完成目標任務的能力。以機器學習為例，大量的歷史數據是構成智能的基礎。因此，懲罰“犯了錯”的人工智能，可以刪除它們的數據，之後再用新的數據重新培育它們的能力。另外，可以限制機器人工作的時間和地點。
針對結構性失業的困境，卡普蘭提出了一個新概念——職業培訓抵押貸款。未來並不缺工作機會，而是缺僱主想要的技能。提出這個概念的意思是，讓僱主為技能買單，承擔僱員技能培訓的費用。僱員掌握技能後為僱主創造價值。這樣的模式，可以降低銀行提供助學貸款的風險，學生或失業者也就更容易獲得資助了。
最後，關於社會資源被少數人掌控，以及社會財富分配的困境，卡普蘭認為，我們需要專注於改善收入的分配方式。具體來說，我們需要建立公共利益指數，讓技術革新創造的新財富惠及更多的社會成員；我們還需要提高對公司的稅收激勵，對公共利益指數高的公司，政府會減免稅收；卡普蘭還提出高度自由的社保制度，允許退休前也可以提取一部分社會福利金。
這三個解決方法，讓我們看到，技術革新帶來的改變，不僅僅是工作或生活的方式，而是整個社會的運行邏輯。
