自從谷歌研發的阿爾法狗(AlphaGo)對戰世界圍棋冠軍李世石並最終以4：1取勝，引發了全世界範圍的大討論，爲什麼一場圍棋比賽能引發如此廣泛的關注?
“人工智能”這個buzzword，常常會因爲營銷或者新聞報道的需求而被賦予不同的含義，其外延有時等同於“機器學習”，有時不等同，所以最外圈的這個等號並不完全準確。不過在2016年被大家普遍討論的.這些“AI”，可以認爲基本上就是機器學習。內部的四個小圈則是學術上有確定外延的四個概念，代表了當前最重要的四個問題領域，是需要明確的重點概念。
有監督學習——讓機器觀測到一些輸入，並告訴機器在這些輸入下應該產生什麼樣的輸出。機器通過這些數據學習出一個模型，之後給它新輸入的時候，它能夠根據模型預測應該產生什麼樣的輸出。比如機器看到一個圖片，可以判斷圖片中的物體屬於哪一個分類。
無監督學習——讓機器觀測到一些輸入，而沒有標準輸出，讓機器自行去總結這些輸入數據有什麼統計特徵，並生成有意義的產出。例如自動把大批文章聚成相似的幾類，又例如給計算機看一些小狗小貓的照片，讓計算機自動生成一些新的(與看過的相似但又不同的)小狗小貓的照片。
增強學習——讓機器觀測到一些輸入，並讓機器根據輸入做特定動作(action)。這些動作導致機器獲得收益或者懲罰(reward)。機器通過增強學習優化它的動作策略(strategy)，使得它的長期收益最大化。下棋就是這一類典型的問題，strategy就是行棋策略，reward就是贏棋。
深度學習——事實上不是一類問題，而只是一種方法，一種通過多層神經網絡來構建上述三種問題所需要的模型的方法。
人工智能已經來了，它就在我們身邊，幾乎無處不在。
人工智能技術正在徹底改變人類的認知，重建人機相互協作的關係。史無前例的自動駕駛正在重構我們頭腦中的出行地圖和人類生活圖景，今天的人工智能技術也正在翻譯、寫作、繪畫等人文和藝術領域進行大膽的嘗試。
不管怎麼說，努力應變吧，這本書講得還算全面，算是一本入門圖書。
