Q1: 什么是人工智能（AI）？
专家观点：尚未统一。本书作者松尾丰认为，人工智能是“用人工方法制作的类人智能”，类人智能指的是具有“发现和觉察功能”的计算机，即能够从数据中生成特征量，并对相关现象进行模型化处理的计算机。
坊间观点：随处可见。分为4个级别。
级别1是单纯的控制程序，相当于公司的临时工，只能按照别人的指示来操作。
级别2是传统人工智能，如扫地机器人，相当于一般职员，需要理解很多规则并作出判断。
级别3是引入了机器学习的人工智能，如搜索引擎，相当于课长级别，是按照别人规定好的检查项目（提供样本）将业务切实往前推进。
级别4是引入深度学习的人工智能，相当于经理人级别，需要自己去发现检查项目（自己寻找特征量）。
Q2: 人工智能的发展历史是怎样的？
共有三次浪潮。
第一次浪潮（20世纪50-60年代）是推理和搜索的时代。能够解决迷宫问题、智力游戏、挑战国际象棋及将棋（toy problem）。但是无法解决生活中真正需要解决的问题。
第二次浪潮（20世纪80-90年代）是知识的时代。通过引入某个专业领域的知识，结合推理，出现了“专家系统”，具有了一定的产业实用性。但是，计算机无法理解含义；知识描述的复杂程度远超预期，输入永远没有穷尽；框架问题，符号接地问题无法解决。
第三次浪潮（21世纪起）是机器学习与特征表示学习的时代。
1-机器学习：在web及大数据领域，计算机自动找到区分方法，由此对未知事物进行判读和识别，进而做出预测。弱点：计算机不能做出选择特征量的判断。
2-深度学习：深度学习是多层结构的神经网络，从数据中发现特征量或概念，然后使用这个聚合块再去发现更大的聚合块。标志性成果：2012年谷歌的“猫脸识别”。
Q3: 人工智能是否已经实现？
人工智能尚未实现。
因为人工智能在“从这个世界里面应该关注何种特征并提取信息”这点上，还必须借助人的力量。
但是深度学习为解决机器学习的弱点提供了一线曙光。
Q4: 深度学习之后又将如何发展？
深度学习是特征表示学习的一个类别。作者判定，今后大概会利用”特征表示学习“这个技术，将此前的人工智能研究路径重走一遍。
1-从图像获取特征表示及概念
2-获取多模态的特征表示及概念（视频+语音+压力等）
3-对行动与结果进行抽象化
4-通过行动从现实世界提取特征量
5-语言理解和自动翻译
6-通过语言获取知识（将超越人类？）
Q5: 人工智能到底会进化到什么程度？
最极端的观点”技术奇点“：人工智能能够自动地创造出超越自身能力的人工智能的那个时点。
著名实业家雷·库兹韦尔”最先提出奇点概念：人工智能、遗传基因工程学、纳米技术这三项技术的组成将实现“与生命融合的人工智能”。
Q6: 将要消失的职业与被保留的职业？
短期到中期来看（15年以内）：掌握数据分析及人工智能的知识和技能非常重要
长期来看（15年以后）：大部分工作由人工智能完成，需要人来完成的一类是“需要站在大局层面、样本数量非常少且需要做出艰难判断的业务”，另一类是与人打交道的工作。
另外；人与机器的融合越来越重要。