导读 一直以来人类的知识可以分为两类：“明知识”和“默知识”（Tacit Knowldge，又称默会知识）。明知识就是那些可以用文字或公式清晰描述和表达出来的知识。默知识则是个人在感觉上能把握但无法清晰描述和表达的知识，也即我们常说的“只可意会，不可言传”的那类知识。人类发明文字以来，积累的知识主要是明知识，因为只有明知识才可以记录和传播。直到大约70年前，人类才意识到默知识的存在。今天，人工智能，特别是其中的一个重要流派——神经网络，突然发现了海量的、人类既无法感受又无法描述和表达的“暗知识”——隐藏在海量数据中的相关性，或者万事万物间的隐蔽关系。这些暗知识可以让我们突然掌握不可思议的“魔力”，能够做很多过去无法想象的事情。本书就是要清楚阐述机器学习发掘出了什么样的暗知识，为什么机器能够发现这些暗知识，以及这些暗知识对我们每个人会有什么影响。 本书分为三个部分。 第一部分包括第一、二、三章，其中第一章里我们发现AlphaGo（阿尔法围棋）给我们带来的最大震撼是人类完全无法理解机器关于下棋的知识。这个发现迫使我们重新审视人类对于“知识”的所有观念。这一章回顾了2 500年来人类所熟悉的明知识和直至大约70年前才注意到的默知识。近几十年的脑神经科学的研究成果让我们对知识的本质有了更清楚的认识，也回答了为什么人类既无法感受，也无法理解机器发现的那些暗知识。这一章还分析了明知识、默知识和暗知识之间的区别，讨论了为什么暗知识的总量将远远超过人类能掌握的所有知识。 第二章介绍了机器是怎样学习的，能学习哪些知识，同时介绍了机器学习的五大流派以及各流派从数据中挖掘知识的方法。 第三章则重点介绍了目前机器学习中最火的神经网络，包括神经网络的基本工作原理和目前在商业上应用最广的几种形态，以及各自适用的领域。有了这些基础就可以判断AI（人工智能）在各个行业的商业机会和风险。也只有理解了这些原…