好书推荐 好书速递 排行榜 读书文摘

AI 3.0

AI 3.0
作者:[美] 梅拉妮·米歇尔
译者:王飞跃 / 李玉珂 / 王晓 / 张慧
出版社:四川科学技术出版社·湛庐
出版年:2021-02
ISBN:9787572700378
行业:其它
浏览数:79

内容简介

l 人工智能现在正深刻地影响着我们的生产与生活,甚至关系到人类未来的前途命运,但究竟什么是人工智能?人工智能背后的原理是什么?从问世到演化至今,人工智能经历了怎样的历史变迁?当下人工智能的能力边界在哪里?人工智能与人类智能的差异是什么?未来人工智能又将面对什么样的挑战和机遇?关于这些疑问,《AI 3.0》将为你一一揭晓答案。 l 《AI 3.0》是超级畅销书《复杂》作者、复杂系统前沿科学家梅拉妮•米歇尔历经10年思考,厘清人工智能与人类智能的全新力作。本书源自米歇尔多年来对人工智能领域发展真实状态的记录,她在书中通过5个部分揭示了“现在的人工智能可以做什么,以及在未来几十年我们能从它们身上期待什么”。在描述了人工智能的发展历史之后,作者通过对视觉识别、游戏与推理、自然语言处理、常识判断这4大人工智能领域的热门应用的发展现状和局限性的探究,厘清了人工智能与人类智能的关系,书中关于人脸识别、无人驾驶、机器翻译等方面的案例分析都充满了巨大的启示!而这些,都是当下人工智能发展所面临的困境、人工智能想要取得突破性进展所必须重新思考的。看懂这本书,你将对人工智能领域有一个全景式的认知。 l “GEB”作者侯世达曾逐章审读本书,并为每一页都写满了意见!《AI 3.0》是智能觉醒的启蒙,将掀起第三波人工智能热潮!《AI 3.0》所要传达的观点是:我们人类倾向于高估人工智能的进步,而低估人类自身智能的复杂性。目前的人工智能与通用的、人类水平的智能还相距甚远。我们应该感到害怕的不是智能机器,而是“愚笨”的机器,即那些没有能力独立做决策的机器。相比于机器的“智能”,我们更应关注如何规避“愚笨”机器的潜在风险。

......(更多)

作者简介

梅拉妮·米歇尔

l 波特兰州立大学计算机科学教授,曾在美国圣塔菲研究所(Santa Fe Institute)和洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)工作,主要的研究领域为类比推理、复杂系统、遗传算法等。在圣塔菲研究所时,米歇尔主导了复杂系统领域的研究工作,并教授了相关的在线课程。她的在线课程《复杂性入门》已经被近30 000名学生选修,成为Coursera排名前50位的在线课程之一。

l 米歇尔拥有密歇根大学计算机科学博士学位,师从认知科学家和作家侯世达(Douglas Hofstadter),两人共同创建了Copycat程序,该程序可以在理想化的情境里进行创造性的类比。米歇尔还是知名畅销书作家,著有《复杂》(Complexity: A Guided Tour)《遗传算法导论》(Genetic Algorithms)等。

......(更多)

目录

引言 创造具有人类智能的机器,是一场重大的智力冒险

第一部分 若想对未来下注,先要厘清人工智能为何仍然无法超越人类智能

01 从起源到遭遇寒冬,心智是人工智能一直无法攻克的堡垒

02 从神经网络到机器学习,谁都不是最后的解药

03 从图灵测试到奇点之争, 我们无法预测智能将带领我们去往何处

第二部分 视觉识别:始终是“看”起来容易“做”起来难

04 何人,何物,何时,何地,为何

05 ConvNets和ImageNet,现代人工智能的基石

06 人类与机器学习的关键差距

07 确保价值观一致,构建值得信赖、有道德的人工智能

第三部分 游戏与推理:开发具有更接近人类水平的学习和推理能力的机器

08 强化学习,最重要的是学会给机器人奖励

09 学会玩游戏,智能究竟从何而来

10 游戏只是手段,通用人工智能才是目标

第四部分 自然语言:让计算机理解它所“阅读”的内容

11 词语,以及与它一同出现的词

12 机器翻译,仍然不能从人类理解的角度来理解图像与文字

13 虚拟助理——随便问我任何事情

第五部分 常识——人工智能打破意义障碍的关键

14 正在学会“理解”的人工智能

15 知识、抽象和类比,赋予人工智能核心常识

结语 思考6个关键问题,激发人工智能的终极潜力

......(更多)

读书文摘

我不是担忧人工智能变得太聪明、太有侵略性、太恶意,甚至是太有用。相反,我担心我们最为珍视的这些人性特征——智慧、创造力、情感,甚至意识本身都太容易产生了。它们最终不过是一堆“小把戏”,仅仅用一套肤浅而粗暴的算法就可以解释的人类精神。

人工智能在某些细分领域已经取得了很大的进步,但仍然离通用的、人类水平的人工智能差得很远,可能一个世纪后都无法实现,更别说30年了。我认为,那些持相反观点的人大大低估了人类智能的复杂性。

......(更多)

猜你喜欢

点击查看