出版社: 浙江教育出版社
原作名: Rebooting AI: Building Artificial Intelligence We Can Trust
译者: 龙志勇
出版年: 2020-5-31
页数: 285
定价: 89.90元
装帧: 平装
ISBN: 9787572200526
内容简介 · · · · · ·
当下的AI存在哪些风险?真的有可信的AI吗?理想的AI与现实的AI之间究竟存在哪些差距?如何构建人类和AI之间的信任?
关于人工智能的炒作总是甚嚣尘上,但要得到真正可信的AI,却远比想象的要复杂得多,超级智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解,而不是简单地统计分析数据。本书勾勒了未来人工智能发展的最佳路线图,对当前人工智能的现状进行了清晰且客观的评估。
作者盖瑞·马库斯是人工智能领域的专家,同时还是心理学和神经科学教授,在计算机科学、认知科学、语言学、人工智能等领域都练就了相当深厚的学术功底,并敢于挑战学术界的主流观点。当整个人工智能学术界都在过分乐观地高歌猛进时,他不断撰文和发表演讲来指出以深度学习为代表的当下AI的弊端和局限性,《如何创造可信的AI》这本书正是马库斯对他关于人工智能观点的最佳总结。
盖瑞·马库斯和欧内...
当下的AI存在哪些风险?真的有可信的AI吗?理想的AI与现实的AI之间究竟存在哪些差距?如何构建人类和AI之间的信任?
关于人工智能的炒作总是甚嚣尘上,但要得到真正可信的AI,却远比想象的要复杂得多,超级智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解,而不是简单地统计分析数据。本书勾勒了未来人工智能发展的最佳路线图,对当前人工智能的现状进行了清晰且客观的评估。
作者盖瑞·马库斯是人工智能领域的专家,同时还是心理学和神经科学教授,在计算机科学、认知科学、语言学、人工智能等领域都练就了相当深厚的学术功底,并敢于挑战学术界的主流观点。当整个人工智能学术界都在过分乐观地高歌猛进时,他不断撰文和发表演讲来指出以深度学习为代表的当下AI的弊端和局限性,《如何创造可信的AI》这本书正是马库斯对他关于人工智能观点的最佳总结。
盖瑞·马库斯和欧内斯特·戴维斯从深度学习算法固有的缺陷出发,阐述了当下AI技术发展的桎梏,对当前AI的场景应用和研究范式中的问题进行了分析,他指出AI真正的问题在于信任,常识才是深度理解的关键。最终从认知科学中提炼出了11条对人工智能发展方面的启示,以通用人工智能为发展目标,给出了未来AI技术的一种发展方向。
如何创造可信的AI的创作者
· · · · · ·
-
盖瑞·马库斯 作者
作者简介 · · · · · ·
盖瑞·马库斯(Gary Marcus),新硅谷机器人创业公司AI首席执行官兼创始人。机器学习公司“几何智能”首席执行官兼创始人,该公司于2016年被优步收购,随后马库斯在优步创立了人工智能实验室。纽约大学心理学和神经科学教授。研究方向跨越人类和动物的行为,涉及神经科学、心理学、人工智能等多个领域。1994年于麻省理工学院博士毕业,师从心理学大师史蒂芬·平克。
欧内斯特·戴维斯(Ernest Davis),纽约大学柯朗数学科学研究所计算机科学教授,人工智能领域科学家。
目录 · · · · · ·
真的有可信的AI吗
狭义 AI 与广义 AI
理想与现实之间的鸿沟
如何跨越 AI 鸿沟
第2章 当下AI的9个风险
机器人有暴力倾向吗
机器也会犯错
当下AI的9个风险
第3章 深度学习的好与坏
人工智能 > 机器学习 > 深度学习
什么是深度学习
深度学习的三个核心问题
深度学习是一个“美好”的悲剧
第4章 计算机若真有那么聪明,为什么还不会阅读
Talk to Books 无法回答一切问题
人是怎样阅读的
搜索引擎和语音虚拟助手的困惑
计算机不会阅读的三大原因
常识很重要
第5章 哪里有真正的机器人管家
从扫地机器人到机器人管家
机器人管家必备的四个能力
认知模型和深度理解才是关键
第6章 从认知科学中获得的 11 个启示
从认知科学中获得的 11 个启示
为机器赋予常识
第7章 常识,实现深度理解的关键
建立常识库的三种方法
知识表征
通用人工智能应具备的常识
推理能力
常识,深度理解的关键
第8章 创造可信的AI
优秀的工程实践
用深度理解取代深度学习
赋予机器道德价值观
重启 AI
后记
致谢
· · · · · · (收起)
原文摘录 · · · · · · ( 全部 )
-
1.抛开华而不实的文笔,此AI系统究竟实实在在地做到了哪些事? 2.此成果的通用性有多强? 3.有没有演示程序,能让我用自己的例子来实验一下?如果没有,请保持怀疑态度。 4.如果研究人员或媒体称此AI系统强于人类,那么具体指哪些人类,强出多少? 5.被报道的研究成果中所成功完成的具体任务,实际上将我们与真正的人工智能拉近了多少距离? 6.此系统的鲁棒性如何?如果使用其他数据集,在没有大规模重新训练的情况下,是否还能成功? (查看原文) —— 引自章节:第1章 AI该往何处走 -
We will also suggest that a current obsession with building “blank slate”machines that learn everything from scratch, driven purely from data rather than knowledge, is a serious error. what we should worry most about is whether machines are actually capable of reliably doing the tasks that we assign them to do. (查看原文) —— 引自章节:笔记
> 全部原文摘录
喜欢读"如何创造可信的AI"的人也喜欢的电子书 · · · · · ·
喜欢读"如何创造可信的AI"的人也喜欢 · · · · · ·
如何创造可信的AI的书评 · · · · · · ( 全部 6 条 )

木铎书评~《如何创造可信的AI》

探索主流的深度学习之外的另外一种ai思路
> 更多书评 6篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部2 )
-
Pantheon (2019)7.0分 19人读过
以下书单推荐 · · · · · · ( 全部 )
- 深度学习与人工智能 (lyb)
- UX/HCI (cobblest)
- 怎能读尽天下书 (疏狂老鬼)
- 未来技术思考+认知逻辑 (panco)
- 湛庐文化 2020年新书 (湛庐文化)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有568人想读,手里有一本闲着?
订阅关于如何创造可信的AI的评论:
feed: rss 2.0
0 有用 鬼谷校长 2022-12-21 22:27:03 广东
我只能说,作者是比较好的AI产品经理,他们能指出深度学习和传统AI的不足,认为需要结合常识、因果、时空等因素进行推断,才能构建通用人工智能。不可否认,他们指出的问题是比较有深度,也比较中肯,包括端到端AI模型的弊端,展望出来的未来画面也有说服力,但就是不能指出可能的发展方向——只是泛泛讲需要把深度学习和传统AI结合起来、融合常识等等是不够的,说明他们自己也没啥想法。
0 有用 Mercury 2023-06-07 19:30:15 广东
三年前的书已经无法对准现在了,AI目前的发展已经飚过了书里的预言……但书本身还是有价值的
1 有用 可可 2024-08-16 17:18:41 英国
一个提醒,也许我们可以要求AI真正“理解”人类。其实很感谢像作者这样的人坚持唱唱反调。
0 有用 春垓 2024-03-21 12:38:42 北京
认知科学只是一部分,脑科学还有更多的坑要去填。
1 有用 已婚奥特曼 2022-02-21 17:20:28
很有多关于阅读推导的东西,会有一些启发。