作者:
[美] 盖瑞·马库斯
/
[美] 欧内斯特·戴维斯
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
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
这本书的其他版本 · · · · · · ( 全部2 )
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533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 小赵🌈 2023-06-15 08:34:50 河南
在读《如何创造可信的AI》之前我一直认为深度学习是一种很牛的技术,可是现在看来我总感觉它就是一种暴力破解。但是它确实很牛。这本书是在GPT-4出来之前出版的,书里边的很多问题,ChatGPT都能给出非常好的回答。 虽然GPT-4还是在深度学习的基础上得来的一个自然语言处理模型,但是它加入了一些原来深度学习不曾具备的能力。因此它显得非常强大,但是我还是认同书里的一句话‘ 要获得适用范围更广的... 在读《如何创造可信的AI》之前我一直认为深度学习是一种很牛的技术,可是现在看来我总感觉它就是一种暴力破解。但是它确实很牛。这本书是在GPT-4出来之前出版的,书里边的很多问题,ChatGPT都能给出非常好的回答。 虽然GPT-4还是在深度学习的基础上得来的一个自然语言处理模型,但是它加入了一些原来深度学习不曾具备的能力。因此它显得非常强大,但是我还是认同书里的一句话‘ 要获得适用范围更广的AI,我们必须将许多不同的工具组织在一起,有些是老旧的,有些是崭新的,还有一些是我们尚未发现的。’而不仅仅一直依赖于深度学习。我感觉这就像我们的人的大脑是由爬行动物脑 边缘系统 新皮层组成,而新皮层又由具有不同功能的脑区组成,最后它们在白质构成的一个电磁场里成为一个整体一样。 (展开)
7 有用 rainbug 2020-06-07 22:00:42
经典AI有点像演绎法,深度学习有点则像归纳法。前者设不全前提,后者找不尽规律,而常识和理解并不能仅依靠类似康德的先天知性范畴可以推导出来。“人在世界中存在”,AI真的能做到对这世界的理解吗?
1 有用 何武凡 2022-03-21 20:48:03
完全是被题目吸引过来,但是其实读完并没有告诉你如何来创建可信AI,原来书名是Rebooting AI重启AI:创建可信AI。作者更多是列举了现在AI的缺点,提出关于可信AI的一些观点。属于很泛泛而谈的科普,而没有什么干货。
1 有用 唱唱反调实习生 2022-01-10 04:07:42
写到认知那里忽然有了正文感,可惜极快结束。快速带过了因果。前几章各种可笑例子很不错。推荐书目也很友好。// 人也会因为经验经历而产生认知偏差和偏见。试图把AI应用于大尺度,几乎类似于把这样一个普通人放到集权宝座上,怎么弄都会有问题的。
2 有用 snakeeye 2021-05-23 09:29:36
看过《未来简史》之后,看看这本书解毒。人工智能之路充满期望,有识之士能在早期就开始探讨安全的,可信的AI让我对未来更有信心。
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。
0 有用 梦徒 2024-03-13 23:12:04 日本
初读:对现时代的AI分析鞭辟入里。 再读:如今chatgpt的发展是否已经掌握了深度理解? 《如何创造可信的AI》深入探讨了AI伦理、安全与可靠性。作者提出提升数据质量、优化算法、增强透明度等策略,强调伦理规范的重要性,为AI的可持续发展提供了宝贵指引。
0 有用 Lelandycrain 2023-12-18 23:55:23 广东
可信的AI,也就是基于推理、常识性价值和良好工程实践的人工智能。
0 有用 老虎吃小虎 2023-11-27 11:18:42 湖北
总体来说,就是需要让人工智能拥有常识,价值观和对世界的深度理解,而这些应该是不能依靠大数据和人工智能的,这似乎提出了一个新的领域,不依赖大数据的拥有常识和判断力的人工智能,或者说可以依赖大数据,但要有常识。说白了,常识是未来机器面临的重大问题。
0 有用 邓锄头 2023-09-27 09:16:58 北京
【认知差贡献:❤️❤️】 作为20年5月出版的书籍里面提到的很多问题已经在当下2023年AIGC大模型的飞速发展下得到了实现,不过对于AI可靠发展方向的预测以及对于人工智能与认知科学的启示部分都是值得AI基础和应用产品研发团队们系统框架层的参考推进。