内容简介 · · · · · ·
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，本书将为你一一揭晓答案。
本书是超级畅销书《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...
AI 3.0的创作者
· · · · · ·
-
梅拉妮·米歇尔 作者
作者简介 · · · · · ·
梅拉妮·米歇尔（Melanie Mitchell），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 Introduction to Complexity 已有近30000名学生选修，成为Coursera排名前50位的在线课程之一。
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
· · · · · · (更多)
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
· · · · · · (更多)
原文摘录 · · · · · · ( 全部 )
-
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。 (查看原文) —— 引自章节：引言 创造具有人类智能的机器，是一场重大的智力冒险 -
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。 (查看原文) —— 引自章节：引言 创造具有人类智能的机器，是一场重大的智力冒险
> 全部原文摘录
喜欢读"AI 3.0"的人也喜欢的电子书 · · · · · ·
支持 Web、iPhone、iPad、Android 阅读器
喜欢读"AI 3.0"的人也喜欢 · · · · · ·
AI 3.0的书评 · · · · · · ( 全部 52 条 )
淘墨书评
用现象逼近本质往往是一条断头路
畅销学术专著《遗传算法导论》和更畅销的科普作品《复杂》的作者米歇尔女士最近出版了一本新著《AI3.0》。米歇尔通过翔实有趣的若干例子，揭示了因为“无法真正像人一样理解世界”，现在繁花似锦的AI研究和产业化潜藏着巨大的脆弱性。 得益于计算能力的提升和高质量大规模标注...
(展开)
37
人工智能：思考人类的指南
这篇书评可能有关键情节透露
本书作者梅拉妮·米歇尔是波特兰州立大学计算机教授，也是科普畅销书《复杂》的作者，曾师从认知科学家、人工智能先驱和《GEB》的作者侯世达，且侯世达阅读并评论了本书手稿的每个章节。本书英文名《Artificial Intelligence: A Guide For Thinking Humans》翻译过来“人工智能... (展开)
癫癫小井
在人工智能时代对电影创作重塑信心——《AI 3.0》阅读札记
这篇书评可能有关键情节透露
这个世界上不缺少以人工智能为题材的电影，这些电影塑造了太多太多耳熟能详的生动角色，尤其是AI角色。 比如：《人工智能(2001)》中因为程序植入而追求母爱两千年的机器人小孩戴维(David)和一直缝缝补补破烂的自己的智能玩具熊泰迪(Teddy)；《机器人总动员(2008)》里的地球废品... (展开)
西闪
不可计算的心智与浮于表面的智能：2025读书生活
西闪/文 已经到了2026年元月下旬才发现年度读书总结还没写，大概是因为年底在视频节目里和西门媚聊了不少读书的话题，恍惚中以为这事儿完成了。 2025年大致平顺，跟2024年区别不大。可能最大的变化就是我和西门媚做了一档名为《西府嗨堂》的视频号，一周一期，更新至今。几天前...
(展开)
南萧亭
发展AI的过程就是人类认识自己的过程
看很多人评价说：这本书已经过时了。 是的，如果你想通过这本书了解到AI的最新动态的话，这本书确实过时了。这本书出版于2019年，即使中文版也推出于2021年，不仅没有ChatGPT，连文生图、图生图也刚有理论突破和小范围应用。今天AI已经比写这本书的时代上了一个大台阶。 但这本...
(展开)
纯阳书评
纯阳书评第573期《AI3.0（梅拉妮.米歇尔版）》
这本书将完美的证明两点，一是大模型AI的突破太突然，突然到无论多么聪明的大脑都可能被意外击中，大模型AI进步的速度又太快，快到无论多么大的咖位，都有可能被AI甩到后边，作为超级畅销书《复杂》的作者，梅拉妮. 米歇尔也终究没有跳出这个圈。二是相对于其他被留在大模型爆...
(展开)
alexliu115
木铎书评~AI 3.0
作为一个IT从业者，我一直都很关注AI领域的科技发展，比如最近的chatGPT（当然中国用户用起来很麻烦，你懂得），所以这本书看到书名就吸引我了。这本书吸引我的第二个原因是作者梅拉妮·米歇尔，她是美国圣塔菲研究所（SFI）的一员，专门研究复杂性科学，她写过一本关于复杂性...
(展开)
> 更多书评 52篇
论坛 · · · · · ·
在这本书的论坛里发言
这本书的其他版本 · · · · · · ( 全部8 )
以下书单推荐 · · · · · · ( 全部 )
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于AI 3.0的评论:
feed: rss 2.0
3 有用 神秘作用子结构 2023-01-29 20:04:48 重庆
我唯一找到的用自然语言表述深度学习的书。除关于理解的俗套外，介绍了卷积神经网络，监督学习，强化学习，蒙特卡洛树，递归神经网络。我一度以为卷积神经网络可以靠反向传播法调整所有程序，但隐含层的层数，权重的调节度都需要人工参与，训练集还需要人工标注。强化学习的奖励值如果可以回调，初始游戏规则它自己也改不了，而语言游戏总促使人间规则的改变（自动驾驶看起来成了重点）。这让我基本放弃了AI可能达成思辨实在论愿... 我唯一找到的用自然语言表述深度学习的书。除关于理解的俗套外，介绍了卷积神经网络，监督学习，强化学习，蒙特卡洛树，递归神经网络。我一度以为卷积神经网络可以靠反向传播法调整所有程序，但隐含层的层数，权重的调节度都需要人工参与，训练集还需要人工标注。强化学习的奖励值如果可以回调，初始游戏规则它自己也改不了，而语言游戏总促使人间规则的改变（自动驾驶看起来成了重点）。这让我基本放弃了AI可能达成思辨实在论愿望的想法。与其说它自己建模再探索，不如说它只能探索人类建的模。作者认为AI研究依旧是笛卡尔式的，没有真正考虑具身认知和大数据的区别（反过来说明如今斯蒂格勒比德勒兹更好使）。阿尔法狗的倾向性不等于情感，后者应影响初始规则而非模型内部调参，建模反而害了它。当然现象学依然是笛卡尔式的，还望英美多读马里翁。 (展开)
4 有用 逐梦的孩子 2021-05-01 20:20:49
自学机器学习的时候看的，对我这种门外汉来说，是个很好的科普书
11 有用 Rachel.ZZZ 2021-03-16 19:30:40
人工智能应对不同领域的发展状况，算法与思维方式，数据收集方式。仍需解决的问题，是否需要担忧，中规中矩，入门可以。 期待过高。
3 有用 armman 2021-06-16 16:28:26
好书的两个显著标准： 1 书名根本不重要，内容足以支撑一切； 2 我想要看作者的所有作品；
2 有用 白色的蓝 2021-03-27 22:54:07
很好的科普+发展史。也算是另一个方面了解了神经系统和脑科学。