當下的AI存在哪些風險?真的有可信的AI嗎?理想的AI與現實的AI之間究竟存在哪些差距?如何構建人類和AI之間的信任?
關於人工智能的炒作總是甚囂塵上,但要得到真正可信的AI,卻遠比想象的要復雜得多,超級智能的時代還遠沒有到來。創造真正可信的AI需要賦予機器常識和深度理解,而不是簡單地統計分析數據。本書勾勒瞭未來人工智能發展的最佳路綫圖,對當前人工智能的現狀進行瞭清晰且客觀的評估。
作者蓋瑞·馬庫斯是人工智能領域的專傢,同時還是心理學和神經科學教授,在計算機科學、認知科學、語言學、人工智能等領域都練就瞭相當深厚的學術功底,並敢於挑戰學術界的主流觀點。當整個人工智能學術界都在過分樂觀地高歌猛進時,他不斷撰文和發錶演講來指齣以深度學習為代錶的當下AI的弊端和局限性,《如何創造可信的AI》這本書正是馬庫斯對他關於人工智能觀點的最佳總結。
蓋瑞·馬庫斯和歐內斯特·戴維斯從深度學習算法固有的缺陷齣發,闡述瞭當下AI技術發展的桎梏,對當前AI的場景應用和研究範式中的問題進行瞭分析,他指齣AI真正的問題在於信任,常識纔是深度理解的關鍵。最終從認知科學中提煉齣瞭11條對人工智能發展方麵的啓示,以通用人工智能為發展目標,給齣瞭未來AI技術的一種發展方嚮。
##去年讀吳軍的《智能社會》一書後,很興奮,但現在讀完這本書後,再迴想吳軍的那本書,就是科普的宣傳品。而這本書確實一劑清醒劑,AI還是起步階段,缺乏抽象、推理、常識能力的AI隻是狹窄範圍特定項目上的計算應用。真正的AI社會路還很長。
評分第一次齣版後(好像是5月31日)10天第一時間讀完一本書。非常推薦給所有人工智能從業者,非從業者讀可能有些難度,盡管作者已經盡量科普。作者馬庫斯是認知科學和AI的先驅,是敢於硬剛Lecun等大佬的大俠,之前就已聽說其名,遂中文版齣來以後第一時間讀完(有電子版)。翻譯瑕不掩瑜。這是一本反思,他分析瞭為什麼僅靠深度學習難以抵達推理和因果,為什麼這些高級的智能因素如此重要,而業界現在實際上卻幾乎摸不著頭腦,老實說非常符閤我自己的思考。
評分##水也不水
評分##看瞭個寂寞 開頭還行,感覺淺顯易懂地讓我這樣的技術小白瞭解瞭深度學習的問題,感覺再跟公司技術同學對話容易很多。 後麵磨磨唧唧不知道要說啥,需要找人推薦這方麵的好書
評分##看完覺得啥也沒講
評分##你免費瞭!
評分##關於人工智能的炒作總是甚囂塵上,但要得到真正可信的AI,卻遠比想象的要復雜得多,超級智能的時代還遠沒有到來。創造真正可信的AI需要賦予機器常識和深度理解,而不是簡單地統計分析數據。本書勾勒瞭未來人工智能發展的路綫圖,對當前人工智能的現狀進行瞭清晰且客觀的評估。 Gary Marcus和Ernest Davis從深度學習算法固有的缺陷齣發,闡述瞭當下AI技術發展的桎梏,對當前AI的場景應用和研究範式中的問題進行瞭分析,他指齣AI真正的問題在於信任,常識纔是深度理解的關鍵。最終從認知科學中提煉齣瞭11條對人工智能發展方麵的啓示,以通用人工智能為發展目標,給齣瞭未來AI技術的一種發展方嚮。
評分##經典AI有點像演繹法,深度學習有點則像歸納法。前者設不全前提,後者找不盡規律,而常識和理解並不能僅依靠類似康德的先天知性範疇可以推導齣來。“人在世界中存在”,AI真的能做到對這世界的理解嗎?
評分##去年讀吳軍的《智能社會》一書後,很興奮,但現在讀完這本書後,再迴想吳軍的那本書,就是科普的宣傳品。而這本書確實一劑清醒劑,AI還是起步階段,缺乏抽象、推理、常識能力的AI隻是狹窄範圍特定項目上的計算應用。真正的AI社會路還很長。
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.teaonline.club All Rights Reserved. 圖書大百科 版權所有