基本信息
- 出版社 : 浙江教育出版社; 第1版 (2020年5月21日)
- 出版日期 : 2020年5月20日
- 品牌 : 湛庐文化
- 语言 : 简体中文
- 文件大小 : 21089 KB
- [美] 盖瑞·马库斯(Gary Marcus );欧内斯特·戴维斯(Ernest Davis) (作者)
- 下载格式:azw3、epub、mobi
编辑推荐
● 这是一本对当下人工智能大潮的反思之作。让人们了解到人工智能领域的真实状况,不受宣传报道的欺骗。与“人工智能霸主统治人类”的夸夸其谈不同,这本书既诊断出了当下人工智能领域的真实疾病,也开出了切实可行的治愈良方。
● 苇草智酷创始合伙人段永朝;中国科学院心理研究所所长,中国科学院大学心理学系主任,中国心理学会原理事长傅小兰;搜狗 CEO王小川;平安集团首席科学家肖京;乌镇智库理事长,《人工智能简史》作者尼克;比尔·盖茨;心理学大师,语言学家,《当下的启蒙》《心智探奇》作者史蒂芬·平克;现代语言学之父,认知科学领域创始人之一诺姆 · 乔姆斯基;图灵奖得主,《为什么:关于因果关系的新科学》作者朱迪亚·珀尔;麻省理工学院计算机科学和人工智能实验室前主任罗德尼 · 布鲁克斯等联袂推荐。
● 湛庐文化出品。
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。
作者简介
[美]盖瑞·马库斯(Gary Marcus)
●新硅谷机器人创业公司Robust.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。
[美]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。
精彩书评
在言必称AI的年代,《如何创造可信的AI》这本书无疑是一副清醒剂。忘掉深度学习,回归常识推理,更加精彩的AI之路在于深度理解。
——段永朝
苇草智酷创始合伙人
AI何去何从这本书对这个问题作了极为冷静透彻的解析。作者指出,AI发展的方向是在人类心智的内在结构中探索,即使这不是w一方向,也是极其重要的方向。非常值得一读!
——傅小兰
中国科学院心理研究所所长,中国科学院大学心理学系主任,中国心理学会原理事长
深度学习的成功实践,激励了资本、学者、媒体、产业人士对人工智能的拥抱。我们有的不明其就,也有的一叶障目。本书作者是权威的专业人士,以通俗易懂的方式,讲解了当今人工智能的局限性,以及如果能通向未来,还必须解决的关键问题。每一位拥抱人工智能的非专业人士,以及还不够精通人工智能的从业人员,都将从此书中获得收益。
——王小川
搜狗CEO
本书对当前AI的发展状况进行了清晰客观的评估,解释了当今AI技术的“狭隘”性。作者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,同时对当前AI技术在多场景应用中遇到的问题进行了分析,探讨了解决常识问题的指导方案,指出可以通过增加实践检验、搭建安全监管与预防体系等方式提升AI技术的安全可靠性。最终,本书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。
本书既为初学者提供了一个了解AI技术当前发展状况及未来发展方向的窗口,又为专业人士研发可信的AI提供了有价值的建议。这本书对金融及健康领域AI产品的研发具有一定的指导意义。
——肖京
平安集团首席科学家
人工智能不等于深度学习,深度学习不能解决所有问题。人工智能发展史上素有符号派和联结派之争,本书的两位作者偏符号派,他们对深度学习的批评是善意的,所开的药方是常识理解。本书对内行外行都有价值。
——尼克
乌镇智库理事长,《人工智能简史》作者