主编推荐语
畅销书《复杂》作者、复杂系统前沿科学家梅拉妮·米歇尔全新力作，全景式地展现了人工智能的过去、现在和未来。
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，书中关于人脸识别、无人驾驶、机器翻译等方面的案例分析都充满了巨大的启示。
而这些，都是当下人工智能发展所面临的困境、人工智能想要取得突破性进展所必须重新思考的。看懂这本书，你将对人工智能领域有一个全景式的认知。
目录
- 版权信息
- 中文版序 今天的机器距离真正像人一样理解世界还有多远
- 序 等那一口仙气儿
- 译者序 未来智能：人有人用，机有机用
- 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
- 达特茅斯的两个月和十个人
- 定义，然后必须继续下去
- 任何方法都有可能让我们取得进展
- 符号人工智能，力图用数学逻辑解决通用问题
- 感知机，依托DNN的亚符号人工智能
- 感知学习算法，无法重现人脑的涌现机制
- 学习感知机的权重和阈值
- 感知机是一条死胡同
- 泡沫破碎，进入人工智能的寒冬
- 看似容易的事情其实很难
- 本章要点
- 02 从神经网络到机器学习，谁都不是最后的解药
- 多层神经网络，识别编码中的简单特征
- 无论有多少输入与输出，反向传播学习都行得通
- 联结主义：智能的关键在于构建一个合适的计算结构
- 亚符号系统的本质：不擅长逻辑，擅长接飞盘
- 机器学习，下一个智能大变革的舞台已经就绪
- 本章要点
- 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
- “猫识别机”掀起的春日狂潮
- 人工智能：狭义和通用，弱和强
- 人工智能是在模拟思考，还是真的在思考
- 图灵测试：如果一台计算机足够像人
- 奇点2045，非生物智能将比今天所有人类智能强大10亿倍
- 一个“指数级”寓言
- 摩尔定律：计算机领域的指数增长
- 神经工程，对大脑进行逆向工程
- 奇点的怀疑论者和拥趸者
- 对图灵测试下注
- 本章要点
- 第二部分 视觉识别：始终是“看”起来容易“做”起来难
- 04 何人，何物，何时，何地，为何
- 看与做
- 深度学习革命：不是复杂性，而是层深
- 模拟大脑，从神经认知机到ConvNets
- ConvNets如何不将狗识别为猫
- 激活对象特征，通过分类模块进行预测
- 不断从训练样本中学习，而非预先内置正确答案
- 本章要点
- 05 ConvNets和ImageNet，现代人工智能的基石
- 构建ImageNet，解决目标识别任务的时间困境
- 土耳其机器人，一个需要人类智慧的工作市场
- 赢得ImageNet竞赛，神经网络的极大成功
- ConvNets淘金热，以一套技术解决一个又一个问题
- 在目标识别方面，ConvNets超越人类了吗
- 我们离真正的视觉智能还非常遥远
- 本章要点
- 06 人类与机器学习的关键差距
- 人工智能仍然无法学会自主学习
- 深度学习仍然离不开“你”的大数据
- 长尾效应常常会让机器犯错
- 机器“观察”到的东西有时与我们截然不同
- 有偏见的人工智能
- 人工智能内心的黑暗秘密以及我们如何愚弄它
- 本章要点
- 07 确保价值观一致，构建值得信赖、有道德的人工智能
- 有益的人工智能，不断改善人类的生活
- 人工智能大权衡：我们是该拥抱，还是谨慎
- 人脸识别的伦理困境
- 人工智能如何监管以及自我监管
- 创建有道德的机器
- 本章要点
- 第三部分 游戏与推理：开发具有更接近人类水平的学习和推理能力的机器
- 08 强化学习，最重要的是学会给机器人奖励
- 训练你的机器狗
- 现实世界中的两大绊脚石
- 本章要点
- 09 学会玩游戏，智能究竟从何而来
- 深度Q学习，从更好的猜测中学习猜测
- 价值6.5亿美元的智能体
- 西洋跳棋和国际象棋
- 不智能的“智能赢家”深蓝
- 围棋，规则简单却能产生无穷的复杂性
- AlphaGo对战李世石：精妙，精妙，精妙
- 从随机选择到倾向选择，AlphaGo这样工作
- 本章要点
- 10 游戏只是手段，通用人工智能才是目标
- 理解为什么错误至关重要
- 无须人类的任何指导
- 对人工智能而言，人类的很多游戏都很具挑战性
- 它并不真正理解什么是一条隧道，什么是墙
- 除去思考“围棋”，AlphaGo没有“思考”
- 从游戏到真实世界，从规则到没有规则
- 本章要点
- 第四部分 自然语言：让计算机理解它所“阅读”的内容
- 11 词语，以及与它一同出现的词
- 语言的微妙之处
- 语音识别和最后的10%
- 分类情感
- 递归神经网络
- “我欣赏其中的幽默”
- “憎恶”总与“讨厌”相关，“笑”也从来伴随着“幽默”
- word2vec神经网络：口渴之于喝水，就像疲倦之于喝醉
- 本章要点
- 12 机器翻译，仍然不能从人类理解的角度来理解图像与文字
- 编码器遇见解码器
- 机器翻译，正在弥补人机翻译之间的差距
- 迷失在翻译之中
- 把图像翻译成句子
- 本章要点
- 13 虚拟助理——随便问我任何事情
- 沃森的故事
- 如何判定一台计算机是否会做阅读理解
- “它”是指什么？
- 自然语言处理系统中的对抗式攻击
- 本章要点
- 第五部分 常识——人工智能打破意义障碍的关键
- 14 正在学会“理解”的人工智能
- 理解的基石
- 预测可能的未来
- 理解即模拟
- 我们赖以生存的隐喻
- 抽象与类比，构建和使用我们的心智模型
- 本章要点
- 15 知识、抽象和类比，赋予人工智能核心常识
- 让计算机具备核心直觉知识
- 形成抽象，理想化的愿景
- 活跃的符号和做类比
- 字符串世界中的元认知
- 识别整个情境比识别单个物体要困难得多
- “我们真的，真的相距甚远”
- 本章要点
- 结语 思考6个关键问题，激发人工智能的终极潜力
- 致谢
评分及书评
- 给这本书评了5.0我们可能高估人工智能的发展速度，而低估人类自身智能的复杂性。
或者正如人工智能研究人员佩德罗・多明戈斯所说的那段令人印象深刻的话："人们担心计算机会变得过于聪明并接管世界，但真正的问题是计算机太愚蠢了，并且它们已经接管了世界。"
给这本书评了5.0AI3.0未来已来对人工智能的种种讨论，特别是涉及技术伦理、社会价值和发展前景的时候，人们一般只会停留在悲观或者乐观的选边站队层面，无法进一步深入下去。这不奇怪，技术专家们擅长的话语是数据、算法、模型，社会学者和新闻记者们只能从技术的外部性、代码的背后之手、人性之善恶的角度，捍卫或者批判某种价值主张。对绝大多数非专业人士而言，由于搞不懂隐藏在反向传播算法、卷积神经网络（convolutional neural networks，ConvNets）、马尔可夫过程、熵原理这些硬核知识背后的思想内涵，就只能以 “好与坏”“善与恶” 的视角对人工智能进行理解和评判。讲述技术视角的思想基础，弥合 “理科生” 与 “文科生” 之间看待人工智能的思想鸿沟，正是米歇尔这部书的价值所在。
给这本书评了4.0人工智能所有行业在未来都有被颠覆的可能。
- 查看全部17条书评
出版方
湛庐文化
“湛庐”之名取自相传是春秋时铸剑大师欧冶子“十年磨一剑” 所铸造的，享有“天下第一剑”之誉的湛庐剑。 北京湛庐文化传播有限公司是国内领先的专业出版商，专业从事经济管理类、心理学类图书的策划和出版。湛庐倡导“独立”“理性”的阅读，努力帮助读者实现独立思考、理性分辨，让读者运用自己的理智，用理性之光照亮蒙昧的心智。我们倡导“精进”“深入”的阅读，努力帮助读者降低阅读成本，提升阅读价值，让"无价"的内容能转化成出版相关者应获得的价值。
