- 给这本书评了4.0人工智能界最聪明头脑的碰撞
这是一本不可多得的好书,初看名字时,可能很容易错过它。本书的作者从一开始想做的一个事情,就是汇集最聪明的 100 个头脑,让大家在同一个地方,说出各自自己领域比较难解的问题,进行头脑风暴。这本书中的二十几位作者,符合最聪明的头脑这个特征,而讨论的主题则集中在人工智能。书中探讨的主题范围非常丰富,从深度学习是一个黑盒子,到什么样的智能机器是最符合未来发展前景的。提到人工智能,就不能不提到机器人,机器人的核心是控制,最早维纳的《控制论》和《人有人的用处》是两本非常经典的控制领域的著作。而本书中大部分作者,都针对和围绕这两本书来阐述他们自己的观点。书中很多想法非常开脑洞,我总结几个令我受到启发的观点,分享给大家。1. 弗兰克斯坦:语言的极限就意味着我的世界的极限。2. 基于深度学习的计算机系统,越来越 “补充”,而非 “替代” 人类。3. 深度学习有自己的动力学机制。自我修复,找出最优组合。大部分时候,它都能给出正确的结论。但是当它给出错误的结论是,我们也很难发现原因。4. 人工智能的三大定律:(1)任何有效的控制系统,必须与它控制的系统一样复杂。(2)一个复杂系统的定义特征一定包含对其行为的最简单的描述。(3)任何一个简单到可以理解的系统,都不会复杂到可以智能化行事。而任何一个复杂到可以智能行事的系统,都会因为太过于复杂而无法理解。5. 维纳预测到了智能机器的危机:这样的机器虽然,本身没有杀伤力,但是它可以被一群人所利用,以加强对其他种族的控制。6. 弗朗西斯克里克:意识,也称为心智,是物质的一种涌现性。7. 有界最优性:有界最优主体并不总关注选择正确的行动,它们更关注的是找到正确的算法,在犯错误和思考太多之间找到平衡。8. 智能系统依靠损失函数的局限性。举个例子,一个智能扫地机器人,如果损失函数是尽可能吸入多的灰尘,依据吸入的灰尘量来奖励它,结果这个机器人就决定把灰尘都倒掉,这样它就能够把灰尘再吸进去,获得更多的奖励。这是《人工智能:一种现代的方法》中提到的一个很好的例子。9. 文明的表达方式的三种层次:(1)遗传:知识传播的一种方式是遗传。(2)自然语言:我们这个物种取得的巨大的成就。(3)编程:基于知识的编程。以上就是我获得的启发。这本书也推荐给你,希望大家也可以获得自己的启发。
转发转发同时评论快速转发评论10分享「微信」扫码分享给这本书评了5.0人工智能与 4 岁的儿童的对比。尽管孩子们不擅长计划和做出决策,但他们是宇宙中最好的学习者。1. 人类学习和获取知识的两种方法:自下而上和自上而下,代表人物分别是是亚里士多德和柏拉图。我个人对这两种学习方式的理解:我们在得到大学学到了 48 种思维模型,然后将这些思维模型用于实际的生活和工作当中去解决具体的问题,这叫自上而下。我们通过自己过往的经验积累和摸索精进,总结出一套自己的思维模型,这叫自下而上。这两种方法现在仍然是机器学习的主要方法:自上而下的贝叶斯模型,由生成模型进行演绎。贝叶斯模型可以让你在给定数据的情况下,计算出一个特定假设为真的可能性有多大。自下而上的深度学习,给机器投喂数以百万的数据,然后让机器从中提取数据的特征模式。这两种机器学习方法优缺点互补。在自下而上的方法中,开始时程序不需要太多的知识,但是需要大量的数据,而且它归纳总结的方法有限。在自上向下的方法中,程序可以从几个示例中学习,进行更广泛、更多样化的归纳,但是开始时你需要在其中构建更多的内容。许多研究者目前正试图将这两种方法结合起来,使用深度学习来实现贝叶斯推理。
转发转发同时评论快速转发评论5分享「微信」扫码分享给这本书评了3.0一场辩题为“人工智能的未来”的奇葩说作者聚集了 25 位大佬,各自畅享人工智能的未来。“大佬” 包括哲学家、心理学家、认知科学家、物理学家、计算机科学家等等等等,提出了非常多的视角,很开脑洞。
我作为一个人工智能的从业者,知识背景主要来自计算机科学、数学。在阅读过程中,我深深感受到自己的局限性,看到了其他领域专家看待人工智能的角度,受到了不少启发。
何帆老师曾在专栏内推荐此书。
全书每一节相互独立,可以从任意一节随意翻看。
提示一个巨大的坑,该坑让本打算四星推荐的我改为了三星推荐 —— 【本书翻译质量堪忧,满满的翻译腔】,读起来很不连贯。事实上,我读的时候经常走神,感觉每个字都认识,连起来不太容易看明白。
摘录一段原文大家感受一下:
◤
科学客观性的意思变成了我们对事物的描述要排除人为干预的因素,即使这意味着要重现在显微镜下图像边缘附近的黄色,即使科学家知道变色是来自透镜,而不是研究对象的特征。
◢转发转发同时评论快速转发评论3分享「微信」扫码分享