参考资料

作  者:(美)梅拉妮·米歇尔 著 王飞跃 等 译
定  价:99.9
出 版 社:四川科学技术出版社
出版日期:2021年02月01日
页  数:400
装  帧:平装
ISBN:9787572700378
主编推荐
《AI 3.0》是书《复杂》的作者、复杂系统前沿科学家梅拉妮•米歇尔耗时10年思考,厘清人工智能与人类智能的全新力作。 《AI 3.0》全景式地展现了人工智能的过去、现在和未来。作者米歇尔以自己多年来在人工智能领域的研究经历,及对人工智能的应用与未来等方面的思考为基础,并结合人工智能发展目前的重大事件以及与其他专家的学习交流,从5个部分揭示了“现在的计算机能做什么,以及我们在未来几十年能从它们身上期待什么”。作者首先从人工智能的发展历程讲起,然后从视觉识别、游戏与推理、自然语言处理、常识判等
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
部分若想对未来下注,先要厘清人工智能为何仍然无法人类智能
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
02从神经网络到机器学习,谁都不是后的解药
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
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
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
05ConvNets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人类了吗
我们离真正的视觉智能还非常遥远
06人类与机器学关键差距
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
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
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,重要的是学会给机器人奖励
训练你的机器
现实世界中的两大绊脚石
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
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
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
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
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
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
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”
结语思考6个关键问题,激发人工智能的潜力
问题1:自动驾驶汽车还要多久才能普及?
问题2:人工智能会导致人类大规模失业
问题3:计算机能够具有创造性
问题4:我们距离创建通用的人类水平AI还有多远?
问题5:我们应该对人工智能感到多恐惧?
问题6:人工智能中有哪些激动人心的问题还尚未解决?
致谢
注释
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,《AI3.0》将为你一一揭晓答案。《AI3.0》是书《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、机器翻译等方面等


介绍资料来源:https://item.jd.com/10026584122782.html#none