如何创造可信的AI
作者：[美] 盖瑞·马库斯(Gary Marcus ) / [美] 欧内斯特·戴维斯（Ernest Davis）
分类：科技
ISBN：9787572200526
出版时间：2020-5-31
出版社：湛庐文化/浙江教育出版社
章节目录
第1章 AI该往何处走
真的有可信的AI吗
狭义 AI 与广义 AI
理想与现实之间的鸿沟
如何跨越 AI 鸿沟
第2章 当下AI的9个风险
机器人有暴力倾向吗
机器也会犯错
当下AI的9个风险
第3章 深度学习的好与坏
人工智能 > 机器学习 > 深度学习
什么是深度学习
深度学习的三个核心问题
深度学习是一个“美好”的悲剧
第4章 计算机若真有那么聪明，为什么还不会阅读
Talk to Books 无法回答一切问题
人是怎样阅读的
搜索引擎和语音虚拟助手的困惑
计算机不会阅读的三大原因
常识很重要
第5章 哪里有真正的机器人管家
从扫地机器人到机器人管家
机器人管家必备的四个能力
认知模型和深度理解才是关键
第6章 从认知科学中获得的 11 个启示
从认知科学中获得的 11 个启示
为机器赋予常识
第7章 常识，实现深度理解的关键
建立常识库的三种方法
知识表征
通用人工智能应具备的常识
推理能力
常识，深度理解的关键
第8章 创造可信的AI
优秀的工程实践
用深度理解取代深度学习
赋予机器道德价值观
重启 AI
后记
致谢
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。
下载说明
1、如何创造可信的AI是作者[美] 盖瑞·马库斯(Gary Marcus ) / [美] 欧内斯特·戴维斯（Ernest Davis）创作的原创作品，下载链接均为网友上传的网盘链接！
2、相识电子书提供优质免费的txt、pdf等下载链接，所有电子书均为完整版！
下载链接
热门评论
-
兰吉的评论第一次出版后（好像是5月31日）10天第一时间读完一本书。非常推荐给所有人工智能从业者，非从业者读可能有些难度，尽管作者已经尽量科普。作者马库斯是认知科学和AI的先驱，是敢于硬刚Lecun等大佬的大侠，之前就已听说其名，遂中文版出来以后第一时间读完（有电子版）。翻译瑕不掩瑜。这是一本反思，他分析了为什么仅靠深度学习难以抵达推理和因果，为什么这些高级的智能因素如此重要，而业界现在实际上却几乎摸不着头脑，老实说非常符合我自己的思考。
-
rainbug的评论经典AI有点像演绎法，深度学习有点则像归纳法。前者设不全前提，后者找不尽规律，而常识和理解并不能仅依靠类似康德的先天知性范畴可以推导出来。“人在世界中存在”，AI真的能做到对这世界的理解吗？
-
你说什么都对的评论看完觉得啥也没讲
-
slavezero的评论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路线图，对当前人工智能的现状进行了清晰且客观的评估。 Gary Marcus和Ernest Davis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。
-
六子的评论大概一页纸能说明白的事，说了一整本书
-
昊天的评论现阶段深度学习的进展比不懂深度学习的人比如尤瓦尔赫拉利所想象的慢很多很多，深度学习要达到人们对他期望还有很长的路要走。人工智能正在不断发展的过程之中，所以，我们最好尽自己最大的力量，确保接下来会发生的一切都是安全、可信、可靠的，并在我们的引导之下，让人工智能尽可能地为全人类提供帮助。 而朝这一目标前进的最佳路线，就是跳出大数据和深度学习这个框架，走向更具鲁棒性的全新的人工智能——经过精心工程设计的，出厂就预装价值观、常识和对世界深度理解的人工智能。
-
Leonhart的评论你免费了！
-
MinusJian的评论内容有点平淡 不过观点蛮全面的 但是， 谁能告诉我为什么这本书后面一百多页都是致谢注释和广告？？？？？
-
GreatL的评论相比于其他证明大数据人工不智能的书，这本书切入的角度是认知。内容比统计角度更深刻了一点，文笔没得说。稍微说了点该怎么做，其实方向也就是符号派加连接派，未来依旧遥不可及
-
吹落黄昏雪的评论质疑提的还可以。（感觉就差那么一点就打中要害了） 解决方案给的很不可以。
-
Vivienne的评论中文书名是对这本著作的严重曲解
-
嘻嘻哈哈的评论有很多啰嗦的话。
-
简单一读的评论作者马库斯今年参加世界人工智能大会，还会阐述他的新观点：仅有机器学习是不够的。