人人都该懂的人工智能
布莱·惠特比(Blay Whitby) 著 | AI通识入门:机器学习、机器人、伦理与未来工作,人人都能读懂的第一本AI书。
- 01 · 前言人工智能正在刷新未来
- 02 · 1重新认知人工智能
- 03 · 2人工智能的荣耀时刻
- 04 · 3生物学人工智能的灵感源
- 05 · 4人工智能跃迁的7大难题
- 06 · 5通向真正的人工智能之路
- 07 · 6人工智能应有益于人类
01 · 前言人工智能正在刷新未来
前言人工智能正在刷新未来
前言:人工智能正在刷新未来
这是全书的总览。作者布莱·惠特比指出,人工智能是人类历史上最激动人心的挑战之一,吸引了各行各业的天才义无反顾地投身其中。本书以去技术、减术语的方式面向普通读者,不需要任何预备知识。作者特别击破了两个广泛流传的误区。第一,有人宣称人工智能研究注定失败,事实上它的成功正源源不断地催生新技术,改变着人们的生活方式。第二,有人认为人工智能一旦成功,人类就会沦为机器的奴隶,作者直斥这种说法荒谬,现有及可预见的发展都不会带来这种反乌托邦前景。全书将从定义人工智能、展示成功案例、探讨生物学灵感、分析核心难题,一直到审视社会影响,逐章展开。作者强调,我们一直都在用机器作为跳板,寻求超出想象的更伟大的人类成就。
自动同步自湛庐有声书管线 · HedgeDoc 原页
02 · 1重新认知人工智能
1重新认知人工智能
第一章:重新认知人工智能
本章核心论点是,理解人工智能的第一步是摒弃先入为主的成见。人工智能是对人类、动物和机器智能行为的研究,它既是科学也是工程学。作者反驳了三种常见误解:对智能的直觉理解会误导我们以为必须模仿人类,但人类解决问题的方法既非唯一也非最佳;科幻小说描绘的智能机器具有强烈的误导性;人们常说计算机只会做我们让它做的事,实际上人工智能程序能进行预测、有知觉,在很多方面超越了创造者。作者用飞行器类比说明,人工智能的终极目标是寻找智能的空气动力学。本章重点介绍图灵测试的来龙去脉,图灵在1950年提出模仿游戏,预测到2000年计算机能在对话中骗过三成提问者,他准确预测了算力增长,但计算机至今未能通过测试。作者指出图灵测试的三大问题,并总结人工智能的终极目标是对各种智能做出科学解释并找出共同原则。
自动同步自湛庐有声书管线 · HedgeDoc 原页
03 · 2人工智能的荣耀时刻
2人工智能的荣耀时刻
第二章:人工智能的荣耀时刻
本章展示人工智能最令人信服的成功案例,核心论点是搜索是理解人工智能如何工作的最基础概念。将现实问题转化为起始状态、过渡和目标状态三要素,就能让计算机求解。但穷举搜索会遭遇指数型爆炸,解决之道是引入启发法,借助真实世界线索引导搜索。这在1997年深蓝击败国际象棋冠军卡斯帕罗夫中得到体现,静态评估函数和剪枝算法让计算机在有限算力下找到最优落子。本章还介绍专家系统,以斯坦福的MYCIN为例,它在血液传染病领域的表现几乎媲美人类专家,基于知识库和推理引擎的知识系统已渗透现代生活。但知识获取面临瓶颈,MYCIN耗费约二十年才建成。为突破瓶颈,机器学习应运而生,最突出的成果是数据挖掘,比如Clementine工具帮助洗漱用品制造商减少了98%的动物测试时间。作者将这一发现比作哥伦布寻找印度却发现了美洲。
自动同步自湛庐有声书管线 · HedgeDoc 原页
04 · 3生物学人工智能的灵感源
3生物学人工智能的灵感源
第三章:生物学,人工智能的灵感源
本章探讨人工智能与生物学的双向关系。作者对比了计算机和大脑的本质区别:计算机用1和0串行处理指令,而大脑中千亿个神经元高度互联、并行激发。人工神经网络正是在这一启发下诞生的,通过反向传播算法不断调整连接权重来学习。最经典的应用是手写字符识别,它还能优雅降级,部分损坏后不会像传统程序那样完全崩溃。但作者以坦克识别的都市神话警示读者,一个网络被训练区分有无坦克的照片,实际学到的是上午和下午阴影角度的差异,说明神经网络找到的分类标准未必是你想要的。本章还介绍遗传算法,将候选方案编码为基因,用适应性函数筛选淘汰再交叉繁殖,已在飞机机翼设计中取得成功。作者指出进化计算并非制造智能的捷径,因为进化本身并不追求一般目的智能。章末总结生物学同样从人工智能中汲取了灵感。
自动同步自湛庐有声书管线 · HedgeDoc 原页
05 · 4人工智能跃迁的7大难题
4人工智能跃迁的7大难题
第四章:人工智能跃迁的七大难题
本章系统审视阻碍人工智能前进的七大难题。历史难题是派系之争,研究人员过度概括自己的方法,宣称它是解开智能的唯一钥匙。环境难题涉及机器人需要知道什么,作者以起居室机器人为例引入帧面问题,说明确定哪些信息相关的难度几乎无穷。中文屋难题来自塞尔的思想实验,一个人按指令手册处理中文字符,外面的人以为他懂中文,但塞尔认为这只是在执行算法,计算机无法获得真正的理解。算法化难题来自彭罗斯等数学家,他们认为人类思想无法算法化,但多数研究者认为这有误导性。信息处理难题催生了情景机器人学运动,主张让环境本身来约束设计。整体观难题以布鲁克斯的波音747寓言为代表,批判将智能分割为模块的功能分解方法。人造生命难题以麻省理工的柯克机器人为例,它连手机和眼镜盒都无法区分,揭示了低级技巧与真正智能之间存在大量缺失的科学。
自动同步自湛庐有声书管线 · HedgeDoc 原页
06 · 5通向真正的人工智能之路
5通向真正的人工智能之路
第五章:通向真正的人工智能之路
本章直面公众最常提出的问题,我们什么时候才能看到真正智能的计算机?作者将此称为确实如此但是问题,指出它源于对机器的19世纪式偏见,误以为机器只会按预定方式运行。本章的重要贡献是介绍认知科学这门由人工智能催生的新兴学科。认知科学诞生于对行为主义的反叛,人工智能工程师用目标、信念等术语描述程序内部,证明讨论黑匣子内部并不违反科学,从而将心理学解放出来。认知科学跨越心理学、神经生物学、语言学和哲学,有望成为解释所有智能行为的科学。作者讨论了意识的三种含义,指出最困难的第三种即主观经验问题仍是未解之谜。关于智能的定义,作者反对用智商衡量,认为智能是多维的复杂现象,并提出了一个有趣观点:人类智能的大部分可能类似孔雀的尾巴,是为求偶而进化的。章末总结人工智能确实是人造的,与自然智能截然不同,然而它仍然是智能。
自动同步自湛庐有声书管线 · HedgeDoc 原页
07 · 6人工智能应有益于人类
6人工智能应有益于人类
第六章:人工智能应有益于人类
本章聚焦人工智能的社会影响,核心论点是,比起机器人统治世界的科幻恐惧,谁将受益、谁将受害才是真正紧迫的问题。作者明确表示,本书讨论的所有技术都不可能统治世界,机器人没有被编程为任何威胁。关于就业,当前的人工智能技术更擅长取代高度专业化的岗位,而非一般性岗位。作者认为人工智能的黄金场景是充当智力放大器,让人类变得更高效更聪明。但数据挖掘等技术常被掌权者用来描绘消费者,这会拉大力量差距。本章还展望了代理技术,单个代理智能有限,但多个代理像蚁群一样协作能完成更复杂任务。人工智能与艺术的交叉同样令人着迷,有程序能按查理帕克的风格实时即兴演奏爵士乐,还有行为艺术家将自己的躯体与机器人手臂互联。章末作者坦言预测未来很愚蠢,但确信人工智能是一个引人入胜的世界,现在是深入其中的最佳时机。
自动同步自湛庐有声书管线 · HedgeDoc 原页