如何創造可信的AI

內容簡介

● 當下的AI存在哪些風險？真的有可信的AI嗎？

理想的AI與現實的AI之間究竟存在哪些差距？

如何構建人類和AI之間的信任？

關於人工智慧的炒作總是甚囂塵上，但要得到真正可信的AI，卻遠比想像的要複雜得多，超級智慧型的時代還遠沒有到來。創造真正可信的AI需要賦予機器常識和深度理解，而不是簡單地統計分析數據。本書勾勒了未來人工智慧發展的最佳路線圖，對當前人工智慧的現狀進行了清晰且客觀的評估。

● 作者蓋瑞·馬庫斯是人工智慧領域的專家，同時還是心理學和神經科學教授，在計算機科學、認知科學、語言學、人工智慧等領域都練就了相當深厚的學術功底，並敢於挑戰學術界的主流觀點。當整個人工智慧學術界都在過分樂觀地高歌猛進時，他不斷撰文和發表演講來指出以深度學習為代表的當下AI的弊端和局限性，《如何創造可信的AI》這本書正是馬庫斯對他關於人工智慧觀點的最佳總結。

● 蓋瑞·馬庫斯和歐內斯特·戴維斯從深度學習算法固有的缺陷出發，闡述了當下 AI 技術發展的桎梏，對當前 AI 的場景套用和研究範式中的問題進行了分析，他指出AI真正的問題在於信任，常識才是深度理解的關鍵。最終從認知科學中提煉出了11條對人工智慧發展方面的啟示，以通用人工智慧為發展目標，給出了未來 AI 技術的一種發展方向。

圖書目錄

第1章 AI該往何處走

真的有可信的AI嗎

狹義 AI 與廣義 AI

理想與現實之間的鴻溝

如何跨越 AI 鴻溝

第2章當下AI的9個風險

機器人有暴力傾向嗎

機器也會犯錯

當下AI的9個風險

第3章深度學習的好與壞

人工智慧＞機器學習＞深度學習

什麼是深度學習

深度學習的三個核心問題

深度學習是一個“美好”的悲劇

第4章計算機若真有那么聰明，為什麼還不會閱讀

Talk to Books 無法回答一切問題

人是怎樣閱讀的

搜尋引擎和語音虛擬助手的困惑

計算機不會閱讀的三大原因

常識很重要

第5章哪裡有真正的機器人管家

從掃地機器人到機器人管家

機器人管家必備的四個能力

認知模型和深度理解才是關鍵

第6章從認知科學中獲得的 11 個啟示

從認知科學中獲得的 11 個啟示

為機器賦予常識

第7章常識，實現深度理解的關鍵

建立常識庫的三種方法

知識表征

通用人工智慧應具備的常識

推理能力

如何創造可信的AI

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條