如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘

《如何创造可信的AI》［美］盖瑞·马库斯（Gary Marcus）；［美］欧内斯特·戴维斯（Ernest Davis）;龙志勇译【文字版_PDF电子书_推荐】

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*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*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。*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。

作者简介：

[美]盖瑞·马库斯(Gary Marcus)

新硅谷机器人创业公司AI首席执行官兼创始人。机器学习公司“几何智能”首席执行官兼创始人，该公司于2016年被优步收购，随后马库斯在优步创立了人工智能实验室。

纽约大学心理学和神经科学教授。研究方向跨越人类和动物的行为，涉及神经科学、心理学、人工智能等多个领域。

1994年于麻省理工学院博士毕业，师从心理学大师史蒂芬·平克。

[美]欧内斯特·戴维斯(Ernest Davis)

纽约大学柯朗数学科学研究所计算机科学教授，人工智能领域科学家。

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

浏览器不支持脚本！

AI

有需要联系v；hx-hx4

摘要：本文主要介绍了《如何创造可信的AI》这本书，该书由盖瑞·马库斯和欧内斯特·戴维斯合着，龙志勇翻译。该书围绕着如何构建可靠和可信赖的人工智能展开。文章从四个方面进行详细阐述：1）AI的局限性；2）AI的不确定性；3）AI的智能和人类智能的差异；4）构建可信赖AI的方法。通过对这些方面的探讨，可以更好地理解和应用人工智能技术。

1、AI的局限性

AI虽然在某些任务上表现出色，但在其他任务上却存在明显的局限性。例如，AI在处理模糊或不完整的信息时往往无法做出正确的决策。此外，AI还存在对训练数据的过度依赖以及对新情况的适应能力不足等问题。

AI的局限性主要是由于其算法和数据的限制所致。为了解决这个问题，需要在AI算法和数据收集方面进行改进，以提高AI系统的整体性能和可靠性。

2、AI的不确定性

与传统的程序不同，AI系统的输出往往是不确定的。这是因为AI系统基于概率和统计模型进行推理和决策。然而，这种不确定性可能导致AI系统的决策不可靠或不可信。

为了提高AI系统的可靠性，需要对不确定性进行建模和处理。例如，可以通过引入不确定性的度量指标来评估AI系统的可信度，并采取相应的措施来减少不确定性带来的影响。

3、AI的智能和人类智能的差异

尽管AI系统在某些任务上能够达到甚至超过人类的水平，但与人类智能相比，AI系统的智能仍然存在很大差距。AI系统往往缺乏常识推理和灵活性等能力。

为了构建更可信赖的AI系统，需要研究如何将人类智能的特点引入到AI系统中。例如，可以通过融合符号推理和机器学习等技术，使AI系统具备更强的推理和学习能力。

4、构建可信赖AI的方法

为了构建可信赖的AI系统，需要从多个方面进行考虑。首先，需要确保AI系统的安全性和隐私性，以防止恶意攻击和数据泄露。其次，需要加强AI系统的透明度和可解释性，以增强其可信度和可靠性。

此外，还需要建立严格的法律和伦理框架，规范AI系统的开发和使用。同时，还需要进行跨学科的研究和合作，以推动AI技术的发展和应用。

总结：本书通过对AI的局限性、不确定性、智能差异以及构建可信赖AI的方法进行详细阐述，帮助读者更好地理解和应用人工智能技术。通过了解AI的局限性和不确定性，可以更好地利用AI系统的优势和避免其缺点。同时，通过研究AI系统与人类智能的差异和相似之处，可以促进AI技术的发展和创新。最终，通过构建可信赖的AI系统，可以实现AI技术的可持续发展和广泛应用。

本文由nayona.cn整理

点击联系需要东西方神秘学学习资料，专业的咨询