简介
精彩点评
-
刘斌-邦比快跑推荐
[[《AI 3.0》]]，[[梅拉尼·米歇尔]]，5星。作者的另一本《复杂》是复杂科学很好的综述性书籍。这本书则是人工智能很好的综述性书籍。深入浅出的介绍了人工智能的历史、流变、现状以及对未来的展望。作者本着理性、客观的态度去做介绍。在作者眼里《奇点临近》的作者雷·库兹韦尔属于激进的乐观派。
-
古德乐·罗格司推荐
可以作为AI 101，很好的一本Introduction；也同时为AI祛了魅。
-
张俊推荐
人工智能还处于初级阶段，像人一样仍有很长的路要走，至少常识性判断方面，与人差太远。人工智能目前在图像识别，语言翻译等方面有了长足的进展，但长尾效应导致智能系统突然间的崩溃，因为机器大数据训练不可能把所有细节都喂饱，就像自动驾驶总会有些意外事故，人脸识别发生错误。还有人类所具有的人性，道德等问题，机器是无法感知的，它自己在做什么，机器只是个机器。除非未来，机器可以设计得和人体一样复杂，或许真智能早晚会有到来的一天。
-
คิดถึง 小叶今天科研了吗推荐
人工智能目前的发展离我们真正想要达到的目标还相差甚远，任重而道远。 虽然说现在人工智能（主要是深度学习）的发展已经带给人们的生活很多便利，也创造了许多让人震惊不已的新闻，但其实现在它们的“智能”还处在一种非常初级的阶段。仅是依赖于大数据量，机械地处理数据之间的特征，并没有真正地像人一样基于生活经验与常识理解其中意义。比如说siri等智能手机语音助手，它也常常无法回答人们的问题，而对于人们提出问题，它们的处理方式并不在于“理解”其中含义与情感，而更多在于“匹配”与“提取”，这就会带来很多意想不到的错误。在无人驾驶技术领域甚至会由于“长尾效应”等带来危险的后果。 另外，一个致命的问题就在于人工智能缺乏“常识”，这造成了目前没有一个真正意义上的“通用人工智能”。他们对于任何一个问题的处理都要从0开始学习，最终在某一任务上可能拥有超过人类水平的能力，缺乏泛化性，尽管许多专家都喜欢鼓吹他们的某个算法具有良好的“泛化性”。换句话说，现在的人工智能可以说它们目前只能是某一领域的“白痴天才”，比如AlphaGo只会下棋。 另外人们由于看了各种科幻电影小说等而对于人工智能的一些可怕猜想，其实并不用太过担心，因为目前的人工智能技术还完全配不上那样的担心，等到什么时候计算机真的能够富有创造性，有了自己的思维以及与人相当的理解力时再去担心也不迟。
-
行行推荐
从上世纪40年代开始到现在，我们总是倾向于高估人工智能的发展速度，而低估人类自身智能的复杂性。 目前一切看上去超越人类能力的强大智能还不过是按照人类给定规则的重复计算和记忆、之后再快速的信息提取。比如打败人类棋手的计算机。但这些“超级大脑”除了下棋什么都不会。 这里就涉及到人类自身都不会注意到的一个基本能力：知识迁移。比如会下象棋的人会把很多策略运用到新学的围棋中去、学习数学的方法会让你学习其他知识更快。这是累加的变化。但计算机学习一切都只能从零开始。 同样，人类还有太多自己不自知，而异常有用的能力，包括理解，概念，抽象，联想，经验，推理，这都来源于从小到大周围潜移默化的生活影响、很多在我们看来完全不用动脑子的直觉和常识性知识，对计算机是最难的，至少目前还基本没有突破。 在人类还没有有意识地认识到自己知道什么，就不能成为向一台计算机明确地提供这些知识的专家。自然就不可能实现通用化的人工智能。 目前所有的Ai都还只是快速的信息提取和按照规则的输出而已。 侯士达认为，当计算机真正拥有了所有人类能力的时候，或许也拥有了人类智力的“负担”。很多对于当下计算机的简单数字都不再单纯、简单的运算反而迟钝。这也是一种非常合理的推论。 目前作为纯粹工具的，单一化的假“人工智能”也是一种平衡和完美?能帮助人在各种单一的方向更好的发展也很好？ “人们担心计算机会变得过于聪明并接管世界，但真正的问题是计算机太愚蠢了，并且它们已经接管了世界。” 或许当下真正的危险是，利用人们对所谓计算机人工智能的信任，去做威胁人类利益的事情，而人类还不自知。
-
阿俊推荐
揭开人工智能的面纱，人工智能并不具备常识智能，很多方面它还不如一个孩子。人工智能之路略有成就，但还很漫长
-
Roy Zhou推荐
这本书不只是一味的鼓吹人工智能有多么牛b，他更多的指出了人工智能目前的不足 1）不可迁移：大部分Ai只能做好一件事情，而且这些事情必须是高度可控，规则明确（围棋，游戏） 2）缺少无监督学习：大部分Ai需要进度学习，设定好标准答案 3）对抗样本，高脆弱性：两张人类觉得一摸一样的照片，Ai会给出截然不同的分类 4）一些人类觉得很简单的问题Ai都会答错：不能分辨主语，不能发现是什么让两个东西不同 之所以会有这些问题可能是因为Ai只是在模仿，而不是真正理解。Ai缺乏常识，那么要理解就要教会Ai抽象和类比的能力。
-
啊桂推荐
很好的一本介绍人工智能的书，解答了我对人工智能的大部分疑问，很好。
-
钱磊推荐
从符号主义到联结主义，从人工编码规则到万物皆可embedding，人工智能掀起了一波又一波的浪潮。能站在新一波风口浪尖上，感受技术进步给人类文明带来快速变化，无疑是万分幸运的。大家畅想着人工智能的未来，但同时也会伴随着林深不知处的困惑。当前以深度学习为基础的人工智能究竟会不会超越人类智能，机器会不会替代人类成为世界的主宰，人类究竟是否应该大力发展人工智能技术……诸多问题，书中都或多或少给出了答案。
-
古樹繁花推荐
作者深入浅出地讲述了人工智能的发展史以及对未来的发展提出自己的观点。
-
Tana推荐
戴老师推荐的书，很有意思，读完之后我对人的着迷超过了对计算机的着迷，哈哈。
-
彭超推荐
如果说未来呼啸而来有多乐观，那么AI3.0就有多悲观。十年不现实，但未来肯定是乐观者的乐园，未来呼啸而来是为了唤醒那些井底之蛙，而AI3.0是为了叫醒那些盲目幻想者。偏乐观些总是没错的，毕竟历史的发展就是靠那些乐观的疯狂者打拼出来的，正如乔布斯说的只有疯狂到认为自己可以改变世界的人才能真正改变世界，而现实生活真的就发生了很多前人当时不敢想的改变，例如电，汽车，飞机，手机，电脑等。
-
王大磊推荐
与复杂关联度不大，更贴近作者的专业领域。有关符号人工智能、神经网络的发展，成果以及其局限性。设计具有常识的通用人工智能需要有抽象类比模拟甚至元认知反思等能力，是现有的模型都不具备的。最触动的论断，即使是最为抽象的概念，也是通过对这些概念发生的具体场景进行心智模拟和核心物理知识的隐喻来实现。人工智能不止需要数据基础，对于物理世界的模拟也是泛化的障碍，元宇宙的障碍。
-
Meggie 喵酱推荐
沉下心花了一周多时间从头理解AI。作为一个非技术读者，该书也丝毫不枯燥晦涩，相反，作为心理学专业毕业的人来说，惊喜地发现AI跟心理学之间千丝万缕的关系，更是帮助了理解。
-
新波推荐
某个特定领域依靠大量数据来喂饱的人工智能，还不能算真正的人工智能，抽象和类比是人类独一无二的本领，也是实现通用人工智能必须具备的能力，目前看来这个目标遥不可及，这是作者的核心观点，深以为然。