简介
精彩点评
-
lx推荐
这是看的梅拉尼的第二本书了，和，《复杂》一样，作者虽然身处行业研究的最前沿，但是始终能够保持局外人的冷静与克制去描述AI 技术，且始终在中立的角度去看待技术的发展，我最敬佩的还是梅拉妮能够躲过所谓的‘知识的诅咒’，即作为一个行业的专家，竟然还能够以技术小白能够明白的语言去讲解这么复杂的技术。最让我忍俊不禁的还是结尾处她对AI的发问，如果你是AI，请说明我上一句的塔指的是谁。 不过这本书有一点是我没想明白的，作为一本介绍AI的科普读物，为啥要把书名翻译成AI3.0呢？
-
安米推荐
一本科普性质的书，例子生动翔实，辅助理解AI进化史，从技术角度，为当下被媒体炒得火热的人工智能注入冷静思考。
-
Porridge推荐
业内的可以pass（可以说完全不用看）作为科普这本则是很好的选择，不枯燥又不会太多戏，很实在。
-
微微辣推荐
首先，这是一个非常好的作者，他的所有科普书籍都具有深入浅出的特点。这当然肯定说明，作者本身具有更宏观的视野，以及非常深刻的见解。 令我感到非常惊喜的是，我没有进行过任何的实际的程序的研究，只是在不断的思考和积累，关于这方面的想法。然而，作者提出的几乎所有方面的解决方案，在我的思考过程中都有对应，并且我个人坚信，绝不是简单的对应。 希望有朝一日能真正参与到人工智能的研究之中
-
张树元推荐
侯世达的学生基本清晰地描述了现在人工智能行业集体认同的一个观点，即要想实现通用人工智能必须深入理解和模仿人类的认知能力，机器要像人一样处理与世界互动，根基的几个问题分析的也很到位，比如类比、概念、隐喻、联想、抽象、常识、推理等，现在人工智能与人的差距还很大，甚至可以把这个差距称作不可逾越的鸿沟。其实还存在一个方向没有得到业界的重视，就是智能本身不一定遵循人性的路线，有些人类不能理解的可能也是人类自身无法做到的确正适合机器来做，不模拟人不一定不能超越人，比如对自然语言非语义的处理方式，计算机就是没有灵魂的僵尸，但人类的语义又何尝不是一种奇怪的落地方式呢？！在这方面主张奇点的库兹韦尔也没说清楚。可以畅想一下！
-
天雨流芳推荐
从2月9日开始听书，2月12日听完，第248本书，2022.2.12。
-
李公子推荐
这本书适合于了解AI，写的比较通俗易懂，可以很好的了解到AI的相关内容，还有AI运行的基础逻辑，可以从底层了解到相关的内容，可以一读。
-
默wen推荐
引经据典，深入浅出的客观的介绍了AI的方方面面，昨天，今天和明天，很清楚，很精彩。 轻柔的褪去了AI那迷人的外衣，连贴身的遮羞布都没有保留，不但给我们展示了AI那完美的外在，也能以表思里，睹物思人，畅想它的未来。 坦诚的接受依然不是很完美的它，客观的期待逐渐完美的它，理性的使用看起来很强大的它。
-
依羽爱秋推荐
一本书，让我对目前人工智能的主要技术路线和现状有了初步了解，对身边有关人工智能的应用有了新的理解，让我更能清醒认识世界的发展变化。
-
金城推荐
值得推荐，对我这样的电脑白痴来说也能看。对人工智能的发展有较为适当的介绍。一直以来对人工智能只有一知半解，看完之后能够有一个初步的认识(对外行而言)
-
Yinchao推荐
短期内人工智能系统最令人担忧的问题是：我们在没有充分意识到人工智能的局限性和脆弱性时就给它赋予了太多的自主权。我们倾向于拟人化人工智能系统，我们把人类的品质灌输给这些系统，却又高估了这些系统可以被完全信任的程度。
-
夏木木推荐
从视觉识别到机器学习和自然语言，对人工智能发展历程和最新成果进行了科普，有一些技术语言难懂，不过不影响整体阅读。介绍了人工智能与人类智能的差异，人工智能在很多方面还是无法获得人类智能的能力，比如心智和推理，在机器翻译、智能驾驶、智能语音等应用上，我们可以发现人工智能还有很多bug，我们离通用人工智能还有很长一段路要走。事实上，人工智能已经发展了很多年，只是近十年应用越来越多，媒体的大肆报道，让人们有了一种错觉。
-
明觉Jetson🌏推荐
令人受益匪浅的好书，引发了我对AI及其未来的许多思考。 AI这一话题火了许久，其各类分支例如自然语言处理，强化学习，自动驾驶，计算机视觉等等是人类科学发展很重要的话题。有人对在不久的将来人类将会设计出通用人工智能这一预测表有乐观的态度，也有人对这一说法表示怀疑。书中讲到的很有趣的一个点就是智能爆炸：数学家古德对于智能爆炸之潜在可能性是这样预测的：“让我们将超级智能机器定义为一种可以在所有智力活动方面都远超任何人的机器。鉴于对机器的设计本身正是如上所说的智力活动之一，因此超级智能机器能够设计出更好的机器，届时毫无疑问将会出现一场智能爆炸，人类智能将被远远地抛在后面。”通俗来说，设计出一个通用的超级智能机器之日将是人类历史达到一个奇点之日，因为这个智能将拥有设计出更高程度智能的能力。届时，困扰人类的众多问题（能源，疾病，战争，社会发展，等等）将会被超级智能解决，这确实是一个很吸引人的想法。 但是米歇尔点明了在人工智能发展中更为现实的一点，也就是区分了人类和机器的最为关键的一点：意识（具体来说是想象和思考的能力）。书中也提出了大量的在人工智能各个分支中的实践例子，他们都表明了当前的人工智能智能被称为狭义智能。原因是机器仍然需要人类来辅助其学习和实现智能（监督学习，对于数据的依赖，等等）。机器学习并不代表机器真正地在”学习“，他们只是懂得用巨量的数据来寻找事物中的规律，而又必需担心过拟合的这个问题。或许智能在某些领域能够达到大师的地位（如深梦的Alpha Go），他们缺乏迁移学习的能力，缺乏两种基本的人类本能（抽象和类比），更缺少了感知并反思自己的思维能力。或许一个优秀的NLP算法堆砌起来的音乐制作机器人能够制作出肖邦风格的音乐，它还是缺乏了人类拥有的鉴赏和审美能力。说到底，理解才是关键。无法在其狭窄的专业领域之外进行良好的泛化、形成抽象概念或者学会因果关系都表明：它们并不真正理解我们教给它们的概念。 缺乏了这些能力，他们也只能是狭义智能。扎心的事是“一堆狭义智能永远也不会堆砌成一种通用人工智能。通用人工智能的实现不在于单个能力的数量，而在于这些能力的整合。” 总之，还是如作者所说的那样，“要想令人工智能实现真正进步，就需要让机器具备常识，但是，很多处于我们潜意识里的知识，我们甚至不知道自己拥有这些知识，或者说常识，却是我们人类所共有的，而且是在任何地方都没有记载的知识。这包括我们在物理学、生物学和心理学上的许多核心直觉知识，这些知识是所有我们关于世界的更广泛的知识的基础。如果你没有有意识地认识到自己知道什么，你就不能成为向一台计算机明确地提供这些知识的专家。” 最后，读完这本书令我感慨的是意识又是如何被进化/创造出来的呢？为什么我们人类拥有了这项能力？期待未来的人类能够破解这个奥妙。
-
曹旭阳推荐
这本书作为一本门外汉科普书可能及格，但我个人觉得观点不够深刻是本书的一个缺陷。
-
瓦尔推荐
对我个人而言，这本书比两年前读到的一本李开复所著关于AI的书要好看很多！因为它更加真实和全面地反映出当下人工智能研究在全球范围内的现状、以及其优势和劣势何在。 据我粗浅地理解，此书的要旨实际上是揭示了人类智能与人工智能最本质的区别：即，人工智能精髓在于致胜（效率和方法）而人类智能精髓在于明白（理解、追寻事件背后意义以及产生情感共鸣）前者仍是“术”而后者趋向于追问“道”。两者差距是否只差一个生命自组织形态？我不得而知。毕竟，人类对自身的许多了解仍然不够深入…… 受教了，推荐阅读。4.5🌟。