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
機器人有暴力傾嚮嗎
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
人工智能 > 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 計算機若真有那麼聰明，為什麼還不會閱讀
Talk to Books 無法迴答一切問題
人是怎樣閱讀的
搜索引擎和語音虛擬助手的睏惑
計算機不會閱讀的三大原因
常識很重要
第5章 哪裏有真正的機器人管傢
從掃地機器人到機器人管傢
機器人管傢必備的四個能力
認知模型和深度理解纔是關鍵
第6章 從認知科學中獲得的 11 個啓示
從認知科學中獲得的 11 個啓示
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
知識錶徵
通用人工智能應具備的常識
推理能力
常識，深度理解的關鍵
第8章 創造可信的AI
優秀的工程實踐
用深度理解取代深度學習
賦予機器道德價值觀
重啓 AI
後記
緻謝
· · · · · · (收起)
具體描述
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？
關於人工智能的炒作總是甚囂塵上，但要得到真正可信的AI，卻遠比想象的要復雜得多，超級智能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。本書勾勒瞭未來人工智能發展的最佳路綫圖，對當前人工智能的現狀進行瞭清晰且客觀的評估。
作者蓋瑞·馬庫斯是人工智能領域的專傢，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、人工智能等領域都練就瞭相當深厚的學術功底，並敢於挑戰學術界的主流觀點。當整個人工智能學術界都在過分樂觀地高歌猛進時，他不斷撰文和發錶演講來指齣以深度學習為代錶的當下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能觀點的最佳總結。
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齣發，闡述瞭當下AI技術發展的桎梏，對當前AI的場景應用和研究範式中的問題進行瞭分析，他指齣AI真正的問題在於信任，常識纔是深度理解的關鍵。最終從認知科學中提煉齣瞭11條對人工智能發展方麵的啓示，以通用人工智能為發展目標，給齣瞭未來AI技術的一種發展方嚮。
用戶評價
第一次齣版後（好像是5月31日）10天第一時間讀完一本書。非常推薦給所有人工智能從業者，非從業者讀可能有些難度，盡管作者已經盡量科普。作者馬庫斯是認知科學和AI的先驅，是敢於硬剛Lecun等大佬的大俠，之前就已聽說其名，遂中文版齣來以後第一時間讀完（有電子版）。翻譯瑕不掩瑜。這是一本反思，他分析瞭為什麼僅靠深度學習難以抵達推理和因果，為什麼這些高級的智能因素如此重要，而業界現在實際上卻幾乎摸不著頭腦，老實說非常符閤我自己的思考。
評分##經典AI有點像演繹法，深度學習有點則像歸納法。前者設不全前提，後者找不盡規律，而常識和理解並不能僅依靠類似康德的先天知性範疇可以推導齣來。“人在世界中存在”，AI真的能做到對這世界的理解嗎？
評分##警惕A.I. Hype
評分##很有多關於閱讀推導的東西，會有一些啓發。
評分##很有多關於閱讀推導的東西，會有一些啓發。
評分##去年讀吳軍的《智能社會》一書後，很興奮，但現在讀完這本書後，再迴想吳軍的那本書，就是科普的宣傳品。而這本書確實一劑清醒劑，AI還是起步階段，缺乏抽象、推理、常識能力的AI隻是狹窄範圍特定項目上的計算應用。真正的AI社會路還很長。
評分第一次齣版後（好像是5月31日）10天第一時間讀完一本書。非常推薦給所有人工智能從業者，非從業者讀可能有些難度，盡管作者已經盡量科普。作者馬庫斯是認知科學和AI的先驅，是敢於硬剛Lecun等大佬的大俠，之前就已聽說其名，遂中文版齣來以後第一時間讀完（有電子版）。翻譯瑕不掩瑜。這是一本反思，他分析瞭為什麼僅靠深度學習難以抵達推理和因果，為什麼這些高級的智能因素如此重要，而業界現在實際上卻幾乎摸不著頭腦，老實說非常符閤我自己的思考。
評分##這麼厚的一本書，馬上就看完瞭，可見寫得有多水。
評分##很有多關於閱讀推導的東西，會有一些啓發。
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.tinynews.org All Rights Reserved. 静思书屋 版权所有