如何创造可信的AI：走向拥有常识和深度理解的可信的AI

　　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
　查看完整　　

　　[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。

　　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…
　查看完整　　

　　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***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
^ 收 起　　

　　[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。

　　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。
^ 收 起