写给大家的AI极简史：从图灵测试到智能物联 - (EPUB全文下载)

文件大小：1.0 mb。
文件格式：epub 格式。
书籍内容：

目录
序
第一章 自动化的下一步：机器决策
识别、洞察、行动
博兰尼悖论
强弱人工智能
对机器的愤怒？
机器的瑕疵
第二章 图灵的继承人：人工智能简史
聊天机器人的智商测试
在达特茅斯开球
计算机专家与专家计算机
炒作周期中的人工智能
原始计算能力
Jeopardy！，围棋和Texas Hold’em
第三章 机器人如何网络学习：人工神经网络、深度学习和反馈效应
人工大脑？
图形卡片的力量
有监督与无监督的学习
反馈创造数据垄断
第四章 人类提问，机器回答：人工智能成为日常助理、销售人员、律师和医生
虚拟助手
销售机器
机器人律师
我怎么了，Watson医生？
第五章 机器人成为人类的合作者：网络物理系统、合作机器人和能计算感情的机器
参与救援任务的机器人
网络物理系统
人机协作
如果机器人可以读取情绪
硅胶克隆机器人
第六章 超智能与奇点：机器人会夺取控制权吗？
HAL变得严肃起来
智能大爆炸与超人类主义
竞争与数据垄断资本主义
AI代理人的行为代表谁的利益？
数字专政
新机器伦理
“我承认，1901年我对我弟弟奥维尔说，人类在50年以内都不可能飞起来。”
——[美]威尔伯·莱特（Wilbur Wright）
序
基蒂霍克（Kitty Hawk）
[1]

时刻——为什么一切都将加速发生……
100万美元奖金。一条长度为241公里的公路横穿莫哈韦沙漠的军事管制区域。2004年，美国国防部首次在此举办了DARPA自动驾驶汽车挑战赛。当时参赛的队伍大约有100支，最佳队伍的自动行驶成绩仅为14公里，其他队伍的表现则更糟糕。8年后，也就是在2012年，谷歌发布了一份低调的新闻稿：它所研发的在YouTube上人气很高的自动驾驶汽车，已经创造了数十万公里的零事故公路行驶记录。而截至目前，特斯拉汽车的司机已经使用自动驾驶系统行驶了数百万英里。可以肯定的是，时不时地，驾驶员还是需要在情况棘手的时候控制方向盘——自动驾驶系统会及时让他们意识到这一点。这意味着在原则上，这个看似无法解决的问题已经被解决了。虽然2018年发生了几次自动驾驶汽车事故，但是为大众提供全自动汽车已经只是规模和微调的问题。
人工智能正在经历它的基蒂霍克时刻。今天的人工智能研究者就像是机动飞行的先驱。几十年中，机动飞行的先驱们许下远大的抱负，但他们的试验却一次又一次地以失败告终。直到莱特兄弟取得了重大突破——他们在北卡罗来纳的基蒂霍克进行了第一次试飞，然后相关技术才突然开始飞速发展，于是几年前的天方夜谭突然成真了。
对人工智能来说也是如此：经过多年相对缓慢、疲软无力的发展，技术终于开始发挥作用了。如今的市场上不断涌现出人工智能技术的突破，并且更多的突破还正在酝酿中。现在计算机程序识别人脸的准确度已经超过了大部分人类。谷歌助手可以模仿人类的声音，打电话到发廊预约理发，而电话那头的人根本不知道自己在和一个由丰富数据构成的IT系统交谈。在诊断某些癌细胞方面，今天的计算机已经做到了比世界上最好的医生更精确——更不用说那些在农村医院工作的普通医生了。计算机不仅在看似相当依赖直觉的围棋游戏中打败了人类，而且还比世界上最好的扑克玩家更会虚张声势——这在2017年1月已经得到了官方证实。在日本保险公司Fukoku Mutual里，建立在IBM的Watson系统上的人工智能可以根据每个保险合同的个人条款审核用户提交的医疗账单的报销金额。在世界上最大的对冲基金——桥水基金（Bridgewater），算法的作用不再局限于投资决策。这个掌握着大量员工数据的系统已经成为“机器人老板”——它知道对于特定任务，最好的商业战略和最好的团队组成是什么，并且它可以为员工晋升和企业裁员提出建议。
人工智能是自动化的下一步。重型设备已经代替人类做高强度工作很长时间了。自20世纪60年代以来，制造机器人就变得越来越简单。然而到目前为止，IT系统仅仅被用于辅助重复度最高的知识性工作。但是，有了人工智能，机器就能做出以前只有人类才能做出的复杂决定。或者更确切地说，如果基础数据和决策框架是正确的，那么AI系统将比卡车司机、行政人员、销售人员、医生、投资银行家或人力资源经理更快做出更好的决策，而且成本更低。
在基蒂霍克第一次机动飞行成功的20年后，一个新的产业出现了——此后不久，航空旅行从根本上改变了世界。人工智能也可能走上类似的道路。一旦从数据中学习的计算机程序开始在特定领域用更少时间做出比人类更快更好的决策，那么计算机程序在该领域的发展就势不可挡了。内置在汽车、机器人或无人机等物理机器中的计算机程序将极大提升自动化过程。此外，它们彼此互联，组成能够相互合作的智能物联网。
丰田研究所所长吉尔·普拉特（Gil Pratt）促成的历史性飞跃甚至比在基蒂霍克发生的还要大。普拉特将人工智能的最新进展与5.4亿年前进化生物学的寒武纪爆发进行了比较。几乎所有的动物都起源于寒武纪时期，当第一个物种进化出看东西的能力，进化的“军备竞赛”就开始了。有了眼睛的动物就可以征服新的栖息地，可以开拓出新的生态位。生物多样性就此爆炸式增长。这与人工智能识别数字图像非常类似。随着生物技术在数字图像识别方面的突破，人工智能现在也有了眼睛，能够更精确地导航并从环境中学习。麻省理工学院的埃里克·布林约尔松（Erik Brynjolfsson）和安德鲁·麦卡菲（Andrew McAfee）将对比进一步推进到进化的早期阶段，并说道：“今天，我们同样期望看到各种新产品、服务、工序和组织形式。当然，其中也会有大量的‘灭绝’，但也肯定会有一些奇怪的失败和意外的成功。”
人工智能研究人员和学习软件系统的生产者现在被一股强大的力量推动向前。需要资金的初创公司倾向于在每个数字应用上贴上人工智能的标签，而不考虑系统能否真正从数据和示例中学习或是从学习经验中总结出规律来，也不管它是否实际上只是盲目遵循指令的传统编程系统。人工智能的卖家和很多买家——不管是科研赞助商、投资者还是用户——都只能艰难地评估产品的技术操作原理。人工智能目前被一种神奇的光环包围 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。