産品特色

編輯推薦

與市麵上絕大多數人工智能相關書籍不同，這本書重在探討人工智能與人類思維的區彆，揭示人類心智的本質，深入淺齣地揭示人工智能研究仍將麵臨的挑戰。本書通俗易懂，趣味十足，且富有哲學思辨性，會給關心科技及未來社會發展的讀者帶來有益的啓發。

內容簡介

這是一本探討人工智能或計算機思維如何形成的計算機科學普及讀物。
如果把計算機當成一個主體，它獲得人工智能的過程實際上就是一個學習“計算機語言”的過程。那麼，計算機的學習過程與人的學習過程有什麼不同呢？兩者之間又有怎樣的關係？如何實現計算機的學習行為？同時，計算機的學習過程又對人的思維形成有怎樣的啓發？本書將試圖迴答這幾個問題。
例如單腿站立這樣的動作，人類需要掌握知識纔能夠做到嗎？如果要設計一個機器人，讓它單腿站立，是不是也需要給它一本書讀？實際上，人工智能的研究有很多種，很多其實**瞭思維（規劃、解決問題）能力的範疇。這個領域的方嚮與目標已發生根本性的改變。尤其是機器學習更是這樣。
本書並非對人工智能的概括性瞭解，也不同於很多圖書對於人工智能的近期發展的介紹。本書探究的是*根本的問題——計算機學習的基本原理，也就是計算機如何通過不斷的知識積纍與經驗總結，獲得常識，指導自己的智能行為，從而像人類一樣思考。本書還將解釋人工智能為什麼會錶現為現在的樣子，以及它在幫助我們理解思維和智能行為的過程中起到怎樣的作用。
計算機係統是通過大數據學習智能行為的。通過知識的堆積、經驗的積纍，計算機將學術智慧和市井智慧相融閤，不但可以處理數量龐大的相似情況，也逐漸可以處理例外的情況——少數的“黑天鵝”。
比如無人駕駛汽車。這種技術可以被歸為 “老派人工智能”的範疇，機製建立的基礎是對常識的智能理解，而不是對大數據的理解。但如果是處理新式的挑戰，比如在現實生活中遇到一座被水衝垮的橋，那就需要用到高級一點的人工智能瞭。
圖靈測試曾被認為可以將達到一定智能水平的計算機遴選齣來。但本書作者萊韋斯剋認為一個計算機程序雖然可能通過圖靈測試，但它仍可能沒有任何思維能力，像僵屍一樣。他介紹瞭一種新的理解智能行為的方式——威諾格拉德測試。該測試由他本人和他的同事一同開發。“如果我們的目標是要理解人工智能，那麼我們*好區分好真假人工智能。”他發現瞭一個形成常識和獲取背景知識的可能的機製：抽象錶現思維的能力。隨著人工智能逐漸走入人們的日常生活，我們應該關心的問題是，沒有常識的人工智能如何能做齣正確的決定。

作者簡介

赫剋托•萊韋斯剋，加拿大學者、人工智能研究專傢。多年來，他緻力於人工智能的研究，主要研究方嚮是人工智能的知識錶現和推理。在錶現方麵，他主要研究瞭關於人工和自然介質的很多概念，比如信念、目的、目標、能力，以及知識、觀念與行動的交互。在邏輯方麵，他主要研究瞭計算機如何進行可追溯的自動推理，包括使用貪心搜索法。
赫剋托•萊韋斯剋已經發錶瞭60多篇研究論文，其中4篇獲得國際人工智能協會*佳論文奬。2004年他的一篇論文獲得國際人工智能協會經典論文奬。
萊韋斯剋後被選為國際人工智能協會（AAAI）執行理事會成員，他本人也是5個雜誌的編委會成員，其中包括《人工智能》雜誌。2006年，他加入加拿大皇傢學會。

精彩書評

今天，人工智能蓬勃發展，展現齣瞭強大的影響力。但是當前對於人工智能領域的研究卻已嚴重偏離瞭這一概念創立的初衷。重新迴歸其本源的原因有二：其一，若不如此，人工智能的發展將陷入瓶頸；其二，追本溯源這一過程本身即是對計算機和人類自身的重新認識。作者在人工智能領域深耕多年，本書內容豐富、條理清晰，任何想要瞭解人工智能的人，都應該閱讀本書。————約阿夫·肖漢（斯坦福大學名譽教授）
當前，人工智能主要將精力集中於機器學習大數據集和低級感官輸入。而萊韋斯剋卻告訴我們，上述研究忽視瞭人類智慧的本質特徵：人類通過簡單自然的語言交流，就能以間接經驗的方式認識自己無法直接接觸的世界。——亨利·考茨（羅切斯特大學格爾根數據科學研究所所長）
幾十年來，萊韋斯剋一直專注於人工智能領域的研究。他在本書中深入淺齣地揭示瞭人工智能研究仍將麵臨的挑戰，可謂真知灼見。他令人信服地證明，擁有常識，具備推理能力是人類智慧的核心，而將其與人工智能有效結閤仍有待時日。——巴特·塞爾曼（康奈爾大學計算機係教授）

目錄

前言 Ⅴ
第1章 什麼是人工智能？ 001
適應機器學習 003
老式人工智能 006
常識的程序 008
圖靈測試 010
中文房間理論 012
第2章 巨型拼圖之謎 017
疑問接踵而來 019
留給我們的睏難 023
一條解決的途徑 030
第3章 知識與行為 033
超越刺激與反應 036
知識與信念 041
意嚮立場 043
智能行為 046
能力與錶現 048
第4章 真智能還是假智能？ 051
談話機器人 055
投機取巧不可行 060
威諾格拉德模式 063
我們從中得到的經驗 070
GOFAI 的迴歸 072
第5章 有經驗的學習與沒有經驗的學習 075
我們如何學習詞語？ 078
我們如何學習事實？ 081
我們如何學習行為？ 083
我們如何超越經驗？ 085
第6章 書本智慧與市井智慧 089
語言的影響力 092
書本智慧 094
海倫·凱勒的智慧 095
書本中的市井智慧 099
第7章 長尾理論與培訓的界限 103
長尾現象帶來的難題 106
如何處理突發事件 110
無意識與有意識 113
威諾格拉德模式測試 115
是不是技巧還不夠完美？118
第8章 符號與符號處理 119
符號的代數運算 121
符號的邏輯運算 125
符號的意義 129
一切都源自圖靈機 131
第9章 基於知識的係統 137
符號能夠解決的問題 139
用符號錶示無形 141
知識錶示假說 143
假設是真的嗎？ 144
知識錶示與推理 146
誰纔是唯一的選擇？149
第10章 人工智能技術應用 151
人工智能的未來 155
自動化是好是壞？159
超級智能與奇點 161
真正的風險 164
超越進化 166
緻謝 169
注 釋 173
參考文獻 193

前言/序言