人工智能的进化

以偏向哲学的视角讲述人工智能的历史并展望前景，文科生友好。语言是人类最常用且复杂的信息载体，如今的人工智能已经攻破图像处理，转而挑战自然语言——尽管它们吸收的是转化后的符号，在威诺格拉德问题上遭受过小小的挫折。人类通过语言继承知识，掌握知识并运用构成人类行为的本质。人工智能的学习是从数据中总结思维和观点，并提取规律，而我们对世界的认识同时建立在经验和语言两者的基础上，我们还可以从书本、听讲中获得继承，这是二者重要的区别。此外，模式化训练下的智能不具有处理“黑天鹅”的能力，在应急情况下做出判断靠的是“常识”。最终，作者保守地认为人工智能最大的危险是被赋予了超出能力的职责。补充吐槽：图灵测试没有激发研究人员去研发更优秀的会话者，却导致欺骗询问者的技巧越来越娴熟。

内容很空，分明四五十页就能写完非搞出这么一堆废话，看的昏昏欲睡

在自适应机器学习（AML）赚足眼球的当下，重启关于老式人工智能（GOFAI）的讨论，极具启发性，观点也颇有见地。巨型拼图问题类似盲人摸象，现有的解决方案均有局限。winograd模式测试很有意思。长尾现象值得警惕。我们还远未到发展进程太快、以至于担心受到机器威胁的地步，反而有待更多实用场景召唤更多资金投入。翻译总体不错（除了“曾几何时”），“完爆”尤其精准哈哈哈。

作者在巨型拼图一章中就指出了现在不同流派的问题，都自信地认为解决了自己的问题就会解决整个问题，实际他们都只是巨大拼图中的一块，而这一点奠定了整本书的基调。作者分析了现有的心理学方法和神经学方法的困难，所以从智能行为这一点来阐述人工智能现在应该遵循的发展道路和重点。从手写识别等例子得出了不是所有智能行为都是依托于知识，这部分场景是现在的机器学习和深度学习能够处理，但是对于其他大量需要知识的行为和场景这些手段则略显无力，所以作者期望人工智能发展回到初期的GOFAI，同时使用威诺格拉德模式测试而不是图灵测试来代替测试机器是否展现出了智能这一可观察行为。在大家都认为机器学习和深度学习都是未来的时候，作者给泼了一盆冷水，受不受用就看以下的发展了。中文版的翻译就是在搞事情，侧重点在Real AI。

人类是在观察自身思维的过程中产生了制造人工智能的想法，而对于人工智能的研究又让人重新审视到底何为人类思维，以及人的思维为何如此运作。我们如此思维的原因可能仅仅因为我们是漫长进化和自然选择造就的人，而人工智能则没有人类的诸多冲动、缺点和局限，人工智能无法成为人的原因恰恰是他不具备人的这些特点，而人无法制造出全知全能的人工智能的根本原因，也许就是因为我们根本不想丢掉自己的缺点，包括侵略性、邪恶和毁灭自我及他人的冲动。

从哲学和技术符号角度梳理人工智能的发展，适合文科生阅读。哲学视角偏乐观，人工智能没有植入人类的好斗性；技术层面偏悲观，至少没有预见到GPT4的“涌现”能力。

随便翻了翻，虽然是一本普及性读物，但要真正读懂，还是有点难度的，特别是对读文科的人而言。

@2020-08-14 11:35:10

略有启发，值得一读。