
徐晟
本书以有趣的案例和深入浅出的语言,直击AI的底层运行逻辑与核心原理,勾勒人工智能的全貌,以便读者掌握AI技术要点,打通AI的各种技术壁垒,厘清不易察觉的“认知错误”,从而更好地认识正在运转的神秘AI世界。本书共9章,逻辑上分为三部分。第1~3章是人工智能的基础理论,通过生动、有趣的讲解,让读者知道支撑AI的基础学科如何起作用:如何基于统计学和概率论找到应对不确定性的有效方法与解题思路 如何基于数据统计的基础知识与原理避开数据“陷阱”,给出谨慎的主观结论 如何从数学视角理解信息的处理模型。第4~7章讨论人工智能的核心技术——数据、算法、算力,详细介绍大数据是如何处理的,如何通过机器学习算法和深度学习算法让机器正确认识数据间的关联与规律,以及如何通过算力整合与软件协作实现更高效的智能。第8~9章探讨一些人工智能安全话题——大数据“杀熟”、隐私计算、深度伪造技术、对抗样本攻击、数据投毒攻击、攻防博弈等,并展望人工智能的未来,包括:人工智能会抢走人类的工作吗?机器人会统治人类吗?通用人工智能会出现吗?未来到底会变成什么样子?
内容说的太泛。书名是“看透AI的底层运行逻辑”,但超过一半都在讲统计学相关内容。没这个必要
从写作内容来说还是非常简单普通的,可以了解一下ai的数学基础以及逻辑基础,当然相当来说都是大陆货,如以前不了解ai读完了,收获可以很多,但是如如读过了,就可以飞快的翻阅就可以了,找到自己不足的内容就可以了。对于当下的状态还是认知非常深刻,但是对于未来不确定性的担忧使得我们对于ai既期待又恐惧,对于ai是否具有极高的复杂性以及是否具有个性以及自主思考的能力,或者思考是不是量子的问题,这个也许是我们知道人类最后的尊严,对抗复杂性产生。对于我们的智能也算是若干千年的积累而得到的,而ai即使从名词来说也是很短时间的,不仅仅是数据或者被标定的数据来产生学习能力,而是人类来完成机器自我的发展的状态。
本书涵盖了很多基础知识和理论,对于初入人工智能读者是本很好的入门书籍。
数据决定了机器学习的上限,算法只是尽可能逼近这个界限。人类一直在探索和掌握新的知识,在这个过程中,一些知识不断被修正,错误的观念不断被丢弃。想要解开难题,关键是要找到正确的解题思路,它提升解决问题的速度和准确率。模型必须准确地描述观测现象具备基本的使用价值。
突然发现机器学习离我其实也没那么远,突然恍然大悟,其实之前读研处理故障信号思路和监督学习很像,贝叶斯公式之前学习只知道数学意义,现在发现这个公式的社会学价值。偏见来自傲慢于无知,教育还是具有滞后性。
通俗易懂的AI入门书,可以当科普书看看。我们已经生活在一个被算法掌控的世界,算法可以比人更懂人的需求,比你更了解你。而在未来,机器是否会有意识呢?