新書推薦:
《
第十三位陪审员
》
售價:NT$
245.0
《
微观经济学(第三版)【2024诺贝尔经济学奖获奖者作品】
》
售價:NT$
709.0
《
Python贝叶斯深度学习
》
售價:NT$
407.0
《
文本的密码:社会语境中的宋代文学
》
售價:NT$
306.0
《
启微·狂骉年代:西洋赛马在中国
》
售價:NT$
357.0
《
有趣的中国古建筑
》
售價:NT$
305.0
《
十一年夏至
》
售價:NT$
347.0
《
如何打造成功的商业赛事
》
售價:NT$
407.0
|
編輯推薦: |
图灵奖获得者、贝叶斯网络之父集大成之作,超越大数据与深度学习,指明人工智能时代人类社会的演进方向。《思考,快与慢》《人类简史》之后的又一本思想力作。
从对相关关系并不意味着因果关系这一科学系统经典断论的反叛开始,掀起一场声势浩大的因果革命,为科学界提供了一套全新的方法论因果关系模型,应用覆盖范围从统计学、社会学、经济学到流行病学、心理学、基因学,再到生态学、地质学、气象学,当然还有计算机科学和人工智能科学。作者从因果关系的视角重新阐述了人类认知和科学文明的发展史。
引领人工智能的未来发展,让强人工智能的实现成为可能
借助因果关系理论颠覆人工智能与机器学习的理论范式,从发现关联、解析大数据的神经网络和深度学习,跃升至揭示关联与数据背后的深层逻辑的因果关系模型,赋予人工智能以真正的人类智慧甚至道德意识,让人工智能与人类能在彼此合作的基础上打造一个更好的未来世界。
|
內容簡介: |
在本书中,人工智能领域的权威专家朱迪亚珀尔及其同事领导的因果关系革命突破多年的迷雾,厘清了知识的本质,确立了因果关系研究在科学探索中的核心地位。
而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是:如何让智能机器像人一样思考?换言之,强人工智能可以实现吗?借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质,并据此构建出相应的自动化处理工具和数学分析范式,作者给出了一个肯定的答案。作者认为,今天为我们所熟知的大部分机器学习技术,都建基于相关关系,而非因果关系。要实现强人工智能,乃至将智能机器转变为具有道德意识的有机体,我们就必须让机器学会问为什么,也就是要让机器学会因果推理,理解因果关系。或许,这正是我们能对准备接管我们未来生活的智能机器所做的*有意义的工作
|
關於作者: |
朱迪亚珀尓(Judea Pearl)
现加州大学洛杉矶分校计算机科学教授,贝叶斯网络之父,2011年因创立因果推理演算法获得图灵奖,同时也是美国国家科学院院士,IEEE智能系统名人堂第一批10位入选者之一。
目前已出版3本关于因果关系科学的经典著作,分别为《启发法》(1984)、《智能系统中的概率推理》(1988)和《因果论:模型、论证、推理 》(2009)。他还获得过多项顶级科学荣誉,包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
达纳麦肯齐(Dana Mackenzie)
普林斯顿大学数学博士,自由科学记者,知名科普作家,著有《无言的宇宙》等作品,其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
|
目錄:
|
推荐序
前言
导 言:思维胜于数据
第一章:因果关系之梯
第二章:从海盗到豚鼠:因果推断的起源
第三章:从证据到因:当贝叶斯牧师遇见福尔摩斯先生
第四章:混杂和去混杂:或者,消灭潜伏变量
第五章:烟雾缭绕的争论:消除迷雾,澄清事实
第六章:大量的悖论!
第七章:超越调整:征服干预之峰
第八章:反事实:挖掘关于假如的世界
第九章:中介:寻找隐藏的作用机制
第十章:大数据,人工智能和大问题
致谢
参考文献
|
內容試閱:
|
前言
大约20年前,在为我的书《因果论》Causality, 2000作序时,我发表了一句颇为很大胆的定论,以致朋友们都劝我低调行事。因果论经历了一次重大转变,我写道,从一个笼罩着神秘色彩的概念转变为一个具有明确语义和逻辑基础的数学对象。悖论和争议得以解决,模棱两可的概念得以阐明,那些依赖于因果信息、长期被认为是形而上的或无法解决的实际问题,现在已经可以借助初等数学加以解决了。简言之,因果论已经完成了数学化。
如今读到这段话,我自觉当时还是有些短视了。我所描述的转变被证明是一场改变了诸多科学理念的革命,现在,很多人称之为因果革命,而它在学术圈激起的波澜正蔓延至教育和应用领域。我相信,眼下是向更多读者分享它的大好时机。
我在这本书中力图完成一个三位一体的使命:首先,用非数学的语言阐述因果革命的知识内涵,说明它将怎样影响我们的生活和未来。其次,分享在解决重要的因果问题时,我们的科学家前辈走过的英勇征程,无论成败,这些故事都值得讲述。
最后,回溯因果革命在人工智能领域的发源地,目的是向你介绍如何开发出用我们的母语因果语言进行交流的机器人。新一代机器人应该能够向我们解释事情为何发生,为何以它们选择某种方式做出反应,以及大自然为何以这样而非那样的方式运作。一个更雄心勃勃的目标是,它们也应该能够让我们进一步认识人类自身:我们的思维为什么以这样的方式运行,以及理性思考原因和结果、信任和遗憾、目的和责任究竟意味着什么。
在我书写各种公式时,我很清楚我的读者是谁。但是当我为大众写作时,情况就不一样了对我来说这是一次全新的冒险。这种新的体验很奇特,但它可以说是我生命中令我收获最大的一场自我教育之旅。我需要用读者的语言组织思路,猜测读者的背景、可能提出的问题和给出的反应,这让我比我在写作此书之前对所有那些公式的探索都更能加深我对因果论的理解。
为此,我将永远感激你,我的读者。我希望你能与我一样迫不及待地去寻求答案。
|
|