【订阅】进口原版年刊 PLEASURE GARDEN 艺术摄影植物杂志 英国英文原版 年订2期 A130 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

PLEASURE GARDEN本身就是攝影、藝術和插圖的絕佳組合。讓讀者遇見英国花園攝影師Valerie Finnis以及她的作品，和畫家Ansel Krut、Charles Axelbank所畫的圖案。這只是Pleasure Garden的204頁內容當中所提供的一小部分縮影。本刊內容豐富，聰明有趣，看事物的方式都是以文化的角度為優先，吸引許多業餘人士對於專業園丁有更多了解。

引言 创造具有人类智能的机器，是一场重大的智力冒险

第一部分 若想对未来下注，先要厘清人工智能为何仍然无法超越人类智能

01 从起源到遭遇寒冬，心智是人工智能一直无法攻克的堡垒

02 从神经网络到机器学习，谁都不是最后的解药

03 从图灵测试到奇点之争， 我们无法预测智能将带领我们去往何处

第二部分 视觉识别：始终是“看”起来容易“做”起来难

04 何人，何物，何时，何地，为何

05 ConvNets和ImageNet，现代人工智能的基石

06 人类与机器学习的关键差距

07 确保价值观一致，构建值得信赖、有道德的人工智能

第三部分 游戏与推理：开发具有更接近人类水平的学习和推理能力的机器

08 强化学习，最重要的是学会给机器人奖励

09 学会玩游戏，智能究竟从何而来

10 游戏只是手段，通用人工智能才是目标

第四部分 自然语言：让计算机理解它所“阅读”的内容

11 词语，以及与它一同出现的词

12 机器翻译，仍然不能从人类理解的角度来理解图像与文字

13 虚拟助理——随便问我任何事情

第五部分 常识——人工智能打破意义障碍的关键

14 正在学会“理解”的人工智能

15 知识、抽象和类比，赋予人工智能核心常识

结语 思考6个关键问题，激发人工智能的终极潜力

梅拉妮·米歇尔（Melanie Mitchell），波特兰州立大学计算机科学教授，曾在美国圣塔菲研究所（Santa Fe Institute）和洛斯阿拉莫斯国家实验室（Los Alamos National Laboratory）工作，主要的研究领域为类比推理、复杂系统、遗传算法等。在圣塔菲研究所时，米歇尔主导了复杂系统领域的研究工作，并教授了相关的在线课程。她的在线课程 Introduction to Complexity 已有近30000名学生选修，成为Coursera排名前50位的在线课程之一。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：【订阅】进口原版年刊 PLEASURE GARDEN 艺术摄影植物杂志 英国英文原版 年订2期 A130在线阅读

在线听书地址：【订阅】进口原版年刊 PLEASURE GARDEN 艺术摄影植物杂志 英国英文原版 年订2期 A130在线收听

在线购买地址：【订阅】进口原版年刊 PLEASURE GARDEN 艺术摄影植物杂志 英国英文原版 年订2期 A130在线购买

我不是担忧人工智能变得太聪明、太有侵略性、太恶意，甚至是太有用。相反，我担心我们最为珍视的这些人性特征——智慧、创造力、情感，甚至意识本身都太容易产生了。它们最终不过是一堆“小把戏”，仅仅用一套肤浅而粗暴的算法就可以解释的人类精神。

人工智能在某些细分领域已经取得了很大的进步，但仍然离通用的、人类水平的人工智能差得很远，可能一个世纪后都无法实现，更别说30年了。我认为，那些持相反观点的人大大低估了人类智能的复杂性。

人工智能领域正处于一片混乱之中。人工智能的确取得了巨大的进展，但也的确几乎没有任何进展。可能我们离真正的人工智能只有咫尺之遥，但也可能还有数世纪之远。人工智能将解决我们所有的问题，或令我们所有人失业，或贬低我们的人性，甚至消灭人类种族。这项研究要么是一个高尚的使命，要么就是在“召唤恶魔”。

下面是库兹韦尔的一些预测：

进入21世纪20年代，分子组装技术将提供能够有效消除贫困、清洁环境、战胜疾病和延长人类寿命的工具。

2029年，计算机将通过图灵测试。

21世纪30年代，人工智能将变得非常真实，这也意味着它们可以通过图灵测试。

21世纪30年代末，基于大规模分布式智能纳米机器人的大脑植入物将极大地扩展我们的记忆，并极大地改善我们的感知、模式识别和认知能力。

大脑上传就是扫描大脑所有的重要细节，并将这些细节重新植入一个合适且功能强大的计算基板，21世纪30年代末是成功实现大脑上传的保守预测时间。

我将奇点的时间设定为2045年。在那一年，人类创造的非生物智能，将比今天所有的人类智能强大10亿倍。

知名的深度学习专家本吉奥说：“实事求是地讲，我们不可能对世界上的所有事物都进行标注，并一丝不苟地把每一个细节都解释给计算机听。”这一情况由于长尾效应的存在而进一步恶化：人工智能系统可能要面临各种可能的意外情况，自动驾驶汽车在一天的行驶期间可能会遇到的各种假设情况的可能性可以很好地说明这一现象。遇到红色交通信号灯或停车标志等都是常见的情况，被评定为具有高可能性；中等可能性的情况包括遇到碎玻璃或者风吹过来的塑料袋；不太常见的情况是自动驾驶汽车遇到了被水淹没的道路或被雪遮挡住的车道标志，等等。

“长尾”这个术语来自统计学，其中包含的一长串可能性低，但却可能发生的情况被称为一个概率分布的“尾巴”，尾巴上的情况有时被称为“边缘情况”。人工智能在现实世界的大多数领域中都会面对这种长尾效应：现实世界中的大部分事件通常是可预测的，但仍有一长串低概率的意外事件发生。如果我们单纯依靠监督学习来提升人工智能系统对世界的认识，那么就会存在一个问题：尾部的情况并不经常出现在训练数据中，所以当遇到这些意外情况时，系统就会更容易出错。

迄今为止强化学习最大的成功不是在机器人领域，而是在那些能够在计算机上进行完美模拟的领域，特别是游戏领域。

书籍介绍

人工智能现在正深刻地影响着我们的生产与生活，甚至关系到人类未来的前途命运，但究竟什么是人工智能？人工智能背后的原理是什么？从问世到演化至今，人工智能经历了怎样的历史变迁？当下人工智能的能力边界在哪里？人工智能与人类智能的差异是什么？未来人工智能又将面对什么样的挑战和机遇？关于这些疑问，本书将为你一一揭晓答案。

本书是超级畅销书《复杂》作者、复杂系统前沿科学家梅拉妮·米歇尔历经10年思考，厘清人工智能与人类智能的全新力作。本书源自米歇尔多年来对人工智能领域发展真实状态的记录，她在书中通过5个部分揭示了“现在的人工智能可以做什么，以及在未来几十年我们能从它们身上期待什么”。在描述了人工智能的发展历史之后，作者通过对视觉识别、游戏与推理、自然语言处理、常识判断这4大人工智能领域的热门应用的发展现状和局限性的探究，厘清了人工智能与人类智能的关系，书中关于人脸识别、无人驾驶、机器翻译等方面的案例分析都充满了巨大的启示！而这些，都是当下人工智能发展所面临的困境、人工智能想要取得突破性进展所必须重新思考的。看懂这本书，你将对人工智能领域有一个全景式的认知。