至少從 20 世紀 50 年代起，人們就開始大肆宣傳可能很快就會創(chuàng)造出一種能夠與人類智能的全部范圍和水平相匹配的機器�，F(xiàn)在，我們已經(jīng)成功地創(chuàng)造出了能夠解決特定問題的機器，其準確度達到甚至超過了人類，但我們?nèi)匀粺o法獲得通用智能。這本書想和大家探討一下還需要做什么樣的努力才能不僅獲得專用智能，還能獲得通用智能。
如果讀者對智能感興趣，想了解更多關(guān)于如何建造自主機器的知識，或者擔心這些機器突然有一天會以一種被稱為“技術(shù)奇點”的方式統(tǒng)治世界，請閱讀本書。
通過閱讀本書，讀者將會了解到：
盡管人工智能已經(jīng)變得越來越復雜而強大，但計算機科學還遠未創(chuàng)造出通用人工智能 。
人類自然智能的認知機理以及人工智能發(fā)展的初心與使命，從不同方面認知當前人工智能技術(shù)的不足。
從當前“專用人工智能”到實現(xiàn)真正的“通用人工智能”還需要在哪些方面取得突破。
機器智能的進步可能會改變?nèi)藗儚氖碌墓ぷ黝愋�，但它們不會意味著人類存在的終結(jié)。
為什么機器智能的改進并不會導致由機器所主導的失控性革命，機器智能的進步并不會導致世界末日的到來。
PREFACE
前 言
至少從20世紀50年代起，人們就開始大肆宣傳可能很快就會創(chuàng)造出一種能夠與人類智能的全部范圍和水平相匹配的機器�，F(xiàn)在，我們已經(jīng)成功地創(chuàng)造出了能夠解決特定問題的機器，其準確度達到甚至超過了人類，但我們?nèi)匀粺o法獲得通用智能（General Intelligence）。這本書想和大家探討一下還需要做什么樣的努力才能不僅獲得專用智能，還能獲得通用智能。
雖然有些人期待實現(xiàn)通用人工智能，但也有些人表達了擔憂，甚至預測一個通用智能的機器將意味著人類存在的終結(jié)。他們認為，這樣的機器將能夠自我改進，并將很快從與人類智力相當發(fā)展到遠遠超越人類智力的水平。如果計算機變得如此智能，人類被養(yǎng)作寵物都會是幸運的。在最好的情況下，智能計算機將忽視我們；而在最壞的情況下，它們會把我們當作爭奪資源的對手來消滅。
這兩種觀點根本站不住腳。我們構(gòu)建的專用智能的工具無法勝任通用智能的任務(wù)。即使我們制造出能夠?qū)崿F(xiàn)通用智能的新工具，它們也不會導致任何形式的爆發(fā)性的智能增強。我們將闡述為什么機器智能的改進并不會導致由機器所主導的失控性革命。機器智能的進步可能會改變?nèi)藗儚氖碌墓ぷ黝愋停鼈儾粫馕吨祟惔嬖诘慕K結(jié)。也就是說，機器智能的進步并不會導致世界末日的到來。
這本書針對非技術(shù)人士，讀者并不需要了解太多關(guān)于計算機、心理學或人工智能的知識就可以輕松閱讀。
如果讀者對智能感興趣，想了解更多關(guān)于如何建造自主機器的知識，或者擔心這些機器突然有一天會以一種被稱為“技術(shù)奇點”的技術(shù)爆炸方式統(tǒng)治世界，請閱讀本書。需要做出提醒的是，這種擔心并不會發(fā)生。我希望讓讀者相信，創(chuàng)造通用人工智能是可能的，但它既不像某些作者想讓我們相信的那樣迫在眉睫，也并不那么危險。我們的認識視角需要做出改變，而本書則試圖勾勒出新的視角。
這個話題之所以重要，是因為幾乎每天都有人呼吁對人工智能進行某種監(jiān)管，要么是因為它太愚蠢（比如人臉識別），要么是因為它太聰明了而讓人感到不可信。雖然這不是一本關(guān)于政策的書，但好的政策需要對計算機的實際能力以及它們的潛力有一個客觀的認識。反過來，發(fā)展和實現(xiàn)通用人工智能則需要我們進一步對智能、大腦的本質(zhì)以及通用智能體（Intelligent Agent）所必須解決的問題有一個清晰的認識。
正如艾倫·圖靈（Alan Turing）在1950年撰寫《計算機器與智能》一文時所述：
“我們的目光有限，但可以看到許多能做的事�！�
赫伯特·L.羅埃布萊特
（Herbert L. Roitblat）
加州大學伯克利分校心理學博士，曾在夏威夷大學任教多年，現(xiàn)為Mimecast公司首席數(shù)據(jù)科學家。他在信息技術(shù)創(chuàng)新的各個方面具有廣泛的經(jīng)驗，是技術(shù)企業(yè)家、發(fā)明家和專家，同時也是認知科學、信息檢索、深度學習、電子發(fā)現(xiàn)、機器學習、神經(jīng)網(wǎng)絡(luò)、信息治理、自然語言處理等領(lǐng)域的專家。
目 錄
譯者序
前言
第1章 引言：智能、人工和自然1
1.1 人類智能的誕生4
1.2 計算智能6
1.3 自然智能6
1.4 通用智能中的普遍性8
1.5 專用智能、通用智能和超級智能9
1.6 參考文獻12
第2章 人類智能15
2.1 智力測試16
2.2 解決問題17
2.2.1 結(jié)構(gòu)良好的問題18
2.2.2 形式化問題21
2.3 洞察力問題25
2.4 人類智能的怪癖30
2.5 結(jié)論34
2.6 參考文獻34
第3章 物理符號系統(tǒng)：智能的
符號方法37
3.1 圖靈機和圖靈測試38
3.2 達特茅斯暑期研討會（1956年） 41
3.3 表示42
3.4 通用智能的定義51
3.5 結(jié)論52
3.6 參考文獻52
第4章 計算智能與機器學習55
4.1 專家系統(tǒng)的局限性55
4.2 概率推理57
4.3 機器學習58
4.4 感知器和感知器學習規(guī)則62
4.5 機器學習入門65
4.6 強化學習70
4.7 總結(jié)：機器學習系統(tǒng)的幾個例子71
4.8 結(jié)論71
4.9 參考文獻72
第5章 人工智能的神經(jīng)網(wǎng)絡(luò)方法 74
5.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)76
5.2 海豚生物聲吶的例子78
5.3 全腦假說82
5.4 結(jié)論86
5.5 參考文獻86
第6章 人工智能的新進展89
6.1 Watson92
6.2 Siri和同類應(yīng)用程序93
6.3 AlphaGo97
6.4 無人駕駛技術(shù)100
6.5 撲克游戲102
6.6 結(jié)論104
6.7 參考文獻105
第7章 構(gòu)建智能模塊107
7.1 知覺與模式識別108
7.2 歧義性110
7.3 智力和語言111
7.4 常識116
7.5 常識的表示117
7.6 參考文獻120
第8章 專業(yè)知識123
8.1 專業(yè)知識的來源128
8.2 智商和專業(yè)知識128
8.3 流體和晶體智力129
8.4 專業(yè)知識的獲取130
8.5 參考文獻135
第9章 智能黑客與TRICS137
9.1 通用智能的表征146
9.2 結(jié)論149
9.3 參考文獻149
第10章 算法：從人到計算機151
10.1 佳決策：使用算法來指導
人類行為156
10.2 博弈論165
10.3 參考文獻166
第11章 機器人危機是否即將
到來168
11.1 超級智能169
11.2 超級智能的擔憂171
11.3 與世界互動175
11.4 參考文獻180
第12章 通用智能183
12.1 定義智能184
12.2 實現(xiàn)通用智能185
12.2.1 通用人工智能的草圖186
12.2.2 更多關(guān)于刺猬的故事190
12.2.3 通用智能不是算法
優(yōu)化192
12.2.4 智能和TRICS192
12.2.5 遷移學習194
12.2.6 風險帶來智能197
12.3 通用智能中的創(chuàng)造力198
12.4 通用智能成長199
12.5 全腦仿真200
12.6 類比201
12.6.1 當前范式的其他
局限性202
12.6.2 元學習203
12.6.3 洞察力204
12.7 通用人工智能概述207
12.8 參考文獻209
書單推薦
