人工不智能(计算机如何误解世界)(精)

"你可以通过这本书了解现行的人工智能、机器学习、大数据都是怎么回事，了解计算机的本质是什么，从此对计算机和人工智能这些大词儿没有畏惧心理。作者说，其实计算机没有改变什么。社会还是这个社会，计算机并没有解决我们的社会问题。 ——选自得到APP《万维钢·精英日课》专栏 ---- 人工+智能 不能把决策权接近交给人工智能，解决方案应该是“人工+智能”。 ---- 基于数据的决策有缺陷 狭义人工智能就是机器学习，机器学习的特点是高度依赖数据，而数据是对过去经验的总结，数据无法预测没见过的事情，接近基于数据的决策往往是有缺陷的。 ---- 冷静一下，AI不会取代人类 电影里那样的广义人工智能，在可预见的未来不会出现。 ---- 如果明斯基或图灵时代是计算机的少年时代，那如今计算机已步入老年时代。从第yi台计算机ENIAC于1946年面世至今已半个多世纪，技术和社会的关系也要加以整合，我们不应该再把技术作为新鲜的闪耀的创新的事物，而应该视其为生活中寻常的一部分，并要加以约束，否则现实可能会是，互联网平台导致经济陷入内卷，数字技术加大贫富差距，非法药物滥用，引发了“假新闻”危机，乱用网民数据，传播伪科学知识，网络语言暴力频出，无人机飞行器带来安全隐患，黑客窃取用户数据，还会选举出唐纳德·特朗普做总统。这并非早期技术传道者愿景中的更美好的世界。今天这个世界所存在的人性问题从来有之，不是什么新鲜事。但今天的问题藏身在代码和数据中，这使得它们更难被发现，更容易被忽略。 ---- 你还会看到： 如果代码是法律，那如何确保程序员不违法？ 人工智能的热度过高，容易让人产生不切实际的希望； 技术沙文主义，认为一切社会问题都可以用技术解决，对技术盲目乐观以及对新技术的用途缺乏足够的谨慎，是技术沙文主义者的标志； 一般公众不但低估了人的智能，而且还高估了人工智能； 但是有些人认为，包括人工智能在内的所谓新技术，其实并没有解决真正的社会问题； 数据技术再优选，录入数据和使用数据的永远是人，算法都是人写的，人会犯错，算法也会； 工程问题是确定的，而复杂社会问题面对的是不确定的局面； 技术通常能给一部分人带来方便，但是想全面解决一个社会问题，太难了； 技术解决的是效率问题，但很多社会问题是由人的问题引起的； 基于知识的人工智能方案，让计算机理解事物之间的因果关系，这个路线现在几乎已经被放弃了； ---- “人工不智能”要表达的就是，AI其实没有那么智能，如果你是把人工智能等同于科幻作品的文科生，那这本书会给处于浪漫幻想状态的你一个理性的解释；如果你是关注现实、社会和科技行业趋势的投资者，它可做为行业投资参考，避免在资金密集热钱扎堆的科技行业踏入雷区；如果你是人工智能、机器学习和互联网等科技行业的从业者，那它会让你从更广阔的角度来看待自己的行业；如果你是新兴的从事数据新闻行业的人，那本书作者的数据新闻专业背景会给你带来不一样的启示。 ---- 封面设计运用了“屏幕像素”和“计算机编程代码”的概念，通过计算机编程代码运算出来的结果，当被放大细致来观看，呈现出来的往往是不好看的锯齿状态，即像素状态或机械状态。"

"布鲁萨德写这本书的用意是为了给读者“赋能”。通过这本书，你会了解人工智能、 机器学习、大数据是怎么回事，了解计算机的本质是什么，从此对人工智能和大数据这些大词没有畏惧心理。 这本书会告诉你，高估了人工智能会带来什么社会问题，以及自动驾驶这件事有多难，它还会告诉你，现阶段人工智能的社会化应用的根本矛盾是什么。人们不应该假设计算机能够永远正确，如果人们能够认识到技术使用的局限性，可以让技术更好地造福人类。 人工智能想大规模取代人类并不是一件容易的事情，它还有很长的一段路要走，我们对于人工智能的恐慌，其实都是在过度想象。现实中，从人员招聘到自动驾驶，从支付餐费到选择伴侣，人们迫切地想要将所有事情数字化。这种将计算机技术应用到生活方方面面的热情，导致出现了大量存在设计缺陷的系统，带来了一系列社会问题，所以我们需要正确认识人工智能。 作者反对“技术是永远的解决方案”的“技术沙文主义”，并提醒人们，一个数字化的“乌托邦”不能解决所有社会问题。为验证其观点，她进行了一系列尝试，如使用人工智能技术探究学生为何不能通过标准化测试、采用机器学习来预测泰坦尼克号事故中有哪些乘客幸存等。 现在人们非常爱说“计算机改变了世界”，“这个产品再一次改变了世界……”，作者布鲁萨德将会告诉你，其实计算机没有改变什么。社会还是这个社会，计算机并没有解决我们的社会问题。 ---------- 见识丛书（见识城邦出品） 科学 历史 思想 第 yi辑（1-10册） 01《时间地图：大历史，130亿年前至今》 ［美］大卫·克里斯蒂安 02《太阳底下的新鲜事：20世纪人与环境的全球互动》［美］约翰·R. 麦克尼尔 03《革命的年代：1789—1848》 ［英］艾瑞克·霍布斯鲍姆 04《资本的年代：1848—1875》 ［英］艾瑞克·霍布斯鲍姆 05《帝国的年代：1875—1914》 ［英］艾瑞克·霍布斯鲍姆 06《ji端的年代：1914—1991》 ［英］艾瑞克·霍布斯鲍姆 07《守夜人的钟声：我们时代的危机和出路》 ［美］丽贝卡·D. 科斯塔 08《1913，一战前的世界》 ［英］查尔斯·埃默森 09《文明史：人类五千年文明的传承与交流》 ［法］费尔南·布罗代尔 10《基因传：众生之源》（平装+精装） ［美］悉达多·穆克吉 --------------- 第二辑（11-20册） 11《一万年的爆发：文明如何加速人类进化》［美］格雷戈里·柯克伦 ［美］亨利·哈本丁 12《审问欧洲：二战时期的合作、抵抗与报复》 ［美］伊斯特万·迪克 13《哥伦布大交换：1492年以后的生物影响和文化冲击》［美］艾尔弗雷德·W. 克罗斯比 14《从黎明到衰落：西方文化生活五百年，1500年至今》（平装+精装）［美］雅克·巴尔赞 15《瘟疫与人》 ［美］威廉·麦克尼尔 16《西方的兴起：人类共同体史》 ［美］威廉·麦克尼尔 17《奥斯曼帝国的终结：战争、革命以及现代中东的诞生，1908—1923》［美］西恩·麦克米金 18《科学的诞生：科学革命新史》（平装） ［美］戴维·伍顿 19《内战：观念中的历史》 ［美］大卫·阿米蒂奇 20《第五次开始》 ［美］罗伯特·L. 凯利 --------------- 第三辑（21-30册） 21《人类简史：从动物到上帝》（平装+精装） ［以色列］尤瓦尔·赫拉利 22《黑暗大陆：20世纪的欧洲》 ［英］马克·马佐尔 23《现实主义者的乌托邦：如何建构一个理想世界》［荷］鲁特格尔·布雷格曼 24《民粹主义大爆炸：经济大衰退如何改变美国和欧洲政治》［美］约翰·朱迪斯 25《自私的基因（40周年增订版）》（平装+精装） ［英］理查德·道金斯 26《权力与文化：日美战争1941—1945》 ［美］入江昭 27《犹太文明：比较视野下的犹太历史》 ［以］ S. N. 艾森斯塔特 28《技术垄断：文化向技术投降》 ［美］尼尔·波斯曼 29《从丹药到枪炮：世界目前的中国军事格局》 ［美］欧阳泰 30《起源：万物大历史》 ［美］大卫·克里斯蒂安 --------------- 第四辑（31-40册） 31《为什么不平等至关重要》 ［美］托马斯·斯坎伦 32《科学的隐忧》 [英] 杰里米·鲍伯戈 33《简明大历史》 ［美］大卫·克里斯蒂安 主编 34《专家之死：反智主义的盛行及其影响》 ［美］托马斯·M. 尼科尔斯 35《大历史与人类的未来（修订版）》 ［荷］弗雷德·斯皮尔 36《人性中的善良天使》 ［美］斯蒂芬·平克 37《历史性的体制：当下主义与时间经验》 ［法］弗朗索瓦·阿赫托戈 38《希罗多德的镜子》 ［法］弗朗索瓦·阿赫托戈 39《出发去希腊》 ［法］弗朗索瓦·阿赫托戈 40《灯塔工的值班室》 ［法］弗朗索瓦·阿赫托戈 --------------- 第五辑（41-50册） 41《从航海图到世界史：海上道路改变历史》 ［日］宫崎正胜 42《人类的旅程：基因的奥德赛之旅》 ［美］斯宾塞·韦尔斯 43《西方的困局：欧洲与美国的当下危机》 ［德］海因里希·奥古斯特·温克勒 44《没有思想的世界：科技巨头对独立思考的威胁》 ［美］富兰克林·福尔 45《锥形帐篷的起源：思想如何进化》 ［英］乔尼·休斯 46《后基因组时代：后基因组时代的伦理、正义和知识》 [美] 珍妮·瑞尔丹 47《世界环境史》［美］ 威廉·H.麦克尼尔 约翰·R. 麦克尼尔等 编著   48《竞逐富强：公元1000年以来的技术、军事与社会》［美］威廉·麦克尼尔 49《大加速：1945年以来人类世的环境史》[美] 约翰·R.麦克尼尔 50《不可思议的旅程：我们的星球与我们自己的大历史》[美] 沃尔特·阿尔瓦雷兹 --------------- 第六辑（51-60册） 51《认知工具：文化进化心理学》[英] 塞西莉亚·海耶斯 52《人工不智能：计算机如何误解世界》[美] 梅瑞狄斯·布鲁萨德 53《断裂的年代：20世纪的文化与社会》[英] 艾瑞克·霍布斯鲍姆 ............"

梅瑞狄斯·布鲁萨德（Meredith Broussard），毕业于哈佛大学计算机系，拥有计算机和数学学位。她曾在AT&T贝尔实验室和MIT媒体实验室工作，创造过几个人工智能系统。现在是纽约大学助理教授，她还是一个记者，《大西洋月刊》《华盛顿邮报》专栏作家。

第一部分 计算机的工作原理 001第 1 章 你好，读者们 003第 2 章 你好，世界 016第 3 章 你好，人工智能 040第 4 章 你好，数据新闻学 052第二部分 计算机不起作用之时 061第 5 章 为什么穷学校无法在标准化测试中获胜 063第 6 章 人的问题 082第 7 章 机器学习：关于机器学习的深度学习 106第 8 章 你不开车，车可不会自己走 152第 9 章 受欢迎的不一定就是好的 187第三部分 携手合作 201第 10 章 搭上创业巴士 202第 11 章 第三次浪潮：人工智能 217第 12 章 老化的计算机 237致谢 246注释 248参考文献 256