Architects of Intelligence

Architects of Intelligence pdf epub mobi txt 电子书 下载 2026

出版者:Packt Publishing
作者:Martin Ford
出品人:
页数:554
译者:
出版时间:2018-11-23
价格:GBP 19.99
装帧:Paperback
isbn号码:9781789131512
丛书系列:
图书标签:
  • 人工智能
  • AI
  • 计算机
  • 科技
  • 2019
  • 访谈录
  • 美國
  • 機器學習
  • 人工智能
  • 科技发展
  • 智能系统
  • 机器学习
  • 技术创新
  • 未来科技
  • 智能设计
  • 认知科学
  • 工程实践
  • 智能社会
想要找书就要到 小美书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

How will AI evolve and what major innovations are on the horizon? What will its impact be on the job market, economy, and society? What is the path toward human-level machine intelligence? What should we be concerned about as artificial intelligence advances?

Architects of Intelligence contains a series of in-depth, one-to-one interviews where New York Times bestselling author, Martin Ford, uncovers the truth behind these questions from some of the brightest minds in the Artificial Intelligence community.

Martin has wide-ranging conversations with twenty-three of the world's foremost researchers and entrepreneurs working in AI and robotics: Demis Hassabis (DeepMind), Ray Kurzweil (Google), Geoffrey Hinton (Univ. of Toronto and Google), Rodney Brooks (Rethink Robotics), Yann LeCun (Facebook) , Fei-Fei Li (Stanford and Google), Yoshua Bengio (Univ. of Montreal), Andrew Ng (AI Fund), Daphne Koller (Stanford), Stuart Russell (UC Berkeley), Nick Bostrom (Univ. of Oxford), Barbara Grosz (Harvard), David Ferrucci (Elemental Cognition), James Manyika (McKinsey), Judea Pearl (UCLA), Josh Tenenbaum (MIT), Rana el Kaliouby (Affectiva), Daniela Rus (MIT), Jeff Dean (Google), Cynthia Breazeal (MIT), Oren Etzioni (Allen Institute for AI), Gary Marcus (NYU), and Bryan Johnson (Kernel).

Martin Ford is a prominent futurist, and author of Financial Times Business Book of the Year, Rise of the Robots. He speaks at conferences and companies around the world on what AI and automation might mean for the future.

建筑智能的隐秘疆域:探寻人类心智的无限可能 一、 引言:在迷雾中构建思维的蓝图 人类心智,这片浩瀚无垠的内陆,一直是哲学、心理学乃至神经科学领域永恒的探秘对象。我们如何感知、如何推理、如何创造?这些问题的答案,似乎总是隐藏在复杂交织的神经元网络和瞬息万变的意识流之中。本书并非专注于现有的技术迭代或算法的精妙,而是将视角拉回到人类自身,深入剖析“智能”这一概念的本质,探讨驱动我们进行复杂认知活动的底层机制。我们试图描摹一张宏伟的蓝图,不是关于如何复制智能,而是关于如何理解我们自身所拥有的、尚未被完全开发的智能潜力。 二、 心灵的基石:感知、记忆与认知的重构 智能的运作,离不开对外部世界的准确捕获与内部经验的有效存储。本书的第一部分将对人类的感知系统进行一次细致的解剖。我们如何将光波、声波转化为具有意义的表征?这不是简单的信息接收,而是一个高度主动的、充满预测和修正的建构过程。我们将探讨视觉皮层的组织原理,听觉信息的处理路径,以及触觉带来的空间意识是如何被大脑整合起来的。 紧随其后的是对记忆系统的深入考察。长期记忆的巩固、情景记忆的提取偏差,以及工作记忆的有限容量,构成了我们认知世界的硬性框架。我们不仅要研究记忆的生物学基础,更要关注记忆如何塑造我们的身份认同和决策倾向。一个有趣的悖论在于:我们的记忆既是我们经验的积累,也是我们未来判断的潜在误导源。如何区分“记住”与“重建”?这一直是认知心理学绕不开的核心议题。 认知,即思维的运用,是本书的另一核心篇章。我们将聚焦于解决问题的策略和创造性思维的涌现机制。人类解决问题往往依赖于启发式(Heuristics)和直觉,而非纯粹的逻辑演绎。这些“捷径”在多数情况下效率极高,但在某些情境下也会导致系统性的错误。我们审视了认知负荷理论在学习过程中的体现,并试图揭示那些伟大的洞察(Aha! moment)是如何在潜意识的酝酿中突然破茧而出的。这不是对现有认知科学理论的简单复述,而是力求在这些理论的缝隙中寻找新的解释维度。 三、 情感的引擎:非理性力量对决策的支配 传统上,智能常被视为纯粹理性的产物。然而,本书坚信,情感是驱动人类智能走向复杂性和适应性的关键要素。情感认知不再被视为智能的“干扰项”,而是其“优化器”。 我们将详细分析情绪状态(如恐惧、喜悦、愤怒)如何实时地调整我们的注意力焦点、风险评估和时间感知。例如,恐惧情绪如何激活特定的决策路径,即使这些路径在纯粹的概率计算上并非最优解。我们探讨了“情感标记”理论(Somatic Marker Hypothesis)的深层含义,即身体的感觉信号如何在潜意识层面为复杂的抉择提供快速的价值判断。 此外,道德判断的形成与情感的关联性是本章的重头戏。许多伦理困境的解决,往往不是基于严格的功利主义计算,而是源于深植于社会性和生物学中的直觉性反应。我们考察了“移情”(Empathy)的神经基础,以及它如何在个体与群体层面影响我们的社会智能。理解情感的运作,是理解人类决策智能的关键。 四、 智能的扩展:语言、文化与共享心智 个体的心智并非孤立的岛屿。语言作为人类最强大的认知工具,是如何被大脑结构所承载和塑造的?本书将考察语言的句法结构如何影响我们的抽象思维能力,以及不同语言体系(如形态丰富的语言与分析性语言)如何引导使用者对现实进行不同的划分和理解。这不仅仅是语言学的问题,更是关于思维边界的哲学探讨。 更进一步,我们将目光投向集体智能和文化传递。智能的进化,很大程度上依赖于知识的外部化和代际间的有效积累。工具的使用、符号系统的发明,都是人类智能的“外骨骼”。我们分析了文化如何作为一种超个体的信息存储和处理系统,使得人类文明能够在有限的个体生命周期内,实现智能的指数级增长。社会规范、集体叙事,这些看似非物质的元素,实际上构建了人类理解世界的集体框架。 五、 展望未来:超越局限的潜能探索 本书的结论部分将不再聚焦于对现有知识的梳理,而是转向对未来人类智能潜能的思辨。我们不谈论机器智能的奇点,而是探讨人类自身在认知极限上的突破可能性。 这包括对元认知(对思考过程的思考)能力的深度挖掘,如何通过有意识的训练来优化我们的学习效率和自我纠错能力。我们审视了心流状态(Flow State)的产生条件,这种完全沉浸于任务中的体验,是否代表了一种更高阶、更高效的认知模式。 最终,本书旨在激发读者对自身心智的敬畏与好奇。我们试图揭示,真正的“智能建筑师”,并非那些构建复杂模型的工程师,而是我们每一个不断探索、不断学习、充满情感的个体。理解智能的复杂性、多维度性和内在矛盾,是我们迈向更高认知层面的第一步。这本书提供的是一把探索人类内在世界的钥匙,而非现成的答案。它邀请我们共同站在心智的悬崖边,眺望那片尚未被完全命名的疆域。

作者简介

Martin Ford is a futurist and the author of two books: The New York Times Bestselling Rise of the Robots: Technology and the Threat of a Jobless Future (winner of the 2015 Financial Times/McKinsey Business Book of the Year Award and translated into more than 20 languages) and The Lights in the Tunnel: Automation, Accelerating Technology and the Economy of the Future, as well as the founder of a Silicon Valley-based software development firm. His TED Talk on the impact of AI and robotics on the economy and society, given on the main stage at the 2017 TED Conference, has been viewed more than 2 million times.

Martin is also the consulting artificial intelligence expert for the new “Rise of the Robots Index” from Societe Generale, underlying the Lyxor Robotics & AI ETF, which is focused specifically on investing in companies that will be significant participants in the AI and robotics revolution. He holds a computer engineering degree from the University of Michigan, Ann Arbor and a graduate business degree from the University of California, Los Angeles.

He has written about future technology and its implications for publications including The New York Times, Fortune, Forbes, The Atlantic, The Washington Post, Harvard Business Review, The Guardian, and The Financial Times. He has also appeared on numerous radio and television shows, including NPR, CNBC, CNN, MSNBC and PBS. Martin is a frequent keynote speaker on the subject of accelerating progress in robotics and artificial intelligence-and what these advances mean for the economy, job market and society of the future.

Martin continues to focus on entrepreneurship and is actively engaged as a board member and investor at Genesis Systems, a startup company that has developed a revolutionary atmospheric water generation (AWG) technology. Genesis will soon deploy automated, self-powered systems that will generate water directly from the air at industrial scale in the world's most arid regions.

目录信息

读后感

评分

评分

评分

评分

评分

用户评价

评分

我翻阅《Architects of Intelligence》时,并没有期望从中找到能够直接应用于实际AI项目开发的具体技术细节,比如针对特定问题的深度学习模型优化技巧,或者如何高效地进行大规模数据预处理的步骤。这本书的重点并不在于提供一套“建筑AI”的工具箱或操作手册。我本来设想的是,这本书能够揭示那些成功AI项目的核心技术秘密,或者提供一些可以复制的成功经验。然而,这本书更像是一次对人工智能领域那些核心思想和关键人物的深度访谈。它让我有机会近距离地了解那些塑造了我们今天所熟知的人工智能的“建筑师”们,他们的思考方式、他们的灵感来源、他们遇到的挑战,以及他们对人工智能未来走向的判断。这本书并没有教我如何“建造”AI,而是让我认识了那些“在思考如何建造AI”的人们。这种对“人”的关注,让我开始理解,技术的发展不仅仅是算法的堆砌,更是人类智慧、远见和价值观的体现。我并没有得到“如何建造”的答案,却得到了“为什么建造”以及“建造什么”的深刻启示。

评分

当我翻开《Architects of Intelligence》这本书时,我原本是带着一丝好奇和对人工智能未来发展的模糊憧憬。然而,我并没有从这本书中获得直接关于“建筑师”们具体建造了什么宏伟AI蓝图的详细技术解析,也没有深入了解他们解决的那些足以改写历史的复杂算法难题。它并没有像一本操作手册那样,手把手教我如何构建一个超级智能,或者揭示某个特定AI模型的核心奥秘。相反,这本书更多地像是一扇窗户,让我得以窥见那些站在智能浪潮最前沿的思想家们,是如何思考、如何定义、如何塑造我们正在迈入的这个人工智能时代。它提供的不是蓝图,而是对创造蓝图的“大脑”的深入访谈和解读,让我们得以理解这些“建筑师”们背后的哲学、驱动力以及他们对未来的愿景。我期待的是能够直接掌握AI技术的我,却收获了关于AI“灵魂”和“思想”的洞察,这种意外的收获,反而比我最初的设想更加发人深省。它让我意识到,在技术的光芒之下,更重要的是那些塑造技术方向、赋予技术意义的人类智慧和价值观。这本书没有直接教授我“如何盖房子”,而是让我看到了“盖房子”的那些“设计师”们的脑海风暴。

评分

我阅读《Architects of Intelligence》时,并没有追求从书中获得可以直接应用于实践的AI算法代码,或者学习如何调优深度学习模型的具体方法。这本书并不是一本操作性的技术指南,它并没有为我提供可以直接“建造”AI项目的工具和配方。我最初的设想是,通过这本书,能够了解那些引领AI革命的“建筑师”们是如何一步步构建出那些颠覆性的AI技术的。然而,这本书的内容更侧重于对这些“建筑师”们的个人经历、他们的思想观念以及他们对人工智能未来走向的展望的深入探讨。它并没有教会我“如何建造”AI,而是让我认识了那些“正在思考如何建造AI”的关键人物。这种视角上的转移,让我从一个单纯的技术学习者,变成了一个对AI背后思想和人文关怀产生浓厚兴趣的探索者。我没有得到“建造”AI的直接技术指导,却得到了对AI“创造者”们的深刻理解,这是一种更加宏观和人文的认知。

评分

在阅读《Architects of Intelligence》的过程中,我并没有期待能够获得关于具体AI技术实现的详细教程,比如如何从零开始构建一个能够进行自然语言处理的模型,或者如何优化一个计算机视觉算法以达到更高的准确率。这本书并没有像一本技术手册那样,为我提供一套清晰可操作的步骤指南。我原本的设想是,通过这本书,我可以了解那些顶尖AI研究者是如何解决实际问题的,以及他们所使用的那些“黑科技”究竟是什么。然而,这本书的内容更像是一场深度对话,让我得以走近那些人工智能领域的“建筑师”们,倾听他们的声音,了解他们的思想历程。它并没有给我“建造”AI的砖瓦和水泥,而是让我看到了那些“设计”AI的“建筑师”们的思考过程和他们对这个行业的贡献。这种对“人”的聚焦,让我意识到,技术的背后是人的智慧和努力。我没有学到“建造”AI的技能,但我开始理解“建造”AI的“灵魂”和“驱动力”。

评分

当我打开《Architects of Intelligence》这本书的时候,我的期望并非是能够从书中找到直接可用的AI模型代码,或者学习到具体的算法调优技巧。这本书并没有提供一套“AI建造的工程手册”。我原本想通过这本书,深入了解那些被誉为“人工智能的建筑师”们,他们的思维模式,他们的研究路径,以及他们对AI发展趋势的预判。然而,这本书的内容更侧重于对这些“建筑师”们的个人经历、他们的理念以及他们对AI伦理和社会影响的看法进行详细的阐述。它并没有直接教授我“如何建造”AI,而是让我得以近距离地了解那些“建造AI”的“设计师”们。这种从技术转向人物的视角,让我开始思考AI发展的背后驱动力,以及人类在其中扮演的角色,这是一种更加深刻和全面的理解。

评分

读完《Architects of Intelligence》,我并没有获得任何关于如何编写代码、如何设计神经网络架构或是如何训练机器学习模型的具体方法论。这本书并没有直接展示给我那些令人惊叹的人工智能系统是如何被“建造”出来的,比如它们具体的代码实现、算法的精妙之处,或是解决特定难题的独到思路。它更像是站在一个更高的视角,去审视那些引领人工智能发展方向的关键人物——那些“建筑师”们。我本来期望这本书能让我掌握一些实用的AI技能,比如如何优化一个深度学习模型,或者如何部署一个AI应用。然而,这本书的内容更侧重于对这些“建筑师”的个人经历、他们的研究历程、他们对AI发展方向的看法以及他们对AI伦理和社会影响的思考。它并没有提供“建造”AI的工具箱,而是让我认识了那些“设计师”们的“设计理念”和“建筑哲学”。这种视角上的转换,让我从一个潜在的“建筑工人”变成了一个对“建筑设计”本身产生浓厚兴趣的观察者。我并没有学会建造AI,但我开始理解“为什么”和“要建造什么样的AI”。

评分

当我拿起《Architects of Intelligence》这本书时,我并没有想着要从中学习到具体的AI算法实现细节,或者掌握如何训练一个高效的机器学习模型。这本书并不是一本提供“AI建造秘籍”的工具书。我原本的愿望是,能够通过这本书,更深入地了解那些被誉为“人工智能建筑师”的人物,他们的研究背景、他们的核心思想,以及他们对AI未来发展的判断。然而,这本书的内容并没有直接展示AI“建筑”的内部结构,而是更多地聚焦于那些“建筑师”们本身。它像是一次深入的对话,让我有机会走近这些站在智能时代潮头的人物,聆听他们的思考,理解他们的决策。我并没有因此获得“建造”AI的直接技能,但我却对“建造”AI的“设计师”们有了前所未有的认识。这本书让我明白,技术的突破往往源于非凡的个体的洞察和坚持,而这些“建筑师”正是这样一群人。

评分

《Architects of Intelligence》这本书带给我的,并不是关于如何构建一个具体AI模型的详细技术解析,比如如何设计一个能够进行图像识别的卷积神经网络,或者如何实现一个能够进行机器翻译的循环神经网络。我并没有指望从这本书中找到可以直接复制的AI技术蓝图。我原本的期待是,能够通过这本书,了解那些在人工智能领域做出杰出贡献的“建筑师”们,他们是如何思考、如何创新,以及他们是如何引领AI技术发展的。然而,这本书的内容更多的是对这些“建筑师”们的思想、他们的人生经历以及他们对AI伦理和社会影响的看法进行深入的挖掘和呈现。它并没有提供“建造”AI的具体方法论,而是让我看到了“建造”AI背后的那些“设计者”们的智慧和愿景。这种对“人”的关注,让我意识到,AI的发展不仅仅是技术问题,更是关乎人类未来方向的哲学和伦理问题。

评分

当我接触《Architects of Intelligence》这本书时,我的期望并非是能够直接学习到如何编写复杂的AI代码,或者掌握各种神经网络的训练技巧。我并没有指望它会提供一套详尽的“AI建造指南”,让我能够立即上手去构建一个实际的AI系统。相反,我更想了解的是那些引领人工智能发展的“建筑师”们,他们的思维方式、他们的研究哲学,以及他们对这个领域深远的影响。这本书并没有像一本技术百科全书那样,列举各种AI算法的优缺点和适用场景。它更像是一次对这些关键人物的深度访谈,让我得以窥见他们的大脑,了解他们是如何构思和塑造人工智能的。我没有因此获得“建造”AI的直接技术能力,但我却对“建造”AI这个过程本身有了更深层次的理解。这本书让我明白,技术的进步往往源于少数人的深刻洞察和不懈追求,而这些“建筑师”们正是这些洞察和追求的集大成者。

评分

在我翻阅《Architects of Intelligence》的过程中,我并没有期待能够获取到关于如何实现特定AI功能的编程代码,或者学习如何优化AI模型的性能指标。这本书并非一本技术手册,它没有提供直接的“AI搭建指南”。我原本的设想是,这本书能够揭示那些在人工智能领域具有里程碑意义的“建筑师”们,他们的创新思路,他们的研究方法,以及他们如何将抽象的理论转化为实际的AI应用。然而,这本书的内容更像是一场对这些关键人物的深度访谈,让我得以窥探他们的思想世界,了解他们对AI的定义和他们的未来愿景。它并没有教我“如何建造”AI,而是让我认识了那些“正在思考如何建造AI”的引领者。这种对“人”的关注,让我开始从更宏观的角度去理解人工智能的发展,它不仅仅是技术的进步,更是人类智慧和社会演进的体现。

评分

1. diversity matters.. note that women ai researchers pay more attention to emotion and culture 2. format of this book is perfect for fast learning of AI concepts from greatest minds. 3. perception, control and knowing 4. cultural challenges: getting scientist and engineers working together 5.not everything can be exponential

评分

讨论AI的过去与未来. 概率论,因果关系与神经网络; human brain; narrow deep learning; AI威胁与人类威胁. long way to go.

评分

1. diversity matters.. note that women ai researchers pay more attention to emotion and culture 2. format of this book is perfect for fast learning of AI concepts from greatest minds. 3. perception, control and knowing 4. cultural challenges: getting scientist and engineers working together 5.not everything can be exponential

评分

1. diversity matters.. note that women ai researchers pay more attention to emotion and culture 2. format of this book is perfect for fast learning of AI concepts from greatest minds. 3. perception, control and knowing 4. cultural challenges: getting scientist and engineers working together 5.not everything can be exponential

评分

1. diversity matters.. note that women ai researchers pay more attention to emotion and culture 2. format of this book is perfect for fast learning of AI concepts from greatest minds. 3. perception, control and knowing 4. cultural challenges: getting scientist and engineers working together 5.not everything can be exponential

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有