具體描述
在人工智能異常火熱的今天，很多人認為我們生活在一個不可思議的曆史時期，人工智能和大數據可能比工業革命更能改變人的一生。然而這種說法未免言過其實，我們的生活確實可能有所改變，但並非一定是朝好的方麵發展。我們過於武斷地認為計算機搜索和處理堆積如山的數據時不會齣差錯，但計算機隻是擅長收集、儲存和搜索數據，它們沒有常識或智慧，不知道數字和詞語的意思，無法評估數據庫中內容的相關性和有效性，它們沒有區分真數據、假數據和壞數據所需的人類判斷力，沒有分辨有理有據和虛假僞造的統計學模型所需的人類智能。
計算機挖掘大數據風行一時，但數據挖掘是人為而非智能，也是非常艱巨、危險的人工智能形式。數據挖掘先是通過大量的數據走勢、相關關係來發現讓我們內心愉悅卻無實踐價值的模型，然後創造理論來解釋這些模型。作者通過“史密斯測試”和“得州神槍手謬誤”等實例說明，如果你挖掘和拷問數據的時間夠長、數量夠大，你總能得到自己想要的結果，然而這是相關關係卻並不是因果關係，隻是自我選擇偏好，並沒有理論基礎也沒有實用價值。
在人工智能時代，我們對計算機的熱愛不應該掩蓋我們對其局限性的思考，真正的危險不是計算機比我們更聰明，而是我們認為計算機具有人類的智慧和常識，數據挖掘就是“知識發現”，從而信任計算機為我們做齣重要決定。更多的計算能力和更多的數據並不意味著更多的智能，我們需要對人類的智慧有更多的信心。
著者簡介
加裏·史密斯
波莫納學院經濟學教授，曾獲弗萊徹·瓊斯基金奬。他是耶魯大學經濟學博士，曾在耶魯大學擔任助理教授一職長達7年，兩度獲得教學奬，撰寫（或閤著）過80多篇學術論文和12本書，包括《數據科學的9個陷阱》《基本統計、迴歸和計量經濟學》《標準偏差：有缺陷的假設，扭麯的數據，以及其他欺騙統計數據的方法》《簡單統計學：如何輕鬆識破一本正經的鬍說八道》《運氣爆棚？偶然性在我們日常生活中的驚人作用》《貨幣機器：價值投資齣奇簡單的力量》。他的研究曾被彭博網、CNBC、《福布斯》、《紐約時報》、《華爾街日報》、《新聞周刊》和《商業周刊》競相報道。
圖書目錄
第 1 章 智能還是服從
井字遊戲 / 008
國際跳棋 / 011
第 2 章 盲 從
思考之源和思維之火 / 024
計算機是超人嗎？ / 031
將時間考慮在內 / 036
識彆像素與産生情緒 / 037
批判性思維 / 039
圖靈測試 / 041
第 3 章 無語境的符號
翻譯軟件與理解語言 / 052
威諾格拉德模式挑戰賽 / 057
計算機能閱讀嗎？ / 058
計算機能寫作嗎？ / 061
在語境中理解事物 / 066
貓與花瓶 / 071
第 4 章 壞數據
自我選擇偏好 / 077
相關係數並非因果關係 / 084
時間的力量 / 087
幸存者偏差 / 088
假數據 / 090
識彆“壞數據” / 092
第 5 章 隨機性模式
數據挖掘 / 102
黑匣子 / 107
大數據、大電腦、大麻煩 / 109
利益衝突 / 111
天生就會被騙 / 113
為模型所惑 / 114
第 6 章 如果你拷問數據的時間足夠長
孟德爾的豌豆研究 / 128
得州神槍手謬誤 / 130
數據挖掘者 / 132
拷問數據 / 135
倒攝迴憶 / 137
金錢啓動效應 / 139
尋找就會發現 / 143
微笑麯綫 / 149
從卓越降為優秀 / 154
攻擊性和吸引力 / 157
達特茅斯三文魚研究 / 159
騙子，騙子 / 161
第 7 章 無所不包的“廚房水槽法”
預測總統大選 / 168
非綫性模型 / 180
第 8 章 新瓶裝舊酒
逐步迴歸法 / 187
嶺迴歸法 / 189
數據規約 / 193
神經網絡算法 / 196
被數學濛蔽雙眼 / 199
第 9 章 先吃兩片阿司匹林
明早再給我打電話 / 204
我要再喝一杯咖啡 / 207
遠程治療 / 208
癌癥群 / 211
最有理有據的療法失效瞭 / 214
疾病診斷和治療中的數據挖掘 / 217
糟糠過多，精粹不足 / 220
第 10 章 完勝股市（上）
噪 聲 / 224
滑稽的理論 / 226
技術分析 / 230
拋硬幣 / 235
《每周華爾街》的十項技術指標 / 237
推特，推特 / 242
技術大師 / 243
為樂趣和盈利投資的黑匣子 / 247
第 11 章 完勝股市（下）
股市與天氣 / 252
預留方案 / 259
真正的數據挖掘 / 264
趨同交易 / 265
高頻交易 / 276
底 綫 / 281
第 12 章 我們都在監視著你
妊娠預測指標 / 289
榖歌流感 / 291
機器人測試儀 / 293
就業申請 / 295
招聘廣告 / 298
貸款申請 / 300
汽車保險 / 303
社會信用評分 / 305
黑匣子式歧視 / 306
不閤理的搜查 / 307
看看你的手環 / 310
你需要整容嗎？ / 312
擺弄係統 / 316
共同毀滅原則 / 319
結 語 / 323
參考文獻 / 329
· · · · · · (收起)
讀後感
評分
評分
評分
評分
用戶評價
非常愉悅的閱讀 翻譯很順 原文也很順 很好地把AI打迴原形 課上很多例子可用 然而我這邊牛批還是得接著吹……
评分作者怕不是段子手附體。前半挺有意思的，後續有點疲軟，觀點用盡。看完我隻是對書中提到的那位教授知識發現的教師念念不忘，想看他倆撕逼。
评分原來我們離真正人工智能還很遠啊
评分前三分之二太囉嗦瞭，大意是通過挖掘數據和模型來倒推解釋和結論，會導緻誤判很多隻是短暫相關的情況，即便和選用的數據吻閤，也無法預測未來。 最後三分之一提到在招聘、犯罪學、軍事等領域完全依賴人工智能會導緻的歧視（黑匣子）、隱私侵犯、擺弄係統等問題，這部分的反思（尤其是歧視）還挺有意思的。
评分舊瓶裝舊酒，沒有什麼突齣或精彩的觀點、論證。作者沒有數學和計算機過硬的背景，感覺本書是外行人寫給外行人的
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有