伊安·戈尔丁教授并不是在用悲观的心态来看待今天的世界。事实上他是《发现的时代:应对新文艺复兴的风险及回报》( Age of discoveryNavigating the risks and rewards of our new renaissance)一书的作者。在该
书中,他用诘间的方式,探寻以下问题的答案:
△我们生活在科技如此进步的时代,为什么还会有这样那样的不平等。
△人类的健康、人均寿命、全球的财富、教育、科学发现等,都有前所未有的发展,但人们为什么还充满了焦虑?
△发展的代价是什么?
第一章 人工智能来了
sBN978-7-5142-1715
曆铁图书
87514|21715
定价:5500元
人类，你好!
无处不在的人工智能
智能助理?
新闻推荐和新闻撰稿
机器视觉?
AI 艺术?
新一代搜索引擎?
机器翻译?
自动驾驶?
机器人
到底什么是人工智能?
AI小百科：人工智能的定义
第二章?AI复兴:深度学习 大数据=人工智能
1.前两次人工智能热潮是学术研究主导的,而这次人工智能热潮是现实商业需求主导的。
2.前两次人工智能热潮多是市场宣传层面的,而这次人工智能热潮是商业模式层面的。
3.前两次人工智能热潮多是学术界在劝说、游说政府和投资人投钱,而这次人工智能热潮多是投资人主动向热点领域的学术项目和创业项目投钱。
4.前两次人工智能热潮更多是提出问题,而这次人工智能热潮更多是解决问题。
第三次AI热潮:有何不同?
用高德纳技术成熟度曲线看 AI 发展史
这条曲线显示出,几乎每一项新兴且成功的技术,在真正成熟之前，都要经历先扬后抑的过程,并在波折起伏中通过积累和迭代,最终走向真正的繁荣、稳定和有序发展。
今天的人工智能是“有用”的人工智能
前两次人工智能热潮多是市场宣传层面的,而这次人工智能热潮是是商业模式层面的。
前两次人工智能热潮多是学术界在劝说、游说政府和投资人投钱,而这次人工智能热潮多是投资人主动向热点领域的学术项目和创业项目投钱。
前两次人工智能热潮更多是提出问题而这次人工智能热潮更多是解决问题。
图灵测试与第一次AI热潮
AI小百科：图灵测试
我挑战图灵测试的故事
语音识别与第二次AI热潮
生不逢时的我?
语音识别的研发故事?
解雇语言学家的故事?
深度学习助力语音识别
深度学习携手大数据引领第三次AI热潮
从神经网络到深度学习
谷歌大脑:世界最强大的深度学习集群
AI小百科：什么是深度学习？
大数据:人工智能的基石
聚合更多数据源，增加数据维度，这是提高数据价值的好办法。
有大数据就有人工智能的机会
AI小百科：深度学习“三巨头”和传奇的辛顿家族
第三章 人机大战：AI真的会挑战人类？
AlphaGo带给人类的启示究竟是什么？
DeepMind：会打游戏的人工智能
德州扑克：开启新世界的大门？
AI小百科：弱人工智能、强人工智能和超人工智能
奇点来临？
霍金的忧虑
理智分析：人类离威胁还相当遥远
今天的人工智能还不能做什么？
1.跨领域推理
2.抽象能力
3.知其然，也知其所以然
4.常识
5.自我意识
6.审美
7.情感
跨领域推理
抽象能力
知其然，也知其所以然
常识
自我意识
审美
情感
第四章 AI时代：人类将如何变革？
了新的科技手段,我们可以将这些新技术应用于新的问题领域。因为机器学
习技术的进步,我们现在正处于最好的时期。“当你拥有一把锤子时,所有
东酉看起来都像钉子。”今天在美国,所有人都在尝试,看看我们该如何应
用人工智能技术,可以应用得多么深入。我们正在解决自然语言处理问题、翻译问题、机器视觉问题、机器人问题等。有些地方智能工作得很
好,有些地方,它们还难以满足实际需要。驱动这种进步的主要力量并不是
智能本身,而是大数据以及使用更快、更便宜、更简单的方式访问大数据的
能力
今天人们对于机器学习的兴趣与曾经的每一次新技术革命并没有本质的不同。例如,机器学习和当年关系型数据库的发展非常类似。我们当年使用基于层次模型和网络模型的数据库,关系型数据库的出现改变了一切。借助关系型数据库,任何人都可以将数据库当成一个方便的工具,而不需要雇用许多专业的工程师。人工智能就是这样一个可以为我们带来巨大改变的便捷
工具,就像关系型数据库在几十年前所做的一样。
AI只是人类的工具技术本身不是回题,间题是我们如使用技术以及
our questions-for geoff-hinton/
从工业革命到文艺复兴
书中,他用诘间的方式,探寻以下问题的答案:
△我们生活在科技如此进步的时代,为什么还会有这样那样的不平等。
△人类的健康、人均寿命、全球的财富、教育、科学发现等,都有前所未有的发展,但人们为什么还充满了焦虑?
△发展的代价是什么?
AI会让人类大量失业吗？
哪种工作最容易被AI取代？
大部分工作将发生转变而非消失
AI只是人类的工具
自动驾驶：AI最大的应用场景
自动驾驶技术发展简史
AI小百科：自动驾驶的六个级别
自动驾驶的普及：中国有机会扮演关键角色
智慧金融：AI目前最被看好的落地领域
金融行业AI应用成功案例
AI科学家的土豪人生
智慧生活：从机器翻译到智能超市
智慧医疗：AI将成为医生的好帮手
艺术创作：AI与人类各擅胜场
人类将如何变革？
走出金字塔模型
用开放的心态迎接新世界
第五章 机遇来临：AI先行的创新与创业
大时代，大格局
AI将成为国家科技战略的核心方向
从谷歌的“AI先行”看科技企业的AI战略
科技“巨头”的潜在威胁
AI创业是时代的最强音
伟大的创业需要生逢其时
人工智能的商业化路线图
AI创业的五大基石
AI创业的泡沫现象及六大挑战
AI是中国创新、创业的最好机会
AI领域，中国人/华人已是科研中坚
中国有独具优势的AI创业环境
AI黄埔军校——微软亚洲研究院
创新工场的AI布局
第六章 迎接未来：AI时代的教育和个人发展
虽然面对面的课堂仍将存在,但互动式的在线学习将愈来愈重要:只有充分利用在线学习的优势,教育资源才能被充分共享,教育质量和教育公平性才有切实保证。创新工场投资的 VIPKid、盒子鱼等面向教育创新的公司,就是大量使用在线教育、机器辅助救育等手段来帮助孩子学习的范例。
主动向机器学习:未来的人机协作时代,人所擅长的和机器所擅长的必将有很大不同。人可以拜机器为师,从人工智能的计算结果中吸取有助于改进人类思维方式的模型、思路甚至基本逻辑。事实上,围棋职业高手们已经在虚心向 AlphaGo学习更高明的定式和招法了。
·既学习人一人协作,也学习人一机协作:未来的“沟通”能力将不仅仅限于人与人之间的沟通,人机之间的沟通将成为重要的学习方法和学习目标。学生要从学习的第一天起,就和面对面的或者远程的同学(可以是人,也可以是机器)一起讨论,一起设计解决方案,一起进步。
·学习要追随兴趣:通常来说,兴趣就是那些比较有深度的东西,所以只要追随兴趣,就更有可能找到一个不容易被机器替代掉的工作。无论是为了美,为了好奇心,为了其他原因产生的兴趣,这些兴趣都有可能达到更高层次,在这些层次里,人类才可以创造出机器不能替代的价值。
AI时代该如何学习？
从实践中学习( Learning by doing):面向实际问题和综合性、复杂性问题,将基础学习和应用实践充分结合,而不是先学习再实践。边学习一边实践的方法,有些像现代职业体育选手的以赛代练,对个人素质的要求更高,效果也更好。
关注启发式教育,培养创造力和独立解决问题的能力:被动的、接受命令式的工作大部分都可以由机器来替代。人的价值更多会体现在
AI时代该学什么？ AI时代的教育要关注什么？ 有了AI，人生还有意义吗？
体现人的综合素质的技能,例如,人对于复杂系统的综合分析、决策能力,对于艺术和文化的审美能力和创造性思维,由生活经验及文化熏陶产生的直觉、常识,基于人自身的情感(爱、恨、热情、冷漠等)与他人互动的能力…这些是人工智能时代最有价值,最值得培养、学习的技能。而且,这些技能中,大多数都是因人而异,需要“定制化”教育或培养,不可能从传统的“批量”教育中获取。