AI 3.0 畅销书《复杂》作者梅拉妮·米歇尔全新力作

深度学习仍然离不开“你”的大数据

深度学习需要大数据，这已经不是什么秘密了，比如ImageNet上超过百万张已标注的训练图像。这些数据从哪里来？答案当然是你以及你所认识的每个人。现代计算机视觉应用程序之所以成为可能，主要归功于互联网用户已上传的、有时带有说明图像内容的文本标签的数十亿张图像。你是否曾在Facebook上发布过一张朋友的照片并进行评论？Facebook应该对你表示感谢！该图像及其文本可能已被用于训练他们的人脸识别系统了。你是否曾在Flickr上传过图片？如果是，那么你所上传的图像可能已成为ImageNet训练集的一部分了。你是否曾通过识别一张图片来向某个网站证明你不是一个机器人？你的识别结果可能帮助了谷歌为图片设置标签并被用于训练其图片搜索系统。

大型科技公司通过计算机和智能手机为你提供许多免费服务：网络搜索、视频通话、电子邮件、社交网络、智能助理，诸如此类。这些对公司有什么用处呢？答案你可能已经听说过，就是这些公司真正的产品其实是其用户，例如你和我，而他们真正的客户则是那些获取我们在使用这些免费服务时的注意力和信息的广告商。还有另外一个答案：在使用大型科技公司如谷歌、亚马逊和 Facebook 等提供的服务时，我们会以图像、视频、文字或语音等形式直接为这些公司提供样本，这些样本可供公司更好地训练其人工智能程序，这些改进的程序能够吸引更多用户来贡献更多数据，进而帮助广告商更有效地定位其广告投放的对象。此外，我们提供的训练样本也可被公司用于训练程序来提供企业服务，并进行商业收费，例如计算机视觉和自然语言处理方面的服务。

关于这些大公司在没有通知或补偿用户的情况下，使用用户所创造的数据来训练程序并用于销售产品的道德问题，已有许多相关探讨。这是一个非常重要的讨论主题，但超出了本书的范围 。我想在这里强调的重点是：依赖于收集到的大量已标注的数据来进行训练是深度学习不同于人类学习的另一个特点。

随着深度学习系统在物理世界实际应用的激增，很多公司发现需要大规模的新标记的数据集来训练DNN。自动驾驶汽车就是一个值得关注的例子，这类汽车需要复杂的计算机视觉功能，以识别车道、交通信号灯、停车标志等，以及辨别和追踪不同类型的潜在障碍物，如其他汽车、行人、骑自行车的人、动物、交通锥、翻倒的垃圾桶、风滚草，以及其他任何你可能不希望汽车会撞到的对象。自动驾驶汽车还需要学习这些对象在晴天、雨天、下雪天、有雾的日子，以及白天和黑夜时看起来的样子，还要学会判断哪些对象可能会发生移动，而哪些则会留在原地。深度学习将有助于这项任务的实现，至少在某种程度上是如此，但这同样需要大量的训练样本。

自动驾驶汽车公司从安装在真实汽车上的摄像头所拍摄的海量视频中收集训练样本。这些行驶于高速公路和城市街道中的汽车可能是汽车公司用来测试的自动驾驶车辆的原型，而对特斯拉而言，这些汽车就是由客户驾驶的汽车，在客户购买特斯拉汽车时，需要接受该公司的数据共享条款。

特斯拉车主并未被要求对他们的汽车拍摄的视频中的每个对象进行标注，但有人在做这些事。2017年，《金融时报》（Financial Times）报道称，“大多数研究这项技术的公司位于印度等国的离岸外包中心并雇用了数百至上千人，他们的工作就是教自动驾驶汽车识别行人、骑自行车的人以及其他障碍物。这些工作人员需要手动标注长达数千小时的视频片段来完成这项工作，而且通常是逐帧进行标注”。提供标注数据集服务的新公司如雨后春笋般涌现，例如，Mighty AI公司提供训练计算机视觉模型所需的标注数据，并承诺：“我们是知名的、专攻自动驾驶数据的、经过认证的、可信的标注者。

。。。。。

梅拉妮·米歇尔 

l 波特兰州立大学计算机科学教授，曾在美国圣塔菲研究所（Santa Fe Institute）和洛斯阿拉莫斯国家实验室（Los Alamos National Laboratory）工作，主要的研究领域为类比推理、复杂系统、遗传算法等。在圣塔菲研究所时，米歇尔主导了复杂系统领域的研究工作，并教授了相关的在线课程。她的在线课程《复杂性入门》已经被近30 000名学生选修，成为Coursera排名前50位的在线课程之一。

l 米歇尔拥有密歇根大学计算机科学博士学位，师从认知科学家和作家侯世达（Douglas Hofstadter），两人共同创建了Copycat程序，该程序可以在理想化的情境里进行创造性的类比。米歇尔还是知名畅销书作家，著有《复杂》（Complexity: A Guided Tour）《遗传算法导论》（Genetic Algorithms）等。

l 人工智能现在正深刻地影响着我们的生产与生活，甚至关系到人类未来的前途命运，但究竟什么是人工智能？人工智能背后的原理是什么？从问世到演化至今，人工智能经历了怎样的历史变迁？当下人工智能的能力边界在哪里？人工智能与人类智能的差异是什么？未来人工智能又将面对什么样的挑战和机遇？关于这些疑问，《AI 3.0》将为你一一揭晓答案。

l 《AI 3.0》是超级畅销书《复杂》作者、复杂系统前沿科学家梅拉妮•米歇尔历经10年思考，厘清人工智能与人类智能的全新力作。本书源自米歇尔多年来对人工智能领域发展真实状态的记录，她在书中通过5个部分揭示了“现在的人工智能可以做什么，以及在未来几十年我们能从它们身上期待什么”。在描述了人工智能的发展历史之后，作者通过对视觉识别、游戏与推理、自然语言处理、常识判断这4大人工智能领域的热门应用的发展现状和局限性的探究，厘清了人工智能与人类智能的关系，书中关于人脸识别、无人驾驶、机器翻译等方面的案例分析都充满了巨大的启示！而这些，都是当下人工智能发展所面临的困境、人工智能想要取得突破性进展所必须重新思考的。看懂这本书，你将对人工智能领域有一个全景式的认知。

l “GEB”作者侯世达曾逐章审读本书，并为每一页都写满了意见！《AI 3.0》是智能觉醒的启蒙，将掀起第三波人工智能热潮！《AI 3.0》所要传达的观点是：我们人类倾向于高估人工智能的进步，而低估人类自身智能的复杂性。目前的人工智能与通用的、人类水平的智能还相距甚远。我们应该感到害怕的不是智能机器，而是“愚笨”的机器，即那些没有能力独立做决策的机器。相比于机器的“智能”，我们更应关注如何规避“愚笨”机器的潜在风险。

引言 创造具有人类智能的机器，是一场重大的智力冒险
第一部分 若想对未来下注，先要厘清人工智能为何仍然无法超越人类智能

01 从起源到遭遇寒冬，心智是人工智能一直无法攻克的堡垒

达特茅斯的两个月和十个人

定义，然后必须继续下去

任何方法都有可能让我们取得进展

符号人工智能，力图用数学逻辑解决通用问题

感知机，依托DNN的亚符号人工智能

感知学习算法，无法重现人脑的涌现机制

学习感知机的权重和阈值

感知机是一条死胡同

泡沫破碎，进入人工智能的寒冬

看似容易的事情其实很难

02 从神经网络到机器学习，谁都不是最后的解药

多层神经网络，识别编码中的简单特征

无论有多少输入与输出，反向传播学习都行得通

联结主义：智能的关键在于构建一个合适的计算结构

亚符号系统的本质：不擅长逻辑，擅长接飞盘

机器学习，下一个智能大变革的舞台已经就绪

03 从图灵测试到奇点之争， 我们无法预测智能将带领我们去往何处

“猫识别机”掀起的春日狂潮

人工智能：狭义和通用，弱和强

人工智能是在模拟思考，还是真的在思考

图灵测试：如果一台计算机足够像人

奇点 2045，非生物智能将比今天所有人类智能强大10亿倍

一个“指数级”寓言

摩尔定律：计算机领域的指数增长

神经工程，对大脑进行逆向工程

奇点的怀疑论者和拥趸者

对图灵测试下注

第二部分 视觉识别：始终是“看”起来容易“做”起来难

04 何人，何物，何时，何地，为何

看与做

深度学习革命：不是复杂性，而是层深

模拟大脑，从神经认知机到ConvNets

ConvNets如何不将狗识别为猫

激活对象特征，通过分类模块进行预测

不断从训练样本中学习，而非预先内置正确答案

05 ConvNets和ImageNet，现代人工智能的基石

构建ImageNet，解决目标识别任务的时间困境

土耳其机器人，一个需要人类智慧的工作市场

赢得ImageNet竞赛，神经网络的极大成功

ConvNets淘金热，以一套技术解决一个又一个问题

在目标识别方面，ConvNets超越人类了吗

我们离真正的视觉智能还非常遥远

06 人类与机器学习的关键差距

人工智能仍然无法学会自主学习

深度学习仍然离不开“你”的大数据

长尾效应常常会让机器犯错

机器“观察”到的东西有时与我们截然不同

有偏见的人工智能

人工智能内心的黑暗秘密以及我们如何愚弄它

07 确保价值观一致，构建值得信赖、有道德的人工智能

有益的人工智能，不断改善人类的生活

人工智能大权衡：我们是该拥抱，还是谨慎

人脸识别的伦理困境

人工智能如何监管以及自我监管

创建有道德的机器

第三部分 游戏与推理：开发具有更接近人类水平的学习和推理能力的机器

08 强化学习，最重要的是学会给机器人奖励

训练你的机器狗

现实世界中的两大绊脚石

09 学会玩游戏，智能究竟从何而来

深度Q学习，从更好的猜测中学习猜测

价值6.5亿美元的智能体

西洋跳棋和国际象棋

不智能的“智能赢家”深蓝

围棋，规则简单却能产生无穷的复杂性

AlphaGo对战李世石：精妙，精妙，精妙

从随机选择到倾向选择，AlphaGo这样工作

10  游戏只是手段，通用人工智能才是目标

理解为什么错误至关重要

无须人类的任何指导

对人工智能而言，人类的很多游戏都很具挑战性

它并不真正理解什么是一条隧道，什么是墙

除去思考“围棋”，AlphaGo没有“思考”

从游戏到真实世界，从规则到没有规则

第四部分 自然语言：让计算机理解它所“阅读”的内容

11 词语，以及与它一同出现的词

语言的微妙之处

语音识别和最后的10%

分类情感

递归神经网络

“我欣赏其中的幽默”

“憎恶”总与“讨厌”相关，“笑”也从来伴随着“幽默”

word2vec神经网络：口渴之于喝水，就像疲倦之于喝醉

12 机器翻译，仍然不能从人类理解的角度来理解图像与文字

编码器遇见解码器

机器翻译，正在弥补人机翻译之间的差距

迷失在翻译之中

把图像翻译成句子

13 虚拟助理——随便问我任何事情

沃森的故事

如何判定一台计算机是否会做阅读理解

“它”是指什么？

自然语言处理系统中的对抗式攻击

第五部分 常识——人工智能打破意义障碍的关键

14 正在学会“理解”的人工智能

理解的基石

预测可能的未来

理解即模拟

我们赖以生存的隐喻

抽象与类比，构建和使用我们的心智模型

15 知识、抽象和类比，赋予人工智能核心常识

让计算机具备核心直觉知识

形成抽象，理想化的愿景

活跃的符号和做类比

字符串世界中的元认知

识别整个情境比识别单个物体要困难得多

“我们真的，真的相距甚远”

结语 思考6个关键问题，激发人工智能的终极潜力

问题1：自动驾驶汽车还要多久才能普及？

问题2：人工智能会导致人类大规模失业吗？

问题3：计算机能够具有创造性吗？

问题4：我们距离创建通用的人类水平AI还有多远？

问题5：我们应该对人工智能感到多恐惧？

问题6：人工智能中有哪些激动人心的问题还尚未解决？