Product Info
- PRODUCT INFORMATION
- RECOMMENDED BY
- TABLE OF CONTENT
- PREFACE/READING GUIDANCE
- CONTENT PREVIEW OF THE BOOK
Description
Description
PRODUCT INFORMATION
如今正是人工智能领域大火的时代。近年来,人工智能各方面的发展都在逐渐完善,应用也越来越多,并且在很多方面的表现都超越了人类。人工智能第二次被写入中国政府工作报告。关于人工智能,人们普遍关注的: 人工智能达到了什么程度? 如何看待人工智能未来数十年的发展空间? 人工智能将会怎样影响我们的生活? 现在什么职业最容易被人工智能取代? 最难被人工智能替代的职业是什么? 人工智能领域创业有哪些经验和教训? 如何正确地给人工智能当带路党? 为什么有很多名人让人们警惕人工智能? 如何看待人工智能领域的很多专家关于“人工智能将对人类存亡造成威胁”的观点? 我们能不能开发出可以反复自我改进的机器,使其智能快速提升并超越人类? 上述问题,在本书你都可以找到答案。
托比·沃尔什(Toby Walsh) 柏林工业大学客座教授和新南威尔士大学人工智能科学教授,负责领导澳大利亚ICT研究卓越中心Data61的算法决策理论小组。他被推选为澳大利亚科学院研究员,并获得了久负盛名的洪堡(Humboldt)研究奖以及新南威尔士州州长颁发的2016年工程与ICT卓越奖。他还曾在英国、法国、德国、意大利、爱尔兰和瑞典担任研究职务,并于最近入选了澳大利亚首届百强知识明星(Knowledge Nation 100)榜单,该榜单入选人均为澳大利亚数字革命领域的佼佼者。 他经常在电视和广播上探讨人工智能和机器人的影响,也经常为平面和网络媒体,如《新科学人》 《科学美国人》和《宇宙》等撰写文章。他的推特账户(@TobyWalsh)被评选为跟进人工智能发展最值得关注的十人之一。他曾在CEBIT、TEDx、世界知识论坛、达沃斯亚洲论坛等做过讲演,为禁止致命性自主武器(也就是“杀手机器人”)到联合国发过言。
RECOMMENDED BY
由领域内顶尖从业者执笔,全面介绍了人工智能真正做些什么,避开了所有的花哨噱头。 —— Peter Norvig,谷歌研发部门总监/《人工智能:一种现代的方法》作者之一 在这样的大变革时代,Walsh教授的这本新作来得正是时候。在众多人工智能的新书中,这本书的内容涵盖面最广,从人工智能的缘起、发展到未来可能对人类社会产生的影响,这本书都有直接、全面的回答。 ——杨强,华为诺亚方舟实验室创始主任/ 香港科技大学教授 带你厘清精彩纷呈的人工智能发展史,展望人类未来,讲述人工智能为什么对我们所有人如此重要。了解人工智能,这是一本必读书。 ——Sebastian Thrun,斯坦福/谷歌/优达学城(Udacity) 这是一本由国际人工智能学界一流专家撰写的科普书。这本书全面涉及了人工智能的过去、现在和未来,从人工智能研究的历史、现状、局限、挑战,到社会影响、职业威胁、技术奇点、自主武器……几乎无所不包。一般读者对人工智能所希望了解的主要内容都可以在这里找到,覆盖面如此之广,实属难得。 ——周志华,京东人工智能研究院南京分院总顾问/南京大学人工智能学院院长
TABLE OF CONTENT
第一部分 人工智能的前尘旧事 第一章 人工智能之梦 人工智能史前史|002 来计算吧|003 布尔和巴贝奇|004 第一位程序员|006 逻辑革命|008 数学的终结|010 无法计算的事物|011 计算机问世|013 达特茅斯及其他|013 大西洋对岸|015 早期的成功|016 我们的机器大师|017 你感觉如何|018 早期的失败|020 对常识进行编码|021 对人工智能的批评|023 人工智能周期|024 人工智能之春|025 无人驾驶汽车|027 亲爱的沃森|028 围棋之王|029 看不见的人工智能|031 第二章 测量人工智能 图灵测试|033 勒布纳奖|034 电脑程序通过了图灵测试?|035 超越图灵测试|037 元图灵测试|040 恐怖谷|040 乐观预测|042 悲观预测|043 专家意见|044 前面的路|046 第二部分 人工智能的现状 第三章 当今人工智能的情况 四大部落|048 两大洲|051 机器学习的情况|051 自动推理的情况|054 机器人的情况|059 计算机视觉的情况|062 自然语言处理的情况|064 人工智能和游戏|067 第四章 人工智能的局限性 强人工智能|076 通用人工智能|078 反对人工智能的观点|079 机器能拥有创造力吗|080 “难题”|082 缄默限制|084 人为限制|086 机器合作伙伴|089 伦理限制|090 算法歧视|093 隐私|094 错误身份|095 危险信号|096 新法律|097 危险信号示例|098 反对危险信号法|101 奇点|102 数学上的两点困惑|104 奇点可能永远不会到来|104 模拟大脑|112 解决智能|113 人类的限制|114 集体学习|114 第五章 人工智能的影响 人工智能与人类|117 你应该担心吗|119 我们最大的风险|120 人工智能和社会|121 弟兄之海|122 人工智能和经济学|122 多少就业岗位受到威胁|124 哪些工作岗位可能会消失|128 从革命中生存下来|144 机会“金三角”|145 人工智能和战争|146 禁止杀手机器人|147 反对意见#1:机器人更有效|149 反对意见#2:机器人更符合道德规范|150 反对意见#3:机器人可以只对付机器人|151 反对意见#4:自主武器已经存在,且为必需|151 反对意见#5:武器禁令不管用|152 禁令怎样发挥作用|153 杀手机器人@联合国|154 人工智能的失效|156 增强智能|157 社会福祉|158 研究人工智能带来的影响|159 第三部分 人工智能的未来 第六章 技术变革 教训一:要付出代价|164 教训二:不是所有人都会赢|166 教训三:技术内嵌着强大的观念|167 教训四:改变不是渐进的|168 教训五:新技术成为常态|169 教训六:我们并不知道自己想要什么|170 这次不一样|171 新经济|172 钱为人人|173 梦游着走进未来|174 第七章 十项预测 预测之一:禁止你驾驶汽车|177 预测之二:你每天都看医生|179 预测之三:玛丽莲·梦露重返银幕|180 预测之四:计算机能聘请你,也能炒了你|181 预测之五:你对着房间说话|182 预测之六:机器人抢银行|183 预测之七:德国队输给机器人队|184 预测之八:全球各地穿梭着无人驾驶的船只、飞机和火车|185 预测之九:电视新闻不再由人类制作|186 预言之十:我们死后继续“活”下去|187 尾声|191 参考书目|195 注释|201
PREFACE/READING GUIDANCE
中文版前言 在即将到来的人工智能革命中,中国已经将自己放到了中心的位置。我很高兴这本书的中文版能够付梓。见证本书讨论的巨大变化,中国必定是个绝佳的地方。事实上,中国似乎有望引领我们走向这一未来。 5年前,我们许多从事人工智能工作的人,看到中国展现出了可观的潜力。中国加大了对大学的资金投入,并拥有广泛的人才队伍。为了帮助并激励中国研究界,2013年,我们决定将顶尖的人工智能大会——国际人工智能联合会议——放到中国举办。 今天,我们看到,当初的潜力逐一变成了现实。作为后起之秀的中国已跻身研究和实践两方面的顶尖国家之列。2017年9月,高盛公司发布报告,名为《中国在人工智能中崛起》,介绍了世界第二大经济体怎样应用人工智能推动经济进步,成为重要的全球角逐者。 在学术界,中国也日益成为重要角色。2017年,提交给国际人工智能联合会议的报告,1/3来自中国,数量等于美国和欧洲所提交材料的总和。此外,尽管这次会议在澳大利亚召开,仍有1/4的代表来自中国。 中国把自己的未来公开地押注在了人工智能上。这是深思熟虑的决定,极有成功的把握。中国的人口逐渐城市化,面临着人口结构发生变化的挑战。中国需要人工智能带来的生产力,继续与周围生产成本更低的邻国竞争,满足本国越来越庞大的中间阶层人口。 2017年7月,中国政府公布了一份发展规划,计划到2030年成为人工智能的全球领跑者,创造10万亿元产值的国内人工智能行业。现在有迹象表明,该计划正顺利推进。 中国有许多天然的优势,可以帮助它赢得这场人工智能赛跑。类似谷歌、Facebook和亚马逊这样的美国大型科技巨头为数极少。中国却有着可与之一较高下的竞争者:腾讯、阿里巴巴和百度等公司。 中国还有可提供给人工智能算法的数据。中国拥有7.5亿互联网用户(包括全世界最大的智能手机用户市场),贡献出一口庞大的数据金矿。腾讯的微信软件,在全球有着近10亿用户,阿里巴巴集团则拥有5亿淘 宝活跃买家。 这些中国公司,有许多都为人工智能投入了数亿人民币。此外,中国政府出台了有利于这些中国公司发展的保护政策,后者从前“山寨”硅谷,如今反倒常常一路领先。 自从5000年前发明算盘之后,计算的历史似乎没怎么朝中国投去目光。但未来一两百年里,人工智能的历史很可能会把视线大量汇聚在这个全世界人口最多、届时甚至可能是最为富裕的国家身上。
CONTENT PREVIEW OF THE BOOK
多少就业岗位受到威胁 2016年,受人敬重的计算机科学家莫舍·瓦尔迪(Moshe Vardi)在科学促进会年会上明确地说: 我们正进入一个机器几乎能够在任何任务上胜过人类的时代。我相信,社会赶在以下问题到来之前就面对它:如果机器能做人类能做的几乎任何工作,那么人类要做些什么?……在人类劳动遭到淘汰之前,我们必须挺身而出,迎接这一挑战。 一些研究试图更准确地量化这一影响。得到最广泛报道的是2013年牛津大学的弗雷和奥斯本进行的研究。[6]该报告预测,未来20多年,美国47%的岗位将受到自动化的威胁。其他国家也做过类似的研究,所得结论基本上差不多。讽刺的是,撰写报告本身,就部分地自动化了。作者使用机器学习来准确地预测702种不同的工作岗位里哪些能够自动化。通过机器学习,他们训练了一套分类机制,用程序来预测哪些工作岗位会转为自动化。他们先为程序馈送了一套训练集合,里头有70种他们手工标注的能够自动化的工作岗位。接下来,程序预测了其余的632种岗位是否能够自动化。也就是说,就连预测未来哪些岗位会自动化的工作,也部分地自动化了! 就算你同意报告做出的所有假设(我并不同意),你也无法得出很多报纸所做的结论:再过20多年,我们中有一半人都会失业。牛津报告只估计了未来几十年有多少种岗位有可能转为自动化,这并不能直接变成47%的失业率,原因有很多。 首先,牛津报告估计的只是容易受自动化影响的工作岗位的数量。在实践中,出于经济、社会、技术和其他原因,有些岗位不会转为自动化。举例来说,如今我们基本上可以把航空公司飞行员的工作自动化。老实说,大多数时候,驾驶飞机的就是计算机。但在未来一段时间内,社会很可能要求有飞行员待在仪表盘前面,哪怕他们大部分时间都在浏览iPad。我可以很快举出更多的例子,说明报告里预测的一些能够自动化的岗位,实际上不会转为自动化。 第二,我们还需要考虑技术创造的各种新岗位。比方说,我们不会再雇用很多人来从事铅字排版的工作。但我们雇用了更多的人,从事基本上同等的数字工作:制作网页。当然,如果你是个打字员,饭碗被毁了,那么,如果你接受合适的教育,你能够重新对自己进行定位,在这些新行业里找到工作,这很好。可惜经济学里没有一条基本定理曾指出,新技术摧毁多少旧岗位,就创造多少新岗位。过去的情形如此,纯属偶然。一如20世纪的马匹劳动力一例所指出,事情并不总是如此。 第三,一些岗位只能部分自动化,而自动化其实又可能提高我们的工作能力。例如,科学实验领域出现了许多新的自动化工具:基因测序仪可以自动读取我们的基因,质谱仪可以自动推断化学结构,望远镜可以自动化地扫描天空,但科学家们并未因此丢掉饭碗。事实上,较之文明史上的任何时期,如今从事科学工作的科学家都更多了。自动化提高了生产率,科学知识发现得更快了。 第四,我们还需要考虑今后几十年里每星期的工作时长会有些什么样的改变。在大多数发达国家,每星期工作小时数自工业革命以来大幅下降。美国每星期的平均工作时从大约60小时下降到33小时。其他发达国家走得更远,德国工人平均每星期只工作26小时。如果这样的趋势持续下去,我们就需要创造更多的工作岗位,代替缩短的时间。 第五,我们还需要考虑人口统计变化。求职人数肯定会变。许多发达经济体的人口日趋老龄化,如果能够完善养老金制度,我们中会有更多人开始享受退休生活,不再需要为工作烦心。 第六,我们还要考虑自动化带来的经济发展。自动化产生的一些额外财富将通过“涓滴”效应渗透到经济当中,在其他地方创造新的就业机会。当然了,如果你对“涓滴经济学”持有健康的怀疑态度(我就是),这个论点就不如其他论点那么站得住脚。富人花钱跟我们其他人不一样,他们致富靠的就是这个。同样道理,富裕的公司似乎并没有承担同等的税务责任,尤其是从公司获取收入的那些国家。不过,只要对个人及企业课税方式稍作调整,所有人都能受益于自动化带来的生产力提高。 牛津报告确认了据称未来几十年里难以实现自动化的三种工作技能:创造力、社交智能以及感知和操纵能力。但这三种技能,每一种我都无法完全认同。 首先,创造力已经实现了自动化。计算机可以作画、写诗、作曲、创造新的数学,它们做得或许还不如人类好,可能要再过二三十年,才能达到跟人类相当的水平。我会把创造力放到“自动化有难度”这一类下面,而非“除了人类,机器不可能做到”这一类。第二,今天的计算机缺乏真正的社交智能,但人们已经在着手开发能感知我们情绪状态、更具社交智能的计算机了。需要社交智能的岗位能抵挡自动化浪潮,不是因为它们不能自动化,而是因为,在很多情况下,人类更乐意与其他人类互动。和计算机比起来,我们更愿意跟真正的精神科医生说话。至于第三种技能,计算机已经能够比我们更好地感知世界了:它们能察知的波长更宽,精确度更高。不过,操作对机器人来说的确很困难,尤其是在工厂车间之外的不受控环境下。未来一段时间,情况可能不会有太大变化。 牛津报告罗列的确切数字掩盖了一个难以准确预测的事实,那就是:未来几十年,我们到底会有多少人失业。对牛津大学的研究,我举出了若干保留意见。不过,很明显,白领和蓝领都有许多岗位受到威胁。以我之见,失业率可能会增加,但大概是预测的一半左右,也即20%到25%。即便如此,这也是个巨大的变化,我们今天就需要开始为它做好规划。 哪些工作岗位可能会消失 为了让你对未来的变化以及为什么许多岗位会发生变化甚至彻底消失有所体会,我想要逐一讨论一下有可能遭到取代的工作。 作 家 牛津报告指出,作家遭到自动化的概率是3.8%,这听上去挺合理的。在未来当个作家,大概会是份牢靠(虽说薪资不甚丰厚)的工作。这不是因为没人试过让计算机写小说,实际上,2016年3月,计算机写出来的一部短篇小说,通过了日本一项文学奖(吸引了1450份稿件)的第一轮遴选。我想对这项成就的背景多说两句:该奖项允许非人类投稿,该程序获得了自己创作者的大力帮助,后者决定了剧情和人物;之后,程序根据预先准备好的句子和单词撰写了文本。小说的题目很有趣,叫《那一天,计算机写了篇小说》。它的结尾是这么写的:“那一天,计算机写了篇小说。计算机把追求自身愉悦放到了优先地位,不再为人类工作了。” 就算我们认为这样的结局并无预言的意味,作家也有好几个理由,无须为自动化太过担心。首先,如果经济继续发展,我们可能会阅读更多书籍。过去10年,美国出版停滞不前,而在中国,出版业的发展,跟全国经济增长速度大致相同。第二,自动化创造出新的需求。亚马逊的推荐引擎让人能轻松找到有关伦敦圣殿教堂管风琴的书籍,故此,掌握了伦敦圣殿教堂管风琴专业知识的人类作家就有了新市场。第三,我们很可能喜欢切中人类体验的书籍。要在人写的书和计算机写的书之间进行选择的话,我猜大多数人都会选人写的书吧。 倒不是说自动化不会改变作家的工作。亚马逊等科技公司已经大大改变了出版行业。自出版和按需印刷模式,已经向所有拥有笔记本电脑的人打开了出版之门,而且这些改变远未结束。过去,只有少数作家名利双收,大多数人只能挣扎求生。在未来全新的出版世界中,这种情况可能会继续下去,甚至更糟糕。 自行车修理工 牛津报告认为,自行车修理工遭自动化取代的概率是94%,这纯属胡说八道。未来20到30年里,自行车修理工的工作,连一小部分转为自动化的概率都几乎是零。这一错误揭示了牛津大学研究的部分局限性,以及它对计算机预测的过分依赖(这一点极具讽刺意味)。 首先,牛津大学的研究忽视了就业岗位自动化在经济上是否可行。很遗憾,修理自行车的报酬相当低,人类能够相当廉价地完成这一任务,让它不值得转为自动化。第二,自行车是一辆不规则、需要高精度操作的物体,它有一堆大大小小、弯弯曲曲、零零散散的部件。对机器人来说,修理自行车将是一项巨大的技术挑战,考验了它的物体操作能力。第三,做个自行车修理工,是件很讲究社交能力的事情。我有个好朋友经营一家自行车店,这是个闲逛的地方,人们来这儿寻找骑游路线,聊天讨论最新的零件,说笑话,喝咖啡,谈政治。我们想跟别的人做这些事,不想找机器人。 厨 师 牛津报告把“厨师”工作分为多个类别,包括大厨、主厨(自动化概率为10%),快餐厨师(fast food cook,自动化概率为81%),散点厨师(short order cook,自动化概率为94%),餐馆厨师(自动化概率为96%)。 哪怕是在好的餐厅,烹饪也都和重复有关系。大多数人不可能有机会每天都在米其林星级餐厅吃饭,但如果有人这么做过,一定会注意到菜单调整得很慢。大多数餐厅都有经常做的招牌菜,厨师的目标是尽可能迅速且廉价地为每一名顾客重现质量相同的菜肴。自动化是实现上述目标的理想选择。 硅谷已经在这个领域实践创新了,机器人比萨饼就是一个例子。在加利福尼亚的门洛公园,Zume公司使用机器人来预备完全可重复的比萨饼;做好的比萨饼装在一辆有56口小烤箱的卡车里,逐一送到顾客家。这节省了大量时间:传统的比萨外卖公司先把比萨做好,再送货。而Zume公司用算法算好做比萨的时间,这样,等卡车来到你家门外,比萨正好新鲜出炉。于是,技术让你得到了质量更好、配送更快的比萨饼。还有许多类似的创新也正处于开发之中,如机器人寿司和机器人汉堡。 我怀疑,牛津报告认为主厨和大厨的自动化概率仅为10%,其他类型厨师的自动化概率却那么高,原因是设计新菜肴需要创造力。可就算从这个角度看,我们也已经发现了一些有趣的创新。IBM的“沃森”(没错,就是那个赢得了《危险边缘》游戏的沃森!) 肩负起了学习烹饪书的任务,学习怎样将食材混合到一起,创造出新食谱。接着,大厨沃森创造性地发明了新菜肴,比如土耳其烤面包配茄子及帕玛森干酪,印度姜黄什锦饭,瑞士泰国芦笋乳蛋饼,等等。大厨沃森的烹饪书(包含了65道原始食谱),在亚马逊上得了4.4颗星的评分。去看看吧!