评分
暂无评分
0人评价
5星
0%
4星
0%
3星
0%
2星
0%
1星
0%
AI智能总结...
AI/summary > _
AI 正在思考中...
本集内容尚未生成 AI 总结
简介...
https://xiaoyuzhoufm.com

2023年第12周,本播客的第73期,读书系列的第39期,本期阅读书目《AI 3.0》。这是第六季 人工智能通识 的第1本准备书目。

【本周印象深刻】

重要的是,本书所要传达的观点是:我们人类倾向于高估人工智能的发展速度,而低估人类自身智能的复杂性。目前的人工智能与通用智能还相距甚远,并且我不认为超级智能已经近在眼前了。如果通用人工智能真的会实现,我敢保证,它的复杂性能够与我们人类的大脑相媲美。

-- 梅拉妮·米歇尔

从这个痛苦的教训中可以学到的第二个普遍观点是,思想的实际内容是巨大的、不可救药的复杂;我们应该停止试图寻找简单的方法来思考思想的内容,比如思考空间、物体、多代理人或对称性的简单方法。所有这些都是任意的、本质上复杂的、外部世界的一部分。它们不是应该被建立的,因为它们的复杂性是无止境的;相反,我们应该只建立能够发现和捕捉这种任意复杂性的元方法。 这些方法的关键是它们能够找到好的近似值,但是对它们的搜索应该由我们的方法来进行,而不是由我们来进行。我们希望人工智能代理能够像我们一样发现,而不是包含我们所发现的东西。构建我们的发现只会使我们更难看到发现的过程是如何进行的。

-- 里奇.萨顿

【你将听到】

00:00 为什么做第六季人工智能通识,可能要阅读的书目

4:45 关于作者,侯世达,写作目的等

9:30 本书结构

11:21 C1 人工智能流派的变迁:1956年达特茅斯会议:符号派,连接派(亚符号系统),罗森布拉特的感知机,反向传播算法

24:23 C2 视觉识别:杨立昆的ConvNet(卷积神经网络),李飞飞:ImageNet图片数据库和比赛,辛顿和他的两个学生基于convNet做的AlexNet

34:22 C3 游戏和推理:基于强化学习的Q-Learning,深度学习神经网络(DNN)监督学习,迁移学习,蒙特卡罗树搜索

37:58 C4 自然语言处理:递归神经网络(QNN),词向量 word2vec(2013年)

44:31 C5 常识:抽象和类比

52:35 6个关于人工智能的问题 

【相关书籍】

《AI3.0 》【美】梅拉妮·米歇尔

Artificial Intelligence: A Guide for Thinking Humans

【相关材料】

【人物】侯世达:教计算机如何思考的人

The Bitter Lesson by Rich Sutton

一个用于识别手写“8”的感知机的示意图

用于识别图片中狗和猫的4层ConvNets

语义空间中两个词簇的图示,其中(A)为二维空间,(B)为三维空间

 基于此图片对人类常识如直觉,预测,模拟的解释

第六季 人工智能 计划书目

《AI 3.0》梅拉妮.米歇尔

《AI未来进行式》李开复,陈揪帆

《深度学习革命》凯德·梅茨(Cade Metz)

《智慧的疆界:从图灵机到人工智能》周志明

《人工智能简史》尼克

《为什么》[美] 朱迪亚·珀尔 / [美] 达纳·麦肯齐

《人工智能的未来》 《灵魂机器的时代》《奇点临近》雷·库兹韦尔

《生命3.0》泰德.麦克斯

《科学之路》 杨立昆

《千脑智能》杰夫.霍金斯

主播...
觉悟bit
评价...

空空如也

小宇宙热门评论...

暂无小宇宙热门评论

EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧