猜你喜欢
错觉

错觉

书籍作者:加里·史密斯 ISBN:9787521709957
书籍语言:简体中文 连载状态:全集
电子书格式:pdf,txt,epub,mobi,azw3 下载次数:8855
创建日期:2021-02-14 发布日期:2021-02-14
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板
内容简介

在人工智能异常火热的今天,很多人认为我们生活在一个不可思议的历史时期,人工智能和大数据可能比工业革命更能改变人的一生。然而这种说法未免言过其实,我们的生活确实可能有所改变,但并非是朝好的方面发展。我们过于武断地认为计算机搜索和处理堆积如山的数据时不会出差错,但计算机只是擅长收集、储存和搜索数据,它们没有常识或智慧,不知道数字和词语的意思,无法评估数据库中内容的相关性和有效性,它们没有区分真数据、假数据和坏数据所需的人类判断力,没有分辨有理有据和虚假伪造的统计学模型所需的人类智能。

计算机挖掘大数据风行一时,但数据挖掘是人为而非智能,也是非常艰巨、危险的人工智能形式。数据挖掘先是通过大量的数据走势、相关关系来发现让我们内心愉悦却无实践价值的模型,然后创造理论来解释这些模型。作者通过“史密斯测试”和“得州神枪手谬误”等实例说明,如果你挖掘和拷问数据的时间够长、数量够大,你总能得到自己想要的结果,然而这是相关关系却并不是因果关系,只是自我选择偏好,并没有理论基础也没有实用价值。

在人工智能时代,我们对计算机的热爱不应该掩盖我们对其局限性的思考,真正的危险不是计算机比我们更聪明,而是我们认为计算机具有人类的智慧和常识,数据挖掘就是“知识发现”,从而信任计算机为我们做出重要决定。更多的计算能力和更多的数据并不意味着更多的智能,我们需要对人类的智慧有更多的信心。


作者简介

加里·史密斯是波莫纳学院的经济学教授。他在耶鲁大学获得经济学博士学位。他曾两次获得教学奖,并撰写(或与他人合著)80多篇学术论文和12本书。他的研究曾被彭博广播网、CNBC、Brian Lehrer、福布斯、纽约时报、华尔街日报、《新闻周刊》和《商业周刊》等媒体报道。

编辑推荐

在人工智能异常火爆的今天,本书另辟蹊径,从反面探讨了AI研究中存在的一系列问题。开创性地提出了“得州神枪手谬误”和“史密斯测试”等来批判那些先有数据后有理论和模型的科学研究方式——数据挖掘。如今大数据、坏数据、假数据充斥着我们的生活,数据挖掘以相关关系取代了因果关系,AI到底是真的有智能还是只在服从?本书为你解答。

目录

引? 言? /? 007

第 1 章? 智能还是服从

井字游戏? /? 008

国际跳棋? /? 011

第 2 章? 盲? 从

思考之源和思维之火? /? 024

计算机是超人吗?? /? 031

将时间考虑在内? /? 036

识别像素与产生情绪? /? 037

批判性思维? /? 039

图灵测试? /? 041

第 3 章? 无语境的符号

翻译软件与理解语言? /? 052

威诺格拉德模式挑战赛? /? 057

计算机能阅读吗?? /? 058

计算机能写作吗?? /? 061

在语境中理解事物? /? 066

猫与花瓶? /? 071

第 4 章? 坏数据

自我选择偏好? /? 077

相关系数并非因果关系? /? 084

时间的力量? /? 087

幸存者偏差? /? 088

假数据? /? 090

识别“坏数据” ? /? 092

第 5 章? 随机性模式

数据挖掘? /? 102

黑匣子? /? 107

大数据、大电脑、大麻烦? /? 109

利益冲突? /? 111

天生就会被骗? /? 113

为模型所惑? /? 114

第 6 章? 如果你拷问数据的时间足够长

孟德尔的豌豆研究? /? 128

得州神枪手谬误? /? 130

数据挖掘者? /? 132

拷问数据? /? 135

倒摄回忆? /? 137

金钱启动效应? /? 139

寻找就会发现? /? 143

微笑曲线? /? 149

从卓越降为优秀? /? 154

攻击性和吸引力? /? 157

达特茅斯三文鱼研究? /? 159

骗子,骗子? /? 161

第 7 章? 无所不包的“厨房水槽法”

预测总统大选? /? 168

非线性模型? /? 180

第 8 章? 新瓶装旧酒

逐步回归法? /? 187

岭回归法? /? 189

数据规约? /? 193

神经网络算法? /? 196

被数学蒙蔽双眼? /? 199

第 9 章? 先吃两片阿司匹林

明早再给我打电话? /? 204

我要再喝一杯咖啡? /? 207

远程治疗? /? 208

癌症群? /? 211

最有理有据的疗法失效了? /? 214

疾病诊断和治疗中的数据挖掘? /? 217

糟糠过多,精粹不足? /? 220

第 10 章? 完胜股市(上)

噪? 声? /? 224

滑稽的理论? /? 226

技术分析? /? 230

抛硬币? /? 235

《每周华尔街》的十项技术指标? /? 237

推特,推特? /? 242

技术大师? /? 243

为乐趣和盈利投资的黑匣子? /? 247

第 11 章? 完胜股市(下)

股市与天气? /? 252

预留方案? /? 259

真正的数据挖掘? /? 264

趋同交易? /? 265

高频交易? /? 276

底? 线? /? 281

第 12 章? 我们都在监视着你

妊娠预测指标? /? 289

谷歌流感? /? 291

机器人测试仪? /? 293

就业申请? /? 295

招聘广告? /? 298

贷款申请? /? 300

汽车保险? /? 303

社会信用评分? /? 305

黑匣子式歧视? /? 306

不合理的搜查? /? 307

看看你的手环? /? 310

你需要整容吗?? /? 312

摆弄系统? /? 316

共同毁灭原则? /? 319

结? 语? /? 323

参考文献? /? 329


标签
网络生活,人工智能