《科学的极致:漫谈人工智能》是一本由集智俱乐部著作,人民邮电出版社出版的平装图书,本书定价:49.00元,页数:324,特精心从网络上整理的一些读者的读后感,希望对大家能有帮助。
《科学的极致:漫谈人工智能》读后感(一):想看这本书的进
适合给入门的同学开开眼界(注意只是开开眼界)作为一个马上要上高一的学生而言 公正的说:我懂了很多这方面的知识 集智俱乐部是个好地方 关注了他们的微信公众号 让我找回了当时的感觉——科学家们聚在一起谈论科学 中国竟然有这样的民办科学俱乐部 实在甚好 但是这本书如果你没有任何基础 恭喜你只能看懂一半 书内涉及到一些专业知识 并且都是由高校的大牛写的 我有几章直接跳了 但不影响好评 这本书真的是被埋没的好书 内容甚好!
《科学的极致:漫谈人工智能》读后感(二):循环自洽
1、人类计算 验证码完成扫描图书文字识别任务。
2、
3、本层次找不到意义,就去去上一层找意义。
4、 “这句话”是错的。 这句话是不断自我循环的过程,无穷。最后只是一堆文本堆砌。
5、摄像机接着电视机,镜头对着电视,电视屏幕会出现复杂的画面结构。类似两面镜子中无穷延伸空间。
6、AIXI“算法概率”短算法赋予高概率,长算法赋予低概率。
7、连续闭合相似对称。美的东西更易被大脑保存,因为更少占用。对称了只要记录一半的信息
8、注意力也是生产,交易
9、彩云天气APP临近天气预报
《科学的极致:漫谈人工智能》读后感(三):一般一般
我非知名大学本科学历,比诸位作者差远了,说说自己粗陋的感受。
感觉是抓了几个人,每人写点自己了解的东西,凑出来的一本书,系统性较差。
看第一章时很兴奋,以为遇到宝了,可是之后的有些章节比较无聊。
部分内容对于科普显得过于无聊,对于专业人士可能又不算严谨。
部分内容在玩弄概念,比如先自己下个定义“a是xxxx、b是yyyy”,然后像玩积木那样把出现的名词、概念摆弄来摆弄去,就像在看作者玩积木,并没有学到很多东西。
说说优点吧,部分内容质量不错,不看可惜了,有些实例很开眼界。
一群年轻人为了梦想聚在一起做一些事,值得鼓励。
最后说说我理想中的人工智能科普读物:脉络清晰,深入浅出介绍核心概念,有大量有趣的实例、历史。这就足够精彩了。
《科学的极致:漫谈人工智能》读后感(四):我来写一个导读吧
这是以集智俱乐部署名出版的第一本书,它是集智俱乐部组织的若干次有关人工智能的讨论活动的延展与集合。本书内容主要集中在几个方面:1、人工智能发展历史;2、计算理论、计算机基本原理;3、计算理论的前沿,包括自指怪圈、通用人工智能理论;4、神经网络(包括人脑)与深度学习;5、自然语言理解;6、人机互动与人类计算;7、群体智能(Swarm Intelligence);8、应用案例(瓦克星与彩云天气)。
其中,从科普的角度来讲,人工智能历史、计算理论、人机互动和群体智能做的比较好;从了解前沿的角度来讲,神经网络与深度学习、自然语言理解做的比较好;从实用的角度:应用案例比较有意思;从理论深度,计算理论的前沿,包括自指怪圈、通用人工智能比较深,但也不太好懂。
这是我个人读整本书的感受。
《科学的极致:漫谈人工智能》读后感(五):我来写一个导读吧
这是以集智俱乐部署名出版的第一本书,它是集智俱乐部组织的若干次有关人工智能的讨论活动的延展与集合。本书内容主要集中在几个方面:1、人工智能发展历史;2、计算理论、计算机基本原理;3、计算理论的前沿,包括自指怪圈、通用人工智能理论;4、神经网络(包括人脑)与深度学习;5、自然语言理解;6、人机互动与人类计算;7、群体智能(Swarm Intelligence);8、应用案例(瓦克星与彩云天气)。
其中,从科普的角度来讲,人工智能历史、计算理论、人机互动和群体智能做的比较好;从了解前沿的角度来讲,神经网络与深度学习、自然语言理解做的比较好;从实用的角度:应用案例比较有意思;从理论深度,计算理论的前沿,包括自指怪圈、通用人工智能比较深,但也不太好懂。
这是我个人读整本书的感受。
《科学的极致:漫谈人工智能》读后感(六):AI 科普书,文章集合
《漫谈人工智能》这本书从人工智能的历史谈起,讲述了此领域最新的思想成果、深度学习和机器学习理论、自然语言处理、人与机器的关系以及人工智能领域的最新应用。
这本书是很多学者文章的集锦,算是 AI 领域的一本还不错的科普书,内容比较符合书名“漫谈”,适合对 AI 的历史、伦理、理论、应用不怎么了解的人看,看完可以对 AI 形成一些粗略的了解。
集智俱乐部挺良心的,是很认真地在科普AI,出的几本 AI 科普书都还不错 。
下面贴出我当时做的阅读笔记 ~
https://scarletthuang.cn/2017/09/11/%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0%E3%80%8A%E6%BC%AB%E8%B0%88%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E3%80%8B/
《科学的极致:漫谈人工智能》读后感(七):三颗星给张江,另外一颗送玉德俊
这本书值四星,不是因为这本书整体多好,是张江大大拉高了此书的科普性。基本上,只有张江写的内容是写给读者看的,循循善诱,深入浅出,偶尔会觉得有些莫名其妙,但更多时候会给你一种“惊喜”,让你觉得“哈?还可以这样玩?”。其他作者更像是自己写给自己看的哈哈,如果知识储备不够的话,看其他作者写的,真的挺痛苦,呼啦啦地公式就给你列一堆,再加上一些你闻所未闻他也不解释的名词。
章节之间毫无联系,不建议从第一章顺着看到最后一章,应该先看张江写的五章,再酌情挑自己感兴趣的内容,不要让前面某些晦涩难懂距离科普性仍有一大段距离的文章打消你对这本书的积极性。
玉德俊写的“从零开始计算机系统”,由于我本身自己学过一些汇编和计算机底层知识(皮毛罢了),因此看得算是蛮过瘾,障碍不大,但换作其他非相关背景的同学可能就不好理解了。
摘抄了几段我认为还不错的文字和内容:
1、归纳仅仅是一种心理习惯,人不可能借助归纳推理确保结论的正确性。
2、第八章的“人机交互到人工计算”里“交互式进化计算方法”的概念很有趣,大致意思是,让玩家通过小游戏的方式帮助企业完成“数据标注”(趣味性数据标注),可以大大减少公司做数据标注的成本、时间和金钱。
3、信息的富足必然导致注意力的稀缺;信息资源极其丰富,注意力资源相对紧缺;注意力是一种稀缺资源,因为整个互联网其实就是依靠注意力资源而存在的。
4、极其简单的规则蕴含了复杂表现得现象称为涌现
5、涌现类似整体大于部分之和,智慧来源于简单的相互作用。
《科学的极致:漫谈人工智能》读后感(八):可计算的奥卡姆剃刀原理
出于要了解NLP的需要翻开这本书,最初觉得内容讲的并不深,等到全部读完了这本书,觉得还是很有收获,让学计算机出身的我对可计算有了更深的理解。这本书从时间纵向和学科横向上覆盖了计算机和人工智能的很多概念,也修正和串联了我自己关于这些领域的很多相关概念。
比如书中提到过《信息简史》中的信息熵的概念,最后用信息熵和算法概率证明了奥卡姆剃刀原理:越简洁的编码概率越高,“规则之所以为规则就必须简单”。这在我看来真是文理两科最优美的结合。
再比如在“注意流”那章里提到的Kleiber定律定义网络中“流量”和“存量”的关系,并以此为基础讨论如何优化网络中的信息产出效率,以维持网络自身的活跃并减低对外界能量输入的要求。让人惊讶的是生活中很多自然进化或优化过的人工设计的网络(比如河流,交通,国际贸易网络)都遵循Kleiber定律,甚至人体的毛细血管的分布经过几百万年也进化出了Kleiber分布来达到最小化能量的消散,不得不说进化也是个优秀的创作家。
后面就自然进入到具体人工智能尤其是深度学习的技术,包括语音,图像,自然语言处理领域。以及通过康博士和贝博士的对话讲述算法驱动的计算机科学和生物神经研究驱动的脑科学在智能识别方面的孰优孰劣。
还有书里反复提到的复杂系统我也在《复杂》那本书里读到过。通过演化模型我们看到从简单的个体进化到有复杂行为的群体,包括自私策略的形成的过程。让人看到如何可以通过可计算能力实现自然的生物群体的高度相似的群体智慧。
所以回归到计算,从图灵机的诞生到今天的几十年间,计算科学显示了它的极大的计算一切的野心和能力,它已经完全改造了人类的生活。但我们仍然在期待一种超越图灵的计算,因为人和人类智慧的秘密还远不止如此。
《科学的极致:漫谈人工智能》读后感(九):科学的极致:漫谈人工智能
这本书从理论到实践,一层层的剖析了人工智能究竟是怎么样的。从数学家大卫·希尔伯特的第二问题:证明数学系统中应同时具备一致性(数学真理不存在矛盾)和完备性(任意真理都可以被描述为数学定理)谈起,到哥德尔不完备定理,表明不管是人或者机器总有拼接自身无法解决的问题。
希尔伯特的第十问题:“是否存在着判定任意一个丢番图方程有解的机械化运算”,艾伦·图灵设想图灵机,它是计算机的理论原型,为计算机的发明铺平了道路。
图灵机停机问题:是否存在这样一个程序(算法),它能够计算任何程序(算法)在给定输入上是否会结束(停机)。
假设 God_algo是这样的一个程序,可以判断一个程序是否会停机,如下:
bool God_algo(char* program, char* input) { if(<program> halts on <input>) return true; return false; }那么,此时使用 God_algo 构建一个新的算法,如下:
bool Satan_algo(char* program) { if( God_algo(program, program) ) { while(1); // loop forever! return false; // can never get here! } else return true; }atan_algo(Satan_algo) 可以停机 => 它不能停机
atan_algo(Satan_algo) 不能停机 => 它能停机
总是矛盾的,因此不存在这样的算法。
所谓人工智能,就是让人类用自己的智慧去破解智慧本身的奥秘。逃离不开自指、缠结的层次等概念之间的纠缠。
无论是哥德尔定理、罗素悖论,还是图灵停机问题,对角线方法都发挥着绝对核心的作用。这条对角线仿佛就是恶魔的诅咒,限定了人类理性思维的作用范围。
后半部分没读懂。
《哥德尔、艾舍尔、巴赫:集异壁之大成》
如无必要,勿增实体。虽然有限的观测方法无法确保一般真理的普遍必然性,但这样是最简单的。
《科学的极致:漫谈人工智能》读后感(十):人工智能的科普读物
打完标题真是好心虚啊,因为看到一半的时候,一堆数据和图标,智商就被刮到雾霾里去了。
这是看的第一本关于人工智能的书籍,因为常常会想,人脑产生电信号进行思考,而电脑不也是产生电火花来运行程序的么,为什么产生一个智能的系统却是费老鼻子劲儿了,模仿大脑做一组程序不就好了,然后像教小孩子一样去教机器,长大后,不就成了富有智慧的生物了么。所以对神经科学也是产生了深深的迷恋。
书中有这样一句话被挂在了我的书桌前:“不断变化的电信号如何产生特定的认知过程。”
我以为能从本书中获取答案……
本书先从历史的角度梳理了为人工智能做出卓越贡献的genius们,其中就包括艾伦图灵。本尼的《模仿游戏》就是讲的他的故事,历史上他一定不是第一个提出“机器为什么不能像人类思考”的人,但他所创造动图灵机,却是前无古人,直到今天,每天都有大批的科学家来教机器,使其通过图灵测试——把机器和人分别放在两个屋子里,测试官通过屏幕和他们两进行交流,如果机器能在5分钟的交流中,欺骗30%的测试官,认为其是人的话,就说明这台机器具有智能。
但是很不幸,直到今天也鲜有机器能通过图灵测试,不过,最让人觉得遗憾的是现在的人们只是为了让机器通过图灵测试,而研发了很多关于语言学的“骗术”,而并非真正的富有智慧。这些机器仅仅是个会规避语言陷阱的聊天工具。
此外,艾伦图灵大叔发明的图灵机,用简单的运行方式,却可以运行无所不能的运算。包含了一切,其实,此书从这里就像开挂了一样,看的有点云里雾里的了,可依旧不能减弱我对图灵大叔的敬仰之情。他传奇的一生,也因为难忍同性恋强制的药物治疗,用一只氰化物的苹果结束了他传奇的一生。ps,想起《模仿游戏》的开端,本尼爬在地上清理着氰化物。另一个天才,乔布斯用这个咬了一口的苹果作为其公司的logo。
向图灵致敬。如今图灵不再仅仅是一个名字,而是一个图腾,一个人工智能,机器思考的象征。
此外,本书还介绍了人工智能的3个派别,连接学派、行为学派和符号学派。连接学派和行为学派都是通过模仿,模仿人类的大脑,或者低等生物的方式进行人工智能的研究和探索。我能说连接学派的一层一层一层的框,我根本看不懂么!!!说好的科普呢,摔!
此外,因为大数据的产生,所以就产生了相当多的学习材料供机器进行学习和识别,甚至模仿。正因为如此,机器的学习和成长越来越快速。
为啥机器一定要思考,一定要和人畅通无阻的沟通和交流呢。因为人类太寂寞?也因为如果机器会思考了话,人类就能解放双手,去做更多更有意义多事了吧……比如呢?我不知道。
其实,每次看到新的技术改变生活的时候,自以为走在了科技的前沿,可是却总是被其概念束缚,想象不到这些技术到底能有多少用处,或者说,其前景在哪。比如big data,我到今天为止,也不知道对我们的生活有多少改变,除了在广告主要投放广告的时候,RTB等多了更多的个性化投放之外……还有最近超级火大VR技术,走进我们身边的时候,又会是怎样一种形态呢?不得而知。
最后,在本书的第12章,我终于看到了关于蚁群的解读,它们不但能举起比自己大很多倍的食物,还总能找到最短的路径回家,这是因为每个蚂蚁都会释放一种气味类的信号,可以通知周围的小伙伴来搬运食物,也可以纪录下自己走过的路途,如果这是一条捷径,就会告知越来越多的小伙伴,走的蚂蚁多了,也就会留下更多更强的信号,而远途的路线就会被稀释掉,从而消失,也就成了蚂蚁们可以找到最直接回家的路多方式了呢!好厉害啊~
文章中还介绍了一种程序进化的方式。设计一种可以更迭的程序,并设置一定的变异比,就会发现原生代的程序会进行变异,进行自我的修复和进化,从而更好的适应这个“世界”。人就好像是上帝一样,看着这一切的发生。说到这里又让我想起一个哲学无法证伪的命题,我们怎么证明自己的存在,而不是像黑客帝国里的一样,是一种程序呢?我怎么证明,我是活生生存在的,而不是活在一种思维方式里?不知道……每次思考这样的问题,就好累啊,只希望一切不是一场梦,有时候也希望,一切都只是一场梦。
跑偏了,最后的最后,我希望,人工智能真正走进我们视野的时候,它能友好的跟我说一声,hi!
你好,大白。