内容简介

默里·沙纳汉，伦敦帝国理工学院认知机器人学系教授，负责指导动力学组的研究。毕业于帝国理工学院、剑桥大学，2006起担任帝国理工学院教授至今。

默里·沙纳汉是奥斯卡获奖影片《机械姬》的科学顾问，作品横跨人工智能、机器人学、逻辑学、动力系统、计算神经科学和哲学思想等多领域，经常在媒体上就人工智能和机器人问题发表评论。

作品目录

作者简介

默里·沙纳汉，伦敦帝国理工学院认知机器人学系教授，负责指导动力学组的研究。毕业于帝国理工学院、剑桥大学，2006起担任帝国理工学院教授至今。

默里·沙纳汉是奥斯卡获奖影片《机械姬》的科学顾问，作品横跨人工智能、机器人学、逻辑学、动力系统、计算神经科学和哲学思想等多领域，经常在媒体上就人工智能和机器人问题发表评论。

精彩摘录

#奇点的概念>由于技术的迅速发展，人类社会中的一切都出现了改变，生活在今天的我们将无法理解。今天被我们当作理所当然的一切（经济、政府、法律、国家）会改变形态，人类最根本的价值观（生命的尊严、对幸福的追求、选择的自由）也会被淘汰。我们对人类之所以为人的理解（人性、生存、意识、社会秩序）提出疑问，不是通过漫无边际的哲学思考，而是由真实存在的环境所推动。##摘录*作为原来的创造者，如果智能也可以被创造出来，那么它就可以提升自己。###人工智能，机器与人类的博弈*要讨论人工智能的未来，必须要提到使用什么样的机制来实现。从计算机科学的角度来讲就是：我们不仅要谈规范，还要谈如何实现。*全脑仿真不仅是未来创造人工智能的可行手段，还可能帮助实现“意识上传”这一某些超人主义流派的重要目标。###全脑仿真，让仿生人工智能成为可能*全脑仿真可以分为三个阶段——测绘、模拟和实体化。*生物的大脑最擅长学习和适应。###无缝对接，人工智能走出实验室*如果数据来自真实世界，它很可能是杂乱无章的。所以，机器学习算法必须要能够处理不确定性。*如果连人类水平人工智能都如此神秘，我们又如何能够预测和控制超级人工智能？超级人工智能可能在每个智力领域都能够与人类匹敌，甚至比我们还聪明。*人工智能必须回答的三个问题：第一，任何媒介，无论是人工还是生物智能，其回报函数是什么？回答这个问题会告诉我们它将如何表现。第二，它怎么学习？处理什么数据？使用什么学习技巧？预置其中的日常知识有哪些？第三，它如何实现预期回报最大化？它做到这一点的优化技巧有多出色？它善于解决什么问题，弱点和局限性有哪些？*马库斯胡特（MarcusHutter）所提出的通用人工智能的概念：无论所处世界状况如何，在收集信息后，都会选择回报最大化的行动方案。*对人类提出三个问题，其回答...

——引自第225页

性以及生儿育女的欲望都可以舍弃掉。这样制造出的人工智能不就是完美的仆人和奴隶了吗？

——引自第133页