内容简介

当下的AI存在哪些风险？真的有可信的AI吗？理想的AI与现实的AI之间究竟存在哪些差距？如何构建人类和AI之间的信任？

关于人工智能的炒作总是甚嚣尘上，但要得到真正可信的AI，却远比想象的要复杂得多，超级智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解，而不是简单地统计分析数据。本书勾勒了未来人工智能发展的最佳路线图，对当前人工智能的现状进行了清晰且客观的评估。

作者盖瑞·马库斯是人工智能领域的专家，同时还是心理学和神经科学教授，在计算机科学、认知科学、语言学、人工智能等领域都练就了相当深厚的学术功底，并敢于挑战学术界的主流观点。当整个人工智能学术界都在过分乐观地高歌猛进时，他不断撰文和发表演讲来指出以深度学习为代表的当下AI的弊端和局限性，《如何创造可信的AI》这本书正是马库斯对他关于人工智能观点的最佳总结。

盖瑞·马库斯和欧内斯特·戴维斯从深度学习算法固有的缺陷出发，阐述了当下AI技术发展的桎梏，对当前AI的场景应用和研究范式中的问题进行了分析，他指出AI真正的问题在于信任，常识才是深度理解的关键。最终从认知科学中提炼出了11条对人工智能发展方面的启示，以通用人工智能为发展目标，给出了未来AI技术的一种发展方向。

作品目录

作者简介

盖瑞·马库斯（Gary Marcus），新硅谷机器人创业公司AI首席执行官兼创始人。机器学习公司“几何智能”首席执行官兼创始人，该公司于2016年被优步收购，随后马库斯在优步创立了人工智能实验室。纽约大学心理学和神经科学教授。研究方向跨越人类和动物的行为，涉及神经科学、心理学、人工智能等多个领域。1994年于麻省理工学院博士毕业，师从心理学大师史蒂芬·平克。

欧内斯特·戴维斯（Ernest Davis），纽约大学柯朗数学科学研究所计算机科学教授，人工智能领域科学家。

精彩摘录

Wewillalsosuggestthatacurrentobsessionwithbuilding“blankslate”machinesthatlearneverythingfromscratch,drivenpurelyfromdataratherthanknowledge,isaseriouserror.whatweshouldworrymostaboutiswhethermachinesareactuallycapableofreliablydoingthetasksthatweassignthemtodo.

——引自章节：笔记

1．抛开华而不实的文笔，此AI系统究竟实实在在地做到了哪些事？2．此成果的通用性有多强？3．有没有演示程序，能让我用自己的例子来实验一下？如果没有，请保持怀疑态度。4．如果研究人员或媒体称此AI系统强于人类，那么具体指哪些人类，强出多少？5．被报道的研究成果中所成功完成的具体任务，实际上将我们与真正的人工智能拉近了多少距离？6．此系统的鲁棒性如何？如果使用其他数据集，在没有大规模重新训练的情况下，是否还能成功？

——引自章节：第1章 AI该往何处走