一个有情怀的公众号。机器学习、自然语言处理、算法等知识集中营、期待与你相遇~
分享
今天看啥  ›  专栏  ›  公众号  ›  机器学习算法与自然语言处理

春节充电指南:这份AI书单,哈佛、MIT教授力荐

机器学习算法与自然语言处理  · 公众号  ·  · 2019-02-04 00:00




  新智元报道  

来源:The verge

编辑:大明

【新智元导读】春节将至,很多人又要面对“考试咋样”“找对象没”“月薪多少”“何时结婚”“要孩子吗”等等艰难的问题。新智元特意为大家送上这份由哈佛、MIT教授推荐的书单,除了扛住一波波的灵魂拷问,还会了解“AI到底是什么”“生命的意义在于什么”的宇宙终极问题。


在很多专家的描绘中,一个AI技术大发展的未来世界即将到来。但就目前来看,我们大部分人还在弄清”AI”究竟是什么。AI技术会影响我们生活中的方方面面:从就业、娱乐、到医疗、家居等,甚至还涉及到我们作为“人类”的意义这样的哲学问题。像“创造力的性质有哪些”、“应该如何定义意识”这种问题,其实问“如何才能了解AI”其实跟问“生命的意义在于什么”一样。


为了帮助各位更好地思考,我们整理了一份阅读清单,里面既有技术著作、也有博客文章和科幻小说,所有推荐内容都与AI相关,虽然看完这些书可能也没法让你在Google谋个职位,但也许可以让你在现在这个有点迷茫的时候理清一些脉络。

 

1、 PROFILES OF THE FUTURE

作者:ARTHUR C.CLARKE


推荐人:Greg Brockman、Ilya Sutskever,OpenAI联合创始人


 “这本书改变了我们对AI的观点,尤其是关于AI对世界的影响力上。我们曾经认为技术变革是一个渐进的,缓慢的过程,是许多微小创新积累的总和,如果你的眼界太窄,就会产生仿佛出现了技术变革的幻觉。


这本书让我们意识到,AI创新存在着一些重要的例外。虽然本书后面的章节中描述了Arthur C. Clarke关于未来的预测,但前面的章节主要是讲在飞机,太空旅行和核电等技术诞生之前,人们对这些技术的预测。


在一大群真正有成就的专家中,往往只有少数乐观主义者成功预测出了这些技术的诞生,而大部分人倾向于认为,特定的技术进步永远不会实现(在现实的时间跨度上无法实现)。因此,即使对大多数专家来说,大规模的技术变革似乎就是一夜之间“突然冒出来的”。


AI的长期发展趋势是怎样的?是否会遵循一条可预测的轨迹,在相关领域内是否可以对未来5至10年内即将到来的技术进步有一个清晰的认识?我们是否会偶然发现AI取得惊人的进展,可以迅速改变世界? 本书中的观点表明,以上都是值得我们深思的问题。“


2、 THE BOOK OF WHY

作者 :JUDEAPEARL、DANA MACKENZIE


推荐人:Rumman Chowdhury,Accenture AI负责人


这是一本没有机器人、没有末世场景、没有浮夸的未来预测的AI著作。新鲜吧?本书谦逊迷人的写作风格似乎与我们长期以来根深蒂固的假设相悖。作者认为,我们缺乏一种准确表述因果性的语言,不能有效表述一件事是由另一件事所导致的可量化的证据。这是统计学历史上的一个根本性的缺陷,让我们提出的问题和给出的答案都失去了光泽。


关于AI和机器学习的一个不大光彩的秘密是,我们使用的预测方法并不能确定表明一件事的发生是另一件事导致的,而是靠千百万次的重复得出二者间具有高度相关性的结论。通过AI方法得到的许多偏见性结果,其根源就在于对相关性变量关系的理解错误或不完整。这本书提出关于重新定义AI系统各个组成部分的新观点,尽管这些观点可能存在争议。


3、 “FRANCHISE

作者:ISAAC ASIMOV


推荐人: Tim Hwang,哈佛-MIT人工智能伦理与管理联合机构负责人


 “现在谈到AI对社会的影响时,再提到阿西莫夫的“机器人三原则”可能有点陈词滥调的感觉了。但这也正说明人类构建智能机器的梦想是长期存在的。

但是,这种陈词滥调没有抓住重点。在阿西莫夫的全部作品中,最能体现机器学习的当今现实的是对Multivac的描述。与机器人系列作品中的会走、会说话的机器人相比,Multivac是一个笨重的服务器群,需要很高的专业知识才能操作,并经常产生让负责运行它的技术人员无法解释的输出结果。


我发现自己一遍又一遍地重温着阿西莫夫的“Franchise”,这是刊载在1955年8月号“If”杂志上的一篇短篇小说。小说描述了未来的美国(2008年)决定在所有的选举时投票给一个统计模型,根据一位最具代表性的人回答一组问题,由模型从答案中推出选举结果。


这篇小说巧妙地抓住了预测行为的怪异递归性质,以及作为算法分析焦点的那个人面临的巨大压力。重要的是,这个故事体现了“可预测性”和“合法性”之间真实而棘手的平衡。即使我们真的能够对投票行为、累犯行为、就业形势等做出完美预测,由此造成了自动化流程与人工流程的对立到底意味着什么呢?读读这篇小说吧。“


4、WEAPONS OF MATH DESTRUCTION,

作者:CATHY O’NEIL


推荐人:Kate Darling,MIT媒体实验室研究专家


“起初,我想推荐一本推测性的科幻小说。但有时我们的现实世界更像是一个更有趣的反乌托邦。 2019年1月,美国国会议员亚历山大·奥卡西奥·科尔特斯(Alexandria Ocasio-Cortez)因为声称算法存在偏见而受到嘲笑。


无论你属于什么政治派别,每个人都可以从对当代AI系统陷阱的基本理解中受益。本书以迷人(可怕)的现实世界为例描绘这些内容,是了解和认识算法和数据的一本很好的入门书。


本书作者Cathy O'Neil是一位数学家和数据科学家,她从学术界走向华尔街,后曾加入“占领华尔街”运动。她的著作内容即涵盖金融业算法的问题,也涉及刑事司法、就业、教育等方面的问题。目前的情况是,我们计划在不久的将来使用的大量AI系统都遇到了作者强调的问题。对于对AI技术落地感兴趣的人,本书应该被归为基本阅读材料之列。


5、THE DIAMOND AGE: OR, A YOUNG LADY’S ILLUSTRATED PRIMER

作者: NEAL STEPHENSON


推荐人:Jeremy Howard,fast.ai联合创始人


读这本书的过程实际上是一次真正的互动,Primer是世界上最成功的软件工程师的杰作,拥有Primer的三个女孩之一是女主角Nell,她在无家可归后,发现Primer一直在教她生存所需的所有技能,并由此茁壮成长。按照“Primer”的指导,从一个失去一切的小女孩,到一个可能改变世界的年轻女人,追随她的旅程。


从我20年前第一次阅读这本书开始,我就一直在想:有朝一日可以让那些原本不会接触到技术的人提供与新技术碰撞的机会。fast.ai的使命是帮助所有人获得AI工具和教育。技术对于完成这一使命至关重要。


没有技术,我们的用户和学生将无法访问在线课程和社区,以及我们所依赖的云计算平台。但是,目前还没有AI用在创早高度定制化的教育体验上。技术基础现已基本到位,只需要有人把这些技术整合在一起。如果实现,书中Nell这样的故事真的有可能变为现实。“


6、MACHINE LEARNING FOR HUMANS, 

作者:VISHAL MAINI AND SAMERSABRI


推荐人:Demis Hassabis,DeepMind联合创始人兼CEO


“要推荐关于AI的书是很难的事,这些书既不能太技术,也不能太哲学,我预测未来几年我们会看到更多这样的书。我推荐将Machine Learning for Humans作为入门书来读,并不需要太多的先验知识,而且是一本免费的在线读物。DeepMind对这本书印象深刻,最后我们把本书的一位作者变成了我们的同事!


掌握AI的另一种方法是从你更熟悉的主题入手。比如,大多数人都知道国际象棋的基本知识,即使他们没有玩过多少。两位专业的国际象棋选手马修·萨德勒和娜塔莎·里根写了一本名为GameChanger的书,讲述了DeepMind最近的一项研究突破,即AlphaZero,它从头开始学习国际象棋,最终成为世界上最强大的“棋手”。这是对有史以来最先进的AI程序最全面的分析之一,可以让读者对AlphaZero这样的AI系统的运行机制获得深刻的洞见。“


SORTING THINGS OUT: CLASSIFICATION AND ITSCONSEQUENCES

作者:GEOFFREY C. BOWKER AND SUSAN LEIGH STAR


推荐人:Meredith Whittaker,纽约大学AI Now研究所联合主任、联合创始人


 “这本书对于任何涉及人工智能偏见、公平和公正性问题的人来说,都是必不可少的读物。


无论怎么表述,AI系统其实都属于分类系统。简而言之,系统从数据中“学习”它们所了解的东西,并使用学到的东西来对看到的内容进行分类。例如,面向招聘的AI系统可以通过输入来获得“有希望的求职者”的样子。 这些输入可能是“成功职场人士”的视频。向这类AI系统展示职位候选者的视频,再将视频与“成功人士”视频进行比较,将候选人分为“有希望的”和“没有希望”的。


这样的系统已经在使用,而且风险很高:比如,如过“成功人士”的训练视频中没有黑人女性,AI系统就不太可能将黑人女性归为“有希望”一类,,黑人女性候选人被录用的概率就会很低。


这本书主要探讨这种分类行为的问题和后果,没有将其视为“自然分类”的一种反映,而是历史,文化和权力作用下的产物。其中“每种分类都彰显了某种观点,并且压制了其他观点。”


本书探讨的分类体系超出了AI的界限,包括南非种族隔离,以及世界卫生组织的国际疾病分类,后者需要一个庞大的官僚机构试图使人们对疾病和健康的理解的文化差异趋于常态化。通过讲述这些历史,作者向我们揭示了貌似理所当然的类别划分的形成,实际上很多是出于偶然,为更好地理解面向自动分类的AI系统提供了基础性的资源。


8、 THE MASTER ALGORITHM 

作者:PEDRO DOMINGOS


推荐人:James Vincent,AI 和机器人方向记者,The Verge


我并不是AI领域的杰出人物,但作为一个靠AI吃饭的人,我也读过很多与AI相关的书来定位自己,所以我确实算是有一些经验。我推荐两本书:Pedro Domingos所写的Master Algorithm和Nick Bostrom的Super Intelligence。


Super Intelligence是关于由牛津大学哲学教授Nick Bostrom撰写的阐述通用人工智能(AGI)构成的威胁的书。这本书导致一些技术领袖对杀手机器人可能产生的威胁发表了引人关注的声明,但我认为这本书是对智能机器安全问题的一次最好的介绍。不管这些智能机器究竟是真的超级聪明,还是相当愚蠢,安全始终是一个重要的问题。尽管这个话题说起来有时会令人沮丧,但这本书写得非常有趣,虽然并不是一本销售,有时看上去更接近科幻小说。


而Master Algorithm一书讲的更宽一些,提供了关于AI技术方面的出色介绍。本书介绍了从进化算法到贝叶斯概率的所有基本要素和概念,同时展示了机器学习如何与神经科学和心理学等学科实现交叉和融合。我认为本书作者Domingos偶尔会夸大AI的原本力量,但即便如此,这本书也很好地反映出AI为何如此令人着迷。


原文链接:

https://www.theverge.com/2019/1/29/18200585/understand-ai-artificial-intelligence-reading-list-books-scifi



推荐阅读:

何恺明:从高考状元到CV领域年轻翘楚,靠“去雾算法”成为“CVPR最佳论文”首位华人得主

漫话:如何给女朋友解释为什么双11无法修改收货地址

2019 AI 国际顶级学术会议全在这里,请查收!


求好看!谢谢大家!

今天看啥 - 让阅读更高品质
本文地址:http://www.jintiankansha.me/t/fht9K2YuMZ
 
推荐文章