朱迪亚·珀尓(Judea Pearl),现加州大学洛杉矶分校计算机科学教授,“贝叶斯网络”之父,2011年因创立因果推理演算法获得图灵奖,同时也是美国国家科学院院士,IEEE智能系统名人堂第一批10位入选者之一。
目前已出版3本关于因果关系科学的经典著作,分别为《启发法》(1984)、《智能系统中的概率推理》(1988)和《因果论:模型、论证、推理 》(2009)。他还获得过多项顶级科学荣誉,包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
达纳·麦肯齐(Dana Mackenzie),普林斯顿大学数学博士,自由科学记者,知名科普作家,著有《无言的宇宙》等作品,其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
发表于2024-11-21
为什么 2024 pdf epub mobi 电子书
2016年,在大数据的帮助下,人工智能(AI)围棋软件AlphaGo在系列赛中以4:1战胜了世界围棋顶尖高手李世石,震惊了全人类。 当时网络上有人戏谑道:“人工智能赢了不可怕,至少说明它还不懂得韬光隐晦,如果它假装输给人类,那才更加可怕。”这句看似戏言的话,却暗藏了人工智能...
评分豆瓣要求1周出书评确实有些强人所难,以本书的内容含量来看,是值得开一年的读书会来反复研读的“新经典”。我们或许目睹了《自然哲学的科学原理》、《物种起源》相同级别的书诞生,何其幸哉。如果用一句话来为本书作品,那就是:这是一本你不看也值得买来摆在书架上的书。 本...
评分The ladder of causation Association Predictions based on passive observations Intervention Involving not just seeing but changing what is Counterfactuals Not only experiments, but also need the model of the underlying causal process--"theory" or "a law of n...
评分作为一名学习经管类专业的学生,这本书给了我许多更深入的思考。作者作为人工智能领域的专家,对于因果关系的理解鞭辟入里,使人茅塞顿开。例如开篇提及,在统计学课程上,学生们经常被教导“相关性不代表因果”,但往往很多的教导都止步于此——学生们知道了什么不是因果,却...
图书标签: 人工智能 思维方法 因果推断 方法论 思维 科普 因果 统计学
在本书中,人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾,厘清了知识的本质,确立了因果关系研究在科学探索中的核心地位。
而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是:如何让智能机器像人一样思考?换言之,“强人工智能”可以实现吗?借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质,并据此构建出相应的自动化处理工具和数学分析范式,作者给出了一个肯定的答案。作者认为,今天为我们所熟知的大部分机器学习技术,都建基于相关关系,而非因果关系。要实现强人工智能,乃至将智能机器转变为具有道德意识的有机体,我们就必须让机器学会问“为什么”,也就是要让机器学会因果推理,理解因果关系。或许,这正是我们能对准备接管我们未来生活的智能机器所做的最有意义的工作。
非常好看,讲述了因果推断这一个相当新的领域,而且作为一个学统计的,这里面的概念简直是mind-blowing
评分当先知,有穿透时代的分析,更要有穿透时代的坚韧。如果今天基于经验主义的人工智能应用真的在未来建立起了归纳、推断、回溯的能力,请记得judea pearl教授。
评分本书关于因果关系模型的概念,基本可打开知乎搜索因果模型点开第一个搜索结果获得;举了不少例子,但切合主题能在作者限定框架下成立的没几个;序言写得又宽泛又浮夸,以为这是什么了不得的划时代巨作,但看到文中“历史学家尤瓦尔·赫拉利在他的《人类简史》一书中指出,人类祖先想象不存在之物的能力是一切的关键,正是这种能力让他们得以交流得更加顺畅”这段话差点笑喷,初中毕业的人都知道人类无法想象自己未曾见过的、不存在的事物,不然为啥上帝总是以人类形象出现、飞机总像张开翅膀的鸟啊。不过有一点是真的,不了解因果关系的人阅读本书会感到非常吃力,与作者写作水平无关,与概念本身有关。Ps.不知是原文如此还是翻译错误,作者写“我们不是神创论者,连我们的老师骨子里都是达尔文主义者”,达尔文主义者是这么用的?大写的迷惑。
评分读君一本书,胜读五年书
评分里程碑式的作品。真理掌握在少数人手中,庸人对于自己不理解的事情自有自己的解释方法。很多人看不懂,还要强行评论,汗。
为什么 2024 pdf epub mobi 电子书