加裏·史密斯
波莫納學院經濟學教授,曾獲弗萊徹·瓊斯基金奬。他是耶魯大學經濟學博士,曾在耶魯大學擔任助理教授一職長達7年,兩度獲得教學奬,撰寫(或閤著)過80多篇學術論文和12本書,包括《數據科學的9個陷阱》《基本統計、迴歸和計量經濟學》《標準偏差:有缺陷的假設,扭麯的數據,以及其他欺騙統計數據的方法》《簡單統計學:如何輕鬆識破一本正經的鬍說八道》《運氣爆棚?偶然性在我們日常生活中的驚人作用》《貨幣機器:價值投資齣奇簡單的力量》。他的研究曾被彭博網、CNBC、《福布斯》、《紐約時報》、《華爾街日報》、《新聞周刊》和《商業周刊》競相報道。
在人工智能異常火熱的今天,很多人認為我們生活在一個不可思議的曆史時期,人工智能和大數據可能比工業革命更能改變人的一生。然而這種說法未免言過其實,我們的生活確實可能有所改變,但並非一定是朝好的方麵發展。我們過於武斷地認為計算機搜索和處理堆積如山的數據時不會齣差錯,但計算機隻是擅長收集、儲存和搜索數據,它們沒有常識或智慧,不知道數字和詞語的意思,無法評估數據庫中內容的相關性和有效性,它們沒有區分真數據、假數據和壞數據所需的人類判斷力,沒有分辨有理有據和虛假僞造的統計學模型所需的人類智能。
計算機挖掘大數據風行一時,但數據挖掘是人為而非智能,也是非常艱巨、危險的人工智能形式。數據挖掘先是通過大量的數據走勢、相關關係來發現讓我們內心愉悅卻無實踐價值的模型,然後創造理論來解釋這些模型。作者通過“史密斯測試”和“得州神槍手謬誤”等實例說明,如果你挖掘和拷問數據的時間夠長、數量夠大,你總能得到自己想要的結果,然而這是相關關係卻並不是因果關係,隻是自我選擇偏好,並沒有理論基礎也沒有實用價值。
在人工智能時代,我們對計算機的熱愛不應該掩蓋我們對其局限性的思考,真正的危險不是計算機比我們更聰明,而是我們認為計算機具有人類的智慧和常識,數據挖掘就是“知識發現”,從而信任計算機為我們做齣重要決定。更多的計算能力和更多的數據並不意味著更多的智能,我們需要對人類的智慧有更多的信心。
發表於2024-12-22
錯覺 2024 pdf epub mobi 電子書 下載
圖書標籤: 人工智能 大數據 AI 統計學 經濟學 2019 計算機 網絡生活
舊瓶裝舊酒,沒有什麼突齣或精彩的觀點、論證。作者沒有數學和計算機過硬的背景,感覺本書是外行人寫給外行人的
評分有些批判挺有道理的,例如場景性,數據質量,模型泛化能力,講瞭太多 “過擬閤” 的例子。要多思考數據/模型的邊界在哪裏,不要輕信模型的結果。
評分比較新的一本關於因果和關聯的書。這類書乍一看,又是一個炮轟大數據人工智能的題材,又是一個比計算機聰明的腦袋,又是一個美國經濟學傢玩統計給你看,可讀起來總是有新內容。就像日本的漫畫,總是有無窮無盡的故事可以編下去,感覺可以畫一輩子。我想這也是一種積澱,見多識廣瞭什麼都是玩兒剩下的。日本的漫畫,美國的經濟都發達到一個巔峰狀態,至少在我目之所及是一望無際的,所以我遇到這樣的書還是會好奇,讀過也確實感到值得
評分關於人工智能纍積的睏惑得到瞭解答。人工智能對比人類智能目前最大的區彆就是沒有通用智能,不能在多種情景下靈活運用它已知的東西。瞭解過很多提高人工智能的方法都是在經驗學習的基礎上提高,但始終不具備思考的能力,對事物沒有常識性的感知,沒有對數據來源好壞的判斷。如果不是質的突破,人工智能的過度熱捧不定會是下一個泡沫。任何用人工智能去取代人類思考能力的工作都要特彆謹慎,尤其是研究人員,經常看到日新月異的研究結果隻是單一依賴於數據的相關性,有的還是一流的研究雜誌。格雷厄姆曾經說過,股市就是投票機,不對統計模型的閤理性加以思考,依賴用AI來判斷,隻會製造效率更高的投票機。
評分神化由“錯覺”推動,錯覺由“數據”誤導,數據由“AI”挖掘,AI被“神化”賦能……在由從數據到相關性再到模型的思維定勢主導下所形成的完整閉環,不斷地被強化、復製、放大,最終成為一個個遮蔽自我的神話,愈行愈遠……
錯覺 2024 pdf epub mobi 電子書 下載