如何創(chuàng)造可信的AI（AI，人工智能）

　　● 當(dāng)下的AI存在哪些風(fēng)險？真的有可信的AI嗎？ 理想的AI與現(xiàn)實的AI之間究竟存在哪些差距？ 如何構(gòu)建人類和AI之間的信任？ 關(guān)于人工智能的炒作總是甚囂塵上，但要得到真正可信的AI，卻遠(yuǎn)比想象的要復(fù)雜得多，超級智能的時代還遠(yuǎn)沒有到來。創(chuàng)造真正可信的AI需要賦予機器常識和深度理解，而不是簡單地統(tǒng)計分析數(shù)據(jù)。本書勾勒了未來人工智能發(fā)展的最佳路線圖，對當(dāng)前人工智能的現(xiàn)狀進(jìn)行了清晰且客觀的評估。 ● 作者蓋瑞·馬庫斯是人工智能領(lǐng)域的專家，同時還是心理學(xué)和神經(jīng)科學(xué)教授，在計算機科學(xué)、認(rèn)知科學(xué)、語言學(xué)、人工智能等領(lǐng)域都練就了相當(dāng)深厚的學(xué)術(shù)功底，并敢于挑戰(zhàn)學(xué)術(shù)界的主流觀點。當(dāng)整個人工智能學(xué)術(shù)界都在過分樂觀地高歌猛進(jìn)時，他不斷撰文和發(fā)表演講來指出以深度學(xué)習(xí)為代表的當(dāng)下AI的弊端和局限性，《如何創(chuàng)造可信的AI》這本書正是馬庫斯對他關(guān)于人工智能觀點的最佳總結(jié)。 ●蓋瑞·馬庫斯和歐內(nèi)斯特·戴維斯從深度學(xué)習(xí)算法固有的缺陷出發(fā)，闡述了當(dāng)下 AI 技術(shù)發(fā)展的桎梏，對當(dāng)前 AI 的場景應(yīng)用和研究范式中的問題進(jìn)行了分析，他指出AI真正的問題在于信任，常識才是深度理解的關(guān)鍵。最終從認(rèn)知科學(xué)中提煉出了11條對人工智能發(fā)展方面的啟示，以通用人工智能為發(fā)展目標(biāo)，給出了未來 AI 技術(shù)的一種發(fā)展方向。

　　[美]蓋瑞·馬庫斯（Gary Marcus）●新硅谷機器人創(chuàng)業(yè)公司Robust.AI首席執(zhí)行官兼創(chuàng)始人。機器學(xué)習(xí)公司“幾何智能”首席執(zhí)行官兼創(chuàng)始人，該公司于2016年被優(yōu)步收購，隨后馬庫斯在優(yōu)步創(chuàng)立了人工智能實驗室。 ●紐約大學(xué)心理學(xué)和神經(jīng)科學(xué)教授。研究方向跨越人類和動物的行為，涉及神經(jīng)科學(xué)、心理學(xué)、人工智能等多個領(lǐng)域。 ● 1994年于麻省理工學(xué)院博士畢業(yè)，師從心理學(xué)大師史蒂芬·平克。[美]歐內(nèi)斯特·戴維斯（Ernest Davis） ●紐約大學(xué)柯朗數(shù)學(xué)科學(xué)研究所計算機科學(xué)教授，人工智能領(lǐng)域科學(xué)家。