● 这是一本对当下人工智能大潮的反思之作。让人们了解到人工智能领域的真实状况，不受宣传报道的欺骗。与“人工智能霸主统治人类”的夸夸其谈不同，这本书既诊断出了当下人工智能领域的真实疾病，也开出了切实可行的治愈良方。
● 苇草智酷创始合伙人段永朝；中国科学院心理研究所所长，中国科学院大学心理学系主任，中国心理学会原理事长傅小兰；搜狗 CEO王小川；平安集团首席科学家肖京；乌镇智库理事长，《人工智能简史》作者尼克；比尔·盖茨；心理学大师，语言学家，《当下的启蒙》《心智探奇》作者史蒂芬·平克；现代语言学之父，认知科学领域创始人之一诺姆 · 乔姆斯基；图灵奖得主，《为什么:关于因果关系的新科学》作者朱迪亚·珀尔；麻省理工学院计算机科学和人工智能实验室前主任罗德尼 · 布鲁克斯等联袂推荐。
● 湛庐文化出品。
● 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。
第1章 AI该往何处走
真的有可信的AI吗
狭义 AI 与广义 AI
理想与现实之间的鸿沟
如何跨越 AI 鸿沟
第2章 当下AI的9个风险
机器人有暴力倾向吗
机器也会犯错
当下AI的9个风险
第3章 深度学习的好与坏
人工智能 > 机器学习 > 深度学习
什么是深度学习
深度学习的三个核心问题
深度学习是一个“美好”的悲剧
第4章 计算机若真有那么聪明，为什么还不会阅读
Talk to Books 无法回答一切问题
人是怎样阅读的
搜索引擎和语音虚拟助手的困惑
计算机不会阅读的三大原因
常识很重要
第5章 哪里有真正的机器人管家
从扫地机器人到机器人管家
机器人管家必备的四个能力
认知模型和深度理解才是关键
第6章 从认知科学中获得的 11 个启示
从认知科学中获得的 11 个启示
为机器赋予常识
第7章 常识，实现深度理解的关键
建立常识库的三种方法
知识表征
通用人工智能应具备的常识
推理能力
常识，深度理解的关键
第8章 创造可信的AI
优秀的工程实践
用深度理解取代深度学习
赋予机器道德价值观
重启 AI
后记
致谢
温馨提示：请使用浙江图书馆的读者帐号和密码进行登录
在言必称AI的年代，《如何创造可信的AI》这本书无疑是一副清醒剂。忘掉深度学习，回归常识推理，更加精彩的AI之路在于深度理解。
——段永朝
苇草智酷创始合伙人
AI何去何从这本书对这个问题作了极为冷静透彻的解析。作者指出，AI发展的方向是在人类心智的内在结构中探索，即使这不是w一方向，也是极其重要的方向。非常值得一读!
——傅小兰
中国科学院心理研究所所长，中国科学院大学心理学系主任，中国心理学会原理事长
深度学习的成功实践，激励了资本、学者、媒体、产业人士对人工智能的拥抱。我们有的不明其就，也有的一叶障目。本书作者是权威的专业人士，以通俗易懂的方式，讲解了当今人工智能的局限性，以及如果能通向未来，还必须解决的关键问题。每一位拥抱人工智能的非专业人士，以及还不够精通人工智能的从业人员，都将从此书中获得收益。
——王小川
搜狗CEO
本书对当前AI的发展状况进行了清晰客观的评估，解释了当今AI技术的“狭隘”性。作者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，同时对当前AI技术在多场景应用中遇到的问题进行了分析，探讨了解决常识问题的指导方案，指出可以通过增加实践检验、搭建安全监管与预防体系等方式提升AI技术的安全可靠性。最终，本书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。
本书既为初学者提供了一个了解AI技术当前发展状况及未来发展方向的窗口，又为专业人士研发可信的AI提供了有价值的建议。这本书对金融及健康领域AI产品的研发具有一定的指导意义。
——肖京
平安集团首席科学家
人工智能不等于深度学习，深度学习不能解决所有问题。人工智能发展史上素有符号派和联结派之争，本书的两位作者偏符号派，他们对深度学习的批评是善意的，所开的药方是常识理解。本书对内行外行都有价值。
——尼克
乌镇智库理事长，《人工智能简史》作者