دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Erik J. Larson
سری:
ISBN (شابک) : 0674983513, 9780674983519
ناشر: Belknap Press: An Imprint of Harvard University Press
سال نشر: 2021
تعداد صفحات: 320
[321]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب The Myth of Artificial Intelligence: Why Computers Can’t Think the Way We Do به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب افسانه هوش مصنوعی: چرا کامپیوترها نمی توانند آنطور که ما فکر می کنیم؟ نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
"اگر میخواهید در مورد هوش مصنوعی بدانید، این کتاب را
بخوانید... این کتاب نشان میدهد که چگونه احترام ظاهراً
آیندهنگر به هوش مصنوعی پیشرفت را به تعویق میاندازد، زمانی
که غیرقابل جایگزینترین منبع ما را برای هر پیشرفتی در آینده
تحقیر میکند: هوش انسانی خودمان." پیتر تیل
یک محقق پیشرفته و کارآفرین فناوری هوش مصنوعی این تصور را
که ابرهوشی تنها چند کلیک با شما فاصله دارد را رد می کند – و
استدلال می کند که این افسانه نه تنها اشتباه است، بلکه فعالانه
نوآوری را مسدود می کند. و تحریف توانایی ما برای انجام جهش
حیاتی بعدی.
آیندهنگران اصرار دارند که هوش مصنوعی به زودی ظرفیتهای
بااستعدادترین ذهن بشر را تحت الشعاع قرار خواهد داد. چه امیدی
در برابر ماشین های فوق هوشمند داریم؟ اما ما واقعاً در مسیر
توسعه ماشینهای هوشمند نیستیم. در واقع، ما حتی نمی دانیم که
این مسیر ممکن است کجا باشد.
یک کارآفرین فناوری و دانشمند پژوهشی پیشرو که در خط مقدم
پردازش زبان طبیعی کار می کند، اریک لارسون ما را به گشتی در
چشم انداز هوش مصنوعی می برد. نشان می دهد که چقدر از هوش فوق
العاده فاصله داریم و برای رسیدن به آن چه چیزی لازم است. از
زمان آلن تورینگ، علاقه مندان به هوش مصنوعی هوش مصنوعی را با
هوش انسانی یکی دانسته اند. این یک اشتباه عمیق است. هوش مصنوعی
روی استدلال استقرایی کار می کند و مجموعه داده ها را برای پیش
بینی نتایج خرد می کند. اما انسانها مجموعه دادهها را به هم
مرتبط نمیکنند: ما بر اساس زمینه و تجربه حدس میزنیم. با توجه
به آنچه در مورد جهان می دانیم، هوش انسانی شبکه ای از بهترین
حدس ها است. ما سرنخی نداریم که چگونه این نوع استدلال شهودی را
که به عنوان آدم ربایی شناخته می شود، برنامه ریزی کنیم. با این
حال، قلب عقل سلیم است. به همین دلیل است که الکسا نمیتواند
بفهمد که شما چه میپرسید، و چرا هوش مصنوعی تنها میتواند ما
را تا این حد پیش ببرد.
لارسون استدلال میکند که تبلیغات هوش مصنوعی هم علم بد و هم
برای علم بد است. فرهنگ اختراع با کاوش در ناشناخته ها رشد می
کند، نه فروش بیش از حد روش های موجود. هوش مصنوعی القایی در
کارهای محدود به پیشرفت خود ادامه خواهد داد، اما اگر میخواهیم
پیشرفت واقعی داشته باشیم، باید با قدردانی کاملتر از تنها هوش
واقعی خودمان شروع کنیم.
“If you want to know about AI, read this book…it shows how
a supposedly futuristic reverence for Artificial Intelligence
retards progress when it denigrates our most irreplaceable
resource for any future progress: our own human
intelligence.”―Peter Thiel
A cutting-edge AI researcher and tech entrepreneur debunks
the fantasy that superintelligence is just a few clicks
away―and argues that this myth is not just wrong, it’s
actively blocking innovation and distorting our ability to
make the crucial next leap.
Futurists insist that AI will soon eclipse the capacities of
the most gifted human mind. What hope do we have against
superintelligent machines? But we aren’t really on the path
to developing intelligent machines. In fact, we don’t even
know where that path might be.
A tech entrepreneur and pioneering research scientist working
at the forefront of natural language processing, Erik Larson
takes us on a tour of the landscape of AI to show how far we
are from superintelligence, and what it would take to get
there. Ever since Alan Turing, AI enthusiasts have equated
artificial intelligence with human intelligence. This is a
profound mistake. AI works on inductive reasoning, crunching
data sets to predict outcomes. But humans don’t correlate
data sets: we make conjectures informed by context and
experience. Human intelligence is a web of best guesses,
given what we know about the world. We haven’t a clue how to
program this kind of intuitive reasoning, known as abduction.
Yet it is the heart of common sense. That’s why Alexa can’t
understand what you are asking, and why AI can only take us
so far.
Larson argues that AI hype is both bad science and bad for
science. A culture of invention thrives on exploring
unknowns, not overselling existing methods. Inductive AI will
continue to improve at narrow tasks, but if we want to make
real progress, we will need to start by more fully
appreciating the only true intelligence we know―our own.
Cover......Page 1
Title Page......Page 4
Copyright......Page 5
Dedication......Page 6
Contents......Page 8
Introduction......Page 10
Part I: THE SIMPLIFIED WORLD......Page 16
1. The Intelligence Error......Page 18
2. Turing at Bletchley......Page 28
3. The Superintelligence Error......Page 42
4. The Singularity, Then and Now......Page 53
5. Natural Language Understanding......Page 59
6. AI as Technological Kitsch......Page 69
7. Simplifications and Mysteries......Page 77
Part II: THE PROBLEM OF INFERENCE......Page 96
8. Don’t Calculate, Analyze......Page 98
9. The Puzzle of Peirce (and Peirce’s Puzzle)......Page 104
10. Problems with Deduction and Induction......Page 115
11. Machine Learning and Big Data......Page 142
12. Abductive Inference......Page 166
13. Inference and Language I......Page 200
14. Inference and Language II......Page 213
Part III: THE FUTURE OF THE MYTH......Page 244
15. Myths and Heroes......Page 246
16. AI Mythology Invades Neuroscience......Page 254
17. Neocortical Theories of Human Intelligence......Page 272
18. The End of Science?......Page 278
Notes......Page 292
Acknowledgments......Page 310
Index......Page 312