01 / 导读
导读
引用
Mitchell, M. (2020). Artificial Intelligence: A Guide for Thinking Humans. Pelican (Penguin Books). First published 2019 by Farrar, Straus and Giroux.
章节概要
这是一本面向普通读者的书，作者是研究抽象、类比和推理的计算机科学家（写作时任职于波特兰州立大学，现任职于圣塔菲研究所）。序章之后是五个部分共十六章：Background（第1–3章）、Looking and Seeing（第4–7章）、Learning to Play（第8–10章）、Artificial Intelligence Meets Natural Language（第11–13章）和The Barrier of Meaning（第14–16章）。各部分依次对应近年人工智能的主要领域：历史、视觉、游戏、自然语言，最后是理解问题。出版社称本书把人工智能的进展与认知科学和哲学交织在一起；书评则指出，每个领域都是先讲清楚机制，再加以批判性审视。本书写于2019年，早于如今基于大语言模型的聊天机器人。
序章：Terrified（恐惧）
米切尔回忆了2014年她与昔日的博士导师、Gödel, Escher, Bach 的作者道格拉斯·霍夫施塔特一同参加的一次谷歌会议。霍夫施塔特说他感到"恐惧"：战胜国际象棋冠军的程序和会作曲的程序，可能会把人类变成"遗迹"。他的反应引出了全书的问题：当今的人工智能究竟有多智能？
第1–3章：The Roots of Artificial Intelligence（人工智能的根源）；Neural Networks and the Ascent of Machine Learning（神经网络与机器学习的兴起）；AI Spring（人工智能之春）
讲述这一领域自1956年达特茅斯会议以来的历史：符号人工智能（规则与专家系统）和始于感知机的亚符号方法的分野，乐观与"人工智能寒冬"的反复循环，以及机器学习和深度学习的兴起。书评还提到她对图灵测试和对即将到来的"奇点"之预言的论述。
第4–6章：Who, What, When, Where, Why（谁、什么、何时、何地、为何）；ConvNets and ImageNet（卷积网络与ImageNet）；A Closer Look at Machines That Learn（细看会学习的机器）
讨论计算机视觉：为什么理解一张照片很难，用反向传播训练的多层网络和卷积神经网络如何对图像分类，以及ImageNet竞赛。随后这一部分批判性地审视这些系统到底学到了什么。书评特别提到的例子有：一个网络学会的不是识别动物，而是识别模糊的背景；人工设定的超参数所起的作用；以及让网络把校车认成鸵鸟的对抗性图像。
第7章：On Trustworthy and Ethical AI（论可信与合乎伦理的人工智能）
据一位书评人说，这是只有约十三页的短章，讨论人工智能系统的可信度与伦理问题。
第8–10章：Rewards for Robots（给机器人的奖励）；Game On（游戏开始）；Beyond Games（超越游戏）
以一只学习踢球的机器狗引入强化学习，然后讨论它在DeepMind的雅达利游戏程序中与深度网络的结合、深蓝和AlphaGo背后的搜索方法，以及在游戏中学到的技能能否迁移到现实世界。
第11–13章：Words, and the Company They Keep（词与它们的伙伴）；Translation as Encoding and Decoding（作为编码与解码的翻译）；Ask Me Anything（有问必答）
讨论自然语言处理：情感分类、循环神经网络、word2vec等词向量、编码器–解码器式机器翻译、问答与阅读理解，其中包括作为需要常识知识的测试的威诺格拉德模式。
第14–16章：On Understanding（论理解）；Knowledge, Abstraction, and Analogy in Artificial Intelligence（人工智能中的知识、抽象与类比）；Questions, Answers, and Speculations（问题、回答与推测）
最后一部分追问理解需要什么：直觉物理等核心知识，抽象与类比（作者本人的研究主题），以及当今系统为什么缺乏这些。最后一章正如标题所示，转向关于人工智能未来的问题与推测。
核心概念
第一部分：Background
- 符号人工智能与亚符号人工智能：编写明确的规则和推理，与用简单单元构成的网络从数据中学习，两者的对比。
- 感知机：一种早期的人工神经元，对加权输入求和，超过阈值即"激发"。
- 人工智能之春与寒冬：这一领域中乐观、经费与失望反复出现的周期。
第二部分：Looking and Seeing
- 卷积神经网络：逐层构建边缘、形状等特征来对图像进行分类的网络。
- 训练数据与超参数：深度学习所依赖的带标签样本和人为选择的设置。
- 对抗样本：经过难以察觉的改动、使网络分类出错的输入。
第三部分：Learning to Play
- 强化学习：在探索与利用之间取得平衡，通过试错学习哪些行动能获得奖励。
- 迁移：在一项任务中学到的技能能否带到另一项任务中；玩游戏的系统大多缺乏这种能力。
第四部分：自然语言
- 词向量：一种数值表示，在相似语境中使用的词彼此靠近。
- 编码器–解码器翻译：把一种语言的句子编码，再解码成另一种语言的网络。
- 威诺格拉德模式：正确理解取决于常识知识的一对句子。
第五部分：The Barrier of Meaning
- 常识与核心知识：人们不知不觉地运用的关于物理和生物的直觉知识，例如物体如何下落、哪些东西能自己移动。
- 抽象与类比：看出一个情境的本质并把它映射到另一个情境的能力，作者把它视为理解的核心。
评析
优点
- 为非专业读者提供清晰的技术解释。 Kirkus Reviews 称本书是一部不用数学、但仍有一定技术性、总体上清晰明了的入门读物；The Christian Science Monitor 的芭芭拉·斯平德尔称赞它把主题讲得清楚透彻。感知机、反向传播、卷积网络、强化学习和词向量都是在没有公式的情况下讲解的。
- 有分寸的怀疑。 每一部分都把成功与局限并列：视觉中的捷径学习和对抗样本，游戏中迁移能力的缺失，语言中对真正理解的需要。彼得·卡桑在 Skeptic 上的书评称她的评估审慎而克制。
- 以历史为背景。 Library Journal 的吉姆·哈恩特别肯定本书的历史根基：从战后的专家系统和推理，到深度学习先遭冷落、后获认可。这有助于学生以更长远的眼光看待当下的种种说法。作者对不确定性也很坦率：被问到人工智能是否会造成大规模失业时，她回答说不知道。
- 研究者对理解的看法。 第五部分借鉴作者本人关于类比和抽象的研究，把人工智能与认知科学联系起来。
局限
- 在快速发展的领域已显过时。 本书出版于2019年，语言部分讲的是循环网络和编码器–解码器翻译，没有涉及如今在该领域占主导地位的、基于Transformer的大语言模型。在引用书中的例子或基准数据之前，读者应先核对后来的发展。
- 不是教科书。 书中没有习题，也没有数学，算法只作概念性的说明；Kirkus也认为有些段落对普通读者来说过于晦涩，Christian Science Monitor的书评同样指出，部分技术性语言对外行读者有一定难度。
- 对伦理与社会问题着墨不多。 卡桑的书评认为，关于可信与合乎伦理的人工智能那一章篇幅短，与主题的分量不相称。
在课程中的定位
在机器学习与人工智能这门课的书单中，本书是非技术性的入门导读。Russell 与 Norvig 的 Artificial Intelligence: A Modern Approach 以完整教材的形式、配合算法，讲授同样的历史、搜索、游戏、学习、语言和视觉；James、Witten、Hastie、Tibshirani 与 Taylor 的 An Introduction to Statistical Learning 用Python实验讲授统计方法；Murphy 的 Probabilistic Machine Learning 和 Szeliski 的 Computer Vision 则深入机器学习理论和视觉。最好先读 Mitchell，或在学习上述教材的头几周同时阅读，以了解这些技术用来做什么、局限在哪里。
本书关于理解、泛化和评估的问题，在阅读深度学习的技术章节时依然有用：学生可以把她关于捷径学习、对抗样本和迁移的论断，与教材中报告的内容相互对照。
如何使用本书
本书不要求数学或编程基础，适合任何专业的一年级学生，也适合想在修读技术课程之前建立整体认识的计算机专业学生。
- 核心： 序章以及第一、二部分，它们建立了全书所用的历史背景和对深度学习的批判视角。
- 按兴趣选读： 对强化学习和游戏感兴趣读第三部分，对语言感兴趣读第四部分。
- 不可略过的结论： 第五部分，阐述全书关于意义与理解的核心论点。
先把它当作背景读物快速读一遍，等课程讲到卷积网络、强化学习或语言模型时，再回到相应章节。对每一种技术，记下米切尔指出的优点和缺点，并查一查后来的研究是如何应对的；尤其是第四部分，可以把她对语言系统的描述与当今的大语言模型加以比较。