01 / 導讀
導讀
引用
Mitchell, M. (2020). Artificial Intelligence: A Guide for Thinking Humans. Pelican (Penguin Books). First published 2019 by Farrar, Straus and Giroux.
章節概要
這是一本寫給一般讀者的書，作者是研究抽象、類比與推理的電腦科學家（寫作時任職於波特蘭州立大學，現任職於聖塔菲研究所）。序章之後是五部共十六章：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）與The Barrier of Meaning（第14–16章）。各部依序對應近年人工智慧的主要領域：歷史、視覺、遊戲、自然語言，最後是理解的問題。出版社說本書把人工智慧的進展與認知科學和哲學交織在一起；書評則指出，每個領域都先說明機制，再加以批判檢視。本書寫於2019年，早於今日以大型語言模型為基礎的聊天機器人。
序章：Terrified（恐懼）
米契爾回顧2014年她與昔日的博士指導教授、Gödel, Escher, Bach 的作者道格拉斯·霍夫史塔特一同出席的一場Google會議。霍夫史塔特說他感到「恐懼」：擊敗西洋棋冠軍的程式與會作曲的程式，可能會讓人類淪為「遺跡」。他的反應引出全書的問題：今天的人工智慧究竟有多聰明？
第1–3章：The Roots of Artificial Intelligence（人工智慧的根源）；Neural Networks and the Ascent of Machine Learning（神經網路與機器學習的興起）；AI Spring（人工智慧之春）
講述這個領域自1956年達特茅斯研討會以來的歷史：符號式人工智慧（規則與專家系統）與始於感知器的次符號方法之間的分歧、樂觀與「人工智慧寒冬」的反覆循環，以及機器學習與深度學習的崛起。書評也提到她對圖靈測試，以及對即將到來的「奇點」預言的討論。
第4–6章：Who, What, When, Where, Why（誰、什麼、何時、何地、為何）；ConvNets and ImageNet（卷積網路與ImageNet）；A Closer Look at Machines That Learn（細看會學習的機器）
討論電腦視覺：為什麼理解一張照片很難、以反向傳播訓練的多層網路與卷積神經網路如何分類影像，以及ImageNet競賽。接著這一部批判檢視這些系統究竟學到了什麼。書評特別提到的例子包括：一個網路學會的不是辨識動物，而是辨識模糊的背景；人為設定的超參數所扮演的角色；以及讓網路把校車認成鴕鳥的對抗性影像。
第7章：On Trustworthy and Ethical AI（論可信賴且合乎倫理的人工智慧）
據一位書評人所說，這是只有約十三頁的短章，討論人工智慧系統的可信賴性與倫理問題。
第8–10章：Rewards for Robots（給機器人的獎勵）；Game On（遊戲開始）；Beyond Games（超越遊戲）
以一隻學習踢球的機器狗引入強化學習，接著討論它在DeepMind的雅達利遊戲程式中與深度網路的結合、深藍與AlphaGo背後的搜尋方法，以及在遊戲中學到的技能能否轉移到真實世界。
第11–13章：Words, and the Company They Keep（字詞與它們的同伴）；Translation as Encoding and Decoding（作為編碼與解碼的翻譯）；Ask Me Anything（有問必答）
討論自然語言處理：情感分類、遞迴神經網路、word2vec等詞向量、編碼器–解碼器式機器翻譯、問答與閱讀理解，其中包括作為需要常識知識之測驗的威諾格拉德結構。
第14–16章：On Understanding（論理解）；Knowledge, Abstraction, and Analogy in Artificial Intelligence（人工智慧中的知識、抽象與類比）；Questions, Answers, and Speculations（問題、回答與推測）
最後一部追問理解需要什麼：直覺物理等核心知識、抽象與類比（作者本人的研究主題），以及當今系統為何缺乏這些能力。最後一章正如標題所示，轉向關於人工智慧未來的問題與推測。
核心概念
第一部：Background
- 符號式與次符號式人工智慧：撰寫明確的規則與推理，相對於以簡單單元構成的網路從資料中學習。
- 感知器：一種早期的人工神經元，加總加權輸入，超過門檻值就「觸發」。
- 人工智慧之春與寒冬：這個領域中樂觀、經費與失望反覆出現的週期。
第二部：Looking and Seeing
- 卷積神經網路：逐層建立邊緣、形狀等特徵來分類影像的網路。
- 訓練資料與超參數：深度學習所依賴的標記樣本與人為選定的設定。
- 對抗樣本：經過難以察覺的修改、使網路分類錯誤的輸入。
第三部：Learning to Play
- 強化學習：在探索與利用之間取得平衡，透過試誤學習哪些行動能得到獎勵。
- 遷移：在一項任務中學到的技能能否帶到另一項任務；玩遊戲的系統大多缺乏這種能力。
第四部：自然語言
- 詞向量：一種數值表示，在相似語境中使用的字詞彼此靠近。
- 編碼器–解碼器翻譯：把一種語言的句子編碼，再解碼成另一種語言的網路。
- 威諾格拉德結構：正確理解取決於常識知識的一組句子。
第五部：The Barrier of Meaning
- 常識與核心知識：人們不自覺地運用、關於物理與生物的直覺知識，例如物體如何掉落、哪些東西會自己移動。
- 抽象與類比：看出一個情境的本質，並把它對應到另一個情境的能力，作者將其視為理解的核心。
評析
優點
- 為非專業讀者提供清楚的技術說明。 Kirkus Reviews 稱本書是一本不用數學、但仍有一定技術性、整體清楚明白的入門書；The Christian Science Monitor 的芭芭拉·斯平德爾稱讚它把主題講得清楚透徹。感知器、反向傳播、卷積網路、強化學習與詞向量，都在沒有方程式的情況下說明。
- 有分寸的懷疑。 每一部都把成功與限制並列：視覺中的捷徑學習與對抗樣本、遊戲中遷移能力的欠缺、語言中對真正理解的需要。彼得·卡桑在 Skeptic 的書評稱她的評估審慎而節制。
- 以歷史為背景。 Library Journal 的吉姆·哈恩特別肯定本書的歷史基礎：從戰後的專家系統與推理，到深度學習先遭冷落、後獲肯定。這有助於學生以更長遠的眼光看待當前的各種說法。作者對不確定性也很坦白：被問到人工智慧是否會造成大規模失業時，她回答說不知道。
- 研究者對理解的觀點。 第五部借重作者本人關於類比與抽象的研究，把人工智慧與認知科學連結起來。
局限
- 在快速發展的領域已顯過時。 本書出版於2019年，語言部分談的是遞迴網路與編碼器–解碼器翻譯，並未涵蓋如今主導該領域、以Transformer為基礎的大型語言模型。引用書中的例子或基準數據之前，讀者應先查證後來的發展。
- 不是教科書。 書中沒有習題，也沒有數學，演算法只作概念性說明；Kirkus也認為部分段落對一般讀者過於艱澀，Christian Science Monitor的書評同樣指出，有些技術性用語對外行讀者有一定難度。
- 倫理與社會議題著墨不多。 卡桑的書評認為，談可信賴且合乎倫理的人工智慧那一章篇幅短，與主題的分量不相稱。
在課程中的定位
在機器學習與人工智慧這門課的書單中，本書是非技術性的入門導讀。Russell 與 Norvig 的 Artificial Intelligence: A Modern Approach 以完整教科書的形式、搭配演算法，講授同樣的歷史、搜尋、遊戲、學習、語言與視覺；James、Witten、Hastie、Tibshirani 與 Taylor 的 An Introduction to Statistical Learning 以Python實作講授統計方法；Murphy 的 Probabilistic Machine Learning 與 Szeliski 的 Computer Vision 則深入機器學習理論與視覺。最好先讀 Mitchell，或在研讀上述教科書的頭幾週同時閱讀，以了解這些技術的用途與限制所在。
本書關於理解、泛化與評估的問題，在閱讀深度學習的技術章節時依然有用：學生可以把她對捷徑學習、對抗樣本與遷移的主張，拿來和教科書所報告的內容相互對照。
如何使用本書
本書不需要數學或程式設計基礎，適合任何科系的一年級學生，也適合想在修讀技術課程前建立整體認識的資訊科學系學生。
- 核心： 序章以及第一、二部，它們建立了全書所用的歷史背景與對深度學習的批判視角。
- 依興趣選讀： 對強化學習與遊戲有興趣讀第三部，對語言有興趣讀第四部。
- 不可略過的結論： 第五部，提出全書關於意義與理解的核心論點。
先把它當作背景讀物快速讀一遍，等課程進到卷積網路、強化學習或語言模型時，再回到相應章節。針對每一種技術，記下米契爾指出的優點與缺點，並查查後來的研究如何回應；尤其在第四部，可以把她對語言系統的描述與當今的大型語言模型相互比較。