全天新浪1分彩杀号欢迎您的到來!

<delect id="dvxlz"></delect>

<p id="dvxlz"></p>

<video id="dvxlz"><p id="dvxlz"><delect id="dvxlz"></delect></p></video>

<video id="dvxlz"><output id="dvxlz"></output></video>

<noframes id="dvxlz"><p id="dvxlz"><output id="dvxlz"></output></p><p id="dvxlz"></p>

<noframes id="dvxlz"><p id="dvxlz"></p>

<p id="dvxlz"></p><p id="dvxlz"></p>

<video id="dvxlz"></video>

<p id="dvxlz"><output id="dvxlz"></output></p>

<video id="dvxlz"><video id="dvxlz"><output id="dvxlz"></output></video></video>

<p id="dvxlz"></p>

<video id="dvxlz"><output id="dvxlz"></output></video>
<output id="dvxlz"></output>
<p id="dvxlz"><delect id="dvxlz"></delect></p>
<p id="dvxlz"></p>

<output id="dvxlz"></output>
<address id="dvxlz"><p id="dvxlz"><p id="dvxlz"></p></p></address><p id="dvxlz"></p>

<p id="dvxlz"><output id="dvxlz"><delect id="dvxlz"></delect></output></p>
<video id="dvxlz"><output id="dvxlz"></output></video><video id="dvxlz"><output id="dvxlz"></output></video>

為什么: 關于因果關系的新科學

點擊 計算機控制仿真與人工智能 |作者:朱迪亞·珀爾 | 正版 | [收藏]

為什么: 關于因果關系的新科學
豆瓣評分:★★★★☆ [免費]

在本書中,人工智能領域的權威專家朱迪亞·珀爾及其同事領導的因果關系革命突破多年的迷霧,厘清了知識的本質,確立了因果關系研究在科學探索中的核心地位。

而因果關系科學真正重要的應用則體現在人工智能領域。作者在本書中回答的核心問題是:如何讓智能機器像人一樣思考?換言之,“強人工智能”可以實現嗎?借助因果關系之梯的三個層級逐步深入地揭示因果推理的本質,并據此構建出相應的自動化處理工具和數學分析范式,作者給出了一個肯定的答案。

作者認為,今天為我們所熟知的大部分機器學習技術,都建基于相關關系,而非因果關系。要實現強人工智能,乃至將智能機器轉變為具有道德意識的有機體,我們就必須讓機器學會問“為什么”,也就是要讓機器學會因果推理,理解因果關系?;蛟S,這正是我們能對準備接管我們未來生活的智能機器所做的最有意義的工作。

...... 顯示全部 >>

                                    
本站文檔均為公版書籍,麥谷多不對發表的內容或上傳的文件進行驗證,不對內容的真實、完整、準確及合法性進行任何保證。如果您對本聲明的任何條款表示異議,可以選擇不使用麥谷多(www.qizzy.site)。

溫馨提示:“麥谷多文學網”為大家提供一個綠色的文學閱讀平臺!
全站資源均免費。
麥 谷 多
國 內 最 專 業 的 文 學 交 流 平 臺 !

在本書中,人工智能領域的**專家朱迪亞·珀爾及其同事領導的因果關系革命突破多年的迷霧,厘清了知識的本質,確立了因果關系研究在科學探索中的核心地位。

而因果關系科學真正重要的應用則體現在人工智能領域。作者在本書中回答的核心問題是:如何讓智能機器像人一樣思考?換言之,“強人工智能”可以實現嗎?借助因果關系之梯的三個層級逐步深入地揭示因果推理的本質,并據此構建出相應的自動化處理工具和數學分析范式,作者給出了一個肯定的答案。作者認為,今天為我們所熟知的大部分機器學習技術,都建基于相關關系,而非因果關系。要實現強人工智能,乃至將智能機器轉變為具有道德意識的有機體,我們就必須讓機器學會問“為什么”,也就是要讓機器學會因果推理,理解因果關系?;蛟S,這正是我們能對準備接管我們未來生活的智能機器所做的*有意義的工作

 

作者簡介

朱迪亞?珀尓(Judea Pearl)

現加州大學洛杉磯分校計算機科學教授,“貝葉斯網絡”之父,2011年因創立因果推理演算法獲得圖靈獎,同時也是美國國家科學院院士,IEEE智能系統名人堂第一批10位入選者之一。

目前已出版3本關于因果關系科學的經典著作,分別為《啟發法》(1984)、《智能系統中的概率推理》(1988)和《因果論:模型、論證、推理 》(2009)。他還獲得過多項**科學榮譽,包括認知科學領域的魯梅哈特獎、物理學及技術領域的富蘭克林獎章以及科學哲學領域的拉卡托斯獎。

達納?麥肯齊(Dana Mackenzie)

普林斯頓大學數學博士,自由科學記者,知名科普作家,著有《無言的宇宙》等作品,其學術論文多次收錄于《科學》《新科學家》《科學美國》《探索》等重量級期刊。

 

精彩書評

“你是否曾經對相關關系和因果關系的問題感到疑惑?這部內容精彩的著作對此問題給出了一個富有啟發性的答案,且讀來妙趣橫生。”

——丹尼爾·卡尼曼,諾貝爾經濟學獎得主,《思考,快與慢》作者

 

“在過去的30年間,珀爾所取得的成就為人工智能領域的進步提供了理論基礎……他重新定義了‘思維機器’這一術語。”

——溫頓·瑟夫,“互聯網之父”之一,谷歌副總裁兼首席互聯網專家,2004年圖靈獎獲得者

 

“如果因果關系不等于相關關系,那它是什么?感謝朱迪亞·珀爾劃時代的研究成果,我們現在對這一問題有了精確的答案。如果你想要理解世界的運行方式,那么這本引入入勝、充滿閱讀樂趣的著作就是一個很好的起點。”

——佩德羅·多明戈斯,華盛頓大學計算機科學教授,《**算法》作者

 

“朱迪亞·珀爾一直是人工智能革命的心臟和靈魂,更廣義地說,他是計算機科學革命的心臟和靈魂。”

——埃里克·霍維茨,微軟研究實驗室主任兼常務董事

 

“如果把一個學科的疆域比喻為一個不規則多邊形,那么多邊形的所有頂點就定義了這個學科的邊界。這本書的內容代表人工智能學科在因果推理方面的一個‘頂點’。突破性創新必然發生在所有‘頂點’劃定的學科邊界之外,而‘熱點’則往往在邊界之內。不了解‘頂點’,就難以展開突破性創新。”

——陳小平,中國科學技術大學機器人實驗室主任

 

“尤瓦爾·赫拉利在《人類簡史》中指出,人類進化史上的**次認知革命以發展出“想象不存在的事物”的能力為標志,《為什么》一書則更進一步提出,正是在這一能力的基礎之上,人類發展出了因果思維。從原始部落組織狩獵行動,到孟德爾的基因遺傳特征分析,從吸煙是否致癌的爭辯到強人工智能是否可能實現的大討論,無一不需要因果思維的指引。”

——羅振宇,得到App創始人

 

“真正的人工智能必須擁有什么能力?珀爾認為,要實現人工智能,就必須讓機器具備因果推斷能力。珀爾只手推動了人工智能領域的因果革命,面向大眾讀者推出《為什么》一書,這是一部關于人工智能與因果推斷的科普之作,也是一部哲學與科學交相輝映之作。珀爾將技術與思想融為一體,系統闡述了因果關系之梯的三個層級。毫無疑問,該書將和《自私的基因》一樣成為我們這個時代的經典之作。”

——梅劍華,山西大學哲學社會學院教授,現代外國哲學學會理事

 

“人類本能地想要尋找事物之間的因果關系,卻長久地陷于迷霧之中。珀爾的《為什么》和卡尼曼的《思考,快與慢》一樣,也是石破天驚、開辟鴻蒙的巨作,這本書介紹了新興的因果推斷科學,直達人工智能學科的前沿。閱讀這本書,不僅能拓寬你的思維廣度,而且能增加你的思維維度。”

——-何帆,上海交通大學安泰經濟與管理學院教授,《變量》作者

 

“頗具啟發性……珀爾教授在《為什么》一書中將其對于發現因果關系這一新科學的喜悅以及對于他的學生和同事所做工作的自豪感完全體現了出來……這本書不僅為廣大讀者們上了關于科學思想發展史的寶貴一課,也為相關領域的從業人士提供了判斷大數據是否能夠給出有效解釋的概念性工具。”

——《紐約時報》

 

“因果關系是科學界和醫學界爭論*激烈、*難證明的命題之一。這本書將引領你真正開始思考因果關系,因為它適用于解決我們當今時代的諸多問題,包括吸煙究竟是否會導致癌癥,膽固醇水平與心臟病的關系,等等。兩位作者細致入微地講述了這些案例的來龍去脈,實在精彩。”

——“科學星期五”,**科學媒體

“‘相關關系不等于因果關系。’這一科學禁令已經為社會帶來了嚴重的不良后果……朱迪亞·珀爾提出了一個革命性的數學解決方案……生物學、醫學、社會科學和人工智能領域都因此獲得了長足的發展。”

——《自然》雜志

 

目錄

推薦序

前言

導 言:思維勝于數據

第一章:因果關系之梯

第二章:從海盜到豚鼠:因果推斷的起源

第三章:從證據到因:當貝葉斯牧師遇見福爾摩斯先生

第四章:混雜和去混雜:或者,消滅潛伏變量

第五章:煙霧繚繞的爭論:消除迷霧,澄清事實

第六章:大量的悖論!

第七章:超越調整:征服干預之峰

第八章:反事實:挖掘關于假如的世界

第九章:中介:尋找隱藏的作用機制

第十章:大數據,人工智能和大問題

致謝

參考文獻

 

 

精彩書摘

思維勝于數據

 

每一門蒸蒸日上的科學都是在其符號系統的基礎上繁榮發展起來的。

—— 奧古斯都·德·摩根(1864)

 

本書將要講述的故事會圍繞一門科學展開,這門科學改變了我們區分事實與虛構的方式,但目前,它仍處于大眾的視野之外。這門新科學非常重要,其已經影響到了日常生活的種種重要的方面,并且還有可能進一步擴大影響范圍,覆蓋從新藥開發到經濟政策制定,從教育和機器技術人到槍支管制乃至全球變暖等重大問題的探索和解決。值得注意的是,盡管這些問題涉獵的領域廣泛多元并且完全不具可比性,但這門新科學仍然成功將它們全部納入一個統一的框架,這在20年前是根本不可能實現的。

這門新科學并沒有一個時髦的名字,和我的許多同事一樣,我簡單地稱之為“因果推斷”。它本身也并不是什么高科技。因果推斷力圖模擬的理想技術就存在于我們人類自身的意識之中。數萬年前,人類開始意識到某些事會導致其他事的發生,并且改變前者就會導致后者的改變。沒有其他物種領悟到了這一點,更別說達到我們所理解的這種程度。由這一發現,人類這一物種創造出了有組織的社會,繼而又建立了鄉村和城鎮,直至創建了我們今天所享有的科技文明。所有這一切都源于我們的祖先提出了這樣一個簡單的問題:為什么?

因果推斷正是關于這個問題的嚴肅思考。它假設人類大腦是大自然有史以來為處理因果知識而設計出的最先進的工具。我們的大腦存儲了海量的因果知識,而在數據的輔助下,我們可以利用這些知識解決當代社會所面臨的最緊迫的問題。一個更宏偉的目標是,一旦我們真正理解了因果思維背后的邏輯,我們就可以在現代計算機上模擬它,進而創造出一個“人工科學家”。這個智能機器人將會為我們發現未知的現象,解開懸而未決的科學之謎,設計新的實驗,并不斷從環境中提取更多的因果知識。

但在冒險推測未來發展之前,了解迄今為止因果推斷這門科學所取得的成就至關重要。我們將深入探討它是如何改變了幾乎所有依賴數據信息的學科中研究者的思維模式,以及它將如何改變我們的生活。

這門新科學解決了以下這些看似簡單明了的問題:

一種特定的療法在預防某類疾病方面的成效如何?

是新稅法的頒布還是層出不窮的廣告推銷活動導致了銷售額的增長?

由肥胖引發的醫療保健成本增長的總體占比為何?

雇用記錄可否證明雇主實施了涉及性別歧視的招聘政策?

我打算辭掉工作。我究竟該不該這么做?

這些問題的共同點在于它們都與因果關系有關,我們可以通過諸如“預防”、“導致”、“由……引發”、“證明”和“該不該”這樣的詞語輕易識別出它們。這些詞在日常生活用語中很常見,我們的社會也一直在不斷提出這樣的問題并尋求答案。然而,就在不久之前,我們甚至還無法在科學的范圍內找到途徑明確地表述這些問題,更別說回答它們了。

到目前為止,因果推斷對人類最重要的貢獻就是讓這個科學盲點變成了歷史。這門新科學催生出了一種簡單的數學語言,用以表達我們已知和欲知的因果關系。以數學形式表達因果關系的能力讓我們得以開發出許多強大的、條理化的方法,將我們的知識與數據結合起來,并最終回答出如上述那5個涉及因果關系的問題。

過去的25年,我有幸成為參與了這一科學發展進程中的一員。在公眾的視野之外,我曾目睹過它在學生宿舍和研究實驗室中嶄露頭角,也曾聽到過在嚴肅的科學會議中它的突破性進展所引發的共鳴。眼下,隨著我們進入強人工智能(AI)時代,越來越多的人開始鼓吹大數據和深度學習 的無盡可能性,這使我越發感覺到,向讀者展示這門新科學正在進行的大膽探索,其對于數據科學以及人類在21世紀的生活所可能造成的諸多影響是恰逢其時且激動人心的。

我知道,當聽到我把這些成就描述為一門“新科學”時,你可能會心存疑慮。你甚至可能會問,為什么科學家沒有在更早的時間就開始這樣做?比如在古羅馬詩人維吉爾首次宣稱“幸運兒乃是能理解眾事原委之人”(公元前29年)的時候,或者,在現代統計學的奠基人弗朗西斯·高爾頓(Francis Galton)和卡爾·皮爾遜(Karl Pearson)首次發現人口統計數據可以揭示一些科學問題的答案的時候。在這些關鍵性的時間節點上,他們很遺憾地與因果關系失之交臂,這背后的曲折故事我將在本書的有關因果推斷的歷史淵源的章節中一一道來。在我看來,阻礙因果推斷這一科學產生的最大障礙,是我們用以提出因果問題的詞匯和我們用以交流科學理論的傳統詞匯之間的鴻溝。

為了說明這一鴻溝的深度,不妨設想一下科學家在嘗試表達一些明顯的因果關系時所面臨的困難——舉個例子,氣壓計讀數 B 可以用來表示實際的大氣壓 P。我們可以輕而易舉地用方程式來表示這種關系,B=kP,其中 k 是某個比例常數。如今,代數規則能讓我們以多種形式書寫這個方程,例如,P=B/k,k=B/P,或者 B-kP=0。它們意義相同,即如果知道方程中的三個量中的任意兩個,那么第三個量即是確定的。字母 k、B 或 P 三者中的任意一個在數學上都沒有凌駕于其他兩個之上的特權。那么,我們怎樣才能表達這個確鑿無疑的事實,即,是大氣壓導致了氣壓計讀書的變化,而不是反過來呢?倘若連這一事實都無法表達,我們又怎能奢望去表達其他許多無法用數學公式來表達的因果推斷,例如雞打鳴不會導致太陽升起?

我的大學教授們就沒能做到這件事,也從沒有為此抱怨過。我敢打賭,你們的教授中也沒人研究過這個問題?,F在,我們已經明白原因為何了:他們從未見識過一種關于因果的數學語言,也從未發現到它的好處。這種語言的發展被好幾代科學家所漠視,其實質是科學的一種衰敗。眾所周知,按動開關按鈕會導致一盞燈的打開或關閉,夏日午后的悶熱空氣會促使當地冰淇淋店的銷售額增加。那么,為什么科學家們沒有像用公式表達光學、力學或幾何學的基本法則那樣,用公式去捕捉這些顯而易見的事實?為什么他們容忍這些事實在原始的直覺中凝滯,而不去運用那些促使其他科學分支走向繁榮和成熟的數學工具呢?

答案部分在于,科學工具的開發是為了滿足科學需要。正因為開關、冰淇淋和氣壓計這類問題我們處理起來駕輕就熟,所以用特殊的數學工具來解決它們的意愿始終不夠強烈。但隨著人類求知欲的不斷增強,,以及社會現實開始要求人們討論在復雜的法律、商業、醫療和決策情境中出現的因果問題,我們終于發現我們缺少一門成熟的科學所應提供的用于回答這些問題的工具和原理。


發表評論
表情
評價:
點擊我更換圖片
麥谷多文學網 為什么: 關于因果關系的新科學 在本書中,人工智能領域的權威專家朱迪亞珀爾及其同事領導的因果關系革命突破多年的迷霧  作者:朱迪亞·珀爾

下載地址:

驗證碼:123456

×

QQ掃一掃,關注右側QQ群" 領取[驗證碼]

會員登錄
全天新浪1分彩杀号
<delect id="dvxlz"></delect>

<p id="dvxlz"></p>

<video id="dvxlz"><p id="dvxlz"><delect id="dvxlz"></delect></p></video>

<video id="dvxlz"><output id="dvxlz"></output></video>

<noframes id="dvxlz"><p id="dvxlz"><output id="dvxlz"></output></p><p id="dvxlz"></p>

<noframes id="dvxlz"><p id="dvxlz"></p>

<p id="dvxlz"></p><p id="dvxlz"></p>

<video id="dvxlz"></video>

<p id="dvxlz"><output id="dvxlz"></output></p>

<video id="dvxlz"><video id="dvxlz"><output id="dvxlz"></output></video></video>

<p id="dvxlz"></p>

<video id="dvxlz"><output id="dvxlz"></output></video>
<output id="dvxlz"></output>
<p id="dvxlz"><delect id="dvxlz"></delect></p>
<p id="dvxlz"></p>

<output id="dvxlz"></output>
<address id="dvxlz"><p id="dvxlz"><p id="dvxlz"></p></p></address><p id="dvxlz"></p>

<p id="dvxlz"><output id="dvxlz"><delect id="dvxlz"></delect></output></p>
<video id="dvxlz"><output id="dvxlz"></output></video><video id="dvxlz"><output id="dvxlz"></output></video>