Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 326 olvasói szavazat alapján történt.
The Myth of Artificial Intelligence: Why Computers Can't Think the Way We Do
"Feltárja a hatalmas szakadékot a mesterséges intelligencia alapjául szolgáló tényleges tudomány és az ezzel kapcsolatos drámai állítások között.".
--John Horgan
"Ha tudni akarsz a mesterséges intelligenciáról, olvasd el ezt a könyvet... Megmutatja, hogy a mesterséges intelligencia állítólagos futurisztikus tisztelete hogyan hátráltatja a fejlődést, amikor becsmérli a jövőbeli fejlődéshez nélkülözhetetlen legpótolhatatlanabb erőforrásunkat: a saját emberi intelligenciánkat.".
--Peter Thiel.
Alan Turing óta az AI-rajongók a mesterséges intelligenciát az emberi intelligenciával teszik egyenlővé. A természetes nyelvfeldolgozás élvonalában dolgozó informatikus, Erik Larson végigvezet minket a mesterséges intelligencia tájain, hogy felfedje, miért is alapos tévedés ez.
A mesterséges intelligencia induktív érvelésen alapul, adathalmazokat dolgoz fel, hogy megjósolja az eredményeket. Az emberek azonban nem korrelálnak adathalmazokat. Mi a kontextus és a tapasztalat alapján feltételezünk. És fogalmunk sincs, hogyan programozzuk ezt a fajta intuitív gondolkodást, amely a józan ész középpontjában áll. A futuristák ragaszkodnak ahhoz, hogy a mesterséges intelligencia hamarosan a legtehetségesebb elme képességeit is felülmúlja, de Larson megmutatja, milyen messze vagyunk még a szuperintelligenciától - és mi kell ahhoz, hogy elérjük azt.
"Larson aggódik, hogy egyszerre két hibát követünk el, amikor az emberi intelligenciát lefelé definiáljuk, miközben túlbecsüljük, hogy az AI valószínűleg mit fog elérni...". A másik aggodalom a tanult passzivitás: az a hajlamunk, hogy azt feltételezzük, hogy az AI majd megoldja a problémákat, és az ebből fakadó kudarcunk az emberi leleményesség ápolásában.".
--David A. Shaywitz, Wall Street Journal.
"Meggyőző érv amellett, hogy a mesterséges általános intelligencia - a gépi intelligencia, amely megfelel a miénknek - meghaladja az algoritmikus gépi tanulás képességét, mert nincs összhang aközött, hogy az emberek és a gépek hogyan tudják, mit tudnak.".
--Sue Halpern, New York Review of Books.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)