因果革命:人工智慧的大未来(硬壳精装) pdf epub mobi txt 电子书 下载 2022

图书介绍


因果革命:人工智慧的大未来(硬壳精装)

简体网页||繁体网页
著者 原文作者: Judea Pearl, Dana Mackenzie
出版者 出版社:行路 订阅出版社新书快讯 新功能介绍
翻译者 译者: 甘钖安
出版日期 出版日期:2019/06/26
语言 语言:繁体中文



点击这里下载
    

想要找书就要到 小特书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

发表于2022-10-06

类似图书 点击查看全场最低价

图书描述

大数据为什么不够聪明?
比机率更强大的思考工具又是什么?

  电脑科学界诺贝尔奖「图灵奖」得主暨贝氏网路研发先驱Judea Pearl总结毕生研究成果,联手获奖的统计学家Dana Mackenzie,提出改变人工智慧及科学界的重要工具!《快思慢想》作者暨诺贝尔奖得主康纳曼、《大演算》作者多明哥斯、谷歌网路推广长文特‧瑟夫、微软研究实验室主任艾瑞克‧霍尔维兹等人重磅推荐!

  ▎大数据看似厉害,其实有很大的侷限
  近几年大数据当红,加上它在许多领域的成功运用,其地位与能力备受追捧。与大数据密切相关的统计学,是法兰西斯・高尔顿与卡尔・皮尔森解答对于遗传的疑问未果,而开发出来的学科,这门学科创立后兴盛数十载,其名言「相关不是因果」影响科学界经常止步于探究「关联」而非「因果」,并且长期受资料本位的历史所影响,认为资料无所不能,但是朱迪亚・珀尔希望借此书告诉读者,资料本身一点也不智慧。

  ▎要发展出「强AI」,机率思考仍远远不够
  一九八○年代初,朱迪亚・珀尔认为不确定性是AI所欠缺的最重要的能力,于是运用机率开发出强大的推理工具——贝氏网路,因而获得有电脑科学界诺贝尔奖之称的「图灵奖」。贝氏网路是首先让电脑以灰阶方式思考的工具,至今仍极受人工智慧界倚重,然而到了一九八○年代末,珀尔认为贝氏网路仍没有填补人工智慧和人类智慧的差距,于是他转而研究如何教AI学会「因果推论」,本书便是整理了历代科学家推展因果革命的努力与成果。

  ▎从「求得相关性」的旧阶段,迈入「釐清因果关系」的新时代
  本书最初几章是有趣的科学史,探讨科学家追求因果解释的过程如何受挫,以致发展出统计学,并让统计学方法长期引领学界研究。接着书中有大约一半篇幅,作者以实例示范因果语言(图示模型)如何解决传统统计学认为无解的难题,逐一揭示「因果阶梯」三大分层的能力(越高的层级,认知挑战越高,越难理出因果关系),并让读者了解因果革命路上诸人的努力与进展,以及这些进展的重要性。本书末尾回头说明因果革命相对于人工智慧各重要发展面向(比如大数据、深度学习、资料探勘、机器学习等),有何胜出之处、能对它们起什么正面影响,以及最重要的——「因果革命」将会如何改变人工智慧。

  ▎「因果革命」不只影响人工智慧,还影响各研究领域
  现今机器学习运作时仰赖的是「相关性」,而不是「因果」,如果能成功将因果思考导入电脑,将使电脑变成真正的科学家,使它们成为我们的得力伙伴,提供我们更合理的洞见。由于因果思考可以呈现罪责,电脑能因而具备道德感——「具备道德感的强AI」是因果革命在人工智慧领域的终极追求,作者形容这「是人工智慧给人类的第一个、也是最好的礼物」。
  因果性研究还釐清了我们多年来对许多知识本质的不解,改变我们对于众多问题的认识,这些问题牵涉的层面无所不包,举凡涉及解读资料以及根据解释而採取的作法(像是致病因素、医疗资源分配、公共政策拟定等),都能受益。集结众多领域学人之力才有如今成果的因果革命,亦将回头影响整个科学界,珀尔形容它「将使科学的体质更加健全,是人工智慧给人类的第二个礼物」。在美国,因果科学已经开始被大学列入课程……

  ▎我们强烈建议这些人士阅读这本书:
  (1)资料科学家与大数据研究者,以及对大数据深感兴趣的人
  (2)统计学家、数学家,电脑科学相关从业人员与学习者
  (3)对经济趋势与科研发展有兴趣的一般大众
  (4)希望培养科学素养,了解最新科学方法的学子

  ▎各章内容简介请参阅〈目录〉的引文。

各界盛赞

  ◎谷歌网路推广长文特‧瑟夫:
  珀尔近三十年来的学术成就,为人工智慧发展提供坚实的理论基础……同时把「思考机器」提升到另一个境界。

  ◎《大演算》作者佩德罗‧多明哥斯:
  因果如果不是相关,那又是什么?拜朱迪亚‧珀尔的划时代研究之赐,现在我们已能精确回答这个问题。想理解世界如何运行,这本引人入胜且读来愉快的书是理想的起点。

  ◎微软研究实验室科技研究员及主任艾瑞克‧霍尔维兹:
  朱迪亚‧珀尔是人工智慧领域、甚至整个电脑科学界革命的核心人物。

  ◎诺贝尔经济学奖得主及《快思慢想》作者丹尼尔‧康纳曼 :
  各位是否曾疑惑「相关」和「因果」究竟是什么关系?这本精彩着作深入浅出地说明了答案。

  ◎《纽约时报》乔纳山‧尼伊:解说十分详尽……本书不仅详尽介绍概念的发展史,也提供概念工具,让读者理解大数据的优势与不足之处。

  ◎《自然》杂志:「相关不是因果」这句科学俗语已在社会上造成影响……朱迪亚‧珀尔提出崭新的数学解决方案……现在已在生物、医学、社会科学和人工智慧领域开花结果。

  ◎《犹太日报》:深入浅出……珀尔是有远见的因果革命领袖,这本书则是他最大的成就。

读者好评

  ◎对电脑科学、统计学或人工智慧当今发展有兴趣的人都应该读读。这本书如同康纳曼的《快思慢想》,是作者毕生科学研究的总结,不仅对同领域科学家而言价值非凡,也是全人类的瑰宝。(读者阿兰‧约瑟夫‧坎恩)

  ◎朱迪亚‧珀尔的贝氏网路和因果图以十分优雅的方式结合统计学、流行病学、决策和电脑科学等领域。他的研究成果赋予并扩大了大数据的潜力。这本书是市面上第一本为一般大众介绍这主题的书籍,其影响将无以估计。(读者汤玛斯 J. 阿拉冈,流行病学家)

  ◎知名商学研究所都应该用这本书当成教材。我送了一本给我念大学时的院长。为了现在和未来的学生着想,我希望它能成为一门课。(读者乔治‧莫札奇斯)

著者信息

作者简介

朱迪亚・珀尔Judea Pearl


  因为研发贝氏网路,而获得有「电脑科学界诺贝尔奖」之称的图灵奖,着有三本极具影响力的科普书籍。珀尔是美国国家科学院院士,也是首先进入IEEE智慧系统名人堂的十名科学家之一,获得的奖项与荣誉博士学位多不胜数,包括卢梅哈特奖(认知科学学会)、富兰克林奖章(富兰克林研究所)以及拉克托斯奖(伦敦经济学院)。他目前担任加州大学洛杉矶分校电脑科学教授,同时是丹尼尔‧珀尔基金会创办人及执行长,目前住在洛杉矶。

达纳‧麦肯钖Dana Mackenzie

  数学博士,现为科普作家,经常为《科学》、《新科学家》、《科学美国人》、《史密森尼》、《鹦鹉螺》和《发现》等杂志撰稿。他写的书《大碰撞:月球是怎么形成的?》(The Big Splat, or How Our Moon Came to Be)曾经获选为Audible.com网站2010年最佳有声书。麦肯钖曾获2012年传播奖(美国数学联合政策委员会)与2015年查文尼特数学解说奖(美国数学学会),他现在住在加州圣克鲁兹。

译者简介

甘钖安


  学业结束后由科学界踏入「译界」,现为专职译者。曾担任Discovery频道与资讯杂志编译,现仍定期为《科学人》及《BBC知识》等杂志翻译。书籍译作包括《决断的演算:预测、分析与好决策的11堂逻辑课》、《胜算:赌的科学与决策智慧》、《爱因斯坦1905》、《气候创造历史》、《现代主义烹调》等。目前住在有山有海有美食的台湾头基隆,热爱吸收各类知识,正努力朝「全方位译人」的目标迈进。
 
因果革命:人工智慧的大未来(硬壳精装) pdf epub mobi txt 电子书 下载

图书目录

▎自序
这本书的目标有三个:一是以非数学语言让读者理解因果革命的详细内涵,以及它将如何影响我们的生活和未来。二是为读者介绍科学家遭遇及挑战关键因果问题时,英勇解决的历程。最后,则是把因果革命带回人工智慧的最初本源,介绍如何让机器人学习以我们的母语(即因果语言)沟通。
 
▎前言:思想胜过资料
法兰西斯・高尔顿与卡尔・皮尔森运用跨世代资料解答他们对于遗传的疑问,可惜没有成功,于是他们开发出「统计」这门尔后兴盛数十载的学科。从事研究的人都听过「相关不是因果」这句统计学名言,该观念影响学界长期探究「关联」而不问「因果」。在资料本位的历史影响下,今日我们甚至认为大数据可解答所有问题,但是朱迪亚・珀尔希望借此书告诉读者,资料本身一点也不智慧。1980年代末,研究人工智慧的珀尔发现,「机器无法理解因果关系」可能是它们无法具备人类智慧的关键原因,于是他转而投身因果科学阵营,多年后他借由这本书,总结了各路科学家推动因果革命的成果。
 
▎第一章 因果阶梯
因果的三个层级/迷你图灵测验/机率与因果
珀尔研究机器学习时了解到,因果学习者至少必须掌握三个层级的认知能力,分别是:(一)观看与观察,以探知环境中的规律;(二)实行,亦即预测刻意改变环境的效果,并选择适当改变以获得想要的结果;以及(三)想像——因果阶梯的三个层级「观察」、「介入」和「反事实」便是由此而来,数学能证明这三个层级有根本上的不同,每个层级都具备前一层级缺少的能力。本章将介绍以因果图进行推理的基础概念、主要的建模工具,让读者慢慢见识因果推论模型诠释资料、解答疑问的强大能力。
 
▎第二章 从海盗到天竺鼠:因果推论的创生
法兰西斯‧高尔顿舍「因果」而拥抱「相关」/卡尔‧皮尔森把「因果」扫出统计学/莱特、天竺鼠和路径图/E PUR SI MUOVE(但地球依然在转动)/贝氏连结将主观机率带进统计学界
十九世纪末,法兰西斯・高尔顿想将《物种原始》的理论架构数学化,他花了八年尝试解答族群遗传特质维持恆定的原因,但是始终无解,最后放弃研究,转而注意统计「相关」。高尔顿的门徒卡尔・皮尔森后来提出「相关系数」,直到现在,所有统计学家想知道资料组中两个变项的关联程度时,总是最先计算这个数字。第二章讲述统计学如何忽视因果性,并且对各种资料导向的科学造成深远影响。此外还将介绍对本书而言十分重要的遗传学家西瓦尔‧莱特的故事;莱特于1920年代首先绘制因果图,多年来一直是少数认真看待因果性的科学家。
 
▎第三章从证据到原因:当贝斯遇见福尔摩斯
电脑侦探波拿巴(Bonaparte)/贝斯牧师与逆机率问题/从贝氏法则到贝氏网路/贝氏网路:原因透露了哪些关于资料的线索?/我的行李在哪里?从亚琛到尚吉巴岛/真实世界中的贝氏网路/从贝氏网路到因果图
1980年代初,珀尔认为不确定性是AI所欠缺的最重要的能力,于是运用机率,开发出处理不确定性推理的强大工具——贝氏网路,这是首先让电脑以「灰阶」方式思考的工具,至今仍被视为人工智慧顶尖典范。然而到了1980年代末,珀尔开始觉得自己错了,他认为贝氏网路仍没有填补人工智慧和人类智慧的差距。在这一章,他谈了自己从贝氏网路忠实信徒变节,转入因果性阵营的心路历程。尽管如此,贝氏网路依然是今日人工智慧界极为倚重的工具,而且具备因果图的许多数学基础,因此这章以因果性简略介绍贝氏法则和贝氏推理方法,并为读者举出几个在实际生活中运用贝氏网路的范例。
 
▎第四章 干扰与去干扰:或说剷除潜在变项
干扰导致强烈恐惧/大自然的巧妙质问:随机对照试验为何有效用?/干扰的新典范/do运算子和后门准则
随机对照试验(RCT)是统计学对因果推论的重大贡献,它的主要目标,是把要探讨的变项与可能影响它们的其他变项分开。如何去除这些潜在变项造成的失真或「干扰」,是已经存在一世纪的难题,但科学家直到最近才体认到,解决这问题需要的不是统计学方法,而是因果方法。这章要从因果图的观点说明,RCT为何能协助估计两变项之间的因果效应,而且不受干扰偏差影响,从中我们会了解RCT其实源自更基本的原理,其他方法未必都要奉它为圭臬。这一章还将说明因果图如何让我们把焦点从「干扰因子」转移到「去干扰因子」,并且带领读者以出奇简单的方式解决一般干扰问题。
 
▎第五章 烟雾弥漫的争议:除去迷雾
菸草:人为流行病/卫生总署委员会和希尔准则/吸菸对新生儿的影响/激烈争议:科学与文化
十八世纪詹姆斯.林德发现柑橘类水果能预防坏血病,十九世纪约翰.史诺发现遭排泄物污染的水会导致霍乱,这些侦察工作很幸运的一点是:原因与结果之间是一对一关系。二十世纪时「吸菸是否会致癌」争议挑战了单一因果关系概念,而且由于无法随机指定某些人冒着健康风险吸菸数十年以进行对照,统计学家不只对答案难有共识,连如何理解问题都有不同看法。后来美国卫生总署委员会採用一连串非正式指导方针「希尔准则」,终于得出「吸菸会导致癌症」这结论,但这花了近十五年时间。这争议让许多人看清因果性的重要——如果科学家有适合的语言或方法来解答因果问题,得出结论将不再旷日废时。
 
▎第六章破解悖论!
令人费解的蒙提霍尔问题/更多冲突偏差:柏克森悖论/辛普森悖论/以图画说明辛普森悖论
这章要让读者轻松一点,做一些有趣的动脑游戏,谈谈蒙提霍尔悖论、辛普森悖论与柏克森悖论等知名的古典矛盾问题。其实这些悖论问题有严肃的一面——它们几乎都与因果直觉抵触,因此能让我们深入分析这类直觉。悖论和视错觉一样,能够揭露大脑的运作方式、大脑爱走的捷径,以及大脑觉得矛盾的事物。因果悖论凸显出与机率和统计逻辑冲突的直觉式因果推理型态,看看统计学家对它们有多么头痛,就能知道不用因果性眼镜看世界往往容易出现误判。这些问题提醒着科学家,人类直觉是以因果为基础,而不是统计和逻辑。一起来看看这些经典悖论问题的新解吧!
 
▎第七章 超越调整:征服介入山
最简单的路线:后门调整公式/前门

图书序言

图书试读

◎前言:思想胜过资料

每种兴盛的科学之所以兴盛,关键都在于有一套成功的符号。——奥古斯塔斯‧德摩根(Augustus de Morgan),英国数学家及逻辑学家

有一种科学改变了我们分辨事实与幻想的方式,但一般大众对它依然认识极少——这本书讲的,就是这门学问的故事。这种新科学已经影响生活的许多重要层面,未来可能影响得更广泛,从开发新药到控管经济政策,从教育与机器人到枪枝管制和全球暖化等。值得注意的是,尽管这些问题五花八门而且显然无从比较,但这种新科学都能把它们纳入统一的框架来处理。在二十年前,根本还没有这样的框架。

这种新科学没有很炫的名称,我跟许多科学家称它为因果推论(causal inference)。这种科学也不特别高科技。因果推论努力模仿的理想科技,就在我们的思想中。几万年前,人类开始了解,某些事物源自另外一些事物,研究后者就可改变前者。其他物种不了解这一点,至少没有到达人类那种程度。我们从这个发现形成有组织的社会,再发展成城镇和城市,最后产生现在的科学和科技文明。一切都源自我们问了个再简单不过的问题:为什么?

因果推论正是因为我们认真看待这个问题而产生。它断定人类的大脑是有史以来最先进的因果处理工具。我们的大脑中储存大量的因果知识,这些知识在资料辅助下,就能回答现今最迫切的各种问题。更重要的是,我们一旦真正了解因果思考的逻辑,就能在新型电脑中模拟其运作,创造出人工科学家。这个聪明的机器人能发现至今未知的现象、发掘未解的科学困境的解释、设计新实验,并且不断由环境获取更多因果知识。

但在我们大胆猜测这些未来发展之前,必须先了解因果推论目前已有的成就。我们将探讨它如何改变绝大多数资料相关领域科学家的思考方式,以及它将如何改变我们的生活。

这种新科学可以处理这些看似简洁明了的问题:

‧某种疗法预防疾病的效果如何?
‧是新税法使得销售增加?还是那是打广告的结果?
‧医疗成本中,有哪些可归因于肥胖?
‧聘僱纪录是否能证明雇主确实採取性别歧视政策?
‧我打算辞职,我应该这么做吗?

因果革命:人工智慧的大未来(硬壳精装) epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2022


因果革命:人工智慧的大未来(硬壳精装) epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2022

因果革命:人工智慧的大未来(硬壳精装) pdf epub mobi txt 电子书 下载 2022




想要找书就要到 小特书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

用户评价

类似图书 点击查看全场最低价

因果革命:人工智慧的大未来(硬壳精装) pdf epub mobi txt 电子书 下载





相关图书




本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

友情链接

© 2022 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有