作者簡介 朱松純 1996年獲得哈佛大學計算機科學博士學位,現任北京通用人工智能研究院院長、北京大學人工智能研究院院長、北京大學講席教授、清華大學基礎科學講席教授;曾任美國加州大學洛杉磯分校(UCLA)統計學與計算機科學教授,加州大學洛杉磯分校視覺、認知、學習與自主機器人中心主任。他長期致力於為視覺和智能探尋一個統一的統計與計算框架:包括作為學習與推理的統一表達和數字蒙特卡洛方法的時空因果與或圖(STC-AOG)。他在計算機視覺、統計學習、認知、人工智能和自主機器人領域發表了400 多篇學術論文。他曾獲得了多項榮譽,2003年因圖像解析領域的工作成就獲馬爾獎,1999年因紋理建模、2007年因物體建模兩次獲得馬爾獎提名。2001年,他獲得了NSF青年科學家獎、ONR青年研究員獎和斯隆獎。因為在視覺模式的概念化、建模、學習和推理的統一基礎方面的貢獻,他2008年獲得了國際模式識別協會授予的J K Aggarwal獎。2013年,他關於圖像分割的論文獲得了亥姆霍茲獎(Helmholtz Test-of-Time Award)。2017年,他因生命度建模工作獲國際認知學會計算建模獎。2011年,他當選IEEE Fellow。他在2012年和2019年兩次擔任國際計算機視覺與模式識別大會(CVPR)主席。作為項目負責人,他領導了多個ONR MURI和DARPA團隊,從事統一數學框架下的場景和事件理解以及認知機器人的工作。
目錄 推薦序一 探索智能時代科技與人文協同發展之路
推薦序二 人文與科技的融合:探索通用人工智能的哲學與實踐
推薦序三 具備「心」和「理」的硅基智慧生命體,將如何與人類社會共生
前言 為機器立心,以中國之思想創世界之科技
引言 數據驅動的人工智能:探源、局限與出路
難題:直面人工智能的中國之問
探源:大數據驅動的人工智能
創新:突破數據統計的局限
出路:探索數據背後的因果與價值
新標:全球首個AGI評級測試標準
回到人工智能的中國之問
第一部分 釐清通用人工智能的3大關鍵謎思
01 ChatGPT等大模型無異於缸中之腦
大模型與缸中之腦
是真的掌握了概念,還是僅僅形成了「隱藏記憶」
為什麼大模型不是AGl
02 不是鸚鵡,而是烏鴉
未來目標:一隻烏鴉給我們的啟示
人工智能研究的認知架構:小數據,大範式
計算機視覺:從「深」到「暗」
認知推理:走進內心世界
語言通信:溝通的認知基礎
多智能體:獲取、共享人類的價值觀
機器人學:構建大任務平台
機器學習:學習的極限和停機問題
03 理(U體系)與心(V體系)的對立與統一
智能:各種現象
智能的演化:「生命度」逐漸增強
智能的3個哲學階段
V空間,人類具備先天的價值判斷
u空間,智能體掌握的知識與技能
補充「心」與「理」體系中缺失的部分
第二部分 「1238」,邁向通用人工智能的路線圖
04 一個框架,兩個系統完備性,三個基本特徵
一個大一統理論框架,讓AI眼裡有活
兩個系統完備性,讓AI的腦袋不缺弦
三個基本特徵,讓AI能完成自主任務
05 八個關鍵問題,讓AI具備三觀
關鍵問題1:認知架構,機器與人如何「志同道合」
關鍵問題2:自我意識能否從智能體中湧現
關鍵問題3:如何讓人工智能具備高水平的社會智能
關鍵問題4:價值驅動是模型進化的「剛需」
關鍵問題5:讓機器人學會人類的價值函數
關鍵問題6:具身智能,知行合一
關鍵問題7:可解釋性是「信任」的前提
關鍵問題8:價值對齊讓人機互信
06 「四通八達」,通用人工智能的藍本
通通:全球首個通用智能人
通界:通用人工智能大任務模擬平台
通智測試:通用人工智能評級標準與測試平台
通境:通用人工智能科研平台
八達:聯合產業創新,共建產業智能體
結語 人工智能時代,「心」與「理」的統一之辯
附錄 評級測試:通用人工智能的能力和價值層級劃分
致謝
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。