雅书

第一次出版后（好像是5月31日）10天第一时间读完一本书。非常推荐给所有人工智能从业者，非从业者读可能有些难度，尽管作者已经尽量科普。作者马库斯是认知科学和AI的先驱，是敢于硬刚Lecun等大佬的大侠，之前就已听说其名，遂中文版出来以后第一时间读完（有电子版）。翻译瑕不掩瑜。这是一本反思，他分析了为什么仅靠深度学习难以抵达推理和因果，为什么这些高级的智能因素如此重要，而业界现在实际上却几乎摸不着头脑，老实说非常符合我自己的思考。

经典AI有点像演绎法，深度学习有点则像归纳法。前者设不全前提，后者找不尽规律，而常识和理解并不能仅依靠类似康德的先天知性范畴可以推导出来。“人在世界中存在”，AI真的能做到对这世界的理解吗？

看过《未来简史》之后，看看这本书解毒。人工智能之路充满期望，有识之士能在早期就开始探讨安全的，可信的AI让我对未来更有信心。

看完觉得啥也没讲

警惕A.I. Hype

完全是被题目吸引过来，但是其实读完并没有告诉你如何来创建可信AI，原来书名是Rebooting AI重启AI：创建可信AI。作者更多是列举了现在AI的缺点，提出关于可信AI的一些观点。属于很泛泛而谈的科普，而没有什么干货。

很有多关于阅读推导的东西，会有一些启发。

写到认知那里忽然有了正文感，可惜极快结束。快速带过了因果。前几章各种可笑例子很不错。推荐书目也很友好。// 人也会因为经验经历而产生认知偏差和偏见。试图把AI应用于大尺度，几乎类似于把这样一个普通人放到集权宝座上，怎么弄都会有问题的。

水也不水

我只能说，作者是比较好的AI产品经理，他们能指出深度学习和传统AI的不足，认为需要结合常识、因果、时空等因素进行推断，才能构建通用人工智能。不可否认，他们指出的问题是比较有深度，也比较中肯，包括端到端AI模型的弊端，展望出来的未来画面也有说服力，但就是不能指出可能的发展方向——只是泛泛讲需要把深度学习和传统AI结合起来、融合常识等等是不够的，说明他们自己也没啥想法。

可信的AI，也就是基于推理、常识性价值和良好工程实践的人工智能。

这么厚的一本书，马上就看完了，可见写得有多水。

语言略啰嗦orz虽然标题说是如何创造可靠的ai，实际上书里只指出了ai发展的现状和不足，倒没怎么讲具体的方法和有希望的方向。

一个提醒，也许我们可以要求AI真正“理解”人类。其实很感谢像作者这样的人坚持唱唱反调。

三年前的书已经无法对准现在了，AI目前的发展已经飚过了书里的预言……但书本身还是有价值的

在读《如何创造可信的AI》之前我一直认为深度学习是一种很牛的技术，可是现在看来我总感觉它就是一种暴力破解。但是它确实很牛。这本书是在GPT-4出来之前出版的，书里边的很多问题，ChatGPT都能给出非常好的回答。 虽然GPT-4还是在深度学习的基础上得来的一个自然语言处理模型，但是它加入了一些原来深度学习不曾具备的能力。因此它显得非常强大，但是我还是认同书里的一句话‘ 要获得适用范围更广的AI，我们必须将许多不同的工具组织在一起，有些是老旧的，有些是崭新的，还有一些是我们尚未发现的。’而不仅仅一直依赖于深度学习。我感觉这就像我们的人的大脑是由爬行动物脑 边缘系统 新皮层组成，而新皮层又由具有不同功能的脑区组成，最后它们在白质构成的一个电磁场里成为一个整体一样。

喜马拉雅

就像递归函数一样，AI的构造，一旦越过了某个拐点，发展和潜力将是无法估量的。无需怀疑，这只是时间问题。

看了个寂寞 开头还行，感觉浅显易懂地让我这样的技术小白了解了深度学习的问题，感觉再跟公司技术同学对话容易很多。 后面磨磨唧唧不知道要说啥，需要找人推荐这方面的好书

认知科学只是一部分，脑科学还有更多的坑要去填。