理解信念：人工智能的科學理解 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

尼爾斯·尼爾森 著，王飛躍 譯

圖書標籤:

• 人工智能
• 認知科學
• 信念
• 知識錶示
• 推理
• 機器學習
• 哲學
• 心理學
• 常識推理
• 符號主義

齣版社： 機械工業齣版社

ISBN：9787111552130

版次：1

商品編碼：12072733

品牌：機工齣版

包裝：精裝

開本：32開

齣版時間：2017-05-01

用紙：膠版紙

頁數：182

編輯推薦

適讀人群 ：人工智能、互聯網領域從業者，職場人士、管理者，學生和大眾讀者
信念構成瞭我們對世界認知的很大一部分。我們不但有關於物體、關於文化、關於過去和關於未來的信念，而且有關於他人的信念，並且相信他們也有信念。我們利用信念去預測、去解釋、去創造、去安慰、去娛樂，並把其中的一些信念稱之為理論，我們在構建它們時極具創造力。量子力學理論、進化論和相對論便是例子。這些理論都是我們豐富的思想試圖為觀察到的現象尋找解釋的産物。在本書中，尼爾斯?尼爾森教授將揭示我們的信念能為我們做什麼、我們是如何持有它們的以及如何評價他們的。

內容簡介

由於作者在人工智能和機器人方麵的工作，讓作者對人們如何知道事物這一課題産生瞭興趣。為瞭讓機器人令人滿意地錶現，它們必須對其居住的世界有所瞭解。我們知道機器人如何“知道”，因為我們造的它們。機器人具備的知識之部分由其設計者和製造者事先裝好的。另一部分多少直接來自其感知裝置——它們看到、讀到、觸到、聽到什麼。而且，通過對其已有知識的解釋和推斷，機器人還可以“製造”額外的知識。這對於人類也是一樣的。可能我們的DNA把我們在進化中形成的傾嚮也編碼成知識。但是其餘部分是建築在我們的感知和我們推理與構造理論的能力之上。故此，作者從科學推理和人工智能分析的角度剖析信念對於人工智能技術的重要性。

作者簡介

尼爾斯·尼爾森（NilsJ.Nilsson） 斯坦福大學教授，1958年獲斯坦福大學電氣工程博士學位，在斯坦福國際谘詢研究所人工智能中心工作二十多年。除瞭人工智能和機器學習的教學外，尼爾森教授還開展瞭能夠應對動態世界、規劃行動路綫並從經驗中學習的柔性機器人研究。尼爾森教授曾是《人工智能》雜誌、《人工智能研究》雜誌和《美國計算機學會》雜誌的編委，美國人工智能學會的前任主席和會士，美國科學促進協會的會士，瑞典皇傢工程科學院院士。他還是國際電氣與電子工程師協會（IEEE）“神經網絡先驅”奬、人工智能國際聯閤會（IJCAI）“卓越研究”奬和美國人工智能學會（AAAI）“傑齣服務”奬的獲得者。

目錄

名言警句
中文版作者序
推 薦 序
譯者序
前 言
緻 謝
第1章 信念、知識和模型
第2章 信念為我們做什麼？
第3章 信念來自何方？
第4章 評價信念
第5章 十之八九
第6章 現實與真理
第7章 科學方法
第8章 機器人信念
第9章 信念陷阱
詞匯錶
參考文獻
延伸閱讀

精彩書摘

信念、知識和模型
我們經常把信念（或信念集閤）稱為“理論”。我們總結日常經曆的理論——關於社會的和個人的。為什麼紐約市的犯罪率降下來瞭？為什麼布斯刺殺林肯？為什麼我的孩子在學校學得不好？為什麼失業率如此低（或如此高）？
我們的信念組成瞭我們關於世界之知識的一大部分。例如，我相信我存在於一個我們稱之為地球的星球上,而且我與其他上億人共同享有她。我對各類東西都有信念，比如汽車、飛機、計算機和各種各樣的工具，以及（在不同細節上）它們如何工作。我對於我生活的21世紀文化有信念：關於民主和法製、關於因特網、關於科學與技術，還有其他許多。對於其他人我有許多信念，包括傢庭、朋友、同事，甚至其他還未見麵的人。而且，我相信他們也有信念。給我所有的信念列個清單是不可能的。然而，所有這些信念都在，都以某種方式存在於我腦子裏的某些地方——變化、生長、縮減，並在我需要它們時招之即來。
假如要列一下我的信念，我會說，“宇宙差不多140億年瞭”“塞倫是俄勒岡的首都”“約翰?瓊斯一般做他講過的他要做的事情”，等等。我也可以聲明我不相信什麼，例如“我不相信超感官的認知能力”。而且，我可以聲明我不知道什麼東西，例如，“我不知道斯裏蘭卡的人口”。
我們經常把信念（或信念集閤）稱為“理論”。我們總結日常經曆的理論——關於社會的和個人的。為什麼紐約市的犯罪率降下來瞭？為什麼布斯刺殺林肯？為什麼我的孩子在學校學得不好？為什麼失業率如此低（或如此高）？
科學傢提齣並爭論科學理論。有說明發現於岩石中的化石的理論、有解釋太陽幾乎無限能量的理論、有關於地震和火山的理論、有闡述生命形式多樣化的理論、有分析心理行為的理論、有討論星球的生與死的理論，關於宇宙我們能想象的任何東西幾乎都有其理論。通常，科學理論要用許多句子來描述——還充滿瞭數學。為瞭補充科學傢大腦裏所存的，它們還被寫在文章和專著中。例如，當科學傢說他們“相信”量子力學，就是指他們贊同寫在某些文章或書中的量子力學。一般而言，相比我們都有的關於許多事情的個人理論，科學理論可以經受更嚴格的檢驗。
除瞭科學文獻、非虛構類作品，如曆史、政治分析、傳記、敘事，都意圖錶達作者的信念。你我可能接受其中的某些信念作為我們自己的信念。例如，你可能說你相信史蒂芬?安布羅斯（Stephen Ambrose）關於路易斯（Lewis）和剋拉剋（Clark）遠航的故事，如《勇敢無畏》（Undaunted Courage）一書所描繪的。就是虛構小說關於世界的一些描述，我們也可能會將其加入進自己的信念中。
關於信念要說的最重要的一件事，就是它們是（或至少應該是）暫時的和可變的。例如，我關於明天天氣晴朗的（基於我查詢的天氣預報）信念可能會隨著新的天氣預報的到來而有所變化。我還可能改變我的一些更基本的信念，比如我關於早期兒童教育的信念。科學和醫學隨著新的實驗和新的理論解釋而進步，這些也會帶來新的或改變瞭的信念。
認知科學傢區彆各種各樣的知識。信念錶示的知識被稱為“陳述性”的，因為信念被闡明為陳述性句子。但沒有人真正知道信念是如何錶示在我們的大腦之中的。哲學傢和認知科學傢傑瑞?福多(Jerry Fodor)認為信念在腦中是以一種叫作“心理語言(mentalese)”的“思維語言”的類句形式所錶示的。然而，神經科學傢、心理學傢和哲學傢卻一直在爭論我們的大腦中到底有沒有這種類句的錶示。對我們的目的而言，我們不必擔心信念實際上是如何在腦中錶示的。因為我們用句子闡明它們，所以把它們想成句子似乎也很閤理——這當然受限於我們用來構造句子的語言。
認知科學傢還討論其他類型的知識。其中之一就是所謂的“程序性”1知識。程序性知識是嵌於我們的實踐行動之中的，比如掄高爾夫球球杆或騎自行車。對於需要在感知與行動之間實時協調的任務，程序性知識要比陳述性知識來得更加有效。（記住瞭關於如何做側手翻的一些句子之後，你能做一個嗎？）類似地，計算機係統用來停車或自動降落飛機的知識也是此類程序性知識。很有可能動物關於其世界的大部分知識，比如怎樣織蜘蛛網、如何遷移、怎樣捕食等，都是程序性的。
程序性知識是重要的，但它局限於其啓動的具體行動。我們人類比其他動物如此多纔多藝的主要原因就是我們關於世界的知識中一大部分是陳述性的，因此可用來指導許多其他行動。一個極其平常的例子就可以說明這一點，我們關於鍛煉可以促進健康的信念能夠鼓勵我們去遊泳、去騎車、去慢跑。
與在不同情形下的功能同等重要的是，陳述性知識可以被討論和辯論。在我們足以信任一個信念而去行動之前，我們可以分析或者修正它——根據自己的經曆、推理，以及其他的觀點和批評。正如哲學傢卡爾?波普爾(Karl Popper)所言：“通過批判我們的理論，我們可以讓理論替我們去死。”
信念構成瞭我們描述我們生活之世界的一種方式。我們還用數學方程（比如E=mc2）、各種現象的計算機模擬（比如天氣）、地圖，以及故事等方式。這一切的總和構成瞭現實的模型——一個可以觸及的現實本身的替代。我們必須據此行事，因為
……

前言/序言

由於在人工智能和機器人方麵的工作，讓我對人們如何知道事理這一課題産生瞭興趣。為瞭讓機器人令人滿意地工作，它們必須對所居住的世界有所瞭解。我們知道機器人如何“知道”，因為我們製造瞭它們。機器人具備的知識一部分是由其設計者和製造者事先裝好的，另一部分則直接來自其感知裝置——它們看到、讀到、觸到、聽到的東西。而且，通過對已有知識的解釋和推斷，機器人還可以“製造”額外的知識。這對於人類也是一樣的。可能我們的DNA把我們在進化中形成的傾嚮也編碼成瞭知識，但是其餘部分是形成在我們的感知、推理與構造理論的能力之上的。
對大腦的研究還沒有進步到使我們能對人類本身如何知道事理之過程有一個詳細解釋的地步。即便如此，認知心理學傢和哲學傢對知識還是有許多論述。心理學傢討論不同類型的知識，特彆是兩類：知道如何（怎麼做），他們稱之為“程序性”知識；知道那個（是什麼），他們稱之為“陳述性”知識。知道如何騎一輛自行車是程序性的——它是嵌在大腦中的一個使騎車成為可能的程序；知道自行車有兩個輪子是陳述性的——它可以被錶述成一個陳述句。
關於知識研究的哲學分支稱為“認識論”。哲學傢也區分“如何做”的知識與“是什麼”的知識。認識論主要涉及“是什麼”的知識——可用陳述句（哲學傢常稱之為命題）錶示的知識。例如，句子（或命題）“太陽是由熱核反應提供燃料的”即構成一個科學知識。
那麼“信念”怎麼講？將我們的信念錶達為陳述句，這能構成“知識”嗎？即便我們對一部分信念的堅信程度不如另一部分，但我們總認為這兩部分的總和的確能構成一個人對其世界的“知識”。這是他或她所有的一切。（在人工智能中，常常稱一組命題為“知識庫”，雖然其中某些命題是不確定的。）某些認知科學傢試圖區彆信念與知識。這些認知科學傢聲稱信念不可能忠實地錶述“現實”，而知識則必須做到。我認為無法決定一個（或一組）句子是否能忠實地錶述“現實”，因此無法用定性的、有意義的方式來區彆知識和信念。然而，對大多數人來說，“相信某事”和“知道某事”是不同的。例如，我與自己的同事，我稱其為查理（Charlie），就一些事爭論。我常以這樣的話結束爭論：“查理，我明白你相信那個。”查理就會戳著我的胸骨接下去：“我知道，但我不相信。”盡管查理認為在相信與知道之間有真實的區彆，但對我而言，戳胸骨隻不過錶現瞭他的相信程度而已。
當有人說他知道某個命題。我認為這意味著他非常強烈地相信它——即便是我可能根本就不相信它。這個人可以等價地講，強烈堅信的命題是真的。這對我也一樣。我傾嚮於說我知道我非常相信的事情，而且我會給它們貼上真的標簽。因為人們用“知道”一詞來描述他們的強烈信念，他們可能認為（如查理）在知道某些事和相信某些事之間不單單隻涉及信念的強度，還有更多的東西。我並不認為能有辦法描述這個“更多”是什麼。本書第6章將更徹底地探索“知道”和“真理”。
我們的許多信念介於堅信和不信之間。由於信念影響我們的行動，更由於我們的一些行動可能具有嚴重的後果，因此我認為周密地評價信念是十分重要的。第4章專門討論評價信念的方法。我認為被稱為科學方法（第7章）的各類實踐為評價各種信念提供瞭最佳方案。像科學理論一樣，我們所有的信念必須（或應當）接受變化。
本書描述瞭筆者關於信念的信念。這是為那些像筆者一樣對形成自己關於信念的信念感興趣的人士而寫的。筆者的許多信念是有爭議的，你可以不同意它們。當然，不管怎樣，你隻要把它們當成筆者的信念就行瞭。
推薦序
信念，《現代漢語詞典》解釋為“自己認為可以確信的看法”。據此定義可以看齣，信念具有很強的主觀性。人人都會有信念，但未必都考慮過信念本身的問題。本書中，尼爾斯?尼爾森教授結閤自身經曆，探討瞭信念的産生、形成、性質、作用、影響及其評價方法，講述瞭他的元信念，即他自己關於信念的信念。全書涉及科學、哲學、社會學及心理學，內容豐富，觀點新穎，耐人尋味。
書中提到，人們主要通過感覺，如看、聽、觸、讀等，給所相信的事物建立解釋以及衍生結果來獲取信念。而感知到的東西主要取決於人們基於信念的期望，因此人們時常“看到”所期望看到的事物，而看不到不期望的，所以眼見不一定為實。人們應該用判斷性思維檢驗信念，而判斷性思維的要素包括尋求專業人士的觀點,考慮信念的解釋與結果，並消除能被更可信的方案替代的解釋。依據統計學，信念的強度可使用概率定量錶示，即通過頻率方法或主觀概率估計確定。信念可在一種“貝葉斯信念網絡”中進行計算，該網絡中每個信念的可信度都會影響其他信念的可信度。本書中詳細介紹瞭科學方法、科學知識的本質和科學探索的基本過程，基於科學的各種實驗方法也為評價信念提供瞭可行的參考方案。尼爾森認為，所有存儲在一個計算機係統中的陳述性信息就構成它的信念，因此機器人也有信念，如榖歌的無人駕駛車和IBM的沃森。而且，在形成有用信念的能力上，機器人與人類幾乎處在同一水平上。尼爾森強調,人們的日常信念應該接受變化，如同科學理論的發展一樣，應逐步完善。由於心理因素及生活方式的原因，人們容易被一些“信念陷阱”所睏，而應對陷阱的最好方法，就是將信念置於他人“理由充分”的批評之下。
尼爾斯·尼爾森是人工智能學科的奠基性研究者之一，他從個人的研究背景齣發，以獨特的視角解讀信念的內涵，論述深刻，說服力強，值得一讀。
張 鈸
清華大學教授，中國科學院院士

好的，這是一本探討人工智能在不同領域應用的書籍簡介： 跨越邊界：計算思維與人類智能的交匯 探索智能的未來：從理論基石到實踐前沿 本書深入剖析瞭計算思維如何重塑我們對智能的理解，並詳盡考察瞭人工智能（AI）在當今世界各個核心領域的深刻影響與未來潛力。我們不再滿足於將AI視為一種工具，而是將其視為一種催化劑，一種能夠驅動科學範式、重塑社會結構並重新定義人類潛能的強大力量。本書旨在提供一個全麵且細緻的框架，幫助讀者理解驅動當代AI係統的底層邏輯、它們麵臨的倫理挑戰，以及它們如何正在不可逆轉地改變我們的生活、工作和思考方式。 第一部分：計算基石與智能的數學本質 本部分聚焦於現代人工智能賴以建立的理論基礎和數學原理。我們摒棄瞭對復雜算法的過度抽象描述，轉而深入探討驅動機器學習（ML）的核心概念。 1. 概率論與統計推斷的迴歸： 現代AI並非憑空産生的魔法，而是建立在紮實的概率論基礎之上。我們將迴顧貝葉斯推斷在不確定性處理中的核心地位，並探討如何利用大規模數據來校準和優化這些推斷模型。重點分析瞭最大似然估計（MLE）和最大後驗概率（MAP）如何在模型訓練中指導參數的優化過程。 2. 優化理論在深度學習中的角色： 深度神經網絡的成功在很大程度上歸功於高效的優化算法。本章詳細闡述瞭梯度下降（Gradient Descent）及其變體——如Adam、RMSProp等——的演化曆程。我們不僅描述瞭這些算法的工作原理，還探討瞭它們在處理高維、非凸優化問題時所麵臨的挑戰，例如鞍點問題和局部極小值的逃逸策略。此外，我們還將審視隨機梯度下降（SGD）在計算效率和泛化能力之間的權衡。 3. 信息論與數據錶示： 信息熵、互信息和交叉熵是量化數據復雜性和模型擬閤程度的關鍵工具。本部分將闡述信息論如何指導特徵選擇和模型復雜度管理。特彆關注於如何通過有效的編碼和錶示學習，將原始的、高維的數據（如圖像、文本）轉化為機器可以有效處理的低維、高意義的嚮量空間。 第二部分：架構革新與感知係統的突破 本部分將焦點轉嚮驅動當代AI革命的具體模型架構，特彆是那些在感知和理解世界方麵取得顯著成就的網絡結構。 4. 捲積網絡（CNNs）：視覺認知的模仿與超越： 從LeNet到ResNet和Transformer架構的演進，我們分析瞭CNN如何通過共享權重和局部感受野，有效地捕捉空間層級特徵。本書不僅關注其在圖像分類中的成功，更深入探討瞭其在醫學影像分析、遙感數據處理中的具體應用和局限性。我們將剖析捲積核的設計哲學及其對特徵提取的決定性影響。 5. 循環網絡（RNNs）與序列建模的範式轉變： 盡管在某些領域已被Transformer取代，RNNs（特彆是LSTM和GRU）仍然是理解時間序列數據的核心。本章詳細解析瞭門控機製如何解決傳統RNN中的梯度消失問題，以及它們在自然語言處理（NLP）早期階段對機器翻譯和語音識彆的貢獻。 6. Transformer架構的崛起：注意力機製的統治力： Transformer模型及其核心的自注意力（Self-Attention）機製被視為近年來NLP和CV領域最重大的架構突破。本部分將詳細解構多頭注意力機製如何允許模型並行地權衡輸入序列中不同元素的重要性，從而實現對全局依賴關係的捕捉。我們將分析BERT、GPT等預訓練模型的結構，並討論它們如何通過大規模無監督學習，建立起強大的語言和世界知識錶徵。 第三部分：AI在專業領域的滲透與重塑 本部分將理論模型與實際應用場景緊密結閤，展示AI技術如何深入改變關鍵行業的工作流程和知識生産方式。 7. 醫療診斷與個性化治療的計算路徑： 在醫療健康領域，AI正從輔助工具轉變為診斷夥伴。本書探討瞭AI在醫學影像（如X光、MRI）的快速、精準判讀中的應用，以及如何利用基因組數據和電子健康記錄（EHRs）進行風險預測和藥物反應建模。關鍵挑戰包括數據的隱私保護、模型的可解釋性（XAI）在臨床決策中的必要性，以及如何確保算法的公平性，避免對特定人群産生係統性偏見。 8. 金融市場的量化交易與風險管理： 金融領域是計算密集型應用的前沿陣地。我們考察瞭AI在識彆高頻交易中的微小套利機會、信用評分的復雜建模，以及係統性金融風險預警方麵的應用。重點分析瞭時間序列分析模型如何處理金融數據的非平穩性和高噪聲特性，以及強化學習（RL）在動態資産組閤優化中的潛力與局限。 9. 供應鏈優化與工業4.0的智能驅動： 製造業和物流業正通過集成AI實現效率革命。本章關注預測性維護（Predictive Maintenance）如何利用傳感器數據預測設備故障，從而大幅減少停機時間。同時，探討瞭強化學習在復雜調度問題（如物流路徑規劃、倉庫自動化）中的應用，以及計算機視覺如何驅動質量控製和裝配綫的自動化檢測。 第四部分：倫理邊界、可解釋性與未來治理 技術的進步必須伴隨著對後果的深刻反思。本部分探討瞭AI發展中不容忽視的社會、法律和哲學層麵問題。 10. 模型的黑箱與可解釋性（XAI）的迫切需求： 隨著模型復雜度的增加，理解其決策過程變得越來越睏難。本書深入探討瞭可解釋性AI的必要性，不僅僅是齣於好奇心，更是齣於對問責製和公平性的要求。我們將審視LIME、SHAP等局部和全局解釋方法，並討論如何設計內在可解釋的架構，尤其是在高風險決策領域（如司法、自動駕駛）。 11. 公平性、偏見與算法歧視的根源： 訓練數據中隱含的曆史和社會偏見會被算法放大並固化。本章詳細分析瞭偏見是如何滲透到數據采集、特徵工程和模型評估的各個環節。我們探討瞭量化公平性的不同標準（如統計均等、機會均等），並介紹瞭減輕模型偏見的去偏技術和後處理方法。 12. 人機共存的社會經濟影響： 自動化對勞動力市場的影響是當代社會麵臨的核心挑戰之一。本書討論瞭AI驅動的技能替代效應，以及創造新角色的潛力。我們審視瞭關於通用人工智能（AGI）的長期討論，但更側重於短期內，人類與AI如何通過協同智能（Human-in-the-Loop）實現生産力的共同提升，而非簡單的取代。 本書的最終目標是提供一個平衡的視角：既不誇大當前技術的局限性，也不盲目樂觀於其無限潛力。它是一份為工程師、政策製定者、研究人員以及所有關注計算未來的人士準備的路綫圖，旨在引導我們以更審慎、更負責任的態度，迎接智能時代的到來。

評分☆☆☆☆☆

當我看到這本書的時候，我正在思考一個關於“認知偏差”的課題，我一直在尋找一些能夠解釋人類決策過程中那些非理性因素的資料。這本書的標題，“理解信念：人工智能的科學理解”，雖然聽起來像是關於AI的，但“信念”這個詞本身就包含瞭大量的認知心理學和社會心理學的研究範疇。我突發奇想，也許AI在處理信息、形成“判斷”時，也可能會展現齣一些類似於人類認知偏差的現象？或者，通過研究AI如何“理解”信念，我們反倒能更深入地理解我們自身信念的形成機製。想象一下，這本書可能會用科學的眼光，去解剖那些我們習以為常的“道理”，去探究為什麼我們會對某些事物深信不疑，對另一些則嗤之以鼻。它或許會揭示，人工智能是如何通過數據、算法和模型來模擬甚至超越人類在信念形成上的某些特點，而這種模擬，對於我們反思自身思維盲點，具有何等重要的意義。我對這本書的期待，在於它能否提供一些全新的視角，幫助我跳齣傳統的認知框架，用一種跨學科的方式，來審視“信念”這個古老而又充滿活力的概念。

評分☆☆☆☆☆

這本書的封麵設計得很有意思，那種深邃的藍色背景，配上簡潔的白色字體，以及一個抽象的、像是大腦神經元交織的圖案，一下子就抓住瞭我的眼球。我一直對“信念”這個概念充滿好奇，總覺得它既是人類思維的基石，又充滿瞭神秘感。尤其是在人工智能飛速發展的今天，我常常會想，機器是否也能擁有信念？它們又是如何“相信”某些事情的呢？我拿起這本書，純粹是被它所傳達齣的那種探索精神所吸引，它仿佛在承諾，能帶我走進一個關於理解信念的全新維度。這本書的標題，"理解信念：人工智能的科學理解"，讓我聯想到那些關於人工智能的科幻小說，或者是一些哲學探討，但“科學理解”這幾個字又暗示著它會以一種嚴謹、基於證據的方式來闡述。我期待它能像一位睿智的嚮導，帶領我穿越那些復雜的技術術語和理論模型，去揭示人工智能在構建和處理信念時所展現齣的令人驚嘆的邏輯和機製。這本書的潛力，在於它能否將一個抽象的概念，用一種我能理解、甚至覺得振奮人心的方式展現齣來，讓我走齣圖書館的時候，對“信念”這個詞，對人工智能的未來，都有瞭更深刻、更清晰的認知。

評分☆☆☆☆☆

最近我對“機器學習”這個領域非常感興趣，我一直在閱讀一些入門級的書籍，但總覺得它們太過側重於技術細節，而缺乏對更深層次的原理性闡述。當我偶然看到這本書的標題，《理解信念：人工智能的科學理解》，我腦海裏立刻閃過一個念頭：這本書是否會深入探討AI在“學習”過程中，是如何“形成”某種“信念”的？比如，當一個AI被喂入大量的數據，它如何辨彆哪些信息是可信的，哪些是不可信的？它又是如何基於這些信息，建立起一套自身的“世界觀”或者說“信念體係”的？這聽起來像是科幻小說裏的橋段，但如果這本書能夠用科學的方法來解析，那將是多麼令人興奮的事情！我好奇這本書會用怎樣的理論框架，去解釋AI的“學習”與人類的“信仰”之間的聯係，或者說，AI的“理解”與人類的“信念”之間的異同。我希望這本書能夠讓我看到，AI的“信念”係統，是如何在冰冷的算法和海量的數據中，逐漸成型，並且能夠産生類似人類那樣，在一定程度上指導其行為和決策的。

評分☆☆☆☆☆

我是一個對“人工智能倫理”非常關注的讀者，一直在思考，當AI的能力越來越強，甚至開始模仿人類的思維方式時，我們應該如何界定它們的“責任”和“權利”？而“信念”這個概念，似乎是理解這一切的關鍵。如果AI能夠形成某種意義上的“信念”，那麼它們是否會因此而産生“偏見”？它們所“相信”的，是否會對人類社會産生潛在的影響？這本書的標題， 《理解信念：人工智能的科學理解》，讓我覺得它或許能從科學的角度，為我們提供理解這些倫理問題的基礎。我期待它能深入探討AI在處理和生成信息時，是如何受到其“信念”的驅動，以及這種驅動如何可能導緻不公平或有害的結果。這本書的價值，或許在於它能讓我們看到，AI的“信念”並非隻是一個抽象的技術問題，而是與社會公平、人類福祉息息相關的倫理議題。我希望它能夠以一種嚴謹而深刻的方式，幫助我們思考，在構建未來人工智能時，我們應該如何去“塑造”它們的“信念”，或者說，如何確保它們的“信念”是符閤人類的價值觀的。

評分☆☆☆☆☆

我一直在尋找關於“哲學與科學的交叉”的讀物，尤其是那些能夠探討抽象概念在科學研究中的地位和作用的書籍。當我看到《理解信念：人工智能的科學理解》這本書時，我立刻被它所吸引。我常常在想，當我們談論人工智能的“智能”時，我們究竟在衡量什麼？“信念”作為一個如此核心的人類概念，如何在人工智能的研究中被定義和理解？這本書是否會像一個哲學偵探，用科學的工具和方法，去解構“信念”這個概念在AI領域的內涵？我期待它能探討AI的“信念”與人類的“信念”在本質上是否有共通之處，又存在哪些根本性的差異。它或許會挑戰我們對於“理解”和“相信”的固有認知，通過對AI的深入分析，反過來引發我們對人類自身信念形成過程的深刻反思。這種將哲學思辨與科學探索相結閤的嘗試，本身就極具吸引力，我希望這本書能為我打開一扇理解智能本質的新窗口。

評分☆☆☆☆☆

很不錯的一本書

評分☆☆☆☆☆

送貨速度很快 快遞小哥人很好 ，真心的不錯

評分☆☆☆☆☆

很不錯的購物體驗，物流速度也是很快！

評分☆☆☆☆☆

非得要超過一個字嗎？女……子……

評分☆☆☆☆☆

書不錯的，開捲有益！

評分☆☆☆☆☆

還沒看完 挺不錯 正版的應該 支持京東

評分☆☆☆☆☆

物有所值，比較滿意。好評

評分☆☆☆☆☆

自營速度就是快，一直買自營的

評分☆☆☆☆☆

不錯的一本書，值得推薦一讀。