朱迪亚·珀尓(Judea Pearl),现加州大学洛杉矶分校计算机科学教授,“贝叶斯网络”之父,2011年因创立因果推理演算法获得图灵奖,同时也是美国国家科学院院士,IEEE智能系统名人堂第一批10位入选者之一。
目前已出版3本关于因果关系科学的经典著作,分别为《启发法》(1984)、《智能系统中的概率推理》(1988)和《因果论:模型、论证、推理 》(2009)。他还获得过多项顶级科学荣誉,包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
达纳·麦肯齐(Dana Mackenzie),普林斯顿大学数学博士,自由科学记者,知名科普作家,著有《无言的宇宙》等作品,其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
在本书中,人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾,厘清了知识的本质,确立了因果关系研究在科学探索中的核心地位。
而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是:如何让智能机器像人一样思考?换言之,“强人工智能”可以实现吗?借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质,并据此构建出相应的自动化处理工具和数学分析范式,作者给出了一个肯定的答案。作者认为,今天为我们所熟知的大部分机器学习技术,都建基于相关关系,而非因果关系。要实现强人工智能,乃至将智能机器转变为具有道德意识的有机体,我们就必须让机器学会问“为什么”,也就是要让机器学会因果推理,理解因果关系。或许,这正是我们能对准备接管我们未来生活的智能机器所做的最有意义的工作。
万维钢曾经在第二季精英日课解读过这本书的英文版,说这本书是写给“聪明的外行”读的。本书作者朱迪亚·珀尔是一位传奇的计算机学家以及哲学家,而这本书就是写他所参与的“因果革命”。这本书涉及一些数学公式,书中的内容虽不能说是晦涩难懂,但是对一般读者来说还是需要一...
评分1.作者朱迪亚·珀尔,是加州大学落砂机分校的计算机科学教授,计算机最高奖项图灵奖的获得者,被称为贝叶斯网络之父。作为科学家写的科学著作,这本书需要一定的先验知识才能阅读下去,起码读者应该对概率论有基本的了解。不过,虽然有一定的阅读难度,但能把人类关于因果关系...
评分rather than a new science. 1,作者并没有区分自然科学和社会以及行为科学,没有讨论这两个领域因果推断的异同,也没有上升到科学哲学的层面讨论因果推断本身。这些本身都不是问题。只是就内容来说,书中的science实际上指的是社会科学和行为科学,作者所说的“因果革命 (the ...
评分“20世纪50年代末60年代初,统计学家和医生就整个20世纪最引人注目的一个医学问题产生了意见冲突:吸烟会导致肺癌吗?在这场辩论过去了半个世纪之后的现在,我们认为答案是理所当然的。但在当时,这个问题完全处于迷雾之中。” 01 — 书比较厚,正文346页,注释26页。内容也相对硬核...
评分当先知,有穿透时代的分析,更要有穿透时代的坚韧。如果今天基于经验主义的人工智能应用真的在未来建立起了归纳、推断、回溯的能力,请记得judea pearl教授。
评分厉害大了,搞清因果机制是社会科学想追求的目标,却还处于一片混沌,这本书好像又让世界清亮了些。另外,此书某个二星评价差点让我笑喷,他的评价就让我想到那种对你的研究完全不懂的答辩专家,给你提问题时只会说:“你的ppt格式做的不规范!差评!”
评分这书读起来比推理小说还有劲:数学、科学、博弈论、科学史……太有意思了
评分这本书关于因果讨论可分为两个部分,第一部分注重思想层面的探讨,主要用的是案例和因果图示法,这部分内容值得反复研读,是非常好的思维训练,如果能完全摸透作者这套方法论,对于涉及因果的问题的理解会有质的飞跃。第二部分是作者对技术处理层面的探讨,当然对学术来说这部分很重要,但是普通读者看懂比较困难,但即便忽略所有这些内容,也不影响阅读和吸收这本书的核心内容。当然,作为一本综述性的著作,作者穿插了大量因果理论发展的历史,以及他自己的学术生涯经历,也颇有可看性,且趣味十足。如果你想对因果关系和相关关系有透彻的理解,亦或是想对学术领域成果(涉及因果的结论)有更佳的判断力,那么这本书非常值得一读,特别是作者这套因果图工具,堪称经典。
评分非常好看,讲述了因果推断这一个相当新的领域,而且作为一个学统计的,这里面的概念简直是mind-blowing
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 等
© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有