章节目录
一章一页，已整理的按顺序列在这里。
全部 19 章
蓝色可点开阅读，灰色的还在整理中。
第一章导言人工智能已渗透到生活与各行各业，引发企业决策者的普遍焦虑。阅读第三章预测机器的魔力本章从人们经历“人工智能顿悟时刻”的例子切入：2012年多伦多大学团队在图像识别大赛中获胜，2014年谷歌收购DeepMind，霍金的警告，特斯拉自动驾驶……阅读第七章拆解决策本章提出预测的定义：预测是用现有数据填补缺失信息的过程，信息可以关于未来，也可以关于现在或过去。阅读第十章驯服复杂性本章回顾了人工智能的发展历程：1956年达特茅斯会议的学者曾乐观设想让机器参与认知思维，但因计算机算力不足，早期研究进展缓慢，80年代的专家系统又因成本高、难处理例外而遇冷……阅读第十二章解构工作流程预测机器离不开数据，数据在人工智能中扮演三种角色：输入数据用于生成预测，训练数据用于生成最初的算法，反馈数据用于通过经验改进算法。阅读第十五章人工智能在高管办公室本章以齐塞尔公司用AI预测法律文件中的保密信息为例，说明人机协作能兼顾速度与准确率。阅读第七章本章指出，决策无处不在，且大多在不确定条件下进行。决策可剖析为七个要素：输入数据、训练、反馈、预测、判断、行动与结果。阅读第八章本章论述了预测与判断的分工：机器负责预测，人类负责判断——即权衡不同行动在不同情境下的相对回报。阅读第九章本章讨论机器如何学会预测人类的判断，以及这种能力的局限。阅读第十章本章以冷战剧中的“移动邮件”机器人切入，说明传统机器依“如果-那么”逻辑运行，只能在预先规划、变量极少的受控环境中工作，需靠改造环境来降低成本。阅读第十一章本章探讨何时应让机器完全接管任务（即自动化），而非仅仅承担预测功能。阅读第十二章本章指出，信息技术革命中企业若想真正提升生产力，不能简单地用计算机替代人力，而应像1993年迈克尔·哈默和詹姆斯·尚皮提出的“工程再造”那样，先明确目标、重新梳理整个工作流程……阅读第十三章本章指出，当前的人工智能本质上是预测工具，而非科幻中的通用人工智能，它像"大脑的自行车"一样增强人的能力，辅助人们做决定。阅读第十四章本章以计算机革命为例，说明机器接管部分任务时，工作效益反而增加。阅读第十五章本章论述人工智能何时从运营工具上升为战略决策，以及它如何改变企业战略。阅读第十六章本章以一家机器学习初创公司为例：该公司原计划向医生提供二元诊断结果，但这需要昂贵的监管审批。阅读第十七章2017年，谷歌和微软先后宣布转向“人工智能优先”战略。阅读第十八章本章讨论人工智能的三类风险。歧视风险：哈佛教授斯威尼发现，搜索黑人名字时出现暗示被捕记录的广告的概率，比搜索白人名字高25%，这源于算法对社会既有偏见的放大。阅读第十九章本章讨论人工智能带来的社会议题。埃隆·马斯克、丹尼尔·卡尼曼等人看好人工智能潜力，同时也担忧其不良后果，比尔·盖茨等业界领袖则提出了机器人征税、全民基本收入……阅读
