《为什么》读书记录 豆瓣荐书团

。。。
2019-07-22 看过

这篇读书长评完全不知道该怎么写(所以是随便乱写的,大家就别往下看了)。这本书虽然是作者写给目标为大众的科普读物,但作者要把他对因果关系的见解及因果关系在人工智能上的应用梳理清楚,不可避免充斥着各种统计学和因果研究讨论的术语和数学、图例公式。对于我这样好多年没碰数学、大学也没有好好学统计的读者来说,要对所有内容都保持高度的专注和兴趣,难度并不小。但就我目前囫囵吞枣阅读完1/2的进度,收获还是有一些的,因此以下内容多为依靠自己理解和记忆转述。

作者第一章的引入相当有意思,他用亚当夏娃编造偷食禁果的理由作为引子,提出人类相较其他动物发展智能的一个重要因素是对因果的想象力。夏娃称蛇骗她食果,这是因为她意识到了其中的因果路径。而人类需要对我们生活世界中各种事物背后庞大的因果网络有所掌握,才能进一步去应用发展各种技能。他进一步阐释了本书十分重要的一个概念“因果关系之阶梯”(也是机器能否获得与人类相媲美智能的关键):第一层:观察到事物之间的关联。第二层:通过干预行为→结果,创造因果模型,第三层:反事实推论确定“因”,即如果没有X,是否会有Y?目前,大部分的人工智能停留在第一层,即用广阔的数据来寻找规律和相关性、联系性。比如,人类可以为机器预先输入大量的关联,让他们在收到信号时做出相应的回应,但他们永远无法穷尽问题输入的可能性(通过图灵测试)。在现实应用中,商家也许可以通过海量销售数据发现价格下降时某个商品销量提升。但他们如果贸然因此进行降价,并无法保证销量的提升,因为无法排除其他可能真正原因的影响,比如天气、周围其他店恰好无库存等等。所以,作者在此强调去建构因果路径(二三层)重要性。

接下来的篇章围绕因果推论和统计学发展的历史展开,作者介绍了相关性概念、回归模型、因果路径分析、贝叶斯网络等、去除混杂因子各类科学研究武器的诞生和发展过程。其中一些也是我大学课堂上接触过点皮毛的知识,几乎忘得一干二净的时候,通过看此书的讲解似乎建立了比之前更深一些的认识。作者结合人物生平和案例,呈现还是比较清晰有趣的。其中在讲到贝叶斯法则的时候,举例检查阳性能有多大概率证明被检查者得乳腺癌为真?最后的结果格外出乎我意料,仅有12%出头。

从第六章往后还没有开始看,但我估计作者也该回到他开篇的雄心上去了,即怎么把因果关系嵌入人工智能的研发中?导言中的一个简单归纳看得我云里雾里,看了一半的书似乎也完全不知道怎么解答。争取之后可以继续看吧。不过这本书确实引起了我对统计学进一步了解的兴趣,同时,日后不论是网络发言还是学习上在做因果机制讨论的时候也要更谨慎吧。

3 有用
0 没用
为什么 为什么 8.7分

查看更多豆瓣高分好书

评论 0条

添加回应

为什么的更多书评

推荐为什么的豆列

了解更多图书信息

豆瓣
免费下载 iOS / Android 版客户端