机器问题:从批判视角看人工智能、机器人与伦理学

内容简介

书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统需要具备的两个基本要求

《机器如人》深入探讨了如何在人工智能系统中融入广泛、强大的常识，而非仅仅依赖狭隘、专门的专业知识。

书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统需要具备的两个基本要求：有行动理由和能够接受建议。这两点的实现都取决于系统是否具备常识。本书为人工智能领域的专业人士和对人工智能感兴趣的读者提供宝贵的见解和指导，引领他们走向智能技术的未来。

本书堪称赋予AI常识的大百科，从人类常识的概念破题，为读者解答有关AI最实际的问题：怎样让AI更具“人性”。

本书用生动的语言、丰富的案例、清晰的逻辑图表，深入浅出地讲解了AI融合常识的理论基础、方法论以及未来实践，带读者了解人工智能领域中的核心要素——常识。

本书聚焦AI领域的常识，提供了目前AI研究中容易被忽略的重要视角，极具创造性与启发性。

作者简介

罗纳德·J.布拉赫曼（Ronald J. Brachman）

康奈尔大学（科技校区）雅各布斯-康奈尔研究所主任、计算机科学教授，美国计算机协会（ACM），电气和电子工程师协会（IEEE）和美国科学促进协会 (AAAS) 的会员。

赫克托·J.莱韦斯克（Hector J. Levesque）

多伦多大学计算机系教授、人工智能研究专家，多年来致力于人工智能的研究，主要研究方向为人工智能的知识表现和推理。他还是国际人工智能协会执行理事会成员、加拿大皇家学会成员及多个杂志的编委会成员。

目录

引言
1通往常识之路
2人类的常识
3人工智能系统中的专业知识
4知识及其表达
5对世界的常识性理解
6常识性知识
7表示与推理（第一部分）
8表示与推理（第二部分）
9行动中的常识
10实施的步骤
11建立信任
结语
附录
附加章——常识的逻辑
参考文献
后记
······