●引言/007
第 1 章智能還是服從
井字遊戲/008
國際跳棋/011
第 2 章盲從
思考之源和思維之火/024
計算機是超人嗎?/031
將時間考慮在內/036
識別像素與產生情緒/037
批判性思維/039
圖靈測試/041
第 3 章無語境的符號
翻譯軟件與理解語言/052
威諾格拉德模式挑戰賽/057
計算機能閱讀嗎?/058
計算機能寫作嗎?/061
在語境中理解事物/066
貓與花瓶/071
第 4 章壞數據
自我選擇偏好/077
相關繫數並非因果關繫/084
時間的力量/087
幸存者偏差/088
假數據/090
識別“壞數據” /092
第 5 章隨機性模式
數據挖掘/102
黑匣子/107
大數據、大電腦、煩/109
利益衝突/111
天生就會被騙/113
為模型所惑/114
第 6 章如果你拷問數據的時間足夠長
孟德爾的豌豆研究/128
得州神槍手謬誤/130
數據挖掘者/132
拷問數據/135
倒攝回憶/137
金錢啟動效應/139
尋找就會發現/143
微笑曲線/149
從很好降為優秀/154
攻擊性和吸引力/157
達特茅斯三文魚研究/159
騙子,騙子/161
第 7 章無所不包的“廚房水槽法”
預測總統大選/168
非線性模型/180
第 8 章新瓶裝舊酒
逐步回歸法/187
嶺回歸法/189
數據規約/193
神經網絡算法/196
被數學蒙蔽雙眼/199
第 9 章先喫兩片阿司匹林
明早再給我打電話/204
我要再喝一杯咖啡/207
遠程治療/208
癌癥群/211
最有理有據的療法失效了/214
疾病診斷和治療中的數據挖掘/217
糟糠過多,精粹不足/220
第 10 章完勝股市(上)
噪聲/224
滑稽的理論/226
技術分析/230
拋硬幣/235
《每周華爾街》的十項技術指標/237
推特,推特/242
技術大師/243
為樂趣和盈利投資的黑匣子/247
第 11 章完勝股市(下)
股市與天氣/252
預留方案/259
真正的數據挖掘/264
趨同交易/265
高頻交易/276
底線/281
第 12 章我們都在監視著你
妊娠預測指標/289
谷歌流感/291
機器人測試儀/293
就業申請/295
招聘廣告/298
貸款申請/300
汽車保險/303
社會信用評分/305
黑匣子式歧視/306
不合理的搜查/307
看看你的手環/310
你需要整容嗎?/312
擺弄繫統/316
共同毀滅原則/319
結語/323
參考文獻/329
在人工智能異常火熱的今天,很多人認為我們生活在一個不可思議的歷史時期,人工智能和大數據可能比工業革命更能改變人的一生。然而這種說法未免言過其實,我們的生活確實可能有所改變,但並非是朝好的方面發展。我們過於武斷地認為計算機搜索和處理堆積如山的數據時不會出差錯,但計算機隻是擅長收集、儲存和搜索數據,它們沒有常識或智慧,不知道數字和詞語的意思,無法評估數據庫中內容的相關性和有效性,它們沒有區分真數據、假數據和壞數據所需的人類判斷力,沒有分辨有理有據和虛假偽造的統計學模型所需的人類智能。
計算機挖掘大數據風行一時,但數據挖掘是人為而非智能,也是非常艱巨、危險的人工智能形式。數據挖掘先是通過大量的數據走勢、相關關繫來發現讓我們內心愉悅卻無實踐價值的模型,然後創造理論來解釋這些模型。作者通過“史密斯測試”和“得州神槍手謬誤”等實例說明,如果你挖掘和拷問數據的時間夠長、數量夠大,你總能得到自等