本网站不提供下载链接，喜欢看书的朋友请关注公众号：【lennylee的碎碎念】(lennyleede)，首页回复：授人以渔，自动获取搜索资源的方法。
内容简介:
凯特·克劳福德通过引入地图集的方式来讨论塑造人工智能的经济、政治、文化和历史力量，只有将人工智能与这些更广泛的结构和社会系统联系起来，才能够摆脱纯粹技术概念的人工智能。
人工智能是一种行使权力的形式和一种观看方式，也是一种高度组织化的资本表现，人工智能完全依赖于一套更广泛的政治和社会结构。在如今人工智能大行其道的世界里，通过不断对人工智能进行追问和批判性思考，才能够逐步接近真实的答案。
《纽约客》《金融时报》《麻省理工科技评论》交口称赞。比起进步，AI更有可能让整颗行星走向毁灭。
揭示人工智能的底层逻辑，ChatGPT给科技界带来的巨震不仅在于开放共享的新业态，也在于残忍无情的资源争夺战。
现在开始考虑并预防AI可能给人类社会造成的后果，并不算晚。
专业评论：
本书证明了人工智能既不“人工”，也没有那么“智能”，是一次令人惊奇的对训练人工智能的数据的历史梳理。——《纽约客》
是对目前围绕着人工智能的误解的有力纠正，也是一本有用的未来手册。——约翰·索恩希尔 《金融时报》
人工智能既非人工，也不智能，它是对劳动和资源的剥削
《纽约客》《金融时报》《自然》《科学》交口称赞。比起进步，AI更有可能让整颗行星走向毁灭。揭示人工智能运作的底层逻辑，思考和预防人工智能的社会后果。
作者简介:
凯特·克劳福德 (Kate Crawford)
微软研究院研究员、纽约大学 AI Now 研究所的联合创始人、南加州大学安纳伯格分校的研究教授，目前在巴黎高等师范学院担任客座教授。
她的研究重点是在更广泛的历史、政治、劳工和环境背景下理解机器学习和人工智能。其著作《技术之外》阐述了当前使用和发展人工智能的挑战和危险，揭示了人工智能在真实世界中的成本、运作逻辑和后果，破除了人工智能“技术中立”的神话。
引言
第一章 地球
◎ AI的挖掘
◎ 计算景观
◎ 矿物层
◎ 锡矿和白乳胶
◎ “洁净技术”之谜
◎ 物流层
◎ AI作为巨机器
第二章 劳工
◎ 工作场所AI的史前史
◎ 波将金AI与土耳其机器人
◎ 分解与工作场所自动化愿景：巴贝奇、福特和泰勒
◎ 肉类市场
◎ 时间管理与时间私有化
◎ 私人时间
◎ 设置速率
第三章 数据
◎ 让机器“看见”
◎ 数据需求简史
◎ 捕获面部数据
◎ 从互联网到图网
◎ 知情同意制度的终结
◎ 数据的神话与隐喻
◎ “只是一名工程师”
◎ 占领大众
第四章 分类
◎ 循环逻辑系统
◎ 去偏见系统的限制
◎ 偏见的多重定义
◎ 训练集作为分类引擎的案例：图网
◎ 定义“人”的权力
◎ 创建种族和性别
◎ 测量的界限
第五章 情感
◎ 情感预测：当感情付出代价时
◎ “世界上最著名的人脸阅读者”
◎ 情感：从面相学到摄影
◎ 捕捉感觉：表现情绪的技巧
◎ 对埃克曼理论的诸多批评
◎ 面孔政治
第六章 国家
◎ “第三次抵消”战略
◎ 实施Maven计划
◎ 从恐怖分子信用评分到社会信用评分
◎ 纠缠的干草堆
第七章 权力
◎ 捕获的领域
◎ 没有边界的竞赛
◎ 人工智能的管道
◎ 真实存在的AI
◎ 为什么是人工智能？
终曲 太空
· · · · · · (收起)
原文摘录:
在电影制作人劳拉·波伊特拉斯（Laura Poitas）的帮助下，我于2014年第一次接触到该档案，当时它的密级仍然极高，其内容涵盖了诸如美国国家安全局、英到政府通讯总部等机构超过10年的情报思考与沟通。任何没有高级许可的人绝不可能接触到此类信息。这些信息是“机密信息帝国”的一部分，有估计认为，这个信息帝国的扩张速度是公众可获取信息的五倍。斯诺登收集的数据成为数据收集转移时代的见证：政府从手机、浏览器、社交媒体平台与电子邮件进行数据收集。这份档案提供了一个难得的机会，让我们得以一窥情报界如何推动我们当下称之为人工智能的技术的发展。
斯诺登的档案揭示了一个秘密开发的平行人工智能领域。虽然和大众人工智能的各种方法有诸多相似之处，但在覆盖范围、目标和结果方面却有显著不同。没有了合理化提取和捕获的说辞，美国国家安全局将每个软件系统都描述为尚未被拥有、尚未被击败的东西；除极少数被指定为受保护平合台的外，所有数据平台均被一致对待。作为老牌大数据卫士的美国情报机构，自20世纪50年代以来，与美国国防部高级研究计划局（ARPA）一起，大力推动了人工智能研究。正如科学历史学家保罗·爱德华兹（Paul Edwards）在《封闭的世界》（The Closed World）一书中所描述的，从最早的时候起，军事研究机构就在积极塑造这个后来被称为人工智能的新兴领域。1956年，达特茅斯学院的第一个人工智能夏季研究项目当时所获的部分资助即来白海军研究办公室。早在人们对人工智能的大规模应用有清晰的认识之前，人工智能领域一直处于军事支持的强引领之下或被列为军事优先事项。 (查看原文)
diana
2025-01-03 20:38:22
—— 引自章节：第六章 国家
作为最不产生直接效用而又最具雄心的项目，人工智能异平寻常地严重依赖ARPA的资金。因此，ARPA成了人工智能研究前20年的主要资助方。前局长罗伯特·斯普劳尔（Robert Sproull）自豪地总结道，“整整一代计算机专家都在ARPA的资助下起步”，而且“20世纪80年代中期进入第五代（高级计算）项目的所有想法一人工智能、并行计算、语音理解、自然语言编程一都源于ARPA资助的研究”。军事领域的关注重点，如指挥控制、自动化和监视等，深刻影响了人工智能的发展。ARPA资助项目中使用的工具和方法，引领了包括计算机视觉、自动翻译、自动驾驶汽车领域的研究。然而，这些技术方法还蕴含着更深层次的含义。因此，人工智能的整体逻辑中，无论是明确的战场导向（如目标、资产与异常检测），还是更微妙的高、中、低风险类别，均融入了特定类型的分类思维。持续的情境感知和目标定位的概念，推动了随后数十年的人工智能研究，也塑造了业界和学术界的认识论框架。
从国家的角度来看，大数据和机器学习的转向，不仅改变了信息提取的可能性，而且为如何追踪与理解人们，提供了一个社会理论：你能通过他们的元数据来了解他们。他们给谁打了电话、去了哪些地方、读了什么、出于什么原因使用了什么而所有的时间和地点，均被用于识别与评估威胁… (查看原文)
diana
2025-01-03 20:41:23
—— 引自章节：第六章 国家