瑞恩·卡洛、迈克尔·弗鲁姆金、伊恩·克尔编著的《人工智能与法律的对话》由陈吉栋、董惠敏和杭颖颖翻译。本书共分讨论起点、责任、社会和道德意义、执法和机器人战争5个部分,共14篇论文。其中,大部分是抢先发售在“WeRobot”这一跨学科会议上发布的很新论文。这些论文探讨了机器人的日益复杂化以及它们在各个领域的广泛部署,重新思考了它所带来的各种哲学和公共政策问题、与现有法律制度不兼容之处,以及因此可能引发的政策和法律上的变化。整本书为我们生动地展现了一场内容广泛、启发深远的对话,如本书第二部分有关机器人行为责任的讲述:F帕特里克.哈伯德教授《精密机器人所致人身损害的风险分配》一文对普通法应对技术变革的能力提供了一种乐观的评估:“普通法系统包含了内部机制,能够为应对机器人化的世界作出必要的相对较小
微软创始人比尔?盖茨曾经称雷?库兹韦尔是“我知道在预测人工智能上最厉害的人”。过去30年他对未来预测的准确率超过了86%。在这本书中,雷?库兹韦尔阐述了极其令人信服的大胆预测:未来的世界,人类和机器将难分彼此,人类将不再是万物之灵。电脑将比人脑有高一万倍的智能。量子计算将引爆技术未来。机器不仅拥有智能,而且拥有心灵,将具有人类的意识、情绪和欲望。人类身体中植入了用生物工程和纳米材料制成的电脑芯片、人造器官,将比现代人类更长寿(甚至长生不老),有更强的学习能力,更灵敏的视觉和听觉。虚拟现实有可能使人机发生“恋爱”……你会认为这不可能?当人类不再继续生活在树上,并且吃烤熟了的东西的时候,有某个猴子也是和你一样看待人类进化的。
如何估计机器人在空间中移动时的状态(如位置、方向)是机器人研究中一个重要的问题。大多数机器人、自动驾驶汽车都需要导航信息。导航的数据来自于相机、激光测距仪等各种传感器,而它们往往受噪声影响,这给状态估计带来了挑战。本书将介绍常用的传感器模型,以及如何在现买世界中利用传感器数据对旋转或其他状态变量进行估计。本书涵盖了经典的状态估计方法(如卡尔曼滤波)以及为现代的方法(如批量估计、贝叶斯滤波、sigmapoint滤波和粒子滤波、剔除外点的鲁棒估计、连续时间的轨迹估计和高斯过程回归)。这些方法在诸如点云对齐、位姿图松弛、光束平差法以及同时定位与地图构建等重要应用中得以验证。对机器人领域的学生和相关从业者来说,本书将是一份宝贵的资料。