前言



人工智能已逐步主宰着我们的生活，而许多人对此一无所知。通话时使用的智能手机、记录健康数据的腕表、自组织的工作流程、自动驾驶汽车、自动飞行飞机、无人机、拥有自主物流的交通和能源系统，以及探索遥远星球的机器人，都是由智能系统构成的网络化世界的技术的例证。它们展示了人工智能如何决定人的日常生活。
生物有机体也是智能系统的例子。与人类类似，智能系统在进化过程中，可以或多或少地独立有效地解决问题。有时大自然是技术发展的原型（例如神经网络是人脑的简化模型），然而，有时计算机科学和工程发现的解决方案与自然界不同，甚至更好、更有效。因此，不存在所谓的“人工智能”，而是不同领域的问题解决效率和自动化程度。
人工智能的背后是学习算法的机器学习世界。随着计算能力的指数级增长，学习算法变得越来越强大。科学研究和医学已经在使用神经网络和学习算法来发现不断增长的测量数据中的相关性和模式。机器学习算法已经应用于商业策略和工业互联网，它们控制着物联网世界的进程。没有它们，将无法管理由数十亿传感器和网络设备所产生的大量数据。
但是，机器学习的最新技术是基于统计学习及其参数爆炸式增长的推理。一般来说，统计相关性由大数据训练出来的危险黑匣子提供，但是不能被因果解释所取代。因果学习不仅能够更好地解释因果关系，而且能够更好地确定责任的法律和道德问题（例如在自动驾驶或医学方面）。显然，除了人工智能的创新之外，安全和责任的挑战也凸显出来。本书基于对人工智能程序进行认证和验证的诉求，分析了实证性的测试程序和自动形式化证明。最后，对认证的诉求并不是创新的杀手，而是为人工智能项目提供了更好的、可持续发展的机会。
人工智能研究自诞生以来，就与人类未来的伟大愿景联系在一起。“人工智能”正在取代人类吗？一些人已经在谈论即将到来的“超级智能”，它会引发恐惧和希望。本书也是对技术设计的一种诉求——人工智能必须证明自己是一种社会服务。作为服务系统，人工智能技术决不能因其巨大的能量需求，就以牺牲生态为代价，因此应该在新的神经形态计算机架构中整合生物大脑的优势及其低能耗的特征。量子计算也将为人工智能提供新的计算技术。
人工智能已经成为决定社会系统全球竞争的关键技术。各国的财富将决定性地取决于人工智能创新的能力，但是各国人民的生活方式将取决于他们对人工智能技术的评价。在主导人工智能技术的影响下，政治制度会改变吗？应该如何在人工智能世界中维护个人自由？欧洲不仅要把自己定位为人工智能的技术场所，还要用自己的道德价值体系为人工智能定位。
从早期的学生时代，我就对使人工智能成为可能的算法着迷。我们需要知道各类算法的基础，以评估其表现和局限性。令人惊讶的是，这正是本书的本质洞察力所在，不管超级计算机有多快，都不会改变由人类智慧所证实的逻辑数学基础。只有根据这些知识，才能评估社会影响。为此，奥格斯堡大学于20世纪90年代末成立了跨学科计算机科学研究所。在慕尼黑工业大学，我还担任林德研究院院长，并作为2012年卓越计划的一部分，成立了慕尼黑社会技术中心（Munich Center for Technology in Society,MCTS）。2019年，我受到大众汽车公司基金会的一个研究项目的资助，该项目的主题是“软件能负责任吗？”作为德国经济部和德国工业标准委员会高级别小组（High Level Group,HLG）的成员，我们致力于制定人工智能认证路线图。在德国工程院的主题网络中，也有“聚焦技术——数据事实背景”，就像由斯普林格(Spring)发起的著作系列一样。作为斯普林格出版社的一名长期作者，我衷心感谢该出版商对2019年第二版德文英译本的支持。
克劳斯·迈因策尔
2019年6月于德国慕尼黑