Trong cuốn sách gần đây AIQ: Làm thế nào làm việc với nhau con người và máy móc thông minh hơn - AIQ: How People and Machines Are Smarter Together, các nhà khoa học dữ liệu Nick Polson và James Scott hy vọng sẽ cung cấp một liều thuốc giải độc cho sự lo lắng xung quanh AI. Các tác giả viết: Sau khi bạn đọc cuốn sách của chúng tôi, bạn sẽ có thể tự quyết định xem bạn có nghĩ những lo lắng này là đáng tin hay không. Nhưng không giống như Wildavsky, người đã phân tích những rủi ro của công nghệ mới, Polson và Scott trấn an mọi người chống lại sự lo lắng của AI, qua giáo dục. Thật vậy, AIQ là một khám phá thú vị về một số ý tưởng cốt lõi và một số nhân vật quan trọng trong sự phát triển AI như một bộ công nghệ. Họ bắt đầu khi có bất kỳ cuộc thảo luận nào về AI, bằng cách lưu ý rằng AI hiện chỉ là ứng dụng của các mô hình toán học hoặc thuật toán đơn giản cho các tập dữ liệu lớn. Phần lớn các chương của sách trình bày chi tiết lịch sử phát triển của các mô hình này.Chẳng hạn, Arlingtonon và Scott kể lại câu chuyện về Abraham Wald, người được nhớ đến nhiều nhất với công trình nghiên cứu về khuynh hướng sống sót. Trong Thế chiến II, Wald là một phần của một nhóm các nhà thống kê kiểm tra xem máy bay đã bị hư hại như thế nào trong chiến đấu. Vào thời điểm đó, các nhà hoạch định muốn cung cấp sự bảo vệ tốt hơn cho các bộ phận nhận nhiều thiệt hại hơn, nhưng Wald lưu ý chính xác rằng chỉ có máy bay sống sót sau nhiệm vụ mới được đánh giá. Không thể kiểm tra những máy bay đã bị bắn hạ. Hệ thống đề xuất khả năng sống sót của ông sẽ không được công chúng biết đến cho đến những năm 1980, nhưng đã thúc đẩy khoa học về các hệ thống đề xuất. Wald đã sử dụng các kỹ thuật này để thêm bảo vệ cho máy bay không thể quan sát được, giống như cách thuật toán của Netflix đưa ra khuyến nghị cho mọi người về những bộ phim mà họ chưa từng xem. AIQ cũng thảo luận về Henrietta Leavitt, người đã khám phá ra cách đo khoảng cách giữa trái đất và các thiên hà khác bằng cách sử dụng sự chuyển động của các ngôi sao. Thông qua phương pháp áp dụng một loạt các khái niệm trực quan của Leavitt, kết hợp thành một hệ thống phân cấp sâu năm lớp, để trích xuất một tính năng hữu ích từ một trí tưởng tượng, mà các tác giả có thể minh họa cho chủ đề học sâu. Công việc của John Craven để tìm USS Scorpion, một chiếc tàu ngầm bị mất tích năm 1968, được sử dụng để giải thích cách hoạt động của các phương tiện tự trị.Khen ngợi cho AIQSteven D. Levitt, đồng tác giả của Freakonomics:“Có đến một thời điểm trong cuộc đời của một đối tượng khi ai đó bước lên và viết những cuốn sách về nó. AIQ khám phá lịch sử hấp dẫn của những ý tưởng thúc đẩy công nghệ này của tương lai và làm sáng tỏ các khái niệm cốt lõi đằng sau nó; kết quả là một cái nhìn tích cực và thú vị về tiềm năng to lớn được mở khóa bằng cách kết hợp sự sáng tạo của con người với những cỗ máy mạnh mẽ.Michael J. Casey, Tác giả của Thời đại tiền điện tử và Cỗ máy sự thật - The Age of Cryptocurrency and The Truth Machine:Sau cùng, Nick Polson và James Scott đưa chúng ta theo khoa học dữ liệu và AI, cho thấy đằng sau hầu hết các thuật toán là câu chuyện về những người cố gắng giải quyết vấn đề và làm cho thế giới tốt hơn. Kết quả là một tầm nhìn lạc quan, lạc quan về một thời đại mà máy tính đã trở thành một sự hiện diện có sức lan tỏa, có ảnh hưởng trong mọi khía cạnh của cuộc sống.David Spiegelhalter, Giáo sư Public Understanding of Risk tại Đại học Cambridge:Cuối cùng, một cuốn sách về những ý tưởng đằng sau AI và khoa học dữ liệu của những người thực sự hiểu dữ liệu. Lướt qua những câu chuyện phiếm và huyền thoại thông thường, họ giải thích rõ ràng những ý tưởng tiềm ẩn đằng sau cách mà hàng loạt dữ liệu đang được khai thác để xây dựng các thuật toán có thể thực hiện những chiến công phi thường như vậy. Nhưng họ cũng nêu rõ những hạn chế và rủi ro tiềm tàng của các thuật toán này và sự cần thiết của xã hội để xem xét và thậm chí điều chỉnh việc sử dụng chúng. Các tác giả thực sự là những người cải thiện vấ