閱讀是技術人員提升專業能力的有效方式之一，特別是對于從事網絡安全行業的人員，廣泛的知識儲備會更有利于應對各種突發的安全事件。如果您對當下流行的熱點技術或不斷發展的新興技術感興趣，本文所推薦的10本書籍非常值得您閱讀，將促進您對未來信息技術發展，以及企業所面臨的安全發展和風險挑戰進行重新思考。

1.《計算與技術倫理》

《Computing and Technology Ethics》

作者：Emanuelle Burton、Judy Goldsmith、Nicholas Mattei等

書籍簡介：從通訊到旅行再到醫療，計算技術正在改變著我們的日常生活。本書以科幻小說為案例，研究計算技術發展中的倫理性分歧，全面介紹了社會倫理理論及其在技術和計算科學發展中的應用。文章提出了很多熱點性問題：自主武器系統（autonomous weapon system）應該合法嗎？人類是否真的需要機器人來照顧？網上銀行的效率是否超過了被盜的風險？這些問題都在其中給出了明確的答案。

推薦理由：計算技術的迅猛發展給網絡安全領域帶來了新的發展機遇和嚴峻挑戰，在豐富網絡社會治理路徑的同時，也帶來了合理利用技術的倫理規范難題。本書適合那些對主要倫理框架（義務論、功利主義、社群主義、女性主義倫理等）及其如何應用于人工智能等技術中出現的許多倫理問題感興趣的IT領導者。

2.《不止是一個小故障》

《More than a Glitch》

作者：Meredith Broussard

書籍簡介：本書作者Broussard是一名數據科學家，曾在新聞和軟件開發領域工作，她能夠熟練地將計算機科學和社會學概念，與自身作為人工智能領域為數不多的黑人女性研究人員的經驗結合起來。當技術加劇不平等時，它不再只是一個小故障，而是一個信號，告誡我們需要重新設計我們的系統，以創造一個更公平的世界。

“Glitch”這個詞意味著一個偶然的錯誤，修補起來十分容易，識別起來也很容易。但是，如果種族主義、性別歧視和殘疾歧視不只是功能機器中的“漏洞（bug）”，而是被編碼進了系統本身呢？在這本書中，作者向我們展示了技術中立（technological neutrality）如何成為一個神話以及為何算法需要被問責。

推薦理由：早在2017年，英國《衛報》就批評稱，人工智能等技術已經開始出現種族和性別偏見，但這種偏見并非來自機器本身，而是計算機在學習人類語言時吸收了人類文化中根深蒂固的觀念。在這個人才缺口不斷擴大的時代，多樣性（性別和種族）成為全面建設網絡安全的重要因素。因此，對于任何致力于建設一個更加公平的未來的人來說，這都是必不可少的閱讀材料。

3.《與人工智能一起工作》

《Working with AI》

作者：Thomas H. Davenport、Steven M. Miller

書籍簡介：兩位技術專家通過探索人類與人工智能在現實工作環境中的協作，證明了人工智能并非人類工作的破壞者。本書打破了圍繞自動化和人工智能系統在顯示中部署應用的炒作性悲觀論調。確實，人工智能改變了我們的工作方式——它接管了一些任務，但并非全部，只是解放了人類去完成其他更重要、更具挑戰性的工作。通過對人工智能技術增強工作的真實案例研究（從金融業到工廠車間），作者指出了工作場所的人工智能并非未來主義的臆想，現在很多公司和工人都遇到了這種情況。

推薦理由：對人類與智能系統協作的影響感到好奇嗎？本書分享了人類與人工智能成功合作的具體案例。例如，一個用于人壽保險承保的數字系統，該系統實時分析應用程序和第三方數據，使人工承銷商能夠專注于更復雜的案例。如果您想確認人工智能的積極潛在結果，而不是認為人工智能會帶來災難的悲觀論調，請仔細閱讀這本書。

4.《構建值得信賴的機器學習》

《Practicing Trustworthy Machine Learning》

作者：Yada Pruksachatkun、Matthew Mcateer、Subho Majumdar

書籍簡介：隨著AI技術在高風險領域的應用不斷增加，企業組織花費了大量的時間和金錢使機器學習（ML）模型值得信賴。許多這方面的書籍都深入探討了相關理論和概念。但這本書提供了一個實用的起點，可以幫助開發團隊生成更安全、更強大、更少偏見和更可解釋的模型。

推薦理由：您一定想看到機器學習的積極影響，尤其是在醫學、國防等高風險領域。您是否有興趣了解如何管理數據集，并將模型構建為發布可信ML應用程序的基礎？構建可信的機器學習系統是一個微妙而復雜的過程,這本書是一本超越理論和假設的實用性指南。

5.《邊緣人工智能》

《AI at the Edge》

作者：Daniel Situnayake、Jenny Plunkett

書籍簡介：邊緣人工智能（Edge AI）正在改變計算機與現實世界的交互方式，允許物聯網（IoT）設備使用更廣泛的傳感器數據進行決策，這些數據以前由于成本、帶寬等限制而被丟棄。該實用指南為工程專業人員和產品經理提供了一個端到端框架，用于使用邊緣人工智能解決真實世界的工業、商業和科學問題。如果您正在學習如何設計、支持邊緣AI和嵌入式ML產品，并需要了解從數據收集到模型優化到調優和測試等每個階段，Edge AI將會成為系統工程師未來開發的標準工具之一。

推薦理由：想在邊緣設備上發展您的AI和ML專業知識嗎？想知道哪些項目最適合使用邊緣AI嗎？本書為工程專業人士和產品經理提供了一個使用邊緣人工智能解決現實世界問題的框架。閱讀這本書可以快速了解如何設計和支持邊緣AI及ML產品。

6.《云時代的金融服務數字化》

《Digitalization of Financial Services in the Age of Cloud》

作者：Jamil Mina、Armin Warda、Rafael Marins和Russ Miles

書籍簡介：如果您正在計劃、構建或實現支持金融服務數字化的云策略，本書清楚地列出了您需要優先考慮的關鍵因素和問題，可以幫助您學會如何避免采用云計算所帶來的昂貴且耗時的陷阱，并充分利用云計算運營模型。

推薦理由：您是云計算領導者嗎？您是否對確保云服務供應商之間可操作性的真實案例研究感到好奇？您是否在負責金融領域的數字化問題？如果是，那么這本書就是為您準備的。本書將幫助您根據需求選擇正確的運營模型，并向您展示如何在平衡創新和責任的同時，在組織的技術中構建彈性。

7.《我，人類》

《I, Human》

作者：Tomas Chamorro-Premuzic

書籍簡介：人工智能正在改變我們的生活、工作、戀愛和娛樂方式，這已經不是什么秘密了。比如:社交軟件正在使用人工智能來挑選我們潛在的伴侶；零售商正在使用人工智能來預測我們的行為和欲望；惡意行為者利用人工智能通過推特機器人和假新聞來誤導大眾；公司正在使用人工智能來雇傭或拒絕我們。在這個背景下,我們需要更加重視人類所特有的能力：情商、好奇心、同理心等。

推薦理由：人工智能的深入發展在創造新機遇的同時，也帶來了諸多問題。除了經常探討的網絡安全等問題外，它還會影響我們的內心。它會增強我們的物種優越性，還是會使我們失去人性，讓我們在與他人的互動中變得更像機器？這本書會給我們解答，告訴我們如何在自動化的未來茁壯成長。

8.《黑色技術對象》

《The Black Technical Object》

作者：Ramon Amaro

書籍簡介：這本書主要講述了機器學習、數學的深奧本質，以及種族等級制度的深度入侵。為了削弱世界的種族秩序，本書將“科學”種族主義的歷史引入到機器學習的研究中。作為為分類模式設計的計算機程序，機器學習可以為研究科學種族主義和相關行為提供有用的見解。

推薦理由：面對日趨激烈的網絡人才爭奪戰，更現代、更包容的領導者顯然更具競爭優勢。通過探索數據和統計分析,可以揭示不同類型專業人員和機器學習之間的復雜關系,有利于理解現實存在的科學歧視原因和狀態,這是所有現代化技術領導者應該讀的書。

9.《權力與預測》

《Power and Prediction》

作者：Ajay Agrawal、Joshua Gans、Avi Goldfarb

書籍簡介：在本書中，作者們考察了兩個關鍵的決策成分:預測和判斷，我們常常在無意識的情況下在大腦中同時執行這兩者。人工智能的興起正在將預測從人類轉移到機器，減輕人們的認知負擔，同時提高決策的速度和準確性。這為新決策的繁榮奠定了基礎，并對系統層面的創新產生了深遠的影響。當這些新系統出現時，它們可能在全球范圍內造成破壞,因為決策會賦予權力。這一過程將產生贏家和輸家，作者展示了企業如何利用新技術創新的機會，同時保護好自己的利益。

推薦理由：您一定對AI如何影響未來感到好奇。您的組織該如何利用人工智能創造的機會，從而優化戰略業務決策？這本書提供了見解、豐富的例子和實用的建議,說明了如何讓即將到來的人工智能為企業服務，而不是與企業作對。

10.《展望未來》

《Future Ready》

作者：Stephanie L. Woerner、Peter Weill和Ina M. Sebastian

書籍簡介：如今，幾乎所有企業都開始了“數字化轉型”之旅。但問題是，許多公司并不清楚自己的方向，也不清楚如何創造和獲取數字價值。這將導致很多問題，例如未能意識到數字技術對利潤的價值，浪費了資源和精力，增加了復雜性和功能障礙。麻省理工學院的研究科學家們在對多位知名企業高級管理人員研究中發現，這些領導者知道他們必須變革自己的業務，但卻缺乏一種指導和激勵員工、讓每個人都專注于一個共同目標的行動指南。

推薦理由：我們需要為未來做好準備，成為數字經濟的佼佼者。本書提供了真實的案例、尖銳的分析、基準評估和令人大開眼界的視覺效果，可以幫助安全人員更好地理解數據的價值并接受某些狀況下的組織數字化業務中斷，因為這本身就是企業數字化轉型安全開展的一部分。

參考鏈接：https://enterprisersproject.com/article/2022/11/must-read-tech-books-2023