內(nèi)容簡介 這是一部對人工智能充滿敬畏之心的匠心之作,也是被市場高度認(rèn)可的人工智能科普著作,曾榮獲北京市科學(xué)技術(shù)協(xié)會等機構(gòu)頒發(fā)的各種獎項。 本書從人工智能的奠基人物、歷史事件、學(xué)術(shù)理論、研究成果、技術(shù)應(yīng)用等5個維度全面展開,以時間為主線,用專業(yè)的知識、通俗的語言、巧妙的內(nèi)容組織方式,詳細(xì)講解了人工智能能解決什么問題、面臨怎樣的困難、做過哪些努力、取得過哪些成績、未來將向何方發(fā)展,盡可能消除人工智能的神秘感,把人工智能從科學(xué)的殿堂推到公眾面前。 全書共9章,分為四個部分: 第一部分(第1~2章)以智慧創(chuàng)造智慧 闡述了在人工智能學(xué)科創(chuàng)立之前,圖靈、香農(nóng)等先驅(qū)們對智能的探索和思考。首先以人工智能之父圖靈的生平事跡為主線,介紹了圖靈機、圖靈測試,以及圖靈對智能的思考、理解和定義;然后以達(dá)特茅斯會議為主線,通過該會議及其后續(xù)的影響,介紹了人工智能學(xué)科誕生的歷史背景,并討論了該學(xué)科研究的目標(biāo)和要解決的問題。 第二部分(第3~5章)學(xué)派爭鳴 學(xué)術(shù)界研究人工智能的方法主要有三個學(xué)派,分別是符號主義、連接主義和行為主義,這三個學(xué)派分別從邏輯、仿生和行為三個角度來研究智能,既有自頂向下從智能的本質(zhì)出發(fā),從一般到特殊通過邏輯運算推導(dǎo)智能的行為,也有從行為出發(fā),自底向上把智能看作黑箱,從行為推導(dǎo)智能的本質(zhì)。這些學(xué)派在不同時期都曾是人工智能的主流,并各自取得了許多成果。 第三部分(第6~8章)第三波高潮 人工智能目前處于第三次高潮,這次高潮以深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)為代表的機器學(xué)習(xí)所引領(lǐng)。首先,以盡可能小的篇幅把機器學(xué)習(xí)的導(dǎo)論性內(nèi)容介紹清楚;然后,以深度學(xué)習(xí)教父辛頓的人生經(jīng)歷為主線,介紹了神經(jīng)網(wǎng)絡(luò)從低谷到復(fù)興的過程,以及深度學(xué)習(xí)的提出和技術(shù)突破;最后,以古德費洛、蘇茨克維等新一代學(xué)者以及OpenAI的發(fā)展故事為主線,介紹了生成式人工智能所引領(lǐng)的人工智能的高潮盛況與隱患。 第四部分(第9章)人機共生 幾十年來,人工智能無時無刻不伴隨著爭論和分歧,人工智能這個人類最復(fù)雜精密的創(chuàng)造物與人類本身的關(guān)系確實必須仔細(xì)思考、慎重對待,這一部分將探討人類和機器在追尋智能過程中的一些成果和產(chǎn)生的一些爭論。
(1)作者背景資深:作者是人工智能博士,華為七級專家,企業(yè)應(yīng)用教研室主任、企業(yè)應(yīng)用總架構(gòu)師,曾參與華為 MetaERP、MetaCRM 等重要變革項目。 (2)作者經(jīng)驗豐富:作者有極強的寫作和表達(dá)能力,已經(jīng)出版9本科技類著作,本書第1版在寫作方式上獲得了讀者極高的評價。 (3)獲得多個獎項:北京市科學(xué)技術(shù)協(xié)會科普創(chuàng)作出版資金資助項目入圍作品、機械工業(yè)出版社金齒輪獎獲獎作品(2016-2025),豆瓣人工智能十佳好書。 (4)廣獲讀者好評:第1版豆瓣評分9.1,傳統(tǒng)電商平臺零差評,清華大學(xué)圖書館推薦作品,花語商學(xué)院說書比賽重點推薦書目。 (5)內(nèi)容通俗易懂:用巧妙的內(nèi)容組織方式和通俗的語言來講解專業(yè)知識,真正做到了人人都能通過本書讀懂人工智能。
· Preface ·前言你也許已經(jīng)感受到了,人工智能這個概念被越來越頻繁地提及,各種五花八門的關(guān)于人工智能的音頻、視頻、文字是當(dāng)前最容易抓人眼球的熱點,人工智能從一個陽春白雪、深藏于專業(yè)實驗室的學(xué)術(shù)名詞,迅速轉(zhuǎn)變?yōu)楫a(chǎn)品經(jīng)理和市場營銷人員的口頭禪,還成為普通大眾茶余飯后的談資,F(xiàn)在,大家的眼里,有了人工智能,掌握了機器學(xué)習(xí)或者神經(jīng)網(wǎng)絡(luò)的電子系統(tǒng),仿佛就有了自己學(xué)習(xí)進化、獨立思考解決問題的可能性,甚至有了可以超越人類的無限智慧與魔力。而大家提起擁有智能的機器,往往還懷有一種科幻小說式的神秘感與敬畏感,一邊忍不住對未知的憧憬,想要從鑰匙孔中窺探一眼潘多拉盒子里面藏著怎樣的秘密,一邊又擔(dān)心打開了這個盒子,會放出我們?nèi)祟悷o法掌控的可怕力量。你也許還沒有注意到,人工智能帶來的變化已在我們的身邊悄然出現(xiàn)。當(dāng)你打開新聞時,上面展示哪些文章,是由人工智能為你定制的,甚至就連文章的內(nèi)容也可能是由機器根據(jù)當(dāng)前的搜索引擎、自媒體、網(wǎng)站的熱點自動編寫而成的。當(dāng)你上網(wǎng)購物時,打開首頁看到的是你最有可能感興趣、最可能購買的商品,這是機器根據(jù)你最近上網(wǎng)的行為自動推薦的。當(dāng)你打開郵箱時,系統(tǒng)已經(jīng)為你過濾掉你并不關(guān)心的廣告和垃圾郵件,這些也是人工智能在背后工作的結(jié)果。今天這些智能化的成果已經(jīng)深深融入人們的工作和生活之中,這些細(xì)節(jié)變化背后的技術(shù)進步,一點都不比機器在棋盤上戰(zhàn)勝人類冠軍來得小。無論你是否注意到了人工智能對我們的生活潛移默化的改變,無論你對人工智能持有何種看法,是保守謹(jǐn)慎還是激進樂觀,在說出你對人工智能的看法前,都不妨先花幾小時全面客觀地觀察一下這門學(xué)科,弄懂人工智能是什么?人工智能有什么?人工智能現(xiàn)在發(fā)展到什么程度了?這類最基礎(chǔ)的問題,再去討論和評價它的應(yīng)用、預(yù)測它的未來發(fā)展走向。而向廣大讀者尤其是沒有相關(guān)專業(yè)基礎(chǔ)的讀者解釋清楚這些問題,便是本書的寫作目的和意義所在。人工智能這門學(xué)科具體涉及的內(nèi)容,它的背景淵源、來龍去脈,在它60多年的發(fā)展歷程中出現(xiàn)過的著名人物、重要歷史事件,它的理論學(xué)說、走過的彎路、所取得的成果等,都是本書要討論的話題。讀者可以從討論的過程中體會到人工智能的締造者和開拓者是如何追尋智能的,以及相關(guān)理論、方法是如何運作的。希望無論是與人工智能產(chǎn)業(yè)相關(guān)的業(yè)內(nèi)人員,還是這個領(lǐng)域的專業(yè)研究者,抑或信息科學(xué)和計算機科學(xué)的愛好者,都能從本書中得到一些啟發(fā)。智慧的疆界之所以將本書定名為智慧的疆界,是因為這是全書的主旨。智慧的疆界是指何物?在筆者看來,應(yīng)是以下三點:1)智慧的疆界應(yīng)是指人類探尋智能奧秘過程中,已知與未知之間的界限。以代表計算能力的圖靈機為起點,以掌握了意識和思維奧秘的終極智能為終點,在這條路上人類摸索前行,現(xiàn)在還不知道距離終點有多遠(yuǎn),只是走得越久,知道得越多,看見的未知風(fēng)景越多。這段探索奧秘的歷程,當(dāng)然值得我們?nèi)ビ涗、學(xué)習(xí)。2)智慧的疆界應(yīng)是指人工智能誕生與發(fā)展過程中,貢獻(xiàn)畢生精力和智慧的開拓者。從圖靈、香農(nóng)、馮·諾依曼、維納,到紐厄爾、司馬賀、麥卡錫、明斯基、皮茨、麥卡洛克,再到辛頓、楊立昆、本吉奧、喬丹、尼爾森等,一位位天才學(xué)者不懈奮斗,為人類掌握智能這個科學(xué)的最終領(lǐng)域拓土開疆。這些學(xué)者的傳奇故事,當(dāng)然值得我們?nèi)ビ涗洝W(xué)習(xí)。3)智慧的疆界應(yīng)是指人類智能與人工智能之間,那條迄今看來仍無法逾越的鴻溝。模仿、學(xué)習(xí)并最終掌握人類得以擁有智能的智能,跨越這條鴻溝,得以用智慧制造出智慧是人工智能的最終目標(biāo),經(jīng)過60多年,甚至可以說是兩三百年的探索,終于找到了一些可能可行的路徑,總結(jié)了一些也許正確的方法,做出了一點階段性但足以改變世界的成果,也遇到過不少令人望而生畏的巨大困難和挫折。這些跨越鴻溝、實現(xiàn)人工智能終極目標(biāo)的方法、理論、成功與失敗,當(dāng)然值得我們?nèi)ビ涗、學(xué)習(xí)。本書面向的讀者筆者希望最后寫成的是一本人工智能領(lǐng)域的入門書。入門,不等同于簡單,更不等同于粗陋。對于人工智能這種涉及數(shù)學(xué)、信息、生物、心理和大量其他專業(yè)知識的交叉學(xué)科,要做到技藝精深必然是非常難的,僅入門這一步,就面臨著非常高的門檻,阻隔了許多慕名而來的興趣愛好者,這就很是遺憾。對于筆者而言,如何把這樣一個專業(yè)領(lǐng)域?qū)懙每晒]有專業(yè)背景的讀者作為入門讀物,在下筆之前,確實深思良久,感到壓力巨大。除了能夠讓讀者易于入門,筆者還希望能寫出一本有溫度的人工智能專業(yè)書。所謂溫度,是相對于專業(yè)技術(shù)領(lǐng)域中一貫精密和嚴(yán)謹(jǐn)?shù)男蜗蠖缘。任何一門技術(shù)的出現(xiàn),都有它的背景,有它要解決的問題、未來要探索的未知方向和目標(biāo)。我們學(xué)習(xí)專業(yè)技術(shù)時不應(yīng)過于勢利,不能只去學(xué)習(xí)技術(shù)和方法,而忽視了這些技術(shù)、方法是如何被發(fā)現(xiàn)的,在發(fā)現(xiàn)過程中前人有過怎樣的思考和爭議,犯過哪些錯,走過哪些彎路,這種學(xué)習(xí)方式所收獲的理解是不完整的。研究人工智能,就應(yīng)該站在巨人的肩膀上看世界,如果連智能這樣基礎(chǔ)的概念都沒有了解,不清楚前人是如何思考、定義和判別的,一開始就從深度學(xué)習(xí)等當(dāng)前最熱門的幾個人工智能分支入手的話,會很容易陷入管中窺豹的境地。人工智能已是一個熱點話題,這個領(lǐng)域的書籍也已汗牛充棟。市場上發(fā)行的人工智能書籍基本上可以歸為兩類:一類是回顧人工智能的歷史、對人工智能的應(yīng)用和發(fā)展做出商業(yè)、社會、經(jīng)濟等方面的分析與預(yù)測;另一類是對人工智能中某一個子領(lǐng)域的算法、工具,尤其是機器學(xué)習(xí)方面的算法和工具進行解析。本書沒有落在這兩類之中,前面說過,本書僅僅是想講清楚人工智能這個學(xué)科具體有些什么這個很入門但又非常有必要去認(rèn)真探討的話題。筆者希望本書能夠作為人工智能學(xué)習(xí)的一個大綱,讓讀者了解這個學(xué)科的概貌,形成一個全面完整的印象,在學(xué)習(xí)和工作中遇到人工智能某個分支的問題時,知道這是什么,然后再去找更進一步的參考資料。只要能夠?qū)崿F(xiàn)讓普通人只通讀一本書便能全面客觀地理解人工智能這個目標(biāo),便是筆者最大的成功。對于寫書,筆者落筆總是抱有敬畏之心,不希望讀者在付出金錢的同時,還浪費幾小時乃至更多的閱讀時間才發(fā)現(xiàn)書中的內(nèi)容并不適合自己。所以這里筆者首先簡述本書不適合的閱讀人群,稍后介紹主要的讀者對象,以供讀者購買時參考。本書可能不適合的讀者本書可能不適合以下兩類讀者閱讀:1)閱讀目的是學(xué)習(xí)人工智能某一個具體分支的技術(shù)細(xì)節(jié)、工具使用、代碼解析等的讀者,如學(xué)習(xí)Caffe、TensorFlow、Torch等框架和工具的應(yīng)用。本書會全面介紹人工智能的理論、技術(shù)和應(yīng)用,力求說清楚它們是什么解決哪些問題為什么要這樣解決,但是涉及具體如何解決的內(nèi)容并不多,不足以令沒有這方面基礎(chǔ)的讀者閱讀之后直接應(yīng)用于生產(chǎn)實踐。這類讀者可以根據(jù)自己感興趣的技術(shù)和產(chǎn)品,從教科書或工具書入手學(xué)習(xí)和實踐。2)閱讀目的是探討人工智能領(lǐng)域前沿模型、算法、技術(shù)的讀者。如果你已是一位在本領(lǐng)域中有豐富經(jīng)驗的學(xué)者或從業(yè)人員,想要了解人工智能最新成果的話,筆者認(rèn)為閱讀本書乃至讀書都不是最合適的方式,作為一位前沿的研究人員,讀論文以及直接與人交流是更有效率的選擇,囿于書籍出版的時滯性,讀書更適合作為系統(tǒng)學(xué)習(xí)的途徑而不是了解前沿成果的途徑。本書的主要讀者對象1.人工智能領(lǐng)域的產(chǎn)品經(jīng)理、管理人員本書可以作為整個人工智能領(lǐng)域的大綱,供產(chǎn)品經(jīng)理或技術(shù)管理人員了解人工智能可以解決什么問題,解決這些問題需要用到什么技術(shù),哪些問題現(xiàn)在解決是靠譜的,哪些是還不靠譜的,以前在這些問題上碰過哪些釘子,等等。2.需要使用智能軟硬件的研發(fā)人員本書的寫作初衷是面向研發(fā)人員大量有工程實踐經(jīng)驗卻缺乏足夠的數(shù)學(xué)知識去深入理解人工智能的人員,提供一種通過歷史和前人的探索思路,而不是完全依賴專業(yè)知識去了解人工智能的途徑。通過本書,研發(fā)人員可以用較為輕松的方式,達(dá)到對自己使用的人工智能工具、算法和技術(shù)知其然亦知其所以然的目的。3.信息科學(xué)和計算機科學(xué)愛好者本書是一部講述近代科技的歷史書,也是一部科普書,還是一部講述人工智能思想和技術(shù)的教科書。通過本書,可以了解前人在探索人工智能道路上所做出的努力和思考,理解他們的不同觀點和思路,以開拓自己的思維和視野。4.人工智能相關(guān)專業(yè)的研究人員人工智能經(jīng)過60多年的發(fā)展,已細(xì)分出很多個研究方向,研究人員在關(guān)注自己領(lǐng)域的同時,可以通過本書對整個人工智能科學(xué)的發(fā)展歷程、解決的問題和前人的思考有一個全面的了解,這對于在自己的研究分支上深入探索很有好處。如何閱讀本書本書共分為四部分:以智慧創(chuàng)造智慧、學(xué)派爭鳴、第三波高潮、人機共生。各部分之間有時間上的先后順序,前面的章節(jié)是后續(xù)章節(jié)的基礎(chǔ),建議讀者首次翻看本書時按照章節(jié)順序閱讀。各部分的概要如下:第一部分(第1和2章) 以智慧創(chuàng)造智慧第一部分闡述了在人工智能這門學(xué)科正式創(chuàng)立之前的萌芽時期,圖靈、香農(nóng)等先驅(qū)對智能是什么、機器能否擁有智能這些問題的探索和思考,并介紹了作為人工智能起源標(biāo)志的達(dá)特茅斯會議的過程、成果以及日后被稱為一代傳奇學(xué)者的與會者。第1章 以人工智能之父圖靈的生平事跡為主線,介紹了計算的基礎(chǔ)圖靈機,圖靈測試,圖靈對智能的思考、理解和定義。第2章 以達(dá)特茅斯會議為主線,通過對該會議的召集、過程、成果、參與人物以及后續(xù)影響的介紹,闡述了人工智能這門學(xué)科誕生的歷史背景,并討論了該學(xué)科研究的目標(biāo)和要解決的問題。第二部分(第3~5章) 學(xué)派爭鳴目前,學(xué)術(shù)界研究人工智能的方法主要有三個學(xué)派,分別是符號主義、連接主義和行為主義,這三個學(xué)派分別從邏輯、仿生和行為三個角度來研究智能,既有自頂向下從智能的本質(zhì)出發(fā),從一般到特殊通過邏輯運算推導(dǎo)智能的行為,也有從行為出發(fā),自底向上把智能看作黑箱,從行為推導(dǎo)智能的本質(zhì)。這些學(xué)派在不同時期都曾是人工智能的主流,并各自取得了許多成果。第3章 以紐厄爾、司馬賀的研究工作為主線,介紹了符號主義的邏輯理論基礎(chǔ),解析了符號主義學(xué)說的核心觀點物理符號系統(tǒng)和啟發(fā)式搜索假說,并介紹了這個學(xué)派在知識表示、知識工程和知識系統(tǒng)上所取得的成就。第4章 以神經(jīng)網(wǎng)絡(luò)締造者皮茨和感知機之父羅森布拉特兩位學(xué)者悲劇式的人生經(jīng)歷為主線,介紹了連接主義學(xué)派的核心思想,并介紹了神經(jīng)網(wǎng)絡(luò)的初期形式,為后續(xù)講解深度學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)奠定基礎(chǔ)。第5章 以控制論之父維納的工作經(jīng)歷為主線,介紹了控制論創(chuàng)建的過程,行為主義研究的基本方法和觀點,以及機械因果觀等思想。第三部分(第6~8章) 第三波高潮人工智能迄今為止經(jīng)歷了三次高潮和兩個大的低谷,目前處于第三次高潮的頂峰,這次高潮是由機器學(xué)習(xí),尤其是深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)引領(lǐng)的。第6章 本章是機器學(xué)習(xí)的導(dǎo)論,介紹了機器學(xué)習(xí)處理問題的一般方法。本章盡可能用最少的篇幅去說清楚機器學(xué)習(xí)是什么它解決哪些問題它通過哪些步驟來解決如何評估驗證它的解決效果這四個問題。第7章 以深度學(xué)習(xí)教父辛頓的人生經(jīng)歷為主線,介紹了神經(jīng)網(wǎng)絡(luò)從低谷到復(fù)興的過程,以及深度學(xué)習(xí)的提出和技術(shù)突破,并介紹了幾種典型的深度神經(jīng)網(wǎng)絡(luò),以及這些新技術(shù)給學(xué)術(shù)界、工業(yè)界帶來的變化。第8章 以古德費洛、蘇茨克維等新一代學(xué)者以及OpenAI這家企業(yè)的發(fā)展故事為主線,介紹了繼深度學(xué)習(xí)之后由生成式人工智能所引領(lǐng)的人工智能的高潮盛況與隱憂。第四部分(第9章) 人機共生幾十年來,人工智能無時無刻不伴隨著爭論和分歧,人工智能這個人類最復(fù)雜精密的創(chuàng)造物與人類本身的關(guān)系確實必須仔細(xì)思考、慎重對待,這一部分將探討人類和機器在追尋智能過程中取得的一些成果和產(chǎn)生的一些爭論。第9章 用十幾個人工智能的實際案例來嘗試回答幾個問題:經(jīng)過60多年的發(fā)展,當(dāng)下的人工智能到底發(fā)展到什么程度了?現(xiàn)在距離我們設(shè)想的目標(biāo)還有多遙遠(yuǎn)?人工智能會對我們產(chǎn)生什么影響?現(xiàn)在以及未來應(yīng)該如何與人工智能相處?聯(lián)系作者在本書交稿后,筆者并沒有想象中那樣興奮或放松,寫作之時那種戰(zhàn)戰(zhàn)兢兢、如履薄冰的感覺依然縈繞在心頭。在每一章、每一節(jié)落筆之時,筆者都在考慮如何才能把各個知識點更有條理地講述出來,都在擔(dān)心會不會由于自己的理解有偏差而誤導(dǎo)了大家。囿于筆者的寫作水平和寫作時間,書中難免存在不妥之處,所以特地開辟了一個讀者郵箱(icyfenix@gmail.com),大家有任何意見或建議都?xì)g迎與筆者聯(lián)系。相信寫書與做學(xué)問、寫程序一樣,每個作品一定都是不完美的,正因為不完美,我們才有不斷追求完美的動力。
周志明(博士)人工智能博士,國內(nèi)人工智能、軟件架構(gòu)、Java等領(lǐng)域的資深專家,著有《深入理解Java虛擬機》(已經(jīng)出至第3版,累計銷量超過30萬冊)和《鳳凰架構(gòu)》等9部技術(shù)作品,其中有多本暢銷書,獲得過北京市科協(xié)等機構(gòu)頒發(fā)的各種圖書獎項。現(xiàn)就職于華為公司,擔(dān)任七級專家,企業(yè)應(yīng)用教研室主任、企業(yè)應(yīng)用總師,曾參與華為MetaERP、MetaCRM等重要變革項目。熱衷于基礎(chǔ)傳播和分享,曾在JavaCore、QCon、ArchSummit、HuaweiConnect等會議分別擔(dān)任會議主席、Keynote明星講師和Session講師,在技術(shù)社區(qū)有較大的影響力。
· Contents ·目錄前言第一部分 以智慧創(chuàng)造智慧第1章 洪荒年代 / 21.1 概述 / 21.2 引言:信息革命 / 31.3 圖靈機:計算的基石 / 51.4 人工智能的萌芽 / 111.5 圖靈測試:何謂智能 / 131.6 智能與人類的界限 / 161.7 機器能思考嗎 / 181.8 機器擬人心 / 221.9 機器擬人腦 / 241.10 機器擬人身 / 281.11 本章小結(jié) / 29第2章 邁向人工智能 / 302.1 概述 / 302.2 引言:不經(jīng)意間改變世界 / 312.3 達(dá)特茅斯會議 / 342.4 有學(xué)術(shù)就有江湖 / 412.5 有江湖就有傳奇 / 472.6 人工智能早期成果 / 532.6.1 完全信息的對抗 / 542.6.2 模式識別 / 572.6.3 自然語言處理 / 592.7 本章小結(jié) / 62第二部分 學(xué)派爭鳴第3章 符號主義學(xué)派 / 663.1 概述 / 663.2 引言:五分鐘邏輯學(xué) / 673.3 描述已知,推理未知 / 723.3.1 常識編程 / 773.3.2 物理符號系統(tǒng) / 823.4 知識!知識!知識! / 863.4.1 知識表示 / 873.4.2 知識工程 / 913.4.3 知識系統(tǒng) / 933.5 從演繹到歸納 / 963.6 符號主義的現(xiàn)狀和未來 / 1013.7 本章小結(jié) / 103第4章 連接主義學(xué)派 / 1044.1 概述 / 1044.2 引言:命運 / 1054.3 大腦模型 / 1074.4 崛起的明星 / 1134.5 隕落的流星 / 1164.6 感知機 / 1204.7 凜冬將至 / 1274.8 人工智能的繁榮與寒冬 / 1354.9 本章小結(jié) / 139第5章 行為主義學(xué)派 / 1405.1 概述 / 1405.2 引言:昔日神童 / 1415.3 自動機對抗自動機 / 1435.4 從控制論說起 / 1475.5 機械因果觀和行為主義 / 1505.6 自復(fù)制機和進化主義 / 1545.7 機器人學(xué) / 1585.8 本章小結(jié) / 167第三部分 第三波高潮第6章 機器學(xué)習(xí)概覽 / 1706.1 概述 / 1706.2 什么是機器學(xué)習(xí) / 1726.3 機器學(xué)習(xí)的意義 / 1756.4 機器學(xué)習(xí)的分類 / 1776.5 機器學(xué)習(xí)解決的問題 / 1796.6 進行機器學(xué)習(xí):實戰(zhàn)模型訓(xùn)練 / 1836.6.1 機器學(xué)習(xí)的一般過程 / 1846.6.2 樣本和樣本空間 / 1866.6.3 任務(wù)類型 / 1886.6.4 數(shù)據(jù)預(yù)處理 / 1906.6.5 損失函數(shù) / 1956.6.6 模型選擇 / 2016.6.7 泛化、誤差及擬合 / 2056.6.8 正則化 / 2106.6.9 優(yōu)化算法 / 2196.6.10 終極算法 / 2266.7 評估驗證 / 2286.7.1 性能度量 / 2286.7.2 交叉驗證 / 2336.8 本章小結(jié) / 236第7章 深度學(xué)習(xí)時代 / 2387.1 概述 / 2387.2 引言:教父 / 2397.3 逆反之心 / 2417.4 復(fù)興之路 / 2437.4.1 生存危機 / 2437.4.2 從感知機到神經(jīng)網(wǎng)絡(luò) / 2467.4.3 誤差反向傳播算法 / 2507.5 深度學(xué)習(xí) / 2567.5.1 這是什么 / 2587.5.2 從淺層學(xué)習(xí)到深度學(xué)習(xí) / 2627.5.3 序幕開啟 / 2647.5.4 鋒芒畢露 / 2737.5.5 越深度越強大嗎 / 2757.5.6 越深度越困難嗎 / 2777.6 深度神經(jīng)網(wǎng)絡(luò) / 2837.6.1 卷積神經(jīng)網(wǎng)絡(luò) / 2927.6.2 循環(huán)神經(jīng)網(wǎng)絡(luò) / 2947.7 從實驗室到企業(yè) / 2977.8 挑戰(zhàn)與反思 / 3057.9 本章小結(jié) / 310第8章 從學(xué)習(xí)到創(chuàng)造 / 3128.1 概述 / 3128.2 引言:技術(shù)宅改變世界 / 3138.3 生成式對抗網(wǎng)絡(luò) / 3158.4 學(xué)者與榮耀 / 3208.5 語言奇點 / 3248.5.1 序列到序列模型 / 3248.5.2 注意力機制與Transformer架構(gòu) / 3298.6 OpenAI與GPT模型 / 3328.7 現(xiàn)實與理想 / 3428.8 本章小結(jié) / 349第四部分 人機共生第9章 與機器共生 / 3529.1 概述 / 3529.2 引言:白癡與天才 / 3549.3 與機器競技 / 3569.3.1 信息識別 / 3569.3.2 信息理解 / 3619.3.3 信息決策 / 3669.3.4 藝術(shù)創(chuàng)作 / 3709.3.5 自動駕駛 / 3759.3.6 游戲競技 / 3809.4 與機器共舞 / 3859.4.1 人工智能的威脅 / 3859.4.2 人工智能的機遇 / 3909.5 本章小結(jié) / 393附錄 人工智能歷史大事記 / 394