当前位置:首页>深度学习 智能时代的核心驱动力量 特伦斯PDF,TXT迅雷下载,磁力链接,网盘下载

深度学习 智能时代的核心驱动力量 特伦斯PDF,TXT迅雷下载,磁力链接,网盘下载

分类:经管 发布时间:2019-04-24
产品特色
编辑推荐

 

★ 【不是所有写深度学习的书你都能读得懂。】以堪比文学书的流畅,引领你了解人工智能井喷式发展的真相。

★ 【深度学习会扩大你的认知,人工智能不是生存威胁。】这本书所讲的内容,与每个人的生活息息相关。AlphaGo、自动驾驶、语音识别、智能翻译、AI医疗、图像识别……你所看到的各种形式的人工智能,背后都是深度学习在发挥作用。这本书将告诉你,深度学习有哪些神奇之处,并对你产生哪些影响。

★ 【人工智能大牛作者重磅作品】世界十大AI科学家之一、美国“四院院士”(全美在世仅3位)、全球人工智能专业会议NIPS基金会主席特伦斯·谢诺夫斯基(Terrence/Terry Sejnowski)力作。

★ 【AI女神、AI教父联袂推荐】谷歌前云AI负责人、斯坦福大学HAI研究院联合创始人 李飞飞、AI教父杰弗里·辛顿诚挚推荐

★ 【风靡全球,多语种同步上市】风靡全球的智能时代前沿读本,全景展示深度学习的发展与应用。被翻译成多国语言,300万 用户一致好评。

★ 【想了解深度学习,读这本就够了。】很多信息都在传递AI会给我们带来革命性的巨变,却只点出了表象,而这本书将从AI的源头——深度学习开始,讲述这个智能时代核心驱动力量如何一步步影响科技、商业乃至整个世界的进步。

 
内容简介

全球科技巨头纷纷拥抱深度学习,自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo,背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机,不再被动按照指令运转,而是像自然进化的生命那样,开始自主地从经验中学习。

本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者,亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者,利用大数据和不断增强的计算能力,终于在神经网络算法上取得重大突破,实现了人工智能井喷式的发展。

 

作为深度学习领域的通识作品,本书以恢弘的笔触,通过3个部分全景展现了深度学习的发展、演变与应用,首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升,并前瞻性地预测了智能时代的商业图景。

作者简介

特伦斯·谢诺夫斯基 Terrence (Terry) Sejnowski

世界十大AI科学家之一,美国四大国家学院(国家科学院、国家医学院、国家工程院、国家艺术与科学学院)在世仅3位的“四院院士”之一,全球AI专业会议NIPS基金会主席。

作为神经网络的先驱,早在1986年,特伦斯就与杰弗里·辛顿共同发明了玻尔兹曼机,把神经网络带入到研究与应用的热潮,将深度学习从边缘课题变成了互联网科技公司仰赖的核心技术,实现了人工智能井喷式的发展。
显示全部信息
目  录
推荐 序 面对科技拐点,我们的判断与选择
中文版序 人工智能会放大认知能力
前 言 深度学习与智能的本质

第一部分智能的新构想

01 机器学习的崛起

汽车新生态:无人驾驶将全面走入人们生活
自然语言翻译:从语言到句子的飞跃
语音识别:实时跨文化交流不再遥远
AI医疗:医学诊断将更加准确
金融科技:利用数据和算法获取最佳回报
深度法律:效率的提高与费用的降低
显示全部信息
前  言
面对科技拐点,我们的判断与选择
李笛
微软小冰之父、微软(亚洲)互联网工程院副院长
在近年来陆续出版的、解读人工智能技术与趋势的许多书籍中,这是一本不可多得的好书。它的阅读过程令人愉悦,涉及的知识深度又比较恰当。因此,即使是不具备相关领域知识背景的读者,也能够轻松地读完它。人们完全可以利用“碎片时间”来研读这本30多万字的大作,从而集中了解到与人工智能相关的技术分支、组织人物与重要事件。在人工智能热度很高的当下,这本书的价值在于,帮助读者建立一种相对贴近事实的科学观。
读者可以把这本书当作一本有关人工智能的简明历史来看待。人工智能是科技王冠上的钻石,而深度学习代表了其中一个承上启下的重要阶段。深度学习脱胎于科学家们六十多年前开始的人工智能研究,其自身的概念形成,到落地开花,则只有十多年的光景。与过去相比,深度学习极大地推进了人工智能各个分支课题的发展速度;与未来相比,我们今天所取得的一切成果,都是非常粗糙的,注定会被更好的成果取代。因此,了解深度学习,就如同站在一个关键的节点上向时间河流的上下游看,一览无遗。
显示全部信息
媒体评论
特伦斯是一名杰出的神经科学家,我们于1986年共同发明了玻尔兹曼机。
——AI教父 杰弗里·辛顿

人工智能是科技王冠上的钻石,而深度学习代表了其中一个承上启下的重要阶段。这本书有助于在我们心目中更加清晰准确地绘制人工智能的未来图景。你可以从本书中了解到那些令人惊讶,甚至于有些担忧的科技进展,大致了解它们背后的原理。这展现了人工智能相对于人类而言的单方面优势。你也能看到许多真实事例,反映了人工智能相对于人类而言的“笨拙”。在现实中,这种“笨拙”的情况往往更加普遍。这些事例有时令人忍俊不禁,它恰恰体现了我们人类的大脑是多么精妙的设计。
——微软小冰之父、微软(亚洲)互联网工程院副院长李笛

特伦斯·谢诺夫斯基作为深度学习领域的先驱,带领该领域由理论命题走向实证科学。这是一大飞跃。
显示全部信息
免费在线读
不久之前,人们还常说,计算机视觉的辨别能力尚不如一岁大的孩子。如今看来,这句话要改写了。计算机不仅能和大多数成年人一样识别图片中的物体,在马路上驾驶汽车的安全性还高过16 岁的青少年。更神奇的是,如今的计算机不再是被动按照指令识别和驾驶,而是像自然界的生命由数百万年前开始进化那样,自主地从经验中学习。是数据的井喷促成了这一技术进步。如果说数据是新时代的石油,那么学习算法就是从中提取信息的炼油厂;信息积累成知识;知识深化成理解;理解演变为智慧。欢迎来到深度学习的新世界。
深度学习是机器学习的一个分支,它根植于数学、计算机科学和神经科学。深度网络从数据中学习,就像婴儿了解周围世界那样,从睁开眼睛开始,慢慢获得驾驭新环境所需的技能。深度学习的起源可以追溯到20 世纪50 年代人工智能的诞生。关于如何构建人工智能,当时存在两种不同的观点:一种观点主张基于逻辑和计算机程序,曾主宰人工智能的研究和应用数十年;另一种观点则主张直接从数据中学习,经历了更长时间的摸索才逐渐成熟。
20 世纪,计算机技术还不够成熟,而且按照现在的标准,数据存储成本十分高昂,用逻辑程序来解决问题更加高效。熟练的程序员需要为每个不同的问题编写不同的程序,问题越大,相应的程序也就越复杂。如今,计算机能力日趋强大,数据资源也变得庞大且丰富,使用学习算法解决问题比以前更快、更准确,也更高效。此外,同样的学习算法还能用来解决许多不同的难题,这远比为每个问题编写不同的程序更加节省人力。
本书的初稿是我在太平洋西北地区徒步旅行,并思索了近几十年来人工智能领域的显著变化之后写出来的。这本书讲了一个一小群研究人员挑战AI 研究建制派的故事,这些建制派在当时拥有更充足的资金支持,并被看作“唯一的主导力量”,他们大大低估了这些问题的难度,并且所依赖的对智能的直觉,后来被证明是有误导性的。
地球上的生命充满了无数奥秘,但最具挑战性的也许是智能的本质。自然界充斥着各种形式的智能,从微小的细菌到复杂的人类智能,每种智能都适应了它在自然界中的位置。人工智能也将以多种形式出现,并在智能族谱中占据特殊的位置。随着基于深度神经网络的机器智能日渐成熟,它可以为生物智能提供一个新的概念框架。
这是一本关于深度学习的过去、现在和未来的指南。不过本书并不是对该领域发展历史的全面梳理,而是记录了这一领域重要概念的进步及其背后研究群体的个人观点。人类的记忆并不可靠,对故事的每次复述都会导致记忆的偏差,这个过程叫作“重整记忆”。这本书中的故事延续了40 多年,尽管有些对我来说依然历历在目,就像昨天刚发生的一样,但我很清楚,那些故事在我的记忆中不断被复述时,有些细节已经悄悄地被改写了。
本书有两个相互交织的主题:人类智能是如何进化的,以及人工智能会如何演变。这两种智能之间的巨大差异在于,人类智能的进化经历了数百万年的时间,而人工智能在最近几十年才发展起来。尽管对于文化演变来说,这个速度仍然是快得出奇,但是过于谨小慎微可能并不是个正确的选择。
显示全部信息

点评