掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度學習:智能時代的核心驅動力量 版權信息
- ISBN：9787508698359
- 條形碼：9787508698359 ; 978-7-5086-9835-9
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
深度學習:智能時代的核心驅動力量 本書特色
★ 【深度學習會擴大你的認知，人工智能不是生存威脅。】這本書所講的內容，與每個人的生活息息相關。AlphaGo、自動駕駛、語音識別、智能翻譯、AI醫療、圖像識別……你所看到的各種形式的人工智能，背后都是深度學習在發揮作用。這本書將告訴你，深度學習有哪些神奇之處，并對你產生哪些影響。★ 【人工智能大牛作者重磅作品】世界十大AI科學家之一、美國“四院院士”（全美在世僅3位）、全球人工智能專業會議NIPS基金會主席特倫斯·謝諾夫斯基（Terrence/Terry Sejnowski）力作。
★ 【AI女神、AI教父聯袂推薦】谷歌前云AI負責人、斯坦福大學HAI研究院聯合創始人 李飛飛、AI教父杰弗里·辛頓誠摯推薦。
★ 【想了解深度學習，請讀這一本。】很多信息都在傳遞AI會給我們帶來革命性的巨變，卻只點出了表象，而這本書將從AI的源頭——深度學習開始，講述這個智能時代核心驅動力量如何一步步影響科技、商業乃至整個世界的進步。
深度學習:智能時代的核心驅動力量 內容簡介
優選科技巨頭紛紛擁抱深度學習，圖像實別、語音助理、自動駕駛、智能翻譯以及震驚世界的AlphaGo，背后都是深度學習在發揮神奇的作用。深度學習是人工智能從概念到繁榮得以實現的主流技術。經過深度學習訓練的計算機，不再被動按照指令運轉，而是像自然進化的生命那樣，開始自主地從經驗中學習。本書作者特倫斯·謝諾夫斯基是優選人工智能十大科學家之一、深度學習先驅及奠基者，親歷了深度學習在20世紀70年代到90年代的寒冬。但他和一眾開拓者，利用大數據和不斷增強的計算能力，終于在神經網絡算法上取得重大突破，實現了人工智能井噴式的發展。作為深度學習領域的先河之作，本書以恢弘的筆觸，通過3個部分全景展現了深度學習的發展、演變與應用，搶先發售以親歷者視角回溯了深度學習浪潮在過去60年間的發展脈絡與人工智能的螺旋上升，并前瞻性地預測了智能時代的商業圖景。
深度學習:智能時代的核心驅動力量 目錄
推 薦 序 面對科技拐點，我們的判斷與選擇
中文版序 人工智能會放大認知能力
前 言 深度學習與智能的本質
**部分 智能的新構想
01 機器學習的崛起
汽車新生態：無人駕駛將全面走入人們生活
自然語言翻譯：從語言到句子的飛躍
語音識別：實時跨文化交流不再遙遠
AI醫療：醫學診斷將更加準確
金融科技：利用數據和算法獲取*佳回報
深度法律：效率的提高與費用的降低
德州撲克：當機器智能學會了虛張聲勢
AlphaGo奇跡：神經科學與人工智能的協同
弗林效應：深度學習讓人類更加智能
新教育體系：每個人都需要終身學習
正面影響：新興技術不是生存威脅
回到未來：當人類智能遇到人工智能
02 人工智能的重生
看似簡單的視覺識別
計算機視覺的進步
早期人工智能發展緩慢
從神經網絡到人工智能
03 神經網絡的黎明
深度學習的起點
從樣本中學習
利用感知器區分性別
被低估的神經網絡
04 大腦式的計算
網絡模型能夠模仿智能行為
神經網絡先驅者
喬治·布爾與機器學習
利用神經科學理解大腦
大腦如何處理問題
計算神經科學的興起
05 洞察視覺系統
人眼是如何看到東西的
大腦皮層中的視覺
突觸的可塑性
通過陰影腦補立體全貌
視覺區域的層級結構
認知神經科學的誕生
第二部分 深度學習的演進
06 語音識別的突破
在嘈雜中找到你的聲音
將獨立分量分析應用于大腦
什么在操控我們的言行
07 霍普菲爾德網絡和玻爾茲曼機
約翰·霍普菲爾德的偉大之處
內容可尋址存儲器
局部*小值與全局*小值
玻爾茲曼機
赫布理論
學習識別鏡像對稱
學習識別手寫數字
無監督學習和皮層發育
08 反向傳播算法
算法的優化
語音合成的突破
神經網絡的重生
理解真正的深度學習
神經網絡的局限性
09 卷積學習
機器學習的穩步發展
卷積網絡的漸進式改進
當深度學習遇到視覺層級結構
有工作記憶的神經網絡
生成式對抗網絡
應對現實社會的復雜性
10 獎勵學習
機器如何學會下棋
大腦的獎勵機制
用“感知-行動”框架提高績效
學習如何翱翔
學習如何歌唱
人工智能的可塑性
更多需要被解決的問題
11 火爆的NIPS
為什么NIPS如此受歡迎
誰擁有*多數據，誰就是贏家
為未來做準備
第三部分 人類，智能與未來
12 智能時代
21世紀的生活
未來的身份認證
社交機器人的崛起
機器已經會識別人類面部表情
新技術改變教育方式
成為更好的學習者
訓練你的大腦
智能商業
13 算法驅動
用算法把復雜問題簡單化
理解、分析復雜系統
大腦的邏輯深度
嘗試所有可能的策略
14 芯片崛起
神經形態芯片
視網膜芯片
神經形態工程
摩爾定律的終結
15 信息科學
用字節丈量世界
用數學思維解決通信難題
預測是如何產生的
深度理解大腦
大腦的操作系統
生物學與計算科學
人工智能能擁有媲美人類大腦的操作系統
16 生命與意識
視覺意識
視覺感知的過程
視覺感知的時機
視覺感知的部位
視覺搜索的機理
創造意識比理解意識更容易
17 進化的力量
大自然比我們聰明
認知科學的興起
不能把語言問題只留給語言學家
難預測的行為規律
神經網絡的寒冬
從深度學習到通用人工智能
18 深度智能
遺傳密碼
每個物種都有智能
進化的起源
人類終將解決智能難題
展開全部
深度學習:智能時代的核心驅動力量 節選
不久之前，人們還常說，計算機視覺的辨別能力尚不如一歲大的孩子。如今看來，這句話要改寫了。計算機不僅能和大多數成年人一樣識別圖片中的物體，在馬路上駕駛汽車的安全性還高過16 歲的青少年。更神奇的是，如今的計算機不再是被動按照指令識別和駕駛，而是像自然界的生命由數百萬年前開始進化那樣，自主地從經驗中學習。是數據的井噴促成了這一技術進步。如果說數據是新時代的石油，那么學習算法就是從中提取信息的煉油廠；信息積累成知識；知識深化成理解；理解演變為智慧。歡迎來到深度學習的新世界。
深度學習是機器學習的一個分支，它根植于數學、計算機科學和神經科學。深度網絡從數據中學習，就像嬰兒了解周圍世界那樣，從睜開眼睛開始，慢慢獲得駕馭新環境所需的技能。深度學習的起源可以追溯到20 世紀50 年代人工智能的誕生。關于如何構建人工智能，當時存在兩種不同的觀點：一種觀點主張基于邏輯和計算機程序，曾主宰人工智能的研究和應用數十年；另一種觀點則主張直接從數據中學習，經歷了更長時間的摸索才逐漸成熟。
20 世紀，計算機技術還不夠成熟，而且按照現在的標準，數據存儲成本十分高昂，用邏輯程序來解決問題更加高效。熟練的程序員需要為每個不同的問題編寫不同的程序，問題越大，相應的程序也就越復雜。如今，計算機能力日趨強大，數據資源也變得龐大且豐富，使用學習算法解決問題比以前更快、更準確，也更高效。此外，同樣的學習算法還能用來解決許多不同的難題，這遠比為每個問題編寫不同的程序更加節省人力。
本書的初稿是我在太平洋西北地區徒步旅行，并思索了近幾十年來人工智能領域的顯著變化之后寫出來的。這本書講了一個一小群研究人員挑戰AI 研究建制派的故事，這些建制派在當時擁有更充足的資金支持，并被看作“唯一的主導力量”，他們大大低估了這些問題的難度，并且所依賴的對智能的直覺，后來被證明是有誤導性的。
地球上的生命充滿了無數奧秘，但*具挑戰性的也許是智能的本質。自然界充斥著各種形式的智能，從微小的細菌到復雜的人類智能，每種智能都適應了它在自然界中的位置。人工智能也將以多種形式出現，并在智能族譜中占據特殊的位置。隨著基于深度神經網絡的機器智能日漸成熟，它可以為生物智能提供一個新的概念框架。
這是一本關于深度學習的過去、現在和未來的指南。不過本書并不是對該領域發展歷史的全面梳理，而是記錄了這一領域重要概念的進步及其背后研究群體的個人觀點。人類的記憶并不可靠，對故事的每次復述都會導致記憶的偏差，這個過程叫作“重整記憶”。這本書中的故事延續了40 多年，盡管有些對我來說依然歷歷在目，就像昨天剛發生的一樣，但我很清楚，那些故事在我的記憶中不斷被復述時，有些細節已經悄悄地被改寫了。
本書有兩個相互交織的主題：人類智能是如何進化的，以及人工智能會如何演變。這兩種智能之間的巨大差異在于，人類智能的進化經歷了數百萬年的時間，而人工智能在*近幾十年才發展起來。盡管對于文化演變來說，這個速度仍然是快得出奇，但是過于謹小慎微可能并不是個正確的選擇。
深度學習:智能時代的核心驅動力量 作者簡介
特倫斯·謝諾夫斯基 Terrence (Terry) Sejnowski
世界十大AI科學家之一，美國四大國家學院（國家科學院、國家醫學院、國家工程院、國家藝術與科學學院）在世僅3位的“四院院士”之一，全球AI專業會議NIPS基金會主席。
作為神經網絡的先驅，早在1986年，特倫斯就與杰弗里·辛頓共同發明了玻爾茲曼機，把神經網絡帶入到研究與應用的熱潮，將深度學習從邊緣課題變成了互聯網科技公司仰賴的核心技術，實現了人工智能井噴式的發展。
特倫斯現任美國索爾克生物研究所(美國生命科學領域成果*多的研究機構) 計算神經生物學實驗室主任，是美國政府注資50億美元“腦計劃”項目（BRAIN，the Brain Research through Advancing Innovative Neurotechnologies）領軍人物。
特倫斯同時是全球*大在線學習平臺Coursera*受歡迎課程《學習如何學習》（Learning how to learn）主理人，通過系統講解大腦認知的底層知識，讓學習者可以改變思維模式，提高學習的能力和效率。目前該課程學習人數已經超過了300萬。
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
伯納黛特,你要去哪(2021新版)
- >
煙與鏡
- >
羅庸西南聯大授課錄
- >
中國歷史的瞬間
- >
自卑與超越
- >
名家帶你讀魯迅:故事新編
本類暢銷
