幫助中心 | 我的帳號 | 關於我們

深度學習(智能時代的核心驅動力量)(精)

  • 作者:(美)特倫斯·謝諾夫斯基|譯者:姜悅兵
  • 出版社:中信
  • ISBN:9787508698359
  • 出版日期:2019/02/01
  • 裝幀:精裝
  • 頁數:378
人民幣:RMB 88 元      售價:
放入購物車
加入收藏夾

內容大鋼
    全球科技巨頭紛紛擁抱深度學習,自動駕駛、AI醫療、語音識別、圖像識別、智能翻譯以及震驚世界的AlphaGo,背後都是深度學習在發揮神奇的作用。深度學習是人工智慧從概念到繁榮得以實現的主流技術。經過深度學習訓練的電腦,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。
    《深度學習:智能時代的核心驅動力量(精)》作者特倫斯·謝諾夫斯基是全球人工智慧十大科學家之一、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,終於在神經網路演算法上取得重大突破,實現了人工智慧井噴式的發展。
    作為深度學習領域的通識作品,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,首次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慧的螺旋上升,並前瞻性地預測了智能時代的商業圖景。

作者介紹
(美)特倫斯·謝諾夫斯基|譯者:姜悅兵
    特倫斯·謝諾夫斯基,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。     作為神經網路的先驅,早在1986年,特倫斯就與傑弗里·辛頓共同發明了玻爾茲曼機,把神經網路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,實現了人工智慧井噴式的發展。     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最多的研究機構) 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。     特倫斯同時是全球最大在線學習平台Coursera最受歡迎課程《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。

目錄
推薦序 面對科技拐點,我們的判斷與選擇
中文版序 人工智慧會放大認知能力
前言 深度學習與智能的本質
第一部分 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:利用數據和演算法獲取最佳回報
    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:神經科學與人工智慧的協同
    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慧
  02 人工智慧的重生
    看似簡單的視覺識別
    電腦視覺的進步
    早期人工智慧發展緩慢
    從神經網路到人工智慧
  03 神經網路的黎明
    深度學習的起點
    從樣本中學習
    利用感知器區分性別
    被低估的神經網路
  04 大腦式的計算
    網路模型能夠模仿智能行為
    神經網路先驅者
    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於大腦
    什麼在操控我們的言行
  07 霍普菲爾德網路和玻爾茲曼機
    約翰·霍普菲爾德的偉大之處
    內容可定址存儲器
    局部最小值與全局最小值
    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 反向傳播演算法
    演算法的優化
    語音合成的突破
    神經網路的重生
    理解真正的深度學習
    神經網路的局限性
  09 卷積學習
    機器學習的穩步發展
    卷積網路的漸進式改進
    當深度學習遇到視覺層級結構
    有工作記憶的神經網路
    生成式對抗網路
    應對現實社會的複雜性
  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
    人工智慧的可塑性
    更多需要被解決的問題
  11 火爆的NIPS
    為什麼NIPS如此受歡迎
    誰擁有最多數據,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 演算法驅動
    用演算法把複雜問題簡單化
    理解、分析複雜系統
    大腦的邏輯深度
    嘗試所有可能的策略
  14 晶元崛起
    神經形態晶元
    視網膜晶元
    神經形態工程
    摩爾定律的終結
  15 信息科學
    用位元組丈量世界
    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
    人工智慧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
    神經網路的寒冬
    從深度學習到通用人工智慧
  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
附錄一 致謝
附錄二 辭彙表
附錄三 註釋
  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032