新書推薦:
《
趣学CCNA——路由与交换(第2版)
》
售價:HK$
100.6
《
世界航空地理(世界国别与区域地理研究丛书)
》
售價:HK$
244.2
《
学术的中心:英法德美
》
售價:HK$
87.4
《
为什么要读人类学
》
售價:HK$
77.3
《
井邑无衣冠 : 地方视野下的唐代精英与社会
》
售價:HK$
95.2
《
星地融合移动通信系统与关键技术从5G NTN到6G的卫星互联网发展
》
售價:HK$
212.6
《
妈妈,你好吗?(一封写给妈妈的“控诉”信,日本绘本奖作品)
》
售價:HK$
42.6
《
保守主义:为传统而战
》
售價:HK$
154.6
|
編輯推薦: |
(1)畅销书《深入理解Java虚拟机》(累计印刷30余次)作者历时1年完成,用心之作,匠心呈现。
(2)从奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面解读人工智能,专业、易懂、有温度
(3)用通俗的语言和巧妙的内容组织方式来讲解专业知识,真正做到让没有技术基础的读者也能读懂人工智能并对它产生兴趣
|
內容簡介: |
本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果;也从科普的角度,尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员,还是这个领域的专业研究人员,或是信息科学和计算机科学的爱好者们,都能从本书中得到启发。
|
關於作者: |
周志明
Java技术、机器学习和企业级开发技术专家,现任远光软件研究院院长,人工智能博士在读,著有知名畅销书《深入理解Java虚拟机:JVM高级特性与佳实践》。
开源技术的积极倡导者和推动者,对计算机科学和相关的多个领域都有深刻的见解,尤其是人工智能、Java开发和敏捷开发等领域。曾受邀在InfoQ和IBM DeveloperWorks等网站撰写技术专栏。
著作颇丰,著有《深入理解Java虚拟机》《深入理解OSGi》,翻译了《Java虚拟机规范》等著作。其中《深入理解Java虚拟机》第1版出版于2011年,已经出至第2版,不仅销量好,而且口碑更好,累计印刷超过30次,仍长销不衰,是中文计算机图书领域公认的、难得一见的佳作。
|
目錄:
|
前言
致谢
第一部分 以智慧创造智慧
第1章 洪荒年代 2
1.1 概述 2
1.2 引言:信息革命 3
1.3 图灵机,计算的基石 5
1.4 人工智能的萌芽 10
1.5 图灵测试:何谓智能? 12
1.6 智能与人类的界限 16
1.7 机器能思考吗? 17
1.8 机器拟人心 21
1.9 机器拟人脑 24
1.10 机器拟人身 27
1.11 本章小结 28
第2章 迈向人工智能 30
2.1 概述 30
2.2 引言:不经意间改变世界 31
2.3 达特茅斯会议 35
2.4 有学术就有江湖 41
2.5 有江湖就有传奇 48
2.6 人工智能早期成果 54
2.7 本章小结 63
第二部分 学派争鸣
第3章 符号主义学派 66
3.1 概述 66
3.2 引言:五分钟逻辑学 68
3.3 描述已知,推理未知 73
3.4 知识!知识!知识! 87
3.5 从演绎到归纳 96
3.6 符号主义的现状和未来 101
3.7 本章小结 103
第4章 连接主义学派 105
4.1 概述 105
4.2 引言:命运 106
4.3 大脑模型 108
4.4 崛起的明星 114
4.5 陨落的流星 118
4.6 感知机 121
4.7 凛冬将至 129
4.8 人工智能的繁荣与寒冬 137
4.9 本章小结 141
第5章 行为主义学派 143
5.1 概述 143
5.2 引言:昔日神童 145
5.3 自动机对抗自动机 147
5.4 从“控制论”说起 151
5.5 机械因果观和行为主义 154
5.6 自复制机和进化主义 157
5.7 机器人学 161
5.8 本章小结 170
第三部分 第三波高潮
第6章 机器学习概览 172
6.1 概述 172
6.2 什么是机器学习 174
6.3 机器学习的意义 177
6.4 机器学习解决的问题 179
6.5 进行机器学习:实战模型训练 185
6.6 评估验证 233
6.7 本章小结 242
第7章 深度学习时代 244
7.1 概述 244
7.2 引言:深度学习教父 245
7.3 逆反之心 247
7.4 复兴之路 249
7.5 深度学习时代 263
7.6 深度神经网络 290
7.7 从实验室到企业 309
7.8 挑战与反思 317
7.9 本章小结 322
第四部分 人机共生
第8章 与机器共生 326
8.1 概述 326
8.2 引言:天才还是白痴 327
8.3 与机器竞技 329
8.4 与机器共舞 360
8.5 本章小结 368
附录 人工智能历史大事记 370
|
內容試閱:
|
你也许已经感受到了,人工智能这个概念被越来越频繁地提及,网上、书中五花八门的关于人工智能的音频、视频、文字是当前最容易抓住眼球的热点,人工智能从一个阳春白雪、深藏于专业实验室的学术名词,迅速转变为产品经理和市场营销人员的口头禅,还成为普通大众茶余饭后的谈资。现在,在大家的眼里,有了“人工智能”,掌握了“机器学习”或者“神经网络”的电子系统,仿佛就有了自己学习进化、独立思考解决问题的可能性,甚至有了超越人类的无限智慧与魔力。而大家提起拥有智能的机器,往往还怀有一种科幻小说式的神秘与敬畏,一边忍不住对未知的憧憬,想要从钥匙孔中窥探潘多拉盒子里面藏着怎样的秘密,一边又担心打开了这个盒子,会放出人类无法掌控的可怕力量。
你也许还没有注意到,人工智能带来的变化已在我们身边悄然出现。当你打开新闻,上面给你展示哪些文章,是由人工智能为你定制的,甚至就连文章的内容,也可能是由机器根据当前的搜索引擎、自媒体、网站的热点自动编写而成的。当你上网购物,打开首页看到的是你最有可能感兴趣、最有可能购买的商品,这是机器根据你最近上网的行为自动推荐的。当你打开邮箱时,系统已经为你过滤掉你不关心的广告和垃圾邮件,这些也是人工智能在背后工作的结果。今天这些智能化的成果已经深深融入人们的工作和生活之中,这些细节变化背后的技术进步,一点都不比机器能在棋盘上战胜人类冠军来得稍小。
无论你是否注意到了人工智能对我们生活潜移默化的改变,无论你对人工智能持有何种看法,是保守谨慎还是激进乐观,在说出你对人工智能的看法前,都不妨先花上几个小时时间,全面客观地观察一下这个学科,弄懂“人工智能是什么?”“人工智能有什么?”这类最基础的问题,再去讨论和评价它的应用、预测它的未来发展走向。而向广大读者—尤其是这方面没有专业基础的读者解释清楚这些问题,便是本书写作的目的和意义所在。人工智能这门学科具体涉及内容,它的背景渊源、来龙去脉,在它六十余年发展历程中出现过的著名人物、重要历史事件,它的理论学说、走过的弯路、所取得的成果等,都是本书要一一讨论到的话题。
读者可以从讨论的过程中,体会到人工智能的缔造者和开拓者们是如何追寻“智能”的,以及相关理论、方法是如何运作的。希望无论是与人工智能产业相关的业内人员,还是这个领域的专业研究者,或是信息科学和计算机科学的爱好者们,都能从本书中得到一些启发。
智慧的疆界
之所以将本书定名为“智慧的疆界”,是因为这是全书的主旨。“智慧的疆界”是指何物?依笔者想来,应是以下三点。
1)智慧的疆界应是指人类探寻智能奥秘过程中,“已知”与“未知”之间的界线。以代表计算能力的图灵机为起点,以掌握了意识和思维奥秘的终极智能为终点,在这条路上人类摸索前行,现在还不知道距离终点有多远,只是走得越久,知道得越多,看见的未知风景越多。这段探索奥秘的历程,当然值得我们去记录、学习。
2)智慧的疆界应是指人工智能诞生与发展过程中,贡献毕生精力和智慧的开拓者们。从图灵、香农、冯·诺依曼、维纳,到纽厄尔、司马贺、麦卡锡、明斯基、皮茨、麦卡洛克,再到辛顿、燕乐存、奥本希、乔丹、尼尔森等,一位位天才学者不懈奋斗,为人类掌握“智能”这个科学的最终领域拓土开疆。这些学者的传奇故事,当然值得我们去记录、学习。
3)智慧的疆界应是指“人类智能”与“人工智能”中间,那条迄今看来仍无法逾越的鸿沟。模仿、学习并最终掌握人类得以拥有智能的本质原理,跨越这条鸿沟,得以用智慧制造出智慧是人工智能的最终目标,经过六十余年,甚至可以说是两三百年的探索,终于找到了一些可能可行的路径,总结了一些也许是正确的方法,做出了一点阶段性但足以改变世界的成果,也遇到过不少令人望而生畏的巨大困难和挫折。这些跨越这条鸿沟,实现人工智能终极目标的方法、理论、成功与失败,当然值得我们去记录、学习。
本书面向的读者
笔者希望最后写成的是一本人工智能领域的“入门”书。“入门”,不等同于简单,更不能等同于粗陋。对于人工智能这种涉及数学、信息、生物、心理和大量其他专业知识的交叉学科,要做到技艺精深必然是极难的,仅入门这一步,就面临着非常高的门槛,阻隔了许多慕名而来的兴趣爱好者,这是一件多么令人遗憾的事啊。如何把本书写得可供没有专业背景的读者作为入门读物,笔者在下笔之前确实深思良久,感到压力山大。
除了能够让读者易于“入门”,笔者希望能写出一本有温度的人工智能专业书籍。所谓“温度”,是相对于专业技术领域中一贯精密和严谨的形象而言的。任何一门技术的出现,都有它的背景,有它要解决的问题、未来要探索的未知方向和目标。我们学习专业技术时不应过于“势利”,不能只去学习技术和方法,而忽视了这些技术、方法是如何被发现的,在发现过程中前人有过怎样的思考和争议,犯过哪些错,走过哪些弯路。“势利”的学习方式,会使学习者所收获的理解不完整。研究人工智能同样如此,我们应该站在巨人的肩膀上看世界,如果连“智能”这样基础的概念都没有了解,不明白前人是如何思考、定
|
|