你一定爱读的人工智能简史

图书标准信息

• 作者 [日]山本一成 著；纪晗雨 译
• 出版社 北京日报出版社/阳光博客
• 出版时间 2019-05
• 版次 1
• ISBN 9787547732533
• 定价 45.00元
• 装帧 平装
• 开本 32开
• 页数 278页

【内容简介】

:
《你一定爱读的人工智能简史》的作者山本一成是世界人工智能领域的代表人物，他开发的“PONANZA”程序，与IBM公司的“深蓝”、谷歌公司的“阿尔法狗”并称人工智能目前的三大标杆。在这本书中，作者将讨论的绝不是晦涩难懂的话题，而是以将棋、围棋为中心，继而探索机器学习、深度学习、强化学习——这三大人工智能核心技术的本质、历史与未来，并尽可能通俗地对其进行解读。
摘要:
    1  必须由将棋专家来编程吗？
        10年前，正在读大二的我不小心留了级，那时的我整日泡在东京大学的将棋俱乐部里消磨时间。
        由于留级的缘故，我平时没有太多课，反而有很多的闲暇时间。我思考着未来，开始阅读此前从未接触过的编程类书籍，并为之深深着迷。要想开发出能打败将棋专家的程序，究竟应该怎么做呢？
        必须由将棋专家来编程吗？把他关于将棋的所有知识一一录入电脑，这样的程序才有可能打败他自己，不是吗？
        当时，我的将棋水平是在业余五段。虽不能与职业棋手相提并论，但在全国数百万的将棋爱好者中，我也可以跻身前1 000位。此外，我还曾获得关东地区学生赛的亚军，可以说实力尚可。
        事实上，包括个人和团体在内，当时致力于电脑将棋开发的人员约有50人，我应该是所有人中将棋水平优选的。
        因此，我理所应当地认为，我写出的程序即使尚不能战胜将棋专家，也一定是所有程序中不错大的。
        虽然直到大三为止，我都还只是一个完接近全的理科生，对电脑的基本操作都不甚熟悉。但在下定决心以后，我迅速地投身于对人工智能与编程的学习中，渐渐地，我将所有的时间都花在了将棋程序的设计开发上。
        数月后，我完成了初代将棋程序“PONANZA”的开发工作。
        带着PONANZA，我向将棋俱乐部飞奔而去。俱乐部的成员一直都知道我在写将棋程序。事实上，当时业界最优选的电脑将棋已经逼近了业余高级棋手的水平，因此所有人都做好了迎接劲敌的准备。
        我启动了PONANZA。
        紧张的气氛随之弥漫开来。然而……
        我的PONANZA一败涂地。其水平之低远远超出了所有人的想象。我还曾在对弈中故意让PONANZA 8个子，人为制造了非常悬殊的战力差来进行对抗。(必)
        然而，即使让了PONANZA 8个子，我还是赢了。我从未如此希望自己输掉这盘棋。我拼尽全力、倾注了所有热情编写的将棋程序，几乎是我那几个月全部生活目标的程序，惨遭失败。
        当时我接触编程尚不足半年。不可否认，我的编程技术还十分稚嫩与笨拙，但这并不是问题的关键
...

【作者简介】

:
山本一成
日本人工智能领域的代表人物，毕业于东京大学，现任爱知学院大学副教授、东京大学很好科学技术研究中心客座研究员、株式会社HEROZ首席工程师。
他还是人工智能历史上三大标志性事件的主角之一“PONANZA”的开发者，这三大标志是——
1997年，IBM公司开发的超级计算机“深蓝”击败了俄罗斯很好棋手、国际象棋世界冠军卡斯巴罗夫，这是人类历史上电脑战胜人类的首例。
2013年，日本Denso公司研发的PONANZA在机器学习技术上突发猛进，战胜现役将棋代表佐藤慎一，且之后四年无一败绩。
2016年，谷歌旗下的深度思考（DeepMind）公司开发的围棋电脑程序“阿尔法狗”，击败了世界很好围棋棋士李世石，引发了深度学习和强化学习技术的高潮。
主编推荐:
东京大学很好科技术中心研究员、将棋程序PONANZA设计者山本一成 ：从人类智慧的大视野，探索人工智能三大核心技术——机器学习、深度学习、强化学习的历史、本质与未来
◎人工智能历史上三大标志性事件（本书作者设计的将棋程序PONANZA是其中之一）——
1997年，IBM公司开发的超级计算机“深蓝”击败了俄罗斯很好棋手、国际象棋世界冠军卡斯巴罗夫，这是人类历史上电脑战胜人类的首例。
2013年，日本Denso公司研发的PONANZA在“机器学习”技术上突发猛进，战胜现役将棋代表佐藤慎一，且之后四年无一败绩。
2016年，谷歌旗下的深度思考（DeepMind）公司开发的围棋电脑程序“阿尔法狗”，击败了世界很好围棋棋士李世石，引发了深度学习和强化学习技术的高潮。

【目录】

:
？前言_ <7>
？第1 章* 机器学习——人工智能寒冬期宣告结束_ <001>
必须由将棋专家来编程吗？ _ <002>
计算+ 存储= 电脑？ _ <006>
搜索+ 评估= 智能？ _ <009>
将棋游戏中的搜索与评估_ <016>
评估体系的建立_ <019>
人工智能的“寒冬”_ <022>
为什么杯子是杯子？ _ <027>
电脑将棋为何比电脑国际象棋晚了20 年？ _ <033>
盘面复杂并不是输给人类的理由_ <035>
对电脑来说，将棋的难点在于…… _ <038>
于电脑而言，将棋与国际象棋的本质区别_ <040>
电脑将棋中的机器学习_ <044>
机器学习的缺点_ <051>
PONANZA 的成长_ <057>
电王战_ <060>
从程序员的环节毕业_ <066>

？第2 章* 深度学习——人工智能的热潮已经到来_ <069>
黑魔法的影响力似乎越来越强了_ <070>
失败已成为家常便饭_ <072>
黑魔法之一：懒散的并列性_ <075>
深度学习下的人工智能热潮_ <080>
深度学习的前世今生_ <083>
脱离——深度学习的黑魔法_ <087>
几乎，每天都有新技术发表_ <092>
智能的本质即为图像？ _ <098>
还原主义科学的落幕_ <100>

？第3 章* 强化学习——人工智能可以脱离人类模板吗？ _ <103>
人工智能已经接近超越人类？ _ <104>
人类无法直观地理解“指数级的成长”_ <106>
人类将面对与职业棋手相同的经历_ <109>
“守破离”——智能学习三阶段_ <112>
什么是“强化学习”？ _ <116>
PONANZA 流派的诞生_ <120>
“输给电脑了，真是没办法呀”_ <124>
阿尔法狗的隆重登场_ <12
...