深度学习革命 9787521747553
全新正版 可开票 支持7天无理由，不清楚的请咨询客服。
￥ 42.66 5.4折 ￥ 79 全新
库存36件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者(美)凯德·梅茨
出版社中信出版社
ISBN9787521747553
出版时间2023-01
装帧平装
开本16开
定价79元
货号31591406
上书时间2024-01-24
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
1.这是一本现在进行时的人工智能发展史，讲述了我们这个时代未被讲述的科技故事——深度学习革命及其背后的企业家、科学家如何穿越人工智能的寒冬，将深度学习带给全世界。这是一场科学研究与商业应用的互动游戏，是脑力与毅力的角逐，精彩纷呈，可读性强。
2.恰逢深度学习崛起十周年，全世界的大型科技企业摩拳擦掌，AI时代的科技竞争一触即发。AI领军人物、开创性会议、重大突破全公开。
3.《连线》《纽约时报》科技记者历时8年的调研与沉淀，采访行业相关400多人，深入挖掘深度学习短暂历史中的长期价值。地平线创始人余凯诚挚作序，尼克、李强、万维钢、沃尔特·艾萨克森等人鼎力推荐。
作者简介
《连线》杂志和《纽约时报》的知名记者，长期关注谷歌、Facebook等科技互联网企业，人工智能、深度学习等科技趋势，以及与之相关的前沿思想。他经常在广播和电视上讨论人工智能话题，是美国国家公共广播电台（NPR）、美国消费者新闻与商业频道（CNBC）和微软全国广播电台（MSNBC）的受邀嘉宾。
目录
推荐序
一场影响深远的秘密竞拍
——深度学习推动全球科技产业变革的“发令枪”//余凯
前 言
杰夫·辛顿：无法坐下的人
第一部分 一种新型的机器：感知机
01 感知机：最早的神经网络之一
“海军设计的会思考的科学怪物。”
02 辛顿与人工智能的第一次寒冬
“旧的想法也是新的。”
03 连接主义的圈子
“我一直认为我绝对是正确的。”
04 微软的尝试与谷歌的新突破
“在谷歌，你要做自己想做的，而不是谷歌想让你做的。”
05 证据：从谷歌大脑到AlexNet
“真空中的光速曾经是每小时35英里左右。然后杰夫·迪恩花了一个周末优化了物理。”
06 DeepMind的野心与谷歌的收购
“让我们真正做大！”
第二部分 谁拥有智能
07 人才争夺战：Facebook vs 谷歌
“你好，我是Facebook的马克。”
08 炒作
“成功是有保证的。”
09 反炒作
“谷歌可能会偶然制造出某种邪恶的东西。”
10 神经网络的爆发：AlphaGo的胜利
“哈萨比斯推动AlphoGo就像奥本海默执行曼哈顿计划一样。”
11 神经网络的扩张：新药研发技术
“乔治·达尔甚至不知道它的名字，就消灭了整个领域。”
12 梦想之地：微软的深度学习
“这并不是说谷歌的人喝的水有什么不同，是搜索引擎要求他们解决一系列技术难题。”
第三部分 动荡
13 欺骗：GAN与“深度造假”
“哦，你真的可以做出照片般逼真的脸。”
14 谷歌的傲慢
“我在演讲时就知道，中国人要来了。”
15 神经网络的偏见
“谷歌照片，你们都搞砸了。我的朋友不是大猩猩。”
16 武器化
“你可能听过埃隆·马斯克和他对人工智能引发第三次世界大战的评论。”
17 Facebook的无能
“在俄罗斯，有些人的工作就是试图利用我们的系统。这是一场军备竞赛，对吗？”
第四部分 被低估的人类
18 一场马库斯与杨立昆的辩论
“无论快速发展能持续多久，盖瑞都认为它即将结束。”
19 自动化：OpenAI的拣货机器人
“如果房间看起来让人焦头烂额，那我们就走在正确的轨道上了。”
20 信仰
“我的目标是成功打造广泛有益的通用人工智能。我也明白这听起来很荒谬。”
21 未知因素
内容摘要
世界范围内主要的人工智能玩家有哪些？
哪家公司在这场脑力与毅力的角逐中脱颖而出？
深度学习革命如何颠覆了整个人工智能领域？
人工智能还会经历第三次寒冬吗？
长期以来，人工智能一直被视为一种遥远的未来技术，它是一个被委托给科学界边缘的项目，甚至在历史上两次走入绝境，陷入寒冬，直到一些孤注一掷的研究人员用一场新的变革打破了宁静——深度学习革命。
近年来，让人工智能受到全世界瞩目的高调事件，基本上都是基于深度学习的。比如，AlphaGo击败了世界围棋冠军，自然语言处理催生了智能语音助手，自动驾驶、人脸识别在世界范围内得到广泛应用，AI绘画更是以假乱真、火遍全球……可以说，深度学习已经浸入了我们的日常生活，从边缘走到了舞台的中心，正蓄势待发，即将掀起一场惊人的变革。
这是一本讲述人工智能，尤其是深度学习的历史与未来的书。在这本书中，作者讲述了一群将深度学习带给全世界的企业家和科学家的故事，从谷歌、Facebook、百度等大公司的决策者讲到学术界的领军人物——“深度学习三巨头”，再讲到DeepMind、OpenAI等知名实验室的开创者。读者可以通过这些人的故事，跟随现代人工智能的发展脚步，从人工智能研究的萌芽阶段开始，穿过两次人工智能的寒冬，一直了解到当下全新的前沿进展。通过描绘人工智能的发展脉络和各大科技公司在前沿趋势方面的布局，这本书阐释了人工智能如何走到了今天，以及它在未来将如何发展。
主编推荐
1. 这是一本现在进行时的人工智能发展史，讲述了我们这个时代未被讲述的科技故事——深度学习革命及其背后的企业家、科学家如何穿越人工智能的寒冬，将深度学习带给全世界。这是一场科学研究与商业应用的互动游戏，是脑力与毅力的角逐，精彩纷呈，可读性强。
2. 恰逢深度学习崛起十周年，全世界的大型科技企业摩拳擦掌，AI时代的科技竞争一触即发。AI领军人物、开创性会议、重大突破全公开。
3.《连线》《纽约时报》科技记者历时8年的调研与沉淀，采访行业相关400多人，深入挖掘深度学习短暂历史中的长期价值。地平线创始人余凯诚挚作序，尼克、李强、万维钢、沃尔特·艾萨克森等人鼎力推荐。
精彩内容
前言 杰夫·辛顿：无法坐下的人当杰夫·辛顿在多伦多市区登上开往太浩湖的公共汽车时，他已经有7年时间没有坐下来过了。他经常说：“我上一次坐下来是在2005年，那是一个错误。”十几岁时，他在给母亲搬取暖器的时候第一次受了伤。到了50多岁，他如果要坐下来，就要冒着腰椎间盘滑脱的风险，而一旦腰椎间盘滑脱了，疼痛会使他卧床数周。所以，他不再坐下。他在多伦多大学的办公室里用的是一张站立式办公桌。吃饭的时候，他就跪在桌旁的一个小泡沫垫板上，泰然自若，像一位祭坛旁的僧人。乘坐汽车的时候，他会躺在后座上。如果是长途旅行，他就乘火车。他不能乘飞机，至少不能搭乘商业航空公司的飞机，因为这些飞机在起飞和降落时要求乘客保持坐姿。他说：“我每天都很煎熬，情况发展到了可能会瘫痪的地步，所以我很认真地对待这件事。如果我能完全控制自己的生活，它就不会带来任何问题。”那年秋天，他躺在公共汽车的后座上奔赴纽约，再乘火车一路前往位于加利福尼亚州特拉基的内华达山脉顶峰，然后在出租车的后座上伸直双腿，30分钟后，他抵达了太浩湖。之后，他创立了一家新公司。公司的创始人还包括另外两个人，他们是在他大学实验室里做研究的年轻研究生。这家公司不生产任何产品，也没有生产产品的计划。公司的网站上只提供了一个名字——DNNresearch，这个名字比这个网站还缺乏吸引力。当时64岁的辛顿在学术界看来很自在，他留着一头乱蓬蓬的白发，穿着羊毛衫，有幽默感，在这两名学生的游说之下，他才决定创立这家公司。但当他抵达太浩湖时，中国最大的科技公司之一已经出价1200万美元，要收购他刚刚起步的公司，另外三家公司也很快加入竞拍，其中包括两家美国最大的科技公司。
辛顿去了哈拉斯和哈维斯，这两家高耸的赌场酒店位于太浩湖南边的滑雪山脚下。那些由玻璃、钢铁和石块构成的建筑物矗立于内华达州的松树之间，赌场酒店也可以作为会议中心，提供数百间酒店客房、数十个会议厅和各种各样的二流餐厅。2012年12月，那里举办了一场名为NIPS的计算机科学家年度聚会。NIPS的全称是“神经信息处理系统”，尽管从名称上看是要深入研究计算机的未来，但NIPS其实是一个专注于人工智能的会议。作为一名出生于伦敦的学者，自20世纪70年代初以来，辛顿一直在英国、美国和加拿大的大学探索人工智能的前沿领域，他几乎每年都会来NIPS，但这次不同。虽然那家中国公司已经锁定了对DNNresearch的兴趣，但他知道其他人也感兴趣，NIPS似乎是一个理想的拍卖场所。
两个月之前，辛顿和他的学生改变了机器看待世界的方式。他们已经打造了所谓的“神经网络”，即一个模仿大脑神经元网络的数学系统，它能够以前所未有的准确度识别常见的物体，比如花朵、小狗和汽车。辛顿和他的学生展示出，神经网络可以通过分析大量的数据来学习这种非常人性化的技能。他称之为“深度学习”，其潜力巨大。这项技术不仅会改变计算机视觉，还会改变一切，从可对话式数字助理到自动驾驶汽车，再到新药研发。
神经网络的概念可以追溯到20世纪50年代，但是早期的开拓者从未让这项技术像他们希望的那样工作。到了21世纪，大多数研究人员都放弃了这项技术，认为这是一条技术上的死胡同，并对研究人员在过去50年间试图让数学系统以某种方式模仿人类大脑的自负探索感到困惑。当那些仍然在探索这项技术的研究员向学术期刊提交论文时，他们通常会将研究伪装成其他东西，用不太会冒犯其他科学家同行的语言来代替神经网络这个词。但是，仍然有少数人相信这项技术终有兑现预期的那一天，辛顿就是其中之一。他设计的机器不仅能识别物体，还能识别口语词汇、理解自然语言并进行对话，甚至可能解决人类自己无法解决的问题，为探索生物学、医学、地质学和其他科学的奥秘提供了创新的、更精确的方法。即使在他自己的大学里，这也是一种古怪的立场。他持续地请求学校聘请另一位教授与他一起工作，在漫长而曲折的奋斗中打造能够自行学习的机器，但学校多年来一直予以拒绝。“一个疯狂的人做这件事就够了。”他说。但是，在2012年的春天和夏天，辛顿和他的两名学生取得了突破：他们证明了，神经网络能够以超越其他任何技术的精度识别常见的物体。他们在那年秋天发表了一篇长达9页的论文，并向全世界宣布，这项技术就像辛顿长期以来所宣称的那样强大。
几天之后，辛顿收到了一封电子邮件，来自一位名叫余凯的人工智能研究员，他当时在中国科技巨头百度公司工作。表面上看，辛顿和余凯没有什么共同之处。辛顿出生于战后英国的一个著名的科学家家庭，这一家人的影响力与自身的怪癖相得益彰。辛顿曾在剑桥大学学习，在爱丁堡大学获得人工智能博士学位，并在接下来的30年里担任计算机科学教授。余凯出生的时间比辛顿晚30年，他在中国长大，父亲是一名汽车工程师，余凯先后在中国南京和德国慕尼黑读书，然后去了美国硅谷的一家企业研究实验室工作。这两个人的阶级、年龄、文化、语言和地域各不相同，但他们拥有一个共同的兴趣：神经网络。他们最早是在加拿大的一场学术研讨会上认识的，这场研讨会属于民间活动的一部分，旨在重振这个在科学界几乎处于休眠状态的研究领域，并将这一想法重新命名为“深度学习”。余凯是参与传播这一信仰的人之一。回到中国之后，他把这个想法带到了百度，在那里，他的研究引起了公司首席执行官的注意。当这篇长达9页的论文在多伦多大学发表时，余凯告诉百度的智囊团，他们应该尽快招募辛顿。在邮件中，他将辛顿介绍给了百度的一位副总裁，这位副总裁为辛顿短短几年的工作成果报价1200万美元。
起初，辛顿在北京的这家“追求者”认为双方已经达成了协议，但辛顿并不是那么确定。最近几个月，与他建立联系的还有其他几家公司，规模有大有小，其中包括百度的两个美国大型竞争对手。这些公司也打电话到辛顿在多伦多大学的办公室，询问需要支付多大的代价才能招募他及他的学生。看到了更多的机会之后，他问百度，在接受其1200万美元的报价之前，他是否可以寻求其他的报价，百度同意了。于是，他彻底扭转了形势。在学生的启发下，他意识到百度及其竞争对手更有可能花巨资收购一家公司，而不是花同样的钱从学术界招募几名新员工。于是他创立了一家自己的小公司，命名为DNNresearch，以呼应他们专注研究的“深度神经网络”（DeepNeuralNetworks）。他还咨询了多伦多的一名律师，关于如何让一家仅有三名员工、没有产品、几乎没有经营记录的初创公司的价格最大化。在这位律师看来，他有两个选择：一是可以聘请一名专业的谈判代表，但这样做存在一定的风险，可能会激怒那些预期的潜在收购方；二是可以组织一场拍卖活动。辛顿选择了拍卖。最终，4家公司加入了对他的新公司的竞拍：百度、谷歌、微软和DeepMind。当时，DeepMind是一家成立仅两年的世界上大多数人从未听说过的初创公司，它设立在英国伦敦，由一位年轻的神经科学家戴密斯·哈萨比斯创立，而它即将成为这个时代最著名且最有影响力的人工智能实验室。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价