歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

AI3.0

出版社：四川科學(xué)技術(shù)出版社出版時(shí)間：2021-02-01
開本： 16開 頁數(shù)： 400
中 圖 價(jià):¥48.0(4.8折) 定價(jià)  ¥99.9 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個(gè)別圖書品相8-9成新、切口
有劃線標(biāo)記、光盤等附件不全詳細(xì)品相說明>>
本類五星書更多>
買過本商品的人還買了

AI3.0 版權(quán)信息

AI3.0 本書特色

l 《AI 3.0》是超級(jí)暢銷書《復(fù)雜》的作者、復(fù)雜系統(tǒng)前沿科學(xué)家梅拉妮??米歇爾耗時(shí)10年思考，厘清人工智能與人類智能的全新力作。 l 《AI 3.0》全景式地展現(xiàn)了人工智能的過去、現(xiàn)在和未來。作者米歇爾以自己多年來在人工智能領(lǐng)域的研究經(jīng)歷，及對(duì)人工智能的應(yīng)用與未來等方面的思考為基礎(chǔ)，并結(jié)合人工智能發(fā)展史上的重大事件以及與其他權(quán)威專家的學(xué)習(xí)交流，從5個(gè)部分揭示了“現(xiàn)在的計(jì)算機(jī)能做什么，以及我們?cè)谖磥韼资昴軓乃鼈兩砩掀诖裁础薄Ｗ髡呤紫葟娜斯ぶ悄艿陌l(fā)展歷程講起，然后從視覺識(shí)別、游戲與推理、自然語言處理、常識(shí)判斷等人工智能的4個(gè)主要應(yīng)用領(lǐng)域來詳細(xì)闡述人工智能的原理、當(dāng)下的能力邊界，及其正在面臨的關(guān)鍵挑戰(zhàn)。 l 隨著人工智能技術(shù)的發(fā)展，其應(yīng)用也越來越廣，并對(duì)人類社會(huì)和我們的生活產(chǎn)生了深遠(yuǎn)的影響，且會(huì)在未來繼續(xù)發(fā)揮更大的影響力。因此，我們都值得也應(yīng)該對(duì)人工智能有一個(gè)相對(duì)深入的了解，只有這樣我們才能更好地理解自身，洞悉未來發(fā)展的機(jī)遇。同時(shí)，本書超越了一般圖書的專業(yè)性與權(quán)威性，很適合想要了解人工智能領(lǐng)域的大眾讀者以及相關(guān)領(lǐng)域的創(chuàng)業(yè)者和管理者。 l 財(cái)訊傳媒集團(tuán)首席戰(zhàn)略官、葦草智酷創(chuàng)始合伙人段永朝，馭勢(shì)科技（北京）有限公司聯(lián)合創(chuàng)始人兼CEO吳甘沙，聯(lián)想集團(tuán)高級(jí)副總裁、首席技術(shù)官芮勇，認(rèn)知神經(jīng)科學(xué)之父、暢銷書《雙腦記》作者邁克爾·加扎尼加，世界頂級(jí)理論物理學(xué)家、暢銷書《規(guī)！纷髡呓芨ダ·韋斯特等科學(xué)家、企業(yè)家、暢銷書作者鼎力推薦。 湛廬文化出品。

AI3.0 內(nèi)容簡介

?人工智能現(xiàn)在正深刻地影響著我們的生產(chǎn)與生活，甚至關(guān)系到人類未來的前途命運(yùn)，但究竟什么是人工智能？人工智能背后的原理是什么？從問世到演化至今，人工智能經(jīng)歷了怎樣的歷史變遷？當(dāng)下人工智能的能力邊界在哪里？人工智能與人類智能的差異是什么？未來人工智能又將面對(duì)什么樣的挑戰(zhàn)和機(jī)遇？關(guān)于這些疑問，《AI 3.0》將為你一一揭曉答案。 ?《AI 3.0》是不錯(cuò)暢銷書《復(fù)雜》作者、復(fù)雜系統(tǒng)前沿科學(xué)家梅拉妮?米歇爾歷經(jīng)10年思考，厘清人工智能與人類智能的全新力作。本書源自米歇爾多年來對(duì)人工智能領(lǐng)域發(fā)展真實(shí)狀態(tài)的記錄，她在書中通過5個(gè)部分揭示了“現(xiàn)在的人工智能可以做什么，以及在未來幾十年我們能從它們身上期待什么”。在描述了人工智能的發(fā)展歷史之后，作者通過對(duì)視覺識(shí)別、游戲與推理、自然語言處理、常識(shí)判斷這4大人工智能領(lǐng)域的熱門應(yīng)用的發(fā)展現(xiàn)狀和局限性的探究，厘清了人工智能與人類智能的關(guān)系，書中關(guān)于人臉識(shí)別、無人駕駛、機(jī)器翻譯等方面的案例分析都充滿了巨大的啟示！而這些，都是當(dāng)下人工智能發(fā)展所面臨的困境、人工智能想要取得突破性進(jìn)展所必須重新思考的？炊@本書，你將對(duì)人工智能領(lǐng)域有一個(gè)全景式的認(rèn)知。 “GEB”作者侯世達(dá)曾逐章審讀本書，并為每一頁都寫滿了意見！《AI 3.0》是智能覺醒的啟蒙，將掀起第三波人工智能熱潮！《AI 3.0》所要傳達(dá)的觀點(diǎn)是：我們?nèi)祟悆A向于高估人工智能的進(jìn)步，而低估人類自身智能的復(fù)雜性。目前的人工智能與通用的、人類水平的智能還相距甚遠(yuǎn)。我們應(yīng)該感到害怕的不是智能機(jī)器，而是“愚笨”的機(jī)器，即那些沒有能力獨(dú)?立做決策的機(jī)器。相比于機(jī)器的“智能”，我們更應(yīng)關(guān)注如何規(guī)避“愚笨”機(jī)器的潛在風(fēng)險(xiǎn)。

AI3.0 目錄

引言 創(chuàng)造具有人類智能的機(jī)器，是一場重大的智力冒險(xiǎn)
**部分 若想對(duì)未來下注，先要厘清人工智能為何仍然無法超越人類智能

01 從起源到遭遇寒冬，心智是人工智能一直無法攻克的堡壘

達(dá)特茅斯的兩個(gè)月和十個(gè)人

定義，然后必須繼續(xù)下去

任何方法都有可能讓我們?nèi)〉眠M(jìn)展

符號(hào)人工智能，力圖用數(shù)學(xué)邏輯解決通用問題

感知機(jī)，依托DNN的亞符號(hào)人工智能

感知學(xué)習(xí)算法，無法重現(xiàn)人腦的涌現(xiàn)機(jī)制

學(xué)習(xí)感知機(jī)的權(quán)重和閾值

感知機(jī)是一條死胡同

泡沫破碎，進(jìn)入人工智能的寒冬

看似容易的事情其實(shí)很難

02 從神經(jīng)網(wǎng)絡(luò)到機(jī)器學(xué)習(xí)，誰都不是*后的解藥

多層神經(jīng)網(wǎng)絡(luò)，識(shí)別編碼中的簡單特征

無論有多少輸入與輸出，反向傳播學(xué)習(xí)都行得通

聯(lián)結(jié)主義：智能的關(guān)鍵在于構(gòu)建一個(gè)合適的計(jì)算結(jié)構(gòu)

亞符號(hào)系統(tǒng)的本質(zhì)：不擅長邏輯，擅長接飛盤

機(jī)器學(xué)習(xí)，下一個(gè)智能大變革的舞臺(tái)已經(jīng)就緒

03 從圖靈測(cè)試到奇點(diǎn)之爭， 我們無法預(yù)測(cè)智能將帶領(lǐng)我們?nèi)ネ翁?

“貓識(shí)別機(jī)”掀起的春日狂潮

人工智能：狹義和通用，弱和強(qiáng)

人工智能是在模擬思考，還是真的在思考

圖靈測(cè)試：如果一臺(tái)計(jì)算機(jī)足夠像人

奇點(diǎn) 2045，非生物智能將比今天所有人類智能強(qiáng)大10億倍

一個(gè)“指數(shù)級(jí)”寓言

摩爾定律：計(jì)算機(jī)領(lǐng)域的指數(shù)增長

神經(jīng)工程，對(duì)大腦進(jìn)行逆向工程

奇點(diǎn)的懷疑論者和擁躉者

對(duì)圖靈測(cè)試下注

第二部分 視覺識(shí)別：始終是“看”起來容易“做”起來難

04 何人，何物，何時(shí)，何地，為何

看與做

深度學(xué)習(xí)革命：不是復(fù)雜性，而是層深

模擬大腦，從神經(jīng)認(rèn)知機(jī)到ConvNets

ConvNets如何不將狗識(shí)別為貓

激活對(duì)象特征，通過分類模塊進(jìn)行預(yù)測(cè)

不斷從訓(xùn)練樣本中學(xué)習(xí)，而非預(yù)先內(nèi)置正確答案

05 ConvNets和ImageNet，現(xiàn)代人工智能的基石

構(gòu)建ImageNet，解決目標(biāo)識(shí)別任務(wù)的時(shí)間困境

土耳其機(jī)器人，一個(gè)需要人類智慧的工作市場

贏得ImageNet競賽，神經(jīng)網(wǎng)絡(luò)的極大成功

ConvNets淘金熱，以一套技術(shù)解決一個(gè)又一個(gè)問題

在目標(biāo)識(shí)別方面，ConvNets超越人類了嗎

我們離真正的視覺智能還非常遙遠(yuǎn)

06 人類與機(jī)器學(xué)習(xí)的關(guān)鍵差距

人工智能仍然無法學(xué)會(huì)自主學(xué)習(xí)

深度學(xué)習(xí)仍然離不開“你”的大數(shù)據(jù)

長尾效應(yīng)常常會(huì)讓機(jī)器犯錯(cuò)

機(jī)器“觀察”到的東西有時(shí)與我們截然不同

有偏見的人工智能

人工智能內(nèi)心的黑暗秘密以及我們?nèi)绾斡夼?

07 確保價(jià)值觀一致，構(gòu)建值得信賴、有道德的人工智能

有益的人工智能，不斷改善人類的生活

人工智能大權(quán)衡：我們是該擁抱，還是謹(jǐn)慎

人臉識(shí)別的倫理困境

人工智能如何監(jiān)管以及自我監(jiān)管

創(chuàng)建有道德的機(jī)器

第三部分 游戲與推理：開發(fā)具有更接近人類水平的學(xué)習(xí)和推理能力的機(jī)器

08 強(qiáng)化學(xué)習(xí)，*重要的是學(xué)會(huì)給機(jī)器人獎(jiǎng)勵(lì)

訓(xùn)練你的機(jī)器狗

現(xiàn)實(shí)世界中的兩大絆腳石

09 學(xué)會(huì)玩游戲，智能究竟從何而來

深度Q學(xué)習(xí)，從更好的猜測(cè)中學(xué)習(xí)猜測(cè)

價(jià)值6.5億美元的智能體

西洋跳棋和國際象棋

不智能的“智能贏家”深藍(lán)

圍棋，規(guī)則簡單卻能產(chǎn)生無窮的復(fù)雜性

AlphaGo對(duì)戰(zhàn)李世石：精妙，精妙，精妙

從隨機(jī)選擇到傾向選擇，AlphaGo這樣工作

10 游戲只是手段，通用人工智能才是目標(biāo)

理解為什么錯(cuò)誤至關(guān)重要

無須人類的任何指導(dǎo)

對(duì)人工智能而言，人類的很多游戲都很具挑戰(zhàn)性

它并不真正理解什么是一條隧道，什么是墻

除去思考“圍棋”，AlphaGo沒有“思考”

從游戲到真實(shí)世界，從規(guī)則到?jīng)]有規(guī)則

第四部分 自然語言：讓計(jì)算機(jī)理解它所“閱讀”的內(nèi)容

11 詞語，以及與它一同出現(xiàn)的詞

語言的微妙之處

語音識(shí)別和*后的10%

分類情感

遞歸神經(jīng)網(wǎng)絡(luò)

“我欣賞其中的幽默”

“憎惡”總與“討厭”相關(guān)，“笑”也從來伴隨著“幽默”

word2vec神經(jīng)網(wǎng)絡(luò)：口渴之于喝水，就像疲倦之于喝醉

12 機(jī)器翻譯，仍然不能從人類理解的角度來理解圖像與文字

編碼器遇見解碼器

機(jī)器翻譯，正在彌補(bǔ)人機(jī)翻譯之間的差距

迷失在翻譯之中

把圖像翻譯成句子

13 虛擬助理——隨便問我任何事情

沃森的故事

如何判定一臺(tái)計(jì)算機(jī)是否會(huì)做閱讀理解

“它”是指什么？

自然語言處理系統(tǒng)中的對(duì)抗式攻擊

第五部分 常識(shí)——人工智能打破意義障礙的關(guān)鍵

14 正在學(xué)會(huì)“理解”的人工智能

理解的基石

預(yù)測(cè)可能的未來

理解即模擬

我們賴以生存的隱喻

抽象與類比，構(gòu)建和使用我們的心智模型

15 知識(shí)、抽象和類比，賦予人工智能核心常識(shí)

讓計(jì)算機(jī)具備核心直覺知識(shí)

形成抽象，理想化的愿景

活躍的符號(hào)和做類比

字符串世界中的元認(rèn)知

識(shí)別整個(gè)情境比識(shí)別單個(gè)物體要困難得多

“我們真的，真的相距甚遠(yuǎn)”

結(jié)語 思考6個(gè)關(guān)鍵問題，激發(fā)人工智能的終極潛力

問題1：自動(dòng)駕駛汽車還要多久才能普及？

問題2：人工智能會(huì)導(dǎo)致人類大規(guī)模失業(yè)嗎？

問題3：計(jì)算機(jī)能夠具有創(chuàng)造性嗎？

問題4：我們距離創(chuàng)建通用的人類水平AI還有多遠(yuǎn)？

問題5：我們應(yīng)該對(duì)人工智能感到多恐懼？

問題6：人工智能中有哪些激動(dòng)人心的問題還尚未解決？


展開全部

AI3.0 節(jié)選

深度學(xué)習(xí)仍然離不開“你”的大數(shù)據(jù) 深度學(xué)習(xí)需要大數(shù)據(jù)，這已經(jīng)不是什么秘密了，比如ImageNet上超過百萬張已標(biāo)注的訓(xùn)練圖像。這些數(shù)據(jù)從哪里來？答案當(dāng)然是你以及你所認(rèn)識(shí)的每個(gè)人，F(xiàn)代計(jì)算機(jī)視覺應(yīng)用程序之所以成為可能，主要?dú)w功于互聯(lián)網(wǎng)用戶已上傳的、有時(shí)帶有說明圖像內(nèi)容的文本標(biāo)簽的數(shù)十億張圖像。你是否曾在Facebook上發(fā)布過一張朋友的照片并進(jìn)行評(píng)論？Facebook應(yīng)該對(duì)你表示感謝！該圖像及其文本可能已被用于訓(xùn)練他們的人臉識(shí)別系統(tǒng)了。你是否曾在Flickr上傳過圖片？如果是，那么你所上傳的圖像可能已成為ImageNet訓(xùn)練集的一部分了。你是否曾通過識(shí)別一張圖片來向某個(gè)網(wǎng)站證明你不是一個(gè)機(jī)器人？你的識(shí)別結(jié)果可能幫助了谷歌為圖片設(shè)置標(biāo)簽并被用于訓(xùn)練其圖片搜索系統(tǒng)。 大型科技公司通過計(jì)算機(jī)和智能手機(jī)為你提供許多免費(fèi)服務(wù)：網(wǎng)絡(luò)搜索、視頻通話、電子郵件、社交網(wǎng)絡(luò)、智能助理，諸如此類。這些對(duì)公司有什么用處呢？答案你可能已經(jīng)聽說過，就是這些公司真正的產(chǎn)品其實(shí)是其用戶，例如你和我，而他們真正的客戶則是那些獲取我們?cè)谑褂眠@些免費(fèi)服務(wù)時(shí)的注意力和信息的廣告商。還有另外一個(gè)答案：在使用大型科技公司如谷歌、亞馬遜和 Facebook 等提供的服務(wù)時(shí)，我們會(huì)以圖像、視頻、文字或語音等形式直接為這些公司提供樣本，這些樣本可供公司更好地訓(xùn)練其人工智能程序，這些改進(jìn)的程序能夠吸引更多用戶來貢獻(xiàn)更多數(shù)據(jù)，進(jìn)而幫助廣告商更有效地定位其廣告投放的對(duì)象。此外，我們提供的訓(xùn)練樣本也可被公司用于訓(xùn)練程序來提供企業(yè)服務(wù)，并進(jìn)行商業(yè)收費(fèi)，例如計(jì)算機(jī)視覺和自然語言處理方面的服務(wù)。 關(guān)于這些大公司在沒有通知或補(bǔ)償用戶的情況下，使用用戶所創(chuàng)造的數(shù)據(jù)來訓(xùn)練程序并用于銷售產(chǎn)品的道德問題，已有許多相關(guān)探討。這是一個(gè)非常重要的討論主題，但超出了本書的范圍 。我想在這里強(qiáng)調(diào)的重點(diǎn)是：依賴于收集到的大量已標(biāo)注的數(shù)據(jù)來進(jìn)行訓(xùn)練是深度學(xué)習(xí)不同于人類學(xué)習(xí)的另一個(gè)特點(diǎn)。 隨著深度學(xué)習(xí)系統(tǒng)在物理世界實(shí)際應(yīng)用的激增，很多公司發(fā)現(xiàn)需要大規(guī)模的新標(biāo)記的數(shù)據(jù)集來訓(xùn)練DNN。自動(dòng)駕駛汽車就是一個(gè)值得關(guān)注的例子，這類汽車需要復(fù)雜的計(jì)算機(jī)視覺功能，以識(shí)別車道、交通信號(hào)燈、停車標(biāo)志等，以及辨別和追蹤不同類型的潛在障礙物，如其他汽車、行人、騎自行車的人、動(dòng)物、交通錐、翻倒的垃圾桶、風(fēng)滾草，以及其他任何你可能不希望汽車會(huì)撞到的對(duì)象。自動(dòng)駕駛汽車還需要學(xué)習(xí)這些對(duì)象在晴天、雨天、下雪天、有霧的日子，以及白天和黑夜時(shí)看起來的樣子，還要學(xué)會(huì)判斷哪些對(duì)象可能會(huì)發(fā)生移動(dòng)，而哪些則會(huì)留在原地。深度學(xué)習(xí)將有助于這項(xiàng)任務(wù)的實(shí)現(xiàn)，至少在某種程度上是如此，但這同樣需要大量的訓(xùn)練樣本。 自動(dòng)駕駛汽車公司從安裝在真實(shí)汽車上的攝像頭所拍攝的海量視頻中收集訓(xùn)練樣本。這些行駛于高速公路和城市街道中的汽車可能是汽車公司用來測(cè)試的自動(dòng)駕駛車輛的原型，而對(duì)特斯拉而言，這些汽車就是由客戶駕駛的汽車，在客戶購買特斯拉汽車時(shí)，需要接受該公司的數(shù)據(jù)共享?xiàng)l款。 特斯拉車主并未被要求對(duì)他們的汽車拍攝的視頻中的每個(gè)對(duì)象進(jìn)行標(biāo)注，但有人在做這些事。2017年，《金融時(shí)報(bào)》（Financial Times）報(bào)道稱，“大多數(shù)研究這項(xiàng)技術(shù)的公司位于印度等國的離岸外包中心并雇用了數(shù)百至上千人，他們的工作就是教自動(dòng)駕駛汽車識(shí)別行人、騎自行車的人以及其他障礙物。這些工作人員需要手動(dòng)標(biāo)注長達(dá)數(shù)千小時(shí)的視頻片段來完成這項(xiàng)工作，而且通常是逐幀進(jìn)行標(biāo)注”。提供標(biāo)注數(shù)據(jù)集服務(wù)的新公司如雨后春筍般涌現(xiàn)，例如，Mighty AI公司提供訓(xùn)練計(jì)算機(jī)視覺模型所需的標(biāo)注數(shù)據(jù)，并承諾：“我們是知名的、專攻自動(dòng)駕駛數(shù)據(jù)的、經(jīng)過認(rèn)證的、可信的標(biāo)注者。 。。。。。

AI3.0 作者簡介

梅拉妮·米歇爾 l 波特蘭州立大學(xué)計(jì)算機(jī)科學(xué)教授，曾在美國圣塔菲研究所（Santa Fe Institute）和洛斯阿拉莫斯國家實(shí)驗(yàn)室（Los Alamos National Laboratory）工作，主要的研究領(lǐng)域?yàn)轭惐韧评怼?fù)雜系統(tǒng)、遺傳算法等。在圣塔菲研究所時(shí)，米歇爾主導(dǎo)了復(fù)雜系統(tǒng)領(lǐng)域的研究工作，并教授了相關(guān)的在線課程。她的在線課程《復(fù)雜性入門》已經(jīng)被近30 000名學(xué)生選修，成為Coursera排名前50位的在線課程之一。 l 米歇爾擁有密歇根大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位，師從認(rèn)知科學(xué)家和作家侯世達(dá)（Douglas Hofstadter），兩人共同創(chuàng)建了Copycat程序，該程序可以在理想化的情境里進(jìn)行創(chuàng)造性的類比。米歇爾還是知名暢銷書作家，著有《復(fù)雜》（Complexity: A Guided Tour）《遺傳算法導(dǎo)論》（Genetic Algorithms）等。

商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服