《深度学习革命》(美)凯德·梅茨,桂曙光【文字版_PDF电子书_】

| 书名:深度学习革命 作者:凯德·梅茨(CadeMetz) 出版社:中信出版集团 译者:桂曙光 出版日期:2022-12 页数:408 ISBN:9787521747553 | 8.3 豆瓣评分 | 孔网购买 | 点击喜欢 | 全网资源sm.nayona.cn |
内容简介:
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。
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
“我认为历史会重演。”
致谢
时间线
参与者
注释
浏览器不支持脚本!
摘要:《深度学习革命》一书全面回顾了深度学习从萌芽到全面爆发的历史脉络,探讨了人工智能领域的技术突破、科研人员的探索精神以及产业应用的广泛影响。书中通过生动的案例和细致的分析,展示了深度学习如何改变计算机视觉、语音识别、自然语言处理等核心技术,同时深入剖析了技术背后的科学原理与社会背景。作者凯德·梅茨以新闻记者的敏锐观察和翔实资料,为读者描绘了一个充满创新与挑战的人工智能世界;桂曙光的注释和解读则为中文读者提供了更清晰的学术脉络。全书不仅呈现了深度学习技术的飞速发展,也揭示了科学、产业与社会三者之间的互动关系,强调了技术进步背后的伦理、经济和战略思考。
1、深度学习的技术演进
深度学习的兴起源于人工神经网络的不断优化与计算能力的提升。书中详细描述了从感知器到卷积神经网络的演进过程,每一步技术突破都带来了性能的显著提升。作者指出,早期的研究受到计算资源限制,实验规模小且效率低,但这些尝试为后来的深度学习奠定了理论基础。
随着GPU加速计算的普及和大数据的积累,深度学习逐渐展现出超越传统机器学习算法的优势。书中通过实例说明了图像识别和语音识别领域的关键进展,尤其是在2012年的ImageNet竞赛中,深度卷积网络的成功标志着深度学习正式进入应用高峰。
除了硬件和算法的提升,书中强调了激活函数、正则化方法以及优化算法在深度学习发展中的核心作用。这些技术改进不仅提高了模型的准确性,也增强了模型的泛化能力,为后续研究提供了坚实基础。
2、科研探索与人物故事
书中生动描绘了深度学习研究背后的科学家和工程师们的故事。从Geoffrey Hinton到Yann LeCun,再到Andrew Ng,每一位科研人员都为深度学习的突破贡献了独特的思路和方法。作者以细腻笔触展现了他们在实验室里的坚持与探索精神。
通过对科研人员团队合作的描写,书中揭示了深度学习成果的集体智慧属性。许多关键算法的发明并非单独完成,而是在多轮实验、交流和改进中逐步形成的。这种科研文化的塑造,对后来深度学习在产业界的快速落地起到了重要作用。
同时,书中不回避科研道路上的失败与质疑。早期深度学习研究曾被认为不切实际,资金和学术支持有限。然而,正是这些困境促使科研人员不断调整方向、优化模型,最终迎来突破性的成果。这种坚持与创新精神成为深度学习革命的重要精神底色。
3、产业应用与社会影响
《深度学习革命》重点分析了深度学习在产业界的广泛应用,从智能驾驶到医疗诊断,再到金融风控和自动化客服,技术的落地场景令人瞩目。书中通过具体案例展示了深度学习如何提高生产效率、优化决策流程,并推动传统行业的数字化转型。
在社会层面,深度学习的普及带来了诸多挑战,包括隐私保护、数据安全、就业结构变化等问题。作者强调,技术进步不仅仅是工程问题,还涉及法律、伦理和政策层面的考量。这种多维度的分析为读者理解深度学习的社会意义提供了丰富视角。
此外,书中还探讨了深度学习技术在全球竞争中的战略价值。国家与企业之间的技术竞争日益激烈,深度学习不仅是科研创新的象征,也成为科技实力和经济影响力的重要标志。这种分析揭示了技术发展与社会政策之间复杂的互动关系。
4、未来展望与挑战思考
书中对深度学习的未来发展进行了前瞻性探讨,提出了技术边界与潜在挑战。尽管深度学习在图像识别、语音处理和自然语言理解上取得显著成就,但在模型可解释性、能耗问题和通用人工智能方面仍存在诸多限制。
作者指出,未来的深度学习研究可能会更加注重多模态学习和自主学习能力,以突破当前模型在知识迁移和理解能力上的瓶颈。同时,对伦理和安全的关注将成为技术发展不可或缺的一部分,确保人工智能技术在可控和可持续的路径上发展。
书中还探讨了跨学科合作的重要性。深度学习的发展不仅依赖计算机科学,还需要数学、认知科学、神经科学等领域的知识融合。作者认为,这种跨界合作将成为推动下一轮技术革命的关键因素,也为科研人员和企业提供了新的机遇。
总结:
《深度学习革命》以翔实的案例和清晰的分析,全面展现了深度学习技术从实验室到产业界的历程。书中不仅阐述了算法、硬件和数据的关键作用,也描绘了科研人员的探索精神及其对社会的深远影响。通过技术、人物、应用和未来展望四个维度,读者能够全方位理解深度学习的价值和意义。
本书强调,深度学习革命不仅是技术变革,更是一场思想和社会结构的革新。面对未来的发展,技术创新必须与伦理、政策和跨学科合作紧密结合,才能实现可持续的人工智能生态。
本文由nayona.cn整理
联系我们

关注公众号

微信扫一扫
支付宝扫一扫 