智能机器如何思考 - (EPUB全文下载)

文件大小：5.33 mb。
文件格式：epub 格式。
书籍内容：

智能机器如何思考

[美]肖恩·格里什 著

张羿 译

中信出版集团

目录
引文
推荐序
前言
1 自动机的秘密
长笛演奏者
今天的自动机
钟摆的摆动
并不难懂的自动机
2 自动驾驶汽车：挑战不可能
沙漠中的百万美元竞赛
如何打造自动驾驶汽车
规划路径
路径搜索
导航
无人车挑战赛的获胜者
一场失败的比赛
3 保持在车道内行驶：自动驾驶汽车的感知
第二次无人车挑战赛
自动驾驶汽车中的机器学习
斯坦利的架构
避开障碍物
寻找道路的边缘
开眼看路
路径规划
斯坦利大脑的各个部分如何相互交流
4 在十字路口避让：自动驾驶汽车的大脑
城市挑战赛
感知抽象
比赛
Boss的高层次推理层
攻克交通堵塞
三层架构
自动驾驶汽车看到的物体
自动驾驶汽车：复杂的系统
自动驾驶汽车的轨迹
5 网飞和推荐引擎的挑战
百万美元大奖
竞争者
如何训练分类器
比赛的目标
庞大的评分矩阵
矩阵分解
第一年结束
6 团队融合：网飞奖的赢家
缩小竞争者之间的差距
第一年末
随时间变化的预测
过度拟合
模型混合
第二年
最后一年
赛后
7 用奖励教导计算机
DeepMind玩雅达利游戏
强化学习
教导智能体
为智能体编写程序
智能体如何观察环境
经验金块
用强化学习玩雅达利游戏
8 如何用神经网络攻克雅达利游戏
神经信息处理系统
近似，而非完美
用作数学函数的神经网络
雅达利游戏神经网络的结构
深入研究神经网络
9 人工神经网络的世界观
人工智能的奥秘
国际象棋自动机“土耳其人”
神经网络中的误导
识别图像中的物体
过度拟合
ImageNet
卷积神经网络
为什么是深度神经网络？
数据瓶颈
10 深入了解深度神经网络的内部秘密
计算机生成图片
压缩函数
ReLU激活函数
机器人之梦
11 能听、能说、能记忆的神经网络
对机器而言，“理解”意味着什么？
深度语音识别系统
循环神经网络
为图像生成字幕
长短时记忆网络
对抗数据
12 理解自然语言
是宣传噱头，还是人工智能研究的福音？
IBM的“沃森”
攻克《危险边缘》所遇到的挑战
浩如烟海的知识
《危险边缘》挑战赛的诞生
DeepQA
问题分析
“沃森”如何解读句子？
13 挖掘《危险边缘》的最佳答案
地下室基准
生成候选答案
查找答案
轻量级过滤器
证据检索
评分
汇总和排名
调整“沃森”
重新审视DeepQA
“沃森”有智能吗？
14 用蛮力搜索找到好策略
通过搜索玩游戏
数独
树的大小
分支因子
游戏中的不确定性
克劳德·香农与信息论
评价函数
“深蓝”
加入IBM
搜索与神经网络
西洋双陆棋程序
搜索的局限
15 职业水平的围棋
计算机围棋
围棋
通过抽样走子来建立直觉
神之一手
蒙特卡洛树搜索
单臂老虎机
AlphaGo是否需要如此复杂
AlphaGo的局限
16 实时人工智能与《星际争霸》
构建更好的游戏机器人
《星际争霸》与人工智能
简化游戏
实用《星际争霸》机器人
OpenAI与《DOTA2》
《星际争霸》机器人的未来
17 50年后或更遥远的未来
人工智能起起伏伏的发展过程
如何复制这本书中的成功
数据的普遍使用
下一步去向何方
致谢
版权页
引文
献给设计和构建智能机器的工程师和研究员
推荐序
10多年前，我遇见了肖恩。当时我在谷歌领导团队，负责开发为谷歌的搜索广告业务提供支持的许多大型机器学习系统。肖恩是我们小组里最顶尖的工程师之一，当时他正在研究机器学习前沿领域的一系列具有挑战性的问题。我们一起工作以来，体现在统计机器学习技术中的各类人工智能已经从相对难以触及的神秘技术、研究人员和高科技公司的专属领域，发展成为日益平易近人的、卓有成效的工具和技术，值得每一位软件开发人员使用。
目前机器学习领域取得的快速进展，在一定程度上是由以下因素推动的：数据爆炸，高性能计算机体系结构的复兴，云提供商竞相为开发人员和研究人员构建可扩展的人工智能平台，人们将实时智能嵌入移动设备、汽车、其他消费电子产品和日益普遍的连接到云端的计算设备的热潮。这种快速进步中包括一些惊世骇俗的成就，机器在许多狭窄的领域已经接近于或超过了人类的能力，例如在图像中标记物体、识别语音、玩策略游戏以及翻译语言，但我们仍处于这些技术发展的初期，摆在我们面前的是长达几十年的创新和发现之旅。
对开发人员和研究人员而言，理解机器学习的工作原理是一个明智的职业选择。目前，全球的科技巨头公司对这些技术的专业知识都有很高的需求。微软、亚马逊、谷歌、苹果、百度等许多公司都提供应用程序接口、工具包和云计算基础设施，将机器学习的开发工作交给全世界数以千万计的开发人员。未来几年，随着越来越多的应用程序包含智能功能，大多数开发人员都需要掌握一些机器学习技术。这正是这本书的宝贵价值所在。
这本书诞生自肖恩对了解现代机器学习成功之路的渴望。在用清晰易懂的方式描述这些系统的本质时，肖恩利用10多年的行业和学术经验解决了机器学习带来的一些最棘手的问题。鉴于机器学习系统能够复制某些方面的人类智能，等到某个突破点临近，原本由人类特有的创造诗意词句的能力或许也会被机器复制。肖恩对这些技术严谨实用的描述反映了他在科研战壕中的岁月，不时令人感到痛苦的反复试验让战壕中的人们了解到，机器学习并不是魔法。如果你知道如何应用它，了解它的局限所在，它就是强有力的前沿工具；如果你不知道，它就几乎一文不值。
肖恩通过列举现实世界的例子，回避不必要的术语，使现代机器学习的概念变得通俗易懂。这本书假设读者在机器学习或计算机科学领域的知识相对较少，因此对更广泛的受众而言非常友好。鉴于当前围绕机器学习和人工智能的对话颇为活跃，并且这些技术可能对我们的未来产生影响，任何想要参与这场对话的人都应该尽可能地学习。由于市场上缺乏对机器学习通俗易懂的专业介绍，这本书将成为引导你理解底层技术的理想方法，它可以帮助你更好地判断哪些言论值得相信，哪些说得天花乱坠的谬论应该被抛弃。
微软CTO（首席技术官）
凯文·斯科特 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。