技术篇 读懂今天的AI 18
第1章 深度学习 18
一、生成对抗网络是AI的强心剂吗？ 18
什么是生成对抗网络？ 19
确实有点心动：生成对抗网络的应用场景 20
问题依旧无数：生成对抗网络目前还属于“看起来很美” 21
真正的价值来自“脑补”：生成对抗网络可能激发的连锁反应 22
二、用LSTM让人工智能产生记忆 22
从呱呱坠地到情窦初开：LSTM解决了什么问题？ 23
三重门：LSTM的工作原理 24
LSTM的应用空间 24
未来狂想：当机器开始选择性记忆 25
三、为什么AI公司都热爱《星际争霸》？ 26
为什么AI要玩《星际争霸》？ 26
AI巨头的真实目的 27
四、“中文屋悖论”：为何不会出现超级智能？ 29
什么是“中文屋实验” 29
通用人工智能和强人工智能的界限 30
绝望的强人工智能：能力和意识，也许南辕北辙 31
五、用“贝叶斯意识”来推断“人工智能还能干什么？” 31
想要寻找“上帝”，却找到了人工智能 32
贝叶斯意识：一切学习型AI的基础 33
人类大脑和技术未来的殊途同归 34
六、迁移学习：AI在GTA5里考下的那本驾照 35
迁移学习——让机器融会贯通 35
学会抽象思考是迁移学习的第一步 35
迁移学习怎么应用？在GTA5里训练无人驾驶！ 36
七、遗传算法：能欺骗神经网络的“神算法” 37
什么是遗传算法？ 37
在哪里能看到遗传算法？ 37
从“骗人”到“写诗”，遗传算法有什么好玩的应用？ 38
八、马尔可夫链：启蒙运动时的数学理论，机器学习的基础设施 39
马尔可夫链条：指数终结者 39
马尔可夫其人：数学、哲学、民主斗争 40
如何理解隐马尔可夫模型？ 41
随机是混沌世界中唯一的真理 41
九、模仿学习：让机器人从一段视频中拜师学艺 42
如何让机器人干点实事？ 42
模仿学习：现在就开启你的机器人学徒 43
如何更好地适应现实场景？在线学习或许是个办法 43
更少、更少的数据 44
十、仿真环境：如何让机器人有尊严地学习 45
不如我们为机器人打造一座模拟城市？ 45
费尽心机，只想让你记得我的好 46
十一、好奇心算法：当人工智能拥有好奇心，结果可能没那么糟糕 47
好奇心帮助人工智能成为更棒的水管工 47
好奇心不仅会害死猫，还会让人工智能得“多动症” 48
没有好奇心的人工智能只是机器？ 49
十二、决策树算法：隐藏在“当代玄学”外衣下的真相 49
什么是决策树 50
应用场景：市场营销和客户关系管理的旧新闻 51
优点与缺点兼备，决策树没那么神奇 52
第2章 自然语言处理 53
一、语言即魔鬼：DeepNLP的富矿与盐碱地 53
从NLP到DeepNLP：人工智能不仅可以翻译、速记、问答 54
发现新矿层：词向量等思维模块带来的冲击 55
“潘神的迷宫”：DeepNLP的技术盐碱地 56
越过山岩之后的富矿：DeepNLP的应用甜梦 56
矿石之外的石油：DeepNLP结合大数据 57
二、解密神经机器翻译 58
进击的神经机器翻译 59
应用效果测试 60
问题在哪里 62
找钥匙，抢钥匙 63
三、从卷积神经网络到循环神经网络，机器翻译的技术论战 64
RNN：机器翻译中的传统武器 64
CNN：GPU的宠儿 65
四、Yandex如何战胜谷歌，在人工智能领域取得一席之地？ 66
Yandex：把搜索引擎当作技术发展的根本 66
Yandex在机器学习方面都做了什么？ 67
分词技术：本土搜索引擎的神器 67
如何战胜谷歌？语言壁垒是关键 68
第3章 机器视觉 69
一、进入智能社会，从“刷脸”开始 69
LBP：人脸识别的魔法根源 70
算法基础？实用性更重要！ 70
二、谷歌多次尝试结合AI和艺术，可意义在哪儿？ 71
DeepDream：是深梦还是噩梦？ 71
“Quick，Draw！”来和人工智能玩“你画我猜” 72
Autodraw：人工智能涂鸦大师 72
三、Facebook对AR穷追不舍，不仅仅因为自拍和游戏 73
高度结合现实场景类 74
新零售场景 75
四、神经风格迁移算法：让人人能变成凡·高 77
如何实现神经风格迁移 77
神经风格迁移应用，不仅仅是画作 77
神经风格迁移真的能“替代”艺术吗？ 78
第4章 计算与大数据 80
一、量子计算到底是什么？ 80
量子计算和量子计算机，各是“什么鬼”？ 81
量子计算与人工智能的关系 82
量子计算的商业场景 83
局限性与时间轴 83
二、边缘计算是物联网的鸡肋吗？ 84
边缘计算、雾计算，都是些“什么鬼”？ 85
云计算对物联网说：他比我更适合你 85
物联网企业大力拥抱边缘计算，可能有点小心思？ 86
边缘计算与云计算的真实关系：难构成挑战，也难独自存在 87
三、一个冷门生意：人工智能传感器 88
我叫传感器：冷门不代表不重要 88
左拥自动驾驶，右抱物联网 89
故事越多，钱越多 89
四、从数据清洗到人工智能配套服务产业 90
什么是数据清洗 91
举个例子：AI中的数据清洗为何重要 91
数据清洗也是亟待AI拯救的行业 92
缺口严重：AI配套服务产业的普遍现状 93
五、被诟病不实用的超级计算机，在深度学习时代会改变吗？ 93
地震、海浪，超算到底能干什么？ 94
用超级计算机玩网游，是一种怎样的体验？ 94
用超算训练AI，会不会是超算民用的第一步？ 95
产业篇 AI在今天的可能 98
第5章 移动AI 98
一、移动AI可能是手机突破安卓困局的最好机会 98
苹果All芯片砸开的手机AI时代 99
安卓体系的屏障与衰退 99
爱恨皆AI，国产手机的过河之旅 100
在开发者生态拼杀 101
谁能举起“安卓＋人工智能”的大旗？ 102
二、能不能用算法取代“双摄”？ 103
用AI不走寻常路的拍摄方案 103
算法能否让手机回归“单摄”时代？ 105
三、手机到底该如何懂你？ 105
恐怖谷效应：关于“手机懂你”的人类纠结 106
重要的非关键信息：手机AI理解用户如何开始？ 107
预演未来：塑造mobile AI生态的下一步？ 108
四、摄像头的死亡与新生 109
手机摄影已经进入深水区，创造差异只能用AI 109
最后的战役：算法和硬件能力填补特殊场景 110
拍照救星：用AI的识别能力解放人类拍照 111
已经发生的大爆炸：摄像头不只用来拍照 111
第6章 无人驾驶 113
一、英特尔与英伟达，无人驾驶的两大阵营 113
清晰的角色定位：德尔福是制造力与科技间的黏合剂 114
更深层原因：汽车配件商提供的是提前商业化能力 115
合纵连横：从德尔福对标博世看两大联盟的对抗 115
一本正经找队友：英特尔-宝马联盟的生态体系化 116
永远飘荡的盟与敌：关于无人驾驶阵营战的未来 117
二、高精地图在无人驾驶时代的战略价值 118
高清地图＋众包数据采集：自动驾驶的必经之路 118
相比粗放众包，“图商”占据绝对优势 119
溯洄从之，道阻且长 120
三、没有安全感的共享出行要如何面对无人驾驶？ 121
如果无人驾驶消灭了“拥有”，我们还能共享什么？ 121
共享出行平台与无人驾驶的合作或许不会那么美好 122
没有安全感的共享出行平台怎么面对技术更迭 122
四、民用无人驾驶赛道拥挤，不考虑向无人作业车分分流吗？ 123
第7章 新零售 126
一、用数据行为打开新零售大门 126
结果与过程：另一个视角看数据 127
用户数据行为 128
组织行为中的关键信息比特化 129
如何激发消费 129
二、大数据不仅属于大角色：智能推荐时代的C类电商 130
逆推协同过滤算法，不仅仅是推荐 131
建立预测模型，让数据找到彼此 132
智能推荐的未来：识别非结构化数据 132
三、为什么电商企业都要重金砸智慧物流？ 133
智慧物流背后都有哪些技术？ 133
除了让快递更快，智慧物流还能做到这些 134
四、新零售转型，线下数据不容忽视 135
线下商业需要被改变？线下商业体一直在努力改变 136
生来不同，新旧零售模式的基因究竟差在哪？ 136
如果说用户调研是种玄学，那线下大数据就是科学 137
线下数据资产化：在货架和账本之外寻找新机会 137
重构线下商业体价值，新零售＝新公平 138
五、美国新零售怎么过购物节？ 139
美国雇不起快递小哥，我们也没有那么强的理货机器人 139
传统零售业只能屈服电商？看看沃尔玛是怎么做的 140
人口结构调整下，北上广的你们还能享受多久廉价服务？ 141
六、揭开未来概念的面纱，智慧门店背后还有三个支点 141
体验的支点：智能硬件的附加价值 142
大数据营销支点：数据连通对转化能力的加持 142
盈利能力的支点：从供应链到成本把控 143
七、有人说，AR购物会在三年后来临 144
AR购物真能所见即所得？ 144
AR购物为什么没有在当下发生？ 145
成本方面的问题，恐怕没那么好解决 146
开始AR购物之前，可以先尝尝AR营销的甜头 146
第8章 智能音箱 148
一、音箱狂欢之后：对话式AI的价值 148
三重门：强人工智能语音应用的难题何在 149
传火者：对话式AI难题的破解思路 149
二、智能音箱卖不出去怎么办？做成恋爱养成游戏吧 150
说！音箱那么可爱，你到底为什么不理它？ 151
一个“脑洞”：恋爱养成版智能音箱 152
三、智能音箱能成为物联网交互入口吗？ 154
如果一定要给智能音箱下个定义 154
物联网入口，现在有物可联吗？ 155
物联网入口为什么一定是音箱？ 156
第9章 AI与泛娱乐 157
一、Netfilix如何做好AI内容推荐？ 157
懂算法的同时要懂内容 158
好戏的基础，是一个足够大的舞台 158
算法迷宫 160
二、信息流时代下推荐算法的责任感 161
从猎手到猎物，弱者才会被“操纵” 161
让渡信息窗口，直到成为算法的镜中人 162
算法的第一要务究竟是什么？ 162
三、人工智能会是原创者的救星还是克星？ 164
知识产权侵权举证难？AI或许是解决方案 164
AI能否帮助原创者权益范围标准化？ 165
四、漫画家或许是永远不会被AI替代的职业 166
连漫画都看不懂，谈什么毁灭世界？ 166
视觉叙事？何必强AI所难 167
围棋界的大手，到了《甄嬛传》里也是“一集死” 168
五、从火爆的Face Dance看人脸识别＋游戏的X种可能 168
模拟形象 169
利用表情交互 169
利用表情操作 170
人脸识别防沉迷／安全系统 170
六、人工智能会写剧本了，可惜是烂片 171
第10章 金融与企业服务 173
一、不上班之梦：人工智能与远程办公 173
凭什么认为AI＋远程办公是个好机会？ 174
AI＋云视频与远程智能，正在改变开会这件麻烦事 175
AI＋人力管理：用深度学习技术管理员工 175
打通即效率：让AI去对付办公软件 176
数据行为与文件管理：AI作为远程办公管家 177
算法找人时代：众包创业的逻辑根基 178
知识图谱技术的试验田：远程办公的项目可视化服务 179
防火防盗防“内鬼”：AI提升企业场景安全 179
二、用AI来给企业提供员工背景调查服务的英国公司 180
大企业可以做“背调”，共享经济却只能“背锅” 180
AI＋背景调查的更多可能 181
都在对标过去，谁能成为未来？ 182
三、人工智能将怎样影响保险理赔？ 182
保险理赔竟然这么难？ 183
DT时代的保险产业，作恶与行善最难拿捏 184
四、听起来很人工智能的Fintech到底智能在哪了？ 185
真智能的Fintech不仅仅是“风控” 185
分析师：你学我！ 186
大多数Fintech只有人工，没有智能 187
五、AI人才暗战早已在企业间打响 187
谷歌：用全民AI做存量 188
Facebook：建立人工智能西点军校 188
英伟达：一切为了卖GPU 189
六、人工智能创业者们是否应该拥有适用的孵化器？ 189
人工智能来了，为什么孵化器大军频频噤声？ 190
人工智能创业者：我要的你给不了 191
那些成功的人工智能孵化器都做了什么？ 192
孵化器人工智能转型“指北” 193
玩家篇 那些AI下的大公司 196
第11章 被AI挽救股价的百度 196
一、DuerOS如何解决智能音箱的换壳难题？ 196
空间的温度：你是造物者还是加盟商？ 197
时间的纵深：掘金AI关键在于驶向未来 198
生存力的洞见：开发者当然需要更多 199
二、百度的“ABC”物联网战略 200
物联网的不能承受之虚 201
三重价值：百度云如何利用ABC赋能IoT 202
先行者的藏宝图：标记万物智能 203
三、百度如何用AI摆脱股价泥潭？ 203
完整AI结构下的商业前景很难模仿 204
加持和迭代传统业务 205
四、AI加速器之争与百度的解题思路 206
不能让每一个厨师去发明厨具：AI扶植计划为何火爆？ 206
平台优先还是生态聚合：巨头的不同选择折射出什么 207
中国式AI赋能将迎来黎明？ 208
五、百度世界大会与AI巨头的“软硬兼施”战略 209
AI软件＋硬件，是巨头们纷纷亮出的王牌吗？ 209
复杂生态里的中转器：全产业形态企业在AI丛林中的意义 210
AI大航海时代：成为AI巨轮的罗盘 211
六、从邂逅到共生：百度与小米的新碰撞 212
小米的IoT框架，也许是今天最好的AI释放区 212
从体系中感受觉醒：DuerOS升级带来的AI落地性变革 213
生根后如何发芽？协同化的生长系 214
第12章 移动AI芯片引领者华为 216
一、华为造AI芯片为何重要？ 216
杀声四起，谋算百出：今天的AI芯片江湖 217
三星分神，苹果放缓：移动AI芯片留给华为的机会 218
二、麒麟970把AI计算带回终端 219
产业的虚幻之舞：云计算并非AI标配 219
梦幻海滩和私人城堡：AI回归终端计算的价值逻辑 220
手机AI的未来在打破线性发展 222
进化要素：移动AI芯片的生态丛林 222
三、从Magic到更多，荣耀的AI之路 223
魔法序曲：荣耀Magic的伏笔与暗示 224
一个猜想：荣耀的差异化AI之路 224
四、如何理解华为提出的“智慧手机”？ 225
视觉first：芯片让用户AI不只有语音 225
终端计算与传感体系：人机交互尝试踏入3.0 226
开发者之战已经打响：AI的想象力开源 227
总结：关于手机的智慧 227
五、解码华为AI的应用生态 229
Mobile AI建立的生态图 229
生长、平台、商业森林：AI为何被关注？ 230
Mate 10连接起的河网效应 231
第13章 阿里巴巴的ET大脑 232
一、ET城市大脑如何构建阿里云的绝对值 232
一、二、三，跳：云市场必须进入2.0 233
“跑马圈地”的垂直市场：技术试验田和大客户敲门砖 234
AI解决方案：全世界“卖云”的一张名片 235
时间数学：关于向量和绝对值 236
二、ET城市大脑的杭州虫洞 236
城市之症的逻辑：城市不会自己使用数据 237
勇敢的杭州 238
从没有回归不限行的城市 238
一个虫洞的打开：交通只是人群的缩影 239
三、天猫精灵引发的智能音箱深水战 240
一物万种：开发者加入AliGenie带来的生态遐想 241
内容驱使：电商基因与大文娱布局的杠杆作用 242
四、如何用AI在雄安造城？ 242
五、为什么马云说“AI不会抢走我们的工作”？ 245
永远无法阻止技术的滚轮型前进 246
机器智能化对实体经济的加持，会比互联网大很多 247
AI重构，可能是给基础层劳动者的礼物 247
第14章 AI先锋军谷歌 250
一、彻底认识AlphaGo的主人DeepMind 250
一鸣惊人的游戏系统 251
给AI上3D游戏课：开源DeepMind Lab 252
人脑模式与经典计算机合体：可微分神经计算机（DNC） 252
开发用于《星际争霸2》的AI训练环境 253
最精准的语音生成系统WaveNet 253
医疗应用计划DeepMind Health 253
帮谷歌省电 254
全面进驻谷歌TensorFlow 254
二、里子与面子：AlphaGo战胜柯洁的公关任务 255
AI＋围棋的公关任务：精准、厚道、有套路地“拜码头” 256
谷歌的面子：TPU、谷歌云和TensorFlow 256
AlphaGo的里子：半掩半遮的低耗高拟态算法 257
三、DeepMind在AlphaGo退役后都干了什么？ 259
复杂环境处理：AI走出论文的第一步 260
认知、推理和想象：不像人叫什么AI？ 261
通用，一切为了通用 263
四、开发平台合力围剿谷歌之战 263
微软、Facebook联手下了一招“围棋” 264
项庄舞剑：阻断TensorFlow的生态化增长 265
抢夺大多数：深度学习平台的AI暗战 265
五、从尴尬的谷歌硬件，到中美AI差异 266
中美两国触碰AI的不同可能 267
中国AI放大器更可能是巨头业务布局 267
六、让机器学习自动化，谷歌想让AI从业者先失业 268
原来最先被AI革命的是AI工程师？ 269
今天的AI，会不会是跑不过马的汽车？ 271
第15章 科技行业的AI群像 273
一、马斯克的苦谏与心机 273
开源AI和技术沉积：击破巨头壁垒的唯一法门 274
Neuralink与脑机接口：有一点牵强，但值得押注 275
二、印度的AI大潮 275
三个“老枪手”的AI征程 276
互联网时代掉的队，如今正在成为插队资本 276
AI时代，印度可能重新爱上全球化 278
三、最先打败人类棋手的IBM 278
IBM Watson的核心能力：解读非结构化数据 279
认知计算与AI，究竟是话术差异还是技术差异 279
沃森的成绩单，其实没有想象中那么差 280
生于创新，死于原罪？ 281
四、想为每个小企业提供智能客服的Facebook 281
电商、外卖平台在智能客服领域有哪些机会？ 283
五、NASA用AI做了什么？ 284
AI是噱头？难道NASA拿了谷歌的赞助费？ 285
方法更重要，AI才是宇宙级学霸 285
有生之年，你也能享受到NASA出品的AI技术 286