《智能机器如何思考 深度神经网络的秘密》PDF下载

  • 购买积分:14 如何计算积分?
  • 作  者:(美)肖恩·格里什著;张羿译
  • 出 版 社:北京:中信出版社
  • 出版年份:2019
  • ISBN:9787521705461
  • 页数:406 页
图书介绍:未来已经到来:自动驾驶汽车已经在很多国家上路,Netflix给你推荐最新的电影和电视剧,IBM的沃森早已战胜了人类大脑成为电视节目明星,计算机程序也能通关DOTA游戏,AlphaGo击败了顶尖的人类棋手。这一切是如何发生的?科技公司和创业者能从中找到什么样的创业商机?在这本书中,作者讨论了我们最新的人工智能成就,语音识别、图像识别、自然语言翻译、智能家居控制,用人人都能读懂的语言为我们展示了人工智能领域的前沿成果,正是这些成果让当今的机器如此智能,为科技创业掀起了又一轮新的高潮,为商业未来勾画了新的行动路线图。本书既讨论了机器学习和神经网络方面的技术,又描绘了科技创业大潮的众多新方向,既是经济读物又是科技读物,建议分类:信息经济学-研究/电子商务F062.5/ F713.36;人工智能-研究TP18。

1 自动机的秘密 3

长笛演奏者 3

今天的自动机 5

钟摆的摆动 7

并不难懂的自动机 8

2 自动驾驶汽车:挑战不可能 15

沙漠中的百万美元竞赛 15

如何打造自动驾驶汽车 17

规划路径 21

路径搜索 22

导航 25

无人车挑战赛的获胜者 28

一场失败的比赛 31

3 保持在车道内行驶:自动驾驶汽车的感知 35

第二次无人车挑战赛 35

自动驾驶汽车中的机器学习 37

斯坦利的架构 38

避开障碍物 40

寻找道路的边缘 43

开眼看路 45

路径规划 47

斯坦利大脑的各个部分如何相互交流 49

4 在十字路口避让:自动驾驶汽车的大脑 55

城市挑战赛 55

感知抽象 57

比赛 59

BOSS的高层次推理层 61

攻克交通堵塞 68

三层架构 71

自动驾驶汽车看到的物体 76

自动驾驶汽车:复杂的系统 77

自动驾驶汽车的轨迹 78

5 网飞和推荐引擎的挑战 83

百万美元大奖 83

竞争者 84

如何训练分类器 85

比赛的目标 89

庞大的评分矩阵 91

矩阵分解 96

第一年结束 102

6 团队融合:网飞奖的赢家 107

缩小竞争者之间的差距 107

第一年末 108

随时间变化的预测 111

过度拟合 114

模型混合 115

第二年 119

最后一年 120

赛后 124

7 用奖励教导计算机 129

DeepMind玩雅达利游戏 129

强化学习 132

教导智能体 134

为智能体编写程序 136

智能体如何观察环境 140

经验金块 141

用强化学习玩雅达利游戏 148

8 如何用神经网络攻克雅达利游戏 153

神经信息处理系统 153

近似,而非完美 153

用作数学函数的神经网络 155

雅达利游戏神经网络的结构 161

深入研究神经网络 170

9 人工神经网络的世界观 175

人工智能的奥秘 175

国际象棋自动机“土耳其人” 177

神经网络中的误导 179

识别图像中的物体 180

过度拟合 183

ImageNet 185

卷积神经网络 188

为什么是深度神经网络? 194

数据瓶颈 197

10 深入了解深度神经网络的内部秘密 203

计算机生成图片 203

压缩函数 204

ReLU激活函数 207

机器人之梦 211

11 能听、能说、能记忆的神经网络 221

对机器而言,“理解”意味着什么? 221

深度语音识别系统 222

循环神经网络 223

为图像生成字幕 230

长短时记忆网络 233

对抗数据 235

12 理解自然语言 239

是宣传噱头,还是人工智能研究的福音? 239

IBM的“沃森” 240

攻克《危险边缘》所遇到的挑战 241

浩如烟海的知识 242

《危险边缘》挑战赛的诞生 245

DeepQA 247

问题分析 249

“沃森”如何解读句子? 252

13 挖掘《危险边缘》的最佳答案 261

地下室基准 261

生成候选答案 263

查找答案 266

轻量级过滤器 269

证据检索 270

评分 274

汇总和排名 277

调整“沃森” 281

重新审视DeepQA 282

“沃森”有智能吗? 283

14 用蛮力搜索找到好策略 289

通过搜索玩游戏 289

数独 290

树的大小 294

分支因子 297

游戏中的不确定性 297

克劳德·香农与信息论 302

评价函数 303

“深蓝” 308

加入IBM 310

搜索与神经网络 311

西洋双陆棋程序 313

搜索的局限 315

15 职业水平的围棋 319

计算机围棋 319

围棋 321

通过抽样走子来建立直觉 324

神之一手 330

蒙特卡洛树搜索 333

单臂老虎机 337

AlphaGo是否需要如此复杂 339

AlphaGo的局限 341

16 实时人工智能与《星际争霸》 345

构建更好的游戏机器人 345

《星际争霸》与人工智能 346

简化游戏 348

实用《星际争霸》机器人 351

OpenAI与《DOTA 2》 354

《星际争霸》机器人的未来 357

17 50年后或更遥远的未来 363

人工智能起起伏伏的发展过程 363

如何复制这本书中的成功 364

数据的普遍使用 368

下一步去向何方 369

致谢 373

注释 375