深度學(xué)習 智能時(shí)代的核心驅動(dòng)力量簡(jiǎn)介，目錄書(shū)摘

★ 【深度學(xué)習會(huì )擴大你的認知，人工智能不是生存威脅?！窟@本書(shū)所講的內容，與每個(gè)人的生活息息相關(guān)。AlphaGo、自動(dòng)駕駛、語(yǔ)音識別、智能翻譯、AI醫療、圖像識別……你所看到的各種形式的人工智能，背后都是深度學(xué)習在發(fā)揮作用。這本書(shū)將告訴你，深度學(xué)習有哪些神奇之處，并對你產(chǎn)生哪些影響。
★ 【人工智能大牛作者重磅作品】世界十大AI科學(xué)家之一、美國“四院院士”（全美在世僅3位）、全球人工智能專(zhuān)業(yè)會(huì )議NIPS基金會(huì )主席特倫斯·謝諾夫斯基（Terrence/Terry Sejnowski）力作。

★ 【AI女神、AI教父聯(lián)袂推薦】谷歌前云AI負責人、斯坦福大學(xué)HAI研究院聯(lián)合創(chuàng )始人 李飛飛、AI教父杰弗里·辛頓誠摯推薦。

★ 【想了解深度學(xué)習，請讀這一本?！亢芏嘈畔⒍荚趥鬟fAI會(huì )給我們帶來(lái)革命性的巨變，卻只點(diǎn)出了表象，而這本書(shū)將從AI的源頭——深度學(xué)習開(kāi)始，講述這個(gè)智能時(shí)代核心驅動(dòng)力量如何一步步影響科技、商業(yè)乃至整個(gè)世界的進(jìn)步。

全球科技巨頭紛紛擁抱深度學(xué)習，自動(dòng)駕駛、AI醫療、語(yǔ)音識別、圖像識別、智能翻譯以及震驚世界的AlphaGo，背后都是深度學(xué)習在發(fā)揮神奇的作用。深度學(xué)習是人工智能從概念到繁榮得以實(shí)現的主流技術(shù)。經(jīng)過(guò)深度學(xué)習訓練的計算機，不再被動(dòng)按照指令運轉，而是像自然進(jìn)化的生命那樣，開(kāi)始自主地從經(jīng)驗中學(xué)習。

本書(shū)作者特倫斯·謝諾夫斯基是全球人工智能十大科學(xué)家之一、深度學(xué)習先驅及奠基者，親歷了深度學(xué)習在20世紀70年代到90年代的寒冬。但他和一眾開(kāi)拓者，利用大數據和不斷增強的計算能力，終于在神經(jīng)網(wǎng)絡(luò )算法上取得重大突破，實(shí)現了人工智能井噴式的發(fā)展。

作為深度學(xué)習領(lǐng)域的通識作品，本書(shū)以恢弘的筆觸，通過(guò)3個(gè)部分全景展現了深度學(xué)習的發(fā)展、演變與應用，首次以親歷者視角回溯了深度學(xué)習浪潮在過(guò)去60年間的發(fā)展脈絡(luò )與人工智能的螺旋上升，并前瞻性地預測了智能時(shí)代的商業(yè)圖景。

特倫斯·謝諾夫斯基  Terrence (Terry)  Sejnowski 

世界十大AI科學(xué)家之一，美國四大國家學(xué)院（國家科學(xué)院、國家醫學(xué)院、國家工程院、國家藝術(shù)與科學(xué)學(xué)院）在世僅3位的“四院院士”之一，全球AI專(zhuān)業(yè)會(huì )議NIPS基金會(huì )主席。

作為神經(jīng)網(wǎng)絡(luò )的先驅?zhuān)缭?986年，特倫斯就與杰弗里·辛頓共同發(fā)明了玻爾茲曼機，把神經(jīng)網(wǎng)絡(luò )帶入到研究與應用的熱潮，將深度學(xué)習從邊緣課題變成了互聯(lián)網(wǎng)科技公司仰賴(lài)的核心技術(shù)，實(shí)現了人工智能井噴式的發(fā)展。

特倫斯現任美國索爾克生物研究所(美國生命科學(xué)領(lǐng)域成果*多的研究機構) 計算神經(jīng)生物學(xué)實(shí)驗室主任，是美國政府注資50億美元“腦計劃”項目（BRAIN，the Brain Research through Advancing Innovative Neurotechnologies）領(lǐng)軍人物。

特倫斯同時(shí)是全球*大在線(xiàn)學(xué)習平臺Coursera*受歡迎課程《學(xué)習如何學(xué)習》（Learning how to learn）主理人，通過(guò)系統講解大腦認知的底層知識，讓學(xué)習者可以改變思維模式，提高學(xué)習的能力和效率。目前該課程學(xué)習人數已經(jīng)超過(guò)了300萬(wàn)。

推 薦 序   面對科技拐點(diǎn)，我們的判斷與選擇 

中文版序   人工智能會(huì )放大認知能力

前    言   深度學(xué)習與智能的本質(zhì)

第一部分 智能的新構想

01 機器學(xué)習的崛起

汽車(chē)新生態(tài)：無(wú)人駕駛將全面走入人們生活

自然語(yǔ)言翻譯：從語(yǔ)言到句子的飛躍

語(yǔ)音識別：實(shí)時(shí)跨文化交流不再遙遠

AI醫療：醫學(xué)診斷將更加準確

金融科技：利用數據和算法獲取*佳回報

深度法律：效率的提高與費用的降低

德州撲克：當機器智能學(xué)會(huì )了虛張聲勢

AlphaGo奇跡：神經(jīng)科學(xué)與人工智能的協(xié)同

弗林效應：深度學(xué)習讓人類(lèi)更加智能

新教育體系：每個(gè)人都需要終身學(xué)習

正面影響：新興技術(shù)不是生存威脅

回到未來(lái)：當人類(lèi)智能遇到人工智能

02 人工智能的重生

看似簡(jiǎn)單的視覺(jué)識別

計算機視覺(jué)的進(jìn)步

早期人工智能發(fā)展緩慢

從神經(jīng)網(wǎng)絡(luò )到人工智能

03 神經(jīng)網(wǎng)絡(luò )的黎明

深度學(xué)習的起點(diǎn)

從樣本中學(xué)習

利用感知器區分性別

被低估的神經(jīng)網(wǎng)絡(luò )

04 大腦式的計算

網(wǎng)絡(luò )模型能夠模仿智能行為

神經(jīng)網(wǎng)絡(luò )先驅者

喬治·布爾與機器學(xué)習

利用神經(jīng)科學(xué)理解大腦

大腦如何處理問(wèn)題

計算神經(jīng)科學(xué)的興起 

05 洞察視覺(jué)系統

人眼是如何看到東西的

大腦皮層中的視覺(jué)

突觸的可塑性

通過(guò)陰影腦補立體全貌

視覺(jué)區域的層級結構

認知神經(jīng)科學(xué)的誕生

第二部分 深度學(xué)習的演進(jìn)

06 語(yǔ)音識別的突破

在嘈雜中找到你的聲音

將獨立分量分析應用于大腦

什么在操控我們的言行

07 霍普菲爾德網(wǎng)絡(luò )和玻爾茲曼機

約翰·霍普菲爾德的偉大之處

內容可尋址存儲器

局部*小值與全局*小值

玻爾茲曼機

赫布理論

學(xué)習識別鏡像對稱(chēng)

學(xué)習識別手寫(xiě)數字

無(wú)監督學(xué)習和皮層發(fā)育

08 反向傳播算法

算法的優(yōu)化

語(yǔ)音合成的突破

神經(jīng)網(wǎng)絡(luò )的重生

理解真正的深度學(xué)習

神經(jīng)網(wǎng)絡(luò )的局限性

09 卷積學(xué)習

機器學(xué)習的穩步發(fā)展

卷積網(wǎng)絡(luò )的漸進(jìn)式改進(jìn)

當深度學(xué)習遇到視覺(jué)層級結構

有工作記憶的神經(jīng)網(wǎng)絡(luò )

生成式對抗網(wǎng)絡(luò )

應對現實(shí)社會(huì )的復雜性

10 獎勵學(xué)習

機器如何學(xué)會(huì )下棋

大腦的獎勵機制

用“感知-行動(dòng)”框架提高績(jì)效

學(xué)習如何翱翔

學(xué)習如何歌唱

人工智能的可塑性

更多需要被解決的問(wèn)題

11 火爆的NIPS 

為什么NIPS如此受歡迎

誰(shuí)擁有*多數據，誰(shuí)就是贏(yíng)家

為未來(lái)做準備

第三部分 人類(lèi)，智能與未來(lái)

12 智能時(shí)代

21世紀的生活

未來(lái)的身份認證

社交機器人的崛起

機器已經(jīng)會(huì )識別人類(lèi)面部表情

新技術(shù)改變教育方式

成為更好的學(xué)習者

訓練你的大腦

智能商業(yè)

13 算法驅動(dòng)

用算法把復雜問(wèn)題簡(jiǎn)單化

理解、分析復雜系統

大腦的邏輯深度

嘗試所有可能的策略

14 芯片崛起

神經(jīng)形態(tài)芯片

視網(wǎng)膜芯片

神經(jīng)形態(tài)工程

摩爾定律的終結

15 信息科學(xué)

用字節丈量世界

用數學(xué)思維解決通信難題

預測是如何產(chǎn)生的

深度理解大腦

大腦的操作系統

生物學(xué)與計算科學(xué)

人工智能能擁有媲美人類(lèi)大腦的操作系統

16 生命與意識

視覺(jué)意識

視覺(jué)感知的過(guò)程

視覺(jué)感知的時(shí)機

視覺(jué)感知的部位

視覺(jué)搜索的機理

創(chuàng )造意識比理解意識更容易

17 進(jìn)化的力量

大自然比我們聰明

認知科學(xué)的興起

不能把語(yǔ)言問(wèn)題只留給語(yǔ)言學(xué)家

難預測的行為規律

神經(jīng)網(wǎng)絡(luò )的寒冬

從深度學(xué)習到通用人工智能

18 深度智能

遺傳密碼

每個(gè)物種都有智能

進(jìn)化的起源

人類(lèi)終將解決智能難題