本书赞誉
人工智能的崛起时刻 特伦斯·谢诺夫斯基
所有努力都是为了提升概率 张宏江
在无人区创新 贾扬清
从科学思考到科学思维 吴军
以批判性思维持续学习 韦青
杨立昆的科学之路 马毅
让历史告诉未来 黄铁军
探求未知的科学精神 郭毅可
中文版自序 科研的魅力
前言 我的科学之路
第一章 人工智能呼啸而来
1 人工智能无处不在
2 人工智能艺术家
3 索菲亚：类人生物还是虚张声势
4 飞速迭代的人工智能
5 让机器学会学习
6 技术混搭
7 我们应该如何定义人工智能0”
8 人工智能的未来
9 算法的广阔天空
第二章 人工智能和我的学术生涯
1 永恒的追求：让机器拥有智能
2 传统智能难以复制
3 人类与人工智能的“战争”
4 神经流派的崛起
5 遭遇寒冬
6 狂热的疯子
7 被兴趣激发的人
8 卓有成效的阅读
9 我的偶像
10 “你认识一个叫杨立昆的人吗？”
11 梯度反向传播的运用
12 神圣之地
13 贝尔实验室的岁月
14 职业与信念
15 深度学习的阴谋
16 卷积网络的春天
第三章 机器的初级训练
1 从海兔得到的启发
2 监督学习
3 随机近似
4 数学家的题外话
5 伽利略和比萨斜塔
6 图像识别
7 感知器的创新
8 25像素的网格
9 区分字母C和D
10 泛化原理
11 感知器的局限性
12 特征提取器
第四章 机器学习的方法
1 成本函数
2 找到谷底
3 实践中的梯度下降”
4 随机梯度
5 多个谷底的困扰
6 机器学习的原理
7 模型的选择
8 奶牛和三名科学家12s
9 奥卡姆剃刀原理
10 机器训练方案
11 最佳折中方案
12 人类的教训
第五章 完成更复杂的任务
1 贡献度分配
2 连续神经元
3 我的分层学习机
4 赛跑
5 数学的美妙之处
6 多层结构的益处
7 打破异议
8 多层网络的魅力
第六章 人工智能的支柱
1 2012年的重磅炸弹
2 视觉系统的信息处理
3 有远见的东京科学家
4 科学界方法之争
5 卷积网络全貌
第七章 深度学习的应用
1 图像辨识
2 内容嵌入和相似度测量
3 语音识别
4 语音克隆
5 语言的理解和翻译
6 智能预测
7 人工智能与科学
8 自动驾驶汽车
9 大型应用程序的架构：虚拟助手
10 医学影像与医学
11 从传统搜索算法到强化学习
第八章 我在脸书的岁月
1 与脸书结缘
2 脸书的人工智能研究实验室
3 科学的突破与产品的开发
4 用技术实现信息过滤
5 技术、平台与媒体
6 对带标签数据的渴求
7 图灵奖与我的新身份
第九章 前景与挑战
1 探究智能和学习的基础
2 机器学习的局限性
3 强化学习的局限性
4 有待开发的学习新范式
5 有限的预测能力
6 人是如何学习的
7 如何训练预测系统
8 多重预测和潜在变量
9 赋予机器预测能力
10 系统智能接近人类智能任重而道远
11 集成电路创新的爆炸式增长
12 人工智能的未来
第十章 隐忧与未来
1 人工智能将改变社会和经济
2 人工智能创新的生态系统
3 谁将从革命中受益
4 军事失控的风险
5 危险警报：人工智能的滥用
6 如何解释人工智能
7 理解人类智能
8 大脑只是一部机器吗
9 所有模型都是错的
10 担忧的声音
11 人工智能并不万能
12 大脑的学习机制
13 机器能否产生意识
14 语言在思维中的作用
15 机器会有情感吗
16 机器人想要获得权力吗
17 价值观的统一
18 新的疆界
19 智力科学
结语
术语表
致谢
展开
