深度学习革命 作者: [美] 凯德·梅茨 出版社: 中信出版集团 副标题: 从历史到未来 原作名: Genius Makers: The Mavericks Who Brought AI to Google, Facebook, and the World 译者: 桂曙光 出版年: 2023-1 页数: 408 定价: 79.00元 装帧: 平装 ISBN: 9787521747553

内容简介

世界范围内主要的人工智能玩家有哪些？哪家公司在这场脑力与毅力的角逐中脱颖而出？深度学习革命如何颠覆了整个人工智能领域？人工智能还会经历第三次寒冬吗？ 长期以来，人工智能一直被视为一种遥远的未来技术，它是一个被委托给科学界边缘的项目，甚至在历史上两次走入绝境，陷入寒冬，直到一些孤注一掷的研究人员用一场新的变革打破了宁静——深度学习革命。 近年来，让人工智能受到全世界瞩目的高调事件，基本上都是基于深度学习的。比如，AlphaGo击败了世界围棋冠军，自然语言处理催生了智能语音助手，自动驾驶、人脸识别在世界范围内得到广泛应用，AI绘画更是以假乱真、火遍全球……可以说，深度学习已经浸入了我们的日常生活，从边缘走到了舞台的中心，正蓄势待发，即将掀起一场惊人的变革。 本书是一本讲述人工智能，尤其是深度学习的历史与未来的书。书中，作者讲述了一群将深度学习带给全世界的企业家和科学家的故事，从谷歌、Facebook、百度等大公司的决策者讲到学术界的领军人物——“深度学习三巨头”，再讲到DeepMind、OpenAI等知名实验室的开创者。 你可以通过这些人的故事，跟随现代人工智能的发展脚步，从人工智能研究的萌芽阶段开始，穿过两次人工智能的寒冬，一直了解到当下全新的前沿进展。

作者简介

凯德·梅茨（Cade Metz） 《连线》杂志和《纽约时报》的知名记者，长期关注谷歌、Facebook等科技互联网企业，人工智能、深度学习等科技趋势，以及与之相关的前沿思想。他经常在广播和电视上讨论人工智能话题，是美国国家公共广播电台（NPR）、美国消费者新闻与商业频道（CNBC）和微软全国广播电台（MSNBC）的受邀嘉宾。

网友热评

慎习斋: “近年来，让人工智能受到全世界瞩目的高调事件，基本上都是基于深度学习的。”2007年，杰夫·辛顿创造了术语“深度学习”，一种描述神经网络的方式。2012年，杰夫·辛顿、伊利亚·萨特斯基弗和亚历克斯·克里哲夫斯基发表了AlexNet论文。AlexNet不仅是深度学习的转折点，也是全球科技行业的转折点。它表明，神经网络可以在多个领域取得成功——不仅仅是语音识别，而GPU对于这一成功至关重要，它改变了软件和硬件市场。2014年，伊恩·古德费洛发表了GAN论文，描述了一种生成照片的方法。2015、2016年阿法狗的成功。2020年，Covariant在柏林发布分拣机器人。 “首先是图像识别，然后是翻译，再之后是自动驾驶汽车，最后是通用人工智能。”人工智能技术还在发展，防范弊端的意识和措施需要走先手。 钻石小鹿?: AI近20多年波澜壮阔发展前序里的who is who手册。获得的秘密配方大概是：抓住重要创造价值的secular shift、捕捉未来成功的early indicators、按人索骥持续追踪（很重要！不笨脑袋放对沉浸的圈子，就是个有分量的insightful insider）、不设边界。辞职创业的好处是加码的感同身受，以及拨开日常琐事一叶障目的清晰视界 胖纸史蒂文森: 在这个激动人心，鸡飞狗跳和鸡零狗碎的四月，在工作和生活公司与家庭个人已经几乎完全混淆不清乃至被前前后后几个新浪热搜几乎摧毁的四月，在正面和负面的情绪冲击此起彼伏波澜起伏的四月，断断续续读完了这本书。只觉得，人家那才叫人生。 HulK 寒水居石: 了解AI的前世今生，可以看出杰夫辛顿，杨立昆等元老的历史，也有伊利亚苏茨克维和亚历克斯后起之秀，以及陆奇、余凯、李飞飞等中国或华裔的参与这次"革命" amelie: 硅谷101陈茜推荐。很好的梳理人工智能发展的?，特别是讲了很多重要节点上的技术人员的有趣故事。辛顿太有料太好玩了。 对这本书篇幅望而却步的豆友们，告诉你，书的内容只占前55%，后45%都是参考资料列表。

图书目录

推荐序一场影响深远的秘密竞拍 前言杰夫·辛顿：无法坐下的人 第一部分一种新型的机器：感知机 01感知机：最早的神经网络之一 02辛顿与人工智能的第一次寒冬 03连接主义的圈子 04微软的尝试与谷歌的新突破 05证据：从谷歌大脑到AlexNet 06DeepMind的野心与谷歌的收购 第二部分谁拥有智能 07人才争夺战：Facebookvs谷歌 08炒作 09反炒作 10神经网络的爆发：AlphaGo的胜利 11神经网络的扩张：新药研发技术 12梦想之地：微软的深度学习 第三部分动荡 13欺骗：GAN与“深度造假” 14谷歌的傲慢 15神经网络的偏见 16武器化 17Facebook的无能 第四部分被低估的人类 18一场马库斯与杨立昆的辩论 19自动化：OpenAI的拣货机器人 20信仰 21未知因素 致谢 时间线 参与者