本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
(1)畅销书《深入理解Java虚拟机》(累计印刷30余次)作者历时1年完成,用心之作,匠心呈现。
(2)从奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面解读人工智能,专业、易懂、有温度
(3)用通俗的语言和巧妙的内容组织方式来讲解专业知识,真正做到让没有技术基础的读者也能读懂人工智能并对它产生兴趣
这是一部对人工智能充满敬畏之心的匠心之作,由《深入理解Java虚拟机》作者耗时一年完成,它将带你从奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面读懂人工智能。
本书以时间为主线,用专业的知识、通俗的语言、巧妙的内容组织方式,详细讲解了人工智能这个学科的全貌、能解决什么问题、面临怎样的困难、尝试过哪些努力、取得过多少成绩、未来将向何方发展,尽可能消除人工智能的神秘感,把阳春白雪的人工智能从科学的殿堂推向公众面前。
全书共8章,逻辑上分为4个部分:
第一部分 以智慧创造智慧(第1~2章)
阐述了在人工智能学科创立之前,图灵、香农等先驱们对智能的探索和思考。首先以“人工智能之父”图灵的生平事迹为主线,介绍了图灵机、图灵测试,以及图灵对智能的思考、理解和定义;然后以达特茅斯会议为主线,通过该会议及其后续的影响,介绍了人工智能学科诞生的历史背景,并讨论了该学科研究的目标和要解决的问题。
第二部分 学派争鸣(第3~5章)
学术界成体系的研究人工智能的方法主要有三个学派,分别是以纽厄尔、司马贺为代表的符号主义、以“神经网络缔造者”皮茨和“感知机之父”罗森布拉特为代表的连接主义和以“控制论之父”维纳为代表的行为主义。这三个学派分别从逻辑、仿生和行为三个角度来研究智能,都曾在不同时期充当过人工智能的主流,并各自取得了许多成果。
第三部分 第三波高潮(第6~7章)
迄今为止,人工智能经历了三次高潮和两个大的低谷,目前处于第三次高潮的顶*feng*。这次高潮是以深度学习、深度神经网络为代表的机器学习所引*ling*的。首先以尽可能小的篇幅把机器学习的导论性内容介绍清楚了,然后以“深度学习教父”辛顿的人生经历为主线,介绍了神经网络从低谷到复兴的过程,以及深度学习的提出和技术突破。
第四部分 人机共生(第8章)
几十年来,人工智能无时无刻都伴随着争论和分歧,本部分探讨了人类和机器在追寻智能的过程中取得的成果和一些争论。用十多个人工智能的实际案例尝试回答了几个问题:经过60多年的发展,当下的人工智能到底发展到什么程度了?现在距离我们设想的目标还有多遥远?会对我们有什么影响?现在以及未来应该如何与人工智能相处?
周志明,Java技术、机器学习和企业级开发技术专家,现任远光软件研究院院长,人工智能博士在读,著有畅销书本书。
开源技术的积极倡导者和推动者,对计算机科学和相关的多个领域都有深刻的见解,尤其是人工智能、Java技术和敏捷开发等领域。曾受邀在InfoQ和IBMDeveloperWorks等网站撰写技术专栏。
著作颇丰,著有《深入理解Java虚拟机》《深入理解OSGi》,翻译了《Java虚拟机规范》等著作。其中《深入理解Java虚拟机》第1版出版于2011年,已经出至第2版,累计印刷超过30次,不仅销量好,而且口碑更好,是中文计算机图书领域公认的、难得一见的佳作。
你也许已经感受到了,人工智能这个概念被越来越频繁地提及,网上、书中五花八门的关于人工智能的音频、视频、文字是当前最容易抓住眼球的热点,人工智能从一个阳春白雪、深藏于专业实验室的学术名词,迅速转变为产品经理和市场营销人员的口头禅,还成为普通大众茶余饭后的谈资。现在,在大家的眼里,有了“人工智能”,掌握了“机器学习”或者“神经网络”的电子系统,仿佛就有了自己学习进化、独立思考解决问题的可能性,甚至有了超越人类的无限智慧与魔力。而大家提起拥有智能的机器,往往还怀有一种科幻小说式的神秘与敬畏,一边忍不住对未知的憧憬,想要从钥匙孔中窥探潘多拉盒子里面藏着怎样的秘密,一边又担心打开了这个盒子,会放出人类无法掌控的可怕力量。
你也许还没有注意到,人工智能带来的变化已在我们身边悄然出现。当你打开新闻,上面给你展示哪些文章,是由人工智能为你定制的,甚至就连文章的内容,也可能是由机器根据当前的搜索引擎、自媒体、网站的热点自动编写而成的。当你上网购物,打开首页看到的是你最有可能感兴趣、最有可能购买的商品,这是机器根据你最近上网的行为自动推荐的。当你打开邮箱时,系统已经为你过滤掉你不关心的广告和垃圾邮件,这些也是人工智能在背后工作的结果。今天这些智能化的成果已经深深融入人们的工作和生活之中,这些细节变化背后的技术进步,一点都不比机器能在棋盘上战胜人类冠军来得稍小。