首页  >  All Categories  >  Books  >  智慧的疆界

智慧的疆界

图书作者:周志明   我的评分: 4/5

[[许莉]] 让推荐人工智能方面的书籍,遂搜索了一下近期的新书,发现了这本,推荐后自己也买来看看。12月断续几天看完了。即使是这个行业的从业者,可能也不会去关注历史发展脉络。人工智能的几度起落早已了解,却不曾深入,这本书以时间为顺序,以发展阶段为索引,介绍了人工智能发展历史。遗憾的是这本书2018年定版,最近几年以 ChatGPT 为代表的自然语言大模型,图像的生成模型又引领了新一波浪潮,这些都没有收录在本书中。无论是对于从业者还是爱好者,这本书都有助于了解历史、看清未来。AGI路漫漫且修远,吾辈将上下而求索。 豆瓣

Outline🔗

  • 前言
  • 致谢
  • 第一部分 以智慧创造智慧
    • 第1章 洪荒年代 / 2
      • 1.1 概述 / 2
      • 1.2 引言:信息革命 / 3
      • 1.3 图灵机,计算的基石 / 5 [[Alan Turing]]
      • 1.4 人工智能的萌芽 / 10
        • Q要解决这些问题,首先要解决的就是定义什么是“智能” // 是否必须?[[Alan Turing]] 的观点是不正面定义,而是假定智能可以被机器所模拟
      • 1.5 图灵测试:何谓智能? / 12
      • 1.6 智能与人类的界限 / 16
      • 1.7 机器能思考吗? / 17
      • 1.8 机器拟人心 / 21
      • 1.9 机器拟人脑 / 24
      • 1.10 机器拟人身 / 27
      • 1.11 本章小结 / 28
    • 第2章 迈向人工智能 / 30
      • 2.1 概述 / 30
      • 2.2 引言:不经意间改变世界 / 31
        • [[Marvin Minsky]]
        • [[John McCarthy]]
      • 2.3 达特茅斯会议 / 35
      • 2.4 有学术就有江湖 / 41
      • 2.5 有江湖就有传奇 / 48
        • [[司马贺]]
      • 2.6 人工智能早期成果 / 54
        • 1959 IBM 提出OCR的概念
        • AI效应 [[John McCarthy]] As soon as it works, no one calls it AI anymore.
      • 2.7 本章小结 / 63
  • 第二部分 学派争鸣
    • 第3章 符号主义学派 / 66
      • 3.1 概述 / 66
        • 三个阶段:推理期-知识期-学习期
      • 3.2 引言:五分钟逻辑学 / 68
      • 3.3 描述已知,推理未知 / 73
      • 3.4 知识!知识!知识! / 87
      • 3.5 从演绎到归纳 / 96
      • 3.6 符号主义的现状和未来 / 101
      • 3.7 本章小结 / 103
        • 深度学习出来前的教材主体内容,2009 大学课程 人工智能导论
    • 第4章 连接主义学派 / 105
      • 4.1 概述 / 105
        • [[Walter Pitts]]
      • 4.2 引言:命运 / 106
      • 4.3 大脑模型 / 108
      • 4.4 崛起的明星 / 114
        • [[Norbert Wienner]]
      • 4.5 陨落的流星 / 118
      • 4.6 感知机 / 121
        • [[Frank Rosenblatt]]
      • 4.7 凛冬将至 / 129
      • 4.8 人工智能的繁荣与寒冬 / 137
      • 4.9 本章小结 / 141
    • 第5章 行为主义学派 / 143
      • 5.1 概述 / 143
      • 5.2 引言:昔日神童 / 145
      • 5.3 自动机对抗自动机 / 147
      • 5.4 从“控制论”说起 / 151
      • 5.5 机械因果观和行为主义 / 154
      • 5.6 自复制机和进化主义 / 157
      • 5.7 机器人学 / 161
      • 5.8 本章小结 / 170
  • 第三部分 第三波高潮
    • 第6章 机器学习概览 / 172
      • 6.1 概述 / 172
      • 6.2 什么是机器学习 / 174
      • 6.3 机器学习的意义 / 177
      • 6.4 机器学习解决的问题 / 179
      • 6.5 进行机器学习:实战模型训练 / 185
        • 分类和回归的区别,定性分析和定量分析
      • 6.6 评估验证 / 233
      • 6.7 本章小结 / 242
    • 第7章 深度学习时代 / 244
      • 7.1 概述 / 244
      • 7.2 引言:深度学习教父 / 245
      • 7.3 逆反之心 / 247
      • 7.4 复兴之路 / 249
      • 7.5 深度学习时代 / 263 [[Geoffrey Hinton]]
      • 7.6 深度神经网络 / 290
      • 7.7 从实验室到企业 / 309
      • 7.8 挑战与反思 / 317
      • 7.9 本章小结 / 322
  • 第四部分 人机共生
    • 第8章 与机器共生 / 326
      • 8.1 概述 / 326
      • 8.2 引言:天才还是白痴 / 327
      • 8.3 与机器竞技 / 329
      • 8.4 与机器共舞 / 360
      • 8.5 本章小结 / 368
  • 附录 人工智能历史大事记 / 370
分类: Books 
发布于:  · 最后更新时间: