所有分类
  • 所有分类
  • 在线课堂
  • 精品课程
  • 课件资料
  • 标准资料
  • 资料手册
  • 图纸模型
文档家VIP会员升级

智能机器如何思考 [美]格里什 2019年版

智能机器如何思考 

作者: [美]格里什 

出版时间: 2019年版 

内容简介 

  任何足够先进的技术初看都与魔法无异。 自动驾驶汽车已经在很多国家上路,网飞的算法能主动预测你喜欢的电影,DeepMind的计算机程序通关了雅达利游戏,AlphaGo在古老的围棋领域攻克了人类智能的防线。 这一切是如何发生的?智能机器究竟如何思考? 在这本书中,作者用几乎人人都能读懂的语言展示了人工智能领域的前沿成果,深入解读了感知算法、强化学习、智能体、卷积神经网络、深度语音识别、图片识别等科技巨头纷纷拥抱的概念,正是它们让当今的机器如此智能。 DARPA和ImageNet的挑战赛给未来播撒了怎样的种子? 网飞的电影推荐为什么如此准确? 人工智能怎么打DOTA? AlphaGo除了下围棋还会做别的吗? 神经网络如何做到能听、能说、能记忆? 我们为什么要不断制造能复制人类智力和行为的机器? 这本书将为你打开机器学习与神经网络的黑匣子,让你看懂“魔法”背后的机制。关于自动驾驶汽车、网飞算法、会玩游戏的人工智能以及AlphaGo,这本书几乎囊括了你想知道的一切。 

目录 

推荐序 IX 

前言 XIII 

 

1 自动机的秘密 

长笛演奏者 003 

今天的自动机 005 

钟摆的摆动007 

这本书中的自动机 008 

 

2 自动驾驶汽车:挑战不可能 

沙漠中的百万美元竞赛 015 

如何打造自动驾驶汽车 017 

规划路径 021 

路径搜索 022 

导航025 

无人车挑战赛的获胜者 028 

一场失败的比赛 031 

 

3 保持在车道内行驶:自动驾驶汽车的感知 

第二次无人车挑战赛 035 

自动驾驶汽车中的机器学习 037 

斯坦利的架构 038 

避开障碍物 040 

寻找道路的边缘 043 

开眼看路 045 

路径规划 047 

斯坦利大脑的各个部分如何相互交流 049 

 

4 在十字路口避让:自动驾驶汽车的大脑 

城市挑战赛 055 

感知抽象 057 

比赛 059 

老板的高层次推理层 061 

攻克交通堵塞 068 

三层架构 071 

对自动驾驶汽车看到的物体进行分类 076 

自动驾驶汽车是复杂的系统 077 

自动驾驶汽车的轨迹 078 

 

5 网飞和推荐引擎的挑战 

百万美元大奖 083 

竞争者 084 

如何训练分类器 085 

比赛的目标 089 

庞大的评分矩阵 091 

矩阵分解 096 

第一年结束 102 

 

6 团队融合:网飞奖的赢家 

缩小竞争者之间的差距 107 

第一年末 108 

随时间变化的预测 111 

过度拟合 114 

模型混合 115 

第二年 119 

最后一年 120 

赛后 124 

 

7 用奖励教导计算机 

DeepMind玩雅达利游戏 129 

强化学习 132 

教导智能体 134 

为智能体编写程序 36 

智能体如何观察环境 140 

经验金块 141 

用强化学习玩雅达利游戏 148 

 

8 如何用神经网络攻克雅达利游戏 

神经信息处理系统 153 

近似,而非完美 153 

用作数学函数的神经网络 155 

雅达利游戏神经网络的结构 161 

深入研究神经网络 170 

 

9 人工神经网络的世界观 

人工智能的奥秘 175 

国际象棋自动机“土耳其人” 177 

神经网络中的误导 179 

识别图像中的物体 180 

过度拟合 183 

ImageNet 185 

卷积神经网络 188 

为什么是“深度”网络? 194 

数据瓶颈 197 

 

10 深入了解深度神经网络的内部秘密 

计算机生成图片 203 

压缩函数 204 

ReLU激活函数 207 

机器人之梦 211 

 

11 能听、能说、能记忆的神经网络 

对机器而言,“理解”意味着什么? 221 

深度语音识别 222 

循环神经网络 223 

为图像生成字幕 230 

长短时记忆网络 233 

对抗数据 235 

 

12 理解自然语言 

宣传噱头还是人工智能研究的福音? 239 

IBM的沃森 240 

攻克《危险边缘》所遇到的挑战 241 

浩如烟海的知识 242 

《危险边缘》挑战赛的诞生 245 

DeepQA 247 

问题分析 249 

“沃森”如何解读句子 252 

 

13 挖掘《危险边缘》的最佳答案 

地下室基准 261 

生成候选答案 263 

查找答案 266 

轻量级过滤器 269 

证据检索 270 

评分 274 

汇总和排名 277 

调整“沃森” 281 

重新审视DeepQA 282 

沃森有智能吗? 283 

 

14 用蛮力搜索找到好策略 

通过搜索玩游戏 289 

数独 290 

树的大小 294 

分支因子 297 

游戏中的不确定性 297 

克劳德?香农与信息论 302 

评价函数 303 

“深蓝” 308 

加入IBM  310 

搜索与神经网络 311 

西洋双陆棋程序 313 

搜索的局限 315 

 

15 职业水平的围棋   

计算机围棋 319 

围棋 321 

通过抽样走子来建立直觉 324 

神之一手 330 

蒙特卡洛树搜索 333 

单臂老虎机 337 

AlphaGo是否需要如此复杂 339 

AlphaGo的局限 341 

 

16 实时人工智能与《星际争霸》 

构建更好的游戏机器人 345 

《星际争霸》与人工智能 346 

简化游戏 348 

实用《星际争霸》机器人 351 

OpenAI与《DOTA 2》 354 

《星际争霸》机器人的未来 357 

 

17  50年后或更遥远的未来 

人工智能起起伏伏的发展过程 363 

如何复制这本书中的成功 364 

数据的普遍使用 368 

下一步去向何方 369 

 

致谢 373 

注释 375 

 

资源下载
资源下载
0
文档家VIP会员升级
没有账号?注册  忘记密码?

社交账号快速登录

微信扫一扫关注
扫码关注后会自动登录