科学之路电子书

本书赞誉

人工智能的崛起时刻

所有努力都是为了提升概率

在无人区创新

从科学思考到科学思维

以批判性思维持续学习

杨立昆的科学之路

让历史告诉未来

探求未知的科学精神

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

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

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