- 科学之路(人机器与未来)
- - 作者：(法)杨立昆|责编:张艳霞//范虹轶|译者:李皓//马跃
  - 出版社：中信
  - ISBN：9787521732399
  - 出版日期：2021/09/01
  - 页数：340
- 售价：35.2

内容大纲
    “图灵奖”得主、“深度学习三巨头”之一、“卷积神经网络之父”……由于在人工智能领域的突出贡献，杨立昆被中国计算机科学界和企业界所熟知。
    杨立昆的科学之路，谱写了一段关于勇气的宣言。他为了知识本身求学，而不是文凭，他用自己的经历，证明了通过激烈的考试竞争进入名校不是科学成功的窄门。他广泛阅读，为他科学思维的形成奠定了坚实的理论基础。他特立独行，做自己感兴趣的事情，即便那件事在短时间里不被人看好。在人工神经网络研究的低谷期，他寂寞地坚持，终于取得了举世瞩目的成就。
    人工智能正在颠覆人类社会，未来机器能思考吗？杨立昆的这部著作，讲述正是人工智能在我们面前崛起——这个历史上仅有的时刻发生的故事。
作者介绍
杨立昆是法国人，名字原文为Yann Le Cun，姓氏为Le Cun，因在美国常被误缩写为Y.L.Cun，于是把LeCun合写在一起。中文译名原为扬·勒丘恩，华人AI圈一直亲切地称他为“杨乐康”，他本人听闻后，干脆自己给自己取了中文名字——杨立昆。他被誉为 “卷积神经网络之父”，2019年3月，因在人工智能深度学习方面的贡献获得2018年度图灵奖。此外，他还获得了2014年IEEE神经网络先锋奖（Neural Network Pioneer Award）、2015年IEEE PAMI杰出研究奖和2016年Lovie终身成就奖。他为卷积神经网络（CNN，Convolutional Neural Networks）和图像识别领域做出了重要贡献，以手写字体识别、图像压缩和人工智能硬件等主题发表过190多份论文，研发了很多关于深度学习的项目，并且拥有14项相关的美国专利。研究领域包括人工智能、机器学习、机器感知、移动机器人学和计算神经学。
目录
本书赞誉
  人工智能的崛起时刻  特伦斯·谢诺夫斯基
  所有努力都是为了提升概率  张宏江
  在无人区创新  贾扬清
  从科学思考到科学思维  吴军
  以批判性思维持续学习  韦青
  杨立昆的科学之路  马毅
  让历史告诉未来  黄铁军
  探求未知的科学精神  郭毅可
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0”
  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12s
  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

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目