评分及书评

4.3
43个评分
  • 用户头像
    给这本书评了
    5.0
    强化学习是对好的表现进行奖励

    人类的记忆并不可靠,对故事的每次复述都会导致记忆的偏差,这个过程叫作 “重整记忆” 正如纽约扬基队的哲人尤吉・贝拉(Yogi Berra)曾经说过的那样:“做出预测很难,特别是对未来的预测。” 深度学习是机器学习的一个分支,它根植于数学、计算机科学和神经科学。深度网络从数据中学习,就像婴儿了解周围世界那样,从睁开眼睛开始,慢慢获得驾驭新环境所需的技能。视觉是我们最敏锐,也是被研究得最多的一种感官。人工智能是未来,不仅对俄罗斯来说是这样,对全人类也是一样。它带来了巨大的机会,但也会带来难以预测的威胁。无论谁成为这个领域的领导者,都将统治全世界我从来没有想过,有一天我会成为无所不知的人,而事实上,我和现在任何能上网的人都做到了。信息在互联网上以光速传播,从互联网上获取信息比从书架上的书里获取信息更方便。我们生活在各种形式的信息爆炸的时代一直以来,人们普遍接受的所谓 “真理”,总是不断地被惊人的发现所颠覆。我们抬起头,看到太阳在围绕地球转动,但实际上是地球在绕着太阳转。进化论让我们认清了人类的发展历程,尽管到了今天,很多人仍然难以接受这一理论。正如奥格尔的第二定律所述,进化比你聪明。我们的意识觉知只是冰山一角,我们大脑的大部分活动依然神秘莫测,无法进行自我反思。我们用 “注意力” 和 “意图” 这些词来描述我们的行为,但这些都是含糊的概念,隐藏了大脑活动过程的内在复杂性。基于直觉大众心理学的人工智能的发展迟迟得不到令人满意的成果。我们的眼睛能看到东西,但没人知道其背后的原因。“我思故我在”,但思考背后的机制仍是一个谜。大自然向我们揭示大脑如何运转,并不会给我们带来生存上的优势。奥格尔的第二定律仍然成立。事实上,当一位专家告诉你自然界的某些事情是不可能的时候,你应该保持谨慎 —— 不管这个论证有多么合理或者令人信服。学习是一个与发育同时进行的过程,并且在我们达到成年后仍然会持续很长一段时间。现在我们已经到了理解大脑以及它们是如何发展的边缘,这将会是一个奇迹,能够永远改变我们对自己的看法。正是写作、阅读和学习,而非说话,使现代文明成为可能。人类终将解决智能难题。所罗门・哥伦布曾经告诉我,所谓事业,只能用来追溯,我在写这本书时也确认了这一点。回顾过去,我发现了那些让我走到今天这一步的事件和决定,当然,当时的我对这一切还一无所知。

      转发
      评论
      用户头像
      给这本书评了
      5.0

      这是一本关于深度学习的过去、现在和未来的指南。不过本书并不是对该领域发展历史的全面梳理,而是记录了这一领域重要概念的进步及其背后研究群体的个人观点。人类的记忆并不可靠,对故事的每次复述都会导致记忆的偏差,这个过程叫作 “重整记忆”。这本书中的故事延续了 40 多年,尽管有些对我来说依然历历在目,就像昨天刚发生的一样,但我很清楚,那些故事在我的记忆中不断被复述时,有些细节已经悄悄地被改写了。

        转发
        评论
        用户头像
        给这本书评了
        5.0
        AI的秘密

        智能化革命!

          转发
          评论
          用户头像
          给这本书评了
          5.0
          很好我深度学习入门读物

          关于深度学习的历史、以及深度学习与生物信息和脑科学之间的关联讲述,非常精彩!

            转发
            评论
            用户头像
            给这本书评了
            4.0

            有专业性门槛

              转发
              评论
              用户头像
              给这本书评了
              5.0

              人工智能深度学习科普

                转发
                评论
                用户头像
                给这本书评了
                5.0
                需要解决的问题

                ・选择权的困扰:一辆无人驾驶汽车行驶在道路上,假设突然面临必然要发生的车祸,它应当向左撞向一个无辜的老人,还是向右撞向一个无辜的壮年?・决策权的困扰:一个系统可以基于人类个体不具备的广泛即时的大数据,用任何人无法企及的速度,迅速做出某个决策。这样的洞察和决策力,应该掌握在谁的手中?・工作权的困扰:一项基于人工智能的技术可以比人类以更好的质量和速度去完成某项生产。这项技术应该归属于工厂主来代替工人,还是应该归属于工人来帮助工厂主更好地完成工作?前者会带来失业,而后者有望带来更高的工作效率。・社会层面的困扰:一个面向情感的人工智能机器人帮助一个人解决孤单,却使他主动减少了与他人的社交沟通。这种陪伴究竟是在帮他解决问题,还是制造了更多的问题?・技术滥用的困扰:一项技术可以帮助任何人打造与他们高度相似的语音,制造出来的声音,令他的家人也难辨真假。这样的技术会不会被别有用心的人用于犯罪,例如诈骗电话?

                  转发
                  评论
                  用户头像
                  给这本书评了
                  5.0

                  这本书有关于深度学习的大部分基础的信息,值得一读。

                    转发
                    评论