官术网_书友最值得收藏!

如何創(chuàng)造可信的AI

關(guān)于人工智能的炒作總是甚囂塵上,但要得到真正可信的AI,卻遠(yuǎn)比想象的要復(fù)雜得多,超級(jí)智能的時(shí)代還遠(yuǎn)沒有到來。創(chuàng)造真正可信的AI需要賦予機(jī)器常識(shí)和深度理解,而不是簡(jiǎn)單地統(tǒng)計(jì)分析數(shù)據(jù)。本書勾勒了未來人工智能發(fā)展的最佳路線圖,對(duì)當(dāng)前人工智能的現(xiàn)狀進(jìn)行了清晰且客觀的評(píng)估。作者蓋瑞·馬庫斯是人工智能領(lǐng)域的專家,同時(shí)還是心理學(xué)和神經(jīng)科學(xué)教授,在計(jì)算機(jī)科學(xué)、認(rèn)知科學(xué)、語言學(xué)、人工智能等領(lǐng)域都練就了相當(dāng)深厚的學(xué)術(shù)功底,并敢于挑戰(zhàn)學(xué)術(shù)界的主流觀點(diǎn)。當(dāng)整個(gè)人工智能學(xué)術(shù)界都在過分樂觀地高歌猛進(jìn)時(shí),他不斷撰文和發(fā)表演講來指出以深度學(xué)習(xí)為代表的當(dāng)下AI的弊端和局限性,《如何創(chuàng)造可信的AI》這本書正是馬庫斯對(duì)他關(guān)于人工智能觀點(diǎn)的最佳總結(jié)。蓋瑞·馬庫斯和歐內(nèi)斯特·戴維斯從深度學(xué)習(xí)算法固有的缺陷出發(fā),闡述了當(dāng)下AI技術(shù)發(fā)展的桎梏,對(duì)當(dāng)前AI的場(chǎng)景應(yīng)用和研究范式中的問題進(jìn)行了分析,他指出AI真正的問題在于信任,常識(shí)才是深度理解的關(guān)鍵。最終從認(rèn)知科學(xué)中提煉出了11條對(duì)人工智能發(fā)展方面的啟示,以通用人工智能為發(fā)展目標(biāo),給出了未來AI技術(shù)的一種發(fā)展方向。

(美)蓋瑞·馬庫斯 歐內(nèi)斯特·戴維斯 ·人工智能 ·15.1萬字

AIGC原理與實(shí)踐:零基礎(chǔ)學(xué)大語言模型、擴(kuò)散模型和多模態(tài)模型
會(huì)員

本書旨在幫助沒有任何人工智能技術(shù)基礎(chǔ)的工程師們?nèi)嬲莆誂IGC的底層技術(shù)原理,以及大語言模型、擴(kuò)散模型和多模態(tài)模型的原理與實(shí)踐。本書的核心價(jià)值是,首先為想學(xué)習(xí)各種大模型的讀者打下堅(jiān)實(shí)的技術(shù)基礎(chǔ),然后再根據(jù)自己的研究方向展開深入的學(xué)習(xí),達(dá)到事半功倍的效果。通過閱讀本書,您將學(xué)習(xí)如下內(nèi)容:(1)AIGC技術(shù)基礎(chǔ)深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí),包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理與應(yīng)用。并通過學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法,您將掌握如何優(yōu)化和提升神經(jīng)網(wǎng)絡(luò)的性能。(2)圖像生成模型包括從自動(dòng)編碼器(AE)、變分自編碼器(VAE)、生成對(duì)抗網(wǎng)絡(luò)(GAN)等圖像生成模型。通過學(xué)習(xí)優(yōu)化方法,如WGAN、WGAN-WP、StyleGAN等,您將掌握如何提高圖像生成模型的質(zhì)量和穩(wěn)定性。同時(shí),了解圖像生成模型的應(yīng)用,如遷移學(xué)習(xí)、風(fēng)格遷移等,讓您輕松實(shí)現(xiàn)個(gè)性化創(chuàng)作。此外,還將帶您深入了解DDPM、DDIM等擴(kuò)散模型的前沿技術(shù),為您展現(xiàn)圖像生成技術(shù)的最新成果,探索更加出色的生成效果和表達(dá)方式。(3)語言生成模型了解注意力機(jī)制、Transformer架構(gòu)等基礎(chǔ)知識(shí),深入探索GAT系列、大語言模型(如ChatGPT),讓您掌握自然語言處理的精髓。(4)多模態(tài)模型了解CLIP、StableDiffusion、DALL.E等多模態(tài)模型,觸碰視覺和文字的奇妙交織,領(lǐng)略多模態(tài)智能的廣闊前景。

吳茂貴 ·人工智能 ·16.7萬字

深入淺出圖神經(jīng)網(wǎng)絡(luò):GNN原理解析
會(huì)員

這是一本從原理、算法、實(shí)現(xiàn)、應(yīng)用4個(gè)維度詳細(xì)講解圖神經(jīng)網(wǎng)絡(luò)的著作,在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域具有重大的意義。本書作者是圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的資深技術(shù)專家,作者所在的公司極驗(yàn)也是該領(lǐng)域的領(lǐng)先者。本書是作者和極驗(yàn)多年研究和實(shí)踐經(jīng)驗(yàn)的總結(jié),內(nèi)容系統(tǒng)、扎實(shí)、深入淺出,得到了白翔、俞棟等幾位來自學(xué)術(shù)界和企業(yè)界的領(lǐng)軍人物的高度評(píng)價(jià)和強(qiáng)烈推薦。全書共10章:第1~4章全面介紹了圖、圖數(shù)據(jù)、卷積神經(jīng)網(wǎng)絡(luò)以及表示學(xué)習(xí)等基礎(chǔ)知識(shí),是閱讀本書的預(yù)備知識(shí);第5~6章從理論的角度出發(fā),講解了圖信號(hào)處理和圖卷積神經(jīng)網(wǎng)絡(luò),深入剖析了圖卷積神經(jīng)網(wǎng)絡(luò)的性質(zhì),并提供了GCN實(shí)現(xiàn)節(jié)點(diǎn)分類的實(shí)例。第7~9章全面的講解了圖神經(jīng)網(wǎng)絡(luò)的各種變體及范式、圖分類機(jī)制及其實(shí)踐,以及基于GNN的圖表示學(xué)習(xí);第10章介紹了圖神經(jīng)網(wǎng)絡(luò)的最新研究和應(yīng)用。

劉忠雨 李彥霖 周洋 ·人工智能 ·8.9萬字

腦機(jī)革命

當(dāng)你凝望夜空時(shí),你是否曾望向繁星背后的虛空:“宇宙的邊界在哪里?時(shí)空的本質(zhì)究竟是什么?幽暗的深空中此刻是否也有一雙眼睛正在凝視著你?”當(dāng)你凝視鏡中的自己時(shí),你是否曾望向雙眼背后的大腦:“我”到底是誰?寄居在這副皮囊之中的靈魂是否真的存在?當(dāng)肉體衰亡,“我的靈魂”是將隨之消散還是化為飄蕩于宇宙之中的一股電波?下載知識(shí)、移植記憶、意念互通與大腦聯(lián)結(jié)這些科幻電影中的場(chǎng)景能否成為現(xiàn)實(shí)?人腦被稱為“內(nèi)在的宇宙”,從宇宙大爆炸到人類大腦的形成,150億年間,人類大腦成為宇宙中平常卻偉大的奇跡。如今,腦機(jī)接口技術(shù)正在蓬勃發(fā)展??茖W(xué)家已經(jīng)開始攀登腦機(jī)接口的金字塔,逐級(jí)“改造”人類,實(shí)現(xiàn)人類的全新進(jìn)化。本書便是向讀者介紹腦機(jī)接口這一新興技術(shù)的科普著作。從對(duì)大腦的重新認(rèn)識(shí),到神經(jīng)科學(xué)顛覆傳統(tǒng)的發(fā)現(xiàn),再到腦機(jī)接口領(lǐng)域正在發(fā)生的前瞻探索和令人振奮的突破,作者對(duì)這項(xiàng)技術(shù)自誕生至今的演進(jìn)歷程以及它對(duì)未來的影響進(jìn)行了生動(dòng)的展示,讓人在感嘆“腦機(jī)融合”創(chuàng)造的驚人變化的同時(shí),更為腦科學(xué)的飛速發(fā)展以及人類大腦浩如煙海的未解之謎而神往。

(巴西)米格爾·尼科萊利斯 ·人工智能 ·23.2萬字

深度學(xué)習(xí):導(dǎo)讀手冊(cè)

全球科技巨頭紛紛擁抱深度學(xué)習(xí),自動(dòng)駕駛、AI醫(yī)療、語音識(shí)別、圖像識(shí)別、智能翻譯以及震驚世界的AlphaGo,背后都是深度學(xué)習(xí)在發(fā)揮神奇的作用。深度學(xué)習(xí)是人工智能從概念到繁榮得以實(shí)現(xiàn)的主流技術(shù)。經(jīng)過深度學(xué)習(xí)訓(xùn)練的計(jì)算機(jī),不再被動(dòng)按照指令運(yùn)轉(zhuǎn),而是像自然進(jìn)化的生命那樣,開始自主地從經(jīng)驗(yàn)中學(xué)習(xí)。本書作者特倫斯·謝諾夫斯基是全球人工智能十大科學(xué)家之一、深度學(xué)習(xí)先驅(qū)及奠基者,親歷了深度學(xué)習(xí)在20世紀(jì)70年代到90年代的寒冬。但他和一眾開拓者,利用大數(shù)據(jù)和不斷增強(qiáng)的計(jì)算能力,終于在神經(jīng)網(wǎng)絡(luò)算法上取得重大突破,實(shí)現(xiàn)了人工智能井噴式的發(fā)展。作為深度學(xué)習(xí)領(lǐng)域的通識(shí)作品,本書以恢弘的筆觸,通過3個(gè)部分全景展現(xiàn)了深度學(xué)習(xí)的發(fā)展、演變與應(yīng)用,首次以親歷者視角回溯了深度學(xué)習(xí)浪潮在過去60年間的發(fā)展脈絡(luò)與人工智能的螺旋上升,并前瞻性地預(yù)測(cè)了智能時(shí)代的商業(yè)圖景。

(美)特倫斯·謝諾夫斯基 ·人工智能 ·5530字

圖解大模型:生成式AI原理與實(shí)戰(zhàn)
會(huì)員

本書全程圖解式講解,通過大量全彩插圖拆解概念,讓讀者真正告別學(xué)習(xí)大模型的枯燥和復(fù)雜。全書分為三部分,依次介紹語言模型的原理、應(yīng)用及優(yōu)化。第一部分理解語言模型(第1~3章),解析語言模型的核心概念,包括詞元、嵌入向量及Transformer架構(gòu),幫助讀者建立基礎(chǔ)認(rèn)知。第二部分使用預(yù)訓(xùn)練語言模型(第4~9章),介紹如何使用大模型進(jìn)行文本分類、聚類、語義搜索、文本生成及多模態(tài)擴(kuò)展,提升模型的應(yīng)用能力。第三部分訓(xùn)練和微調(diào)語言模型(第10~12章),探討大模型的訓(xùn)練與微調(diào)方法,包括嵌入模型的構(gòu)建、分類任務(wù)的優(yōu)化及生成式模型的微調(diào),以適應(yīng)特定需求。本書適合對(duì)大模型感興趣的開發(fā)者、研究人員和行業(yè)從業(yè)者。讀者無須深度學(xué)習(xí)基礎(chǔ),只要會(huì)用Python,就可以通過本書深入理解大模型的原理并上手大模型應(yīng)用開發(fā)。書中示例還可以一鍵在線運(yùn)行,讓學(xué)習(xí)過程更輕松。

(沙特)杰伊·阿拉馬爾 (荷)馬爾滕·格魯滕多斯特 ·人工智能 ·16.4萬字

Python強(qiáng)化學(xué)習(xí):算法、核心技術(shù)與行業(yè)應(yīng)用
會(huì)員

本書使用受現(xiàn)實(shí)世界商業(yè)和行業(yè)問題啟發(fā)的實(shí)際示例來講授強(qiáng)化學(xué)習(xí)技術(shù)的相關(guān)知識(shí)。本書分為四部分:第一部分涵蓋強(qiáng)化學(xué)習(xí)的必要背景,包括定義、數(shù)學(xué)基礎(chǔ)和強(qiáng)化學(xué)習(xí)解決方案的概述;第二部分深入介紹最先進(jìn)的強(qiáng)化學(xué)習(xí)算法(規(guī)?;纳疃萉-學(xué)習(xí)、基于策略的方法、基于模型的方法、多智能體強(qiáng)化學(xué)習(xí)等),包括每種算法的優(yōu)缺點(diǎn);第三部分介紹強(qiáng)化學(xué)習(xí)中的高級(jí)技術(shù),包括機(jī)器教學(xué)、泛化和域隨機(jī)化、元強(qiáng)化學(xué)習(xí)等主題,還涵蓋強(qiáng)化學(xué)習(xí)中有助于改進(jìn)模型的各種高級(jí)主題;第四部分講解強(qiáng)化學(xué)習(xí)的各種應(yīng)用,例如自主系統(tǒng)、供應(yīng)鏈管理、營銷和金融、智慧城市與網(wǎng)絡(luò)安全等,并討論強(qiáng)化學(xué)習(xí)領(lǐng)域的一些挑戰(zhàn)及未來方向。學(xué)完本書,你將掌握如何訓(xùn)練和部署自己的強(qiáng)化學(xué)習(xí)智能體來解決強(qiáng)化學(xué)習(xí)問題。

(美)埃內(nèi)斯·比爾金 ·人工智能 ·19.5萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 伊宁市| 敖汉旗| 蒲江县| 宕昌县| 临桂县| 靖安县| 台中市| 崇文区| 墨竹工卡县| 金堂县| 阿克苏市| 长沙县| 左云县| 石台县| 搜索| 惠来县| 临潭县| 家居| 老河口市| 远安县| 大洼县| 商都县| 阳高县| 桦南县| 江门市| 吴旗县| 南丰县| 富源县| 城固县| 淮安市| 即墨市| 禄劝| 汾西县| 抚顺县| 松江区| 元朗区| 高唐县| 永嘉县| 汉寿县| 桃江县| 锦屏县|