官术网_书友最值得收藏!

如何創造可信的AI

關于人工智能的炒作總是甚囂塵上,但要得到真正可信的AI,卻遠比想象的要復雜得多,超級智能的時代還遠沒有到來。創造真正可信的AI需要賦予機器常識和深度理解,而不是簡單地統計分析數據。本書勾勒了未來人工智能發展的最佳路線圖,對當前人工智能的現狀進行了清晰且客觀的評估。作者蓋瑞·馬庫斯是人工智能領域的專家,同時還是心理學和神經科學教授,在計算機科學、認知科學、語言學、人工智能等領域都練就了相當深厚的學術功底,并敢于挑戰學術界的主流觀點。當整個人工智能學術界都在過分樂觀地高歌猛進時,他不斷撰文和發表演講來指出以深度學習為代表的當下AI的弊端和局限性,《如何創造可信的AI》這本書正是馬庫斯對他關于人工智能觀點的最佳總結。蓋瑞·馬庫斯和歐內斯特·戴維斯從深度學習算法固有的缺陷出發,闡述了當下AI技術發展的桎梏,對當前AI的場景應用和研究范式中的問題進行了分析,他指出AI真正的問題在于信任,常識才是深度理解的關鍵。最終從認知科學中提煉出了11條對人工智能發展方面的啟示,以通用人工智能為發展目標,給出了未來AI技術的一種發展方向。

(美)蓋瑞·馬庫斯 歐內斯特·戴維斯 ·人工智能 ·15.1萬字

基于信息增強的圖神經網絡學習方法研究
會員

本書深入剖析了圖神經網絡領域所面臨的兩大核心挑戰:深度加深模型退化和監督信息過度依賴。針對這兩大挑戰,本書提出了一系列解決思路,涵蓋模型結構設計、訓練策略優化等方面的內容。全書共7章,第1章主要介紹了圖神經網絡研究的背景與意義,闡述了近年來國內外網絡表示學習與圖神經網絡的研究現狀,分析了圖神經網絡當前面臨的挑戰及其主要問題等;第2章主要對圖神經網絡進行概要論述,包括基礎的理論、典型的模型方法及應用;第3章針對圖神經網絡在節點聚合過程中面臨的節點鄰域混雜的問題,提出了一種基于混合階的圖神經網絡模型;第4章針對圖神經網絡在節點交互過程中面臨的全局結構信息缺失問題,提出了一種基于拓撲結構自適應的圖神經網絡模型;第5章針對自監督信息缺失且包含噪聲的問題,提出了一種圖結構與節點屬性聯合學習的變分圖自編碼器模型;第6章針對節點自監督信息貢獻不做區分的問題,提出了一種基于注意力機制的圖對比學習模型;第7章總結全書并對圖神經網絡可能的研究方向進行展望。本書可供從事人工智能、數據挖掘、機器學習及網絡數據分析等相關領域的科研及工程人員參考,也可作為高等院校計算機、人工智能等專業本科生與研究生的學習參考書。

王杰 ·人工智能 ·8.1萬字

QQ閱讀手機版

主站蜘蛛池模板: 缙云县| 古交市| 涟水县| 磴口县| 平遥县| 临汾市| 彭阳县| 南溪县| 稻城县| 曲松县| 东至县| 清水河县| 科技| 黄大仙区| 吉木萨尔县| 德兴市| 清水河县| 汝南县| 西丰县| 萨嘎县| 碌曲县| 衡东县| 绥德县| 淮阳县| 贵南县| 都安| 安阳县| 陇西县| 马边| 介休市| 新干县| 长寿区| 治多县| 米脂县| 泾阳县| 婺源县| 大悟县| 聂荣县| 三河市| 白城市| 克山县|