智能机器如何思考 [美]格里什 2019年版

智能机器如何思考
作者： [美]格里什
出版时间： 2019年版
内容简介
　　任何足够先进的技术初看都与魔法无异。 自动驾驶汽车已经在很多国家上路，网飞的算法能主动预测你喜欢的电影，DeepMind的计算机程序通关了雅达利游戏，AlphaGo在古老的围棋领域攻克了人类智能的防线。 这一切是如何发生的？智能机器究竟如何思考？ 在这本书中，作者用几乎人人都能读懂的语言展示了人工智能领域的前沿成果，深入解读了感知算法、强化学习、智能体、卷积神经网络、深度语音识别、图片识别等科技巨头纷纷拥抱的概念，正是它们让当今的机器如此智能。 DARPA和ImageNet的挑战赛给未来播撒了怎样的种子？ 网飞的电影推荐为什么如此准确？ 人工智能怎么打DOTA？ AlphaGo除了下围棋还会做别的吗？ 神经网络如何做到能听、能说、能记忆？ 我们为什么要不断制造能复制人类智力和行为的机器？ 这本书将为你打开机器学习与神经网络的黑匣子，让你看懂“魔法”背后的机制。关于自动驾驶汽车、网飞算法、会玩游戏的人工智能以及AlphaGo，这本书几乎囊括了你想知道的一切。
目录
推荐序 IX
前言 XIII

1 自动机的秘密
长笛演奏者 003
今天的自动机 005
钟摆的摆动007
这本书中的自动机 008

2 自动驾驶汽车：挑战不可能
沙漠中的百万美元竞赛 015
如何打造自动驾驶汽车 017
规划路径 021
路径搜索 022
导航025
无人车挑战赛的获胜者 028
一场失败的比赛 031

3 保持在车道内行驶：自动驾驶汽车的感知
第二次无人车挑战赛 035
自动驾驶汽车中的机器学习 037
斯坦利的架构 038
避开障碍物 040
寻找道路的边缘 043
开眼看路 045
路径规划 047
斯坦利大脑的各个部分如何相互交流 049

4 在十字路口避让：自动驾驶汽车的大脑
城市挑战赛 055
感知抽象 057
比赛 059
老板的高层次推理层 061
攻克交通堵塞 068
三层架构 071
对自动驾驶汽车看到的物体进行分类 076
自动驾驶汽车是复杂的系统 077
自动驾驶汽车的轨迹 078

5 网飞和推荐引擎的挑战
百万美元大奖 083
竞争者 084
如何训练分类器 085
比赛的目标 089
庞大的评分矩阵 091
矩阵分解 096
第一年结束 102

6 团队融合：网飞奖的赢家
缩小竞争者之间的差距 107
第一年末 108
随时间变化的预测 111
过度拟合 114
模型混合 115
第二年 119
最后一年 120
赛后 124

7 用奖励教导计算机
DeepMind玩雅达利游戏 129
强化学习 132
教导智能体 134
为智能体编写程序 36
智能体如何观察环境 140
经验金块 141
用强化学习玩雅达利游戏 148

8 如何用神经网络攻克雅达利游戏
神经信息处理系统 153
近似，而非完美 153
用作数学函数的神经网络 155
雅达利游戏神经网络的结构 161
深入研究神经网络 170

9 人工神经网络的世界观
人工智能的奥秘 175
国际象棋自动机“土耳其人” 177
神经网络中的误导 179
识别图像中的物体 180
过度拟合 183
ImageNet 185
卷积神经网络 188
为什么是“深度”网络？ 194
数据瓶颈 197

10 深入了解深度神经网络的内部秘密
计算机生成图片 203
压缩函数 204
ReLU激活函数 207
机器人之梦 211

11 能听、能说、能记忆的神经网络
对机器而言，“理解”意味着什么？ 221
深度语音识别 222
循环神经网络 223
为图像生成字幕 230
长短时记忆网络 233
对抗数据 235

12 理解自然语言
宣传噱头还是人工智能研究的福音? 239
IBM的沃森 240
攻克《危险边缘》所遇到的挑战 241
浩如烟海的知识 242
《危险边缘》挑战赛的诞生 245
DeepQA 247
问题分析 249
“沃森”如何解读句子 252

13 挖掘《危险边缘》的最佳答案
地下室基准 261
生成候选答案 263
查找答案 266
轻量级过滤器 269
证据检索 270
评分 274
汇总和排名 277
调整“沃森” 281
重新审视DeepQA 282
沃森有智能吗？ 283

14 用蛮力搜索找到好策略
通过搜索玩游戏 289
数独 290
树的大小 294
分支因子 297
游戏中的不确定性 297
克劳德?香农与信息论 302
评价函数 303
“深蓝” 308
加入IBM 310
搜索与神经网络 311
西洋双陆棋程序 313
搜索的局限 315

15 职业水平的围棋
计算机围棋 319
围棋 321
通过抽样走子来建立直觉 324
神之一手 330
蒙特卡洛树搜索 333
单臂老虎机 337
AlphaGo是否需要如此复杂 339
AlphaGo的局限 341

16 实时人工智能与《星际争霸》
构建更好的游戏机器人 345
《星际争霸》与人工智能 346
简化游戏 348
实用《星际争霸》机器人 351
OpenAI与《DOTA 2》 354
《星际争霸》机器人的未来 357

17 50年后或更遥远的未来
人工智能起起伏伏的发展过程 363
如何复制这本书中的成功 364
数据的普遍使用 368
下一步去向何方 369

致谢 373
注释 375