The Deep Learning Revolution

出版者:MIT

作者:Terrence J. Sejnowski

页数:280

出版时间:2018-6-22

价格:$27.95

装帧:Hardcover

isbn号码:9780262038034

具体描述

How deep learning -- from Google Translate to driverless cars to personal cognitive assistants -- is changing our lives and transforming every sector of the economy.

The deep learning revolution has brought us driverless cars, the greatly improved Google Translate, fluent conversations with Siri and Alexa, and enormus profits from automated trading on the New York Stock Exchange. Deep learning networks can play poker better than professional poker players and defeat a world champion at Go. In this book, Terry Sejnowski explains how deep learning went from being an arcane academic field to a disruptive technology in the information economy.

Sejnowski played an important role in the founding of deep learning, as one of a small group of researchers in the 1980s who challenged the prevailing logic-and-symbol based version of AI. The new version of AI Sejnowski and others developed, which became deep learning, is fueled instead by data. Deep networks learn from data in the same way that babies experience the world, starting with fresh eyes and gradually acquiring the skills needed to navigate novel environments. Learning algorithms extract information from raw data; information can be used to create knowledge; knowledge underlies understanding; understanding leads to wisdom. Someday a driverless car will know the road better than you do and drive with more skill; a deep learning network will diagnose your illness; a personal cognitive assistant will augment your puny human brain. It took nature many millions of years to evolve human intelligence; AI is on a trajectory measured in decades. Sejnowski prepares us for a deep learning future.

作者简介

Terrence J. Sejnowski holds the Francis Crick Chair at the Salk Institute for Biological Studies and is a Distinguished Professor at the University of California, San Diego. He was a member of the advisory committee for the Obama administration's BRAIN initiative and is President of the Neural Information Processing (NIPS) Foundation. He has published twelve books, including (with Patricia Churchland) The Computational Brain (25th Anniversary Edition, MIT Press).

读后感

文 / 董小琳 前几天，在微博上看到这样一则新闻： 回想起自己，曾经夹着三支笔抄作业的情景。不得不说，生在触屏时代的孩子们，简直太幸福了。 那么，在羡慕之余，不知你是否发现了：近两年兴起的人工智能，在成人眼中，是“抢饭碗”的威胁。可到了小朋友那里，却自然地变成了...

《深度学习》是AI传奇人物特伦斯的一本准回忆录。特伦斯和Hinton一起发明了玻尔兹曼机，帮助神经网络社区走出1980年代的寒冬。他又是NIPS的主席。作为行业顶级会议，NIPS对AI的发展方向有着举足轻重的影响。因此，我们能从这本书中看到AI的真实发展历程。 从技术方面，这本书对...  

这是一本优秀的深度学习发展历程科普书！人工智能的历史说长不长，但说短也不短，上世纪五十年代至今，却历经一波三折！书中介绍了很多人工智能发展过程中的重要突破，一路坎坷到如今当下最火热的研究方向，离不开众多科研人员的孜孜探索。本书讲述了许多对今天深度学习发展有...  

多年前看世界特色建筑就知道了索尔克研究所，几何线条的极简设计，院子直通太平洋，那时候觉得这样的建筑有点不接地气，但其实对一些科学家来说那就是他们日常上班的地方。 读到的这本《深度学习》就是在索尔克研究所的美国“四院院士”对人工智能的介绍，从大众熟知的阿尔法狗...  

多年前看世界特色建筑就知道了索尔克研究所，几何线条的极简设计，院子直通太平洋，那时候觉得这样的建筑有点不接地气，但其实对一些科学家来说那就是他们日常上班的地方。 读到的这本《深度学习》就是在索尔克研究所的美国“四院院士”对人工智能的介绍，从大众熟知的阿尔法狗...  

用户评价

我发现自己常常会在阅读《深度学习革命》时，陷入一种沉思的状态，仿佛与书中的思想产生了深刻的共鸣。作者在描述深度学习的原理时，并没有流于表面的技术术语，而是深入浅出地解释了其背后抽象的数学概念和逻辑。我特别欣赏书中关于“注意力机制”的解释，它如何让模型能够聚焦于输入数据中的关键部分，从而提升了模型的性能，这让我联想到了人类学习和思考的过程。书中对深度学习在各个行业的落地应用进行了详尽的分析，从金融领域的风险评估，到零售业的个性化推荐，再到医疗领域的疾病预测，都展现了深度学习的强大影响力。这些案例不仅仅是技术能力的体现，更是对社会进步和效率提升的有力证明。作者的叙事方式十分流畅自然，字里行间流露出对技术的热情和对未来的憧憬。他并没有刻意去煽情，但字句中却蕴含着一种强大的感染力，让我对人工智能的未来充满了信心。这本书让我看到了人工智能不仅仅是冷冰冰的代码和算法，更是能够解决人类痛点、提升生活品质的强大工具。它激发了我探索未知、拥抱变革的勇气。

《深度学习革命》的阅读体验，是一种层层剥茧、豁然开朗的愉悦。作者在书中巧妙地将深度学习的核心理念与历史进程相结合，让读者在理解技术的同时，也能感受到其发展的脉络和驱动力。我尤其对书中关于“反向传播”算法的阐述印象深刻，它以一种直观的方式解释了神经网络如何通过不断调整权重来优化自身性能，这其中的数学之美和工程之巧，令人赞叹。书中对不同类型神经网络的介绍，如卷积神经网络（CNN）在图像处理上的卓越表现，以及循环神经网络（RNN）在序列数据处理上的优势，都让我对深度学习的应用领域有了更清晰的认识。作者还深入探讨了数据在深度学习中的关键作用，强调了“数据决定论”在当前人工智能发展中的地位，这让我反思了在信息爆炸的时代，如何有效地收集、清洗和利用数据。书中对未来发展方向的预测，例如强化学习在决策制定上的潜力，以及生成式对抗网络（GAN）在创造性任务上的应用，都让我对接下来的技术演进充满了期待。这本书不仅仅是一次知识的灌输，更是一次思维的启发，它让我看到了深度学习改变世界的巨大潜力和无限可能。

这是一本真正能够激发好奇心和求知欲的书。作者在《深度学习革命》中，以一种引人入胜的方式，将深度学习这一前沿领域“解构”并“重塑”，呈现给读者。我以前总觉得深度学习是高深莫测的技术，只有数学天才才能掌握，但这本书彻底改变了我的看法。它从最基本的概念讲起，循序渐进，即使是初学者也能轻松理解。我特别喜欢书中关于“特征学习”的描述，它解释了为什么深度学习模型能够自动从海量数据中提取出有用的特征，而无需人工干预，这简直是人工智能领域的一大突破。书中列举的众多成功案例，例如AlphaGo战胜围棋世界冠军，更是让我深刻体会到深度学习的强大力量。这些案例不仅仅是技术的展示，更是一种对人类智慧极限的挑战和拓展。作者的语言风格幽默风趣，又不失严谨，使得阅读过程轻松愉快，仿佛在与一位经验丰富的导师交流。我发现自己越来越沉迷于书中描绘的智能化世界，也开始主动去思考，如何将这些技术应用于我自己的学习和工作中。这本书不仅为我打开了一扇通往人工智能世界的大门，更点燃了我对未来科技发展的无限热情。

每一次翻开《深度学习革命》，都能感受到作者对于深度学习那种近乎狂热的热情，而这种热情也极具感染力地传递给了我。他以一种极为生动的方式，描绘了深度学习如何从一个相对边缘化的领域，一跃成为当下最炙手可热的技术。我尤其对书中关于“生成对抗网络（GAN）”的介绍着迷，它所能创造出的逼真图像、音乐乃至文本，让我惊叹于人工智能的创造力。作者在解释这些复杂概念时，总是能够找到最恰当的比喻和最生动的例子，使得那些晦涩难懂的术语瞬间变得鲜活起来。书中对人才在深度学习领域中的重要性也进行了强调，鼓励读者投身于这一充满活力的领域，并通过不断的学习和实践来提升自己的能力。这本书不仅为我提供了宝贵的知识，更重要的是，它点燃了我对深度学习的浓厚兴趣，让我看到了在这个领域中无限的可能性和个人成长的空间。它让我更加坚信，人工智能的未来掌握在那些充满好奇心和求知欲的人手中。

《深度学习革命》给我带来的，远不止于技术层面的知识更新。它更像是一次关于思维模式的重塑，让我得以从一个全新的视角审视我们周围的世界。作者对于历史脉络的梳理，从早期的感知机到如今的深度神经网络，如同精心绘制的史诗画卷，让我看到了人工智能发展的漫长而曲折的历程。那些在技术发展道路上无数次尝试、失败与突破的故事，充满了人性的光辉和坚韧不拔的精神。我尤其欣赏书中对“黑箱”问题的探讨，它并非简单地回避，而是深入浅出地解释了深度学习模型为何如此强大，同时也指出了其可解释性上的挑战。这让我意识到，技术的发展总是伴随着新的问题和新的思考。书中的案例分析更是生动形象，从自动驾驶汽车的精准导航，到医疗影像的智能诊断，都让我真切感受到深度学习在解决现实世界问题上的巨大潜力。这些并非科幻小说中的奇思妙想，而是正在发生的、改变世界的技术变革。阅读过程中，我不时会停下来，回味那些精妙的比喻和深刻的洞见，仿佛脑海中建立起了一个又一个知识的连接点，让原本零散的信息汇聚成流。这本书让我看到了一个充满机遇的未来，也让我更加关注技术发展背后所蕴含的伦理和社会责任。

《深度学习革命》给予我的，是一种对复杂事物进行系统化理解的深刻体验。作者以其严谨的逻辑和清晰的思路，将深度学习这一庞大而复杂的体系，呈现出一种有条不紊的结构。我非常喜欢书中对“迁移学习”的阐述，它如何让预训练模型在新的任务上快速适应，这极大地降低了人工智能的应用门槛，也让我看到了技术的普惠性。书中对不同优化算法的对比分析，例如梯度下降、Adam等，让我了解了模型训练过程中那些至关重要的细节，也让我认识到参数调整的艺术。作者并没有止步于技术的介绍，他还在书中探讨了深度学习在伦理、隐私以及就业等方面的潜在影响，这是一种非常负责任的态度。他鼓励读者去思考技术背后的社会意义，并积极参与到关于人工智能未来的讨论中。这本书让我看到了一个更加立体和全面的深度学习图景，它不仅是技术的革新，更是社会变革的催化剂。它让我认识到，作为一名学习者，不仅仅要掌握技术本身，更要理解其对社会可能带来的深远影响。

这本《深度学习革命》如同一盏明灯，照亮了我对人工智能领域深邃而广阔的探索之路。阅读它，我感觉自己仿佛置身于一个由算法、数据和无限可能交织而成的庞大宇宙之中。作者以其精湛的叙事能力，将那些曾经令我望而却步的复杂概念，化作了触手可及的知识。从神经网络的底层结构，到深度学习在图像识别、自然语言处理等前沿领域的颠覆性应用，每一个章节都如同精心打磨的宝石，散发着智慧的光芒。我尤其被其中关于“涌现”现象的讨论所吸引，它揭示了简单的计算单元如何通过层层堆叠，最终孕育出超越个体能力的复杂智能，这其中的哲学意味和技术深度，让我沉思良久。书中对未来趋势的展望更是令人振奋，它描绘了一个深度学习技术将如何重塑我们的生活、工作乃至整个社会的面貌。每一次翻阅，都能发现新的细节，获得新的启发，仿佛与作者一同经历了一场思想的盛宴。它不仅仅是一本科普读物，更是一次关于智能本质的哲学追问，让我对人工智能的未来充满了敬畏与期待，也激发了我深入学习和实践的强烈愿望。它在我心中种下了一颗探索的种子，我迫不及待地想继续在这片知识的沃土上耕耘。

《深度学习革命》的阅读过程，对我而言，更像是一场思想的探险，每一页都充满了未知的惊喜。作者以一种平实的语言，却描绘了深度学习所带来的颠覆性变革。我特别着迷于书中关于“强化学习”如何让机器通过试错来学习最优策略的描述，它在游戏AI、机器人控制等领域的成功应用，让我看到了人工智能在自主决策方面的巨大潜力。作者在书中也诚恳地讨论了深度学习目前面临的挑战，例如对数据的依赖性、模型的可解释性以及潜在的偏见问题，这让我意识到技术发展并非一帆风顺，也伴随着需要解决的难题。他鼓励读者以批判性的思维去审视技术，并积极参与到相关的讨论中。这本书让我看到了深度学习的强大之处，也让我认识到它并非万能，而是需要人类智慧的引导和规范。它让我对人工智能的未来保持一份审慎的乐观，并激励我不断学习，去贡献自己的力量。

《深度学习革命》带给我的，是一种前所未有的洞察力，让我能够透过现象看本质，理解深度学习为何能取得如此巨大的成功。作者在书中，以一种宏观的视角，梳理了深度学习与大数据、计算能力协同发展的历史。我非常欣赏书中关于“无监督学习”的探讨，它如何让模型在没有明确标签的情况下学习数据的内在结构，这对于解决现实世界中数据标注的难题具有重要意义。书中对深度学习在自然语言处理领域的突破，例如机器翻译、情感分析等，进行了深入的剖析，让我看到了人工智能如何越来越接近理解和生成人类语言。作者的写作风格严谨而不失趣味，他用大量的真实案例和数据来支撑自己的观点，使得整本书的论述都极具说服力。阅读这本书，让我对人工智能的认知不再是模糊的印象，而是清晰的轮廓和深刻的理解。它让我对未来充满期待，也让我更加渴望去掌握这项改变世界的技术。

深入阅读《深度学习革命》，我感受到的是一种思维的拓展和视野的开阔。作者以一种非常系统化的方式，向读者展示了深度学习是如何从基础概念逐步演进到如今的强大能力。我尤其欣赏书中对“图神经网络（GNN）”的介绍，它如何处理非结构化的图数据，并在社交网络分析、药物发现等领域展现出独特优势，这让我看到了深度学习应用领域的进一步拓展。作者在书中探讨了深度学习在创新创业中的作用，以及如何利用这些技术来解决现实世界中的各种问题，这让我看到了将技术转化为实际价值的路径。书中对未来的预测，充满了想象力，但也基于严谨的技术分析，让我对人工智能的未来走向有了更清晰的认识。这本书不仅仅是一次知识的学习，更是一次思维的训练，它让我学会了如何从更宏观的视角去理解技术发展，以及如何将所学应用于解决实际问题。它为我指明了一个充满机遇的方向，也让我对即将到来的科技浪潮充满了期待。

god damn crazy, wonderful articles!respect!

还可以

Nice overall coverage and cadence. Machine learning, neuroscience, psychology and education all converged here.

与其说这本书回顾了半个多世纪来深度学习的发展，不如说这是一本深度学习和脑神经科学的科普书。深度学习涉及的每个领域基本都介绍了，当然部分章节不是特别深入，比如第十七章关于 NLP 的内容。总体来说，是一本非常棒的科普书，适合快速了解 AI 再过去半个多世纪的发展历程。读完再也不会被一知半解的媒体忽悠了。

Nice overall coverage and cadence. Machine learning, neuroscience, psychology and education all converged here.