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

2019年華北五省(市、自治區(qū))大學(xué)生機(jī)器人大賽:人工智能與機(jī)器人創(chuàng)意設(shè)計(jì)賽論文集
會(huì)員

人工智能與機(jī)器人創(chuàng)意設(shè)計(jì)賽為大學(xué)生提供一個(gè)創(chuàng)新創(chuàng)意展示平臺(tái),旨在培養(yǎng)和鍛煉學(xué)生的自主學(xué)習(xí)能力、創(chuàng)新能力、工程實(shí)踐能力、團(tuán)隊(duì)合作能力等四個(gè)能力,為培養(yǎng)新一代卓越工程師提供平臺(tái)。該項(xiàng)比賽鼓勵(lì)新思路、新理論、新技術(shù)在機(jī)器人設(shè)計(jì)和人工智能應(yīng)用中的探索與創(chuàng)新,鼓勵(lì)學(xué)生進(jìn)行自己動(dòng)手設(shè)計(jì)制作人工智能與機(jī)器人系統(tǒng),提交論文到競(jìng)賽組委會(huì)。本論文集是經(jīng)過專家組評(píng)審,評(píng)選出的人工智能與機(jī)器人創(chuàng)意設(shè)計(jì)賽優(yōu)秀論文匯編而成。所收集的論文主要面向解決社會(huì)需求和熱點(diǎn)問題,提出人工智能與機(jī)器人創(chuàng)新設(shè)計(jì)方案,并完成人工智能與機(jī)器人系統(tǒng)設(shè)計(jì)工作,有著很強(qiáng)的理論意義和實(shí)際應(yīng)用價(jià)值。論文集的出版將進(jìn)一步促進(jìn)大學(xué)生在人工智能與機(jī)器人領(lǐng)域的技術(shù)合作與學(xué)術(shù)交流。

北京信息科技大學(xué) ·人工智能 ·10.8萬字

TensorFlow知識(shí)圖譜實(shí)戰(zhàn)
會(huì)員

大數(shù)據(jù)時(shí)代的到來,為人工智能的飛速發(fā)展帶來前所未有的數(shù)據(jù)紅利。在大數(shù)據(jù)的“喂養(yǎng)”下,大量知識(shí)不斷涌現(xiàn),如何有效地發(fā)掘這些知識(shí)呢?知識(shí)圖譜橫空出世。本書是一本講解如何使用TensorFlow2構(gòu)建知識(shí)圖譜的入門教程,引導(dǎo)讀者掌握基于深度學(xué)習(xí)的知識(shí)圖譜構(gòu)建概念、理論和方法。本書分為13章:第1章從搭建環(huán)境開始,包含TensorFlowCPU版本和GPU版本的安裝,并通過一個(gè)知識(shí)圖譜的例子引導(dǎo)讀者開始學(xué)習(xí);第2~4章介紹TensorFlowAPI的使用;第5章是DatasetAPI,學(xué)習(xí)使用原生API處理數(shù)據(jù)的方法;第6~8章是實(shí)戰(zhàn)準(zhǔn)備部分,介紹ResNet模型、詞嵌入(wordembedding)模型、情感分類;第9~10章在“注意力模型”基礎(chǔ)上搭建了“編碼器模型”;第11~13章搭建了知識(shí)圖譜聯(lián)合抽取模型,利用本書所學(xué)知識(shí)實(shí)戰(zhàn)知識(shí)圖譜的搭建過程和性能提升方案。本書內(nèi)容詳盡、示例豐富,適合作為知識(shí)圖譜和深度學(xué)習(xí)讀者的參考書,同時(shí)也適合開設(shè)人工智能專業(yè)的大中專院校師生閱讀,還可作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)教材使用。

王曉華 ·人工智能 ·9.9萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 彭泽县| 巴里| 济源市| 江西省| 长春市| 磐石市| 新营市| 大足县| 德安县| 镇远县| 滕州市| 紫云| 富川| 清远市| 彭泽县| 平邑县| 商南县| 泗阳县| 古丈县| 日喀则市| 隆回县| 江源县| 项城市| 景洪市| 阿瓦提县| 庄河市| 临沂市| 兰西县| 龙南县| 柘城县| 日土县| 平利县| 仪陇县| 灌阳县| 汉川市| 乌拉特后旗| 钦州市| 平顶山市| 文水县| 德令哈市| 白河县|