前言

在21世紀(jì)的第二個十年里，科技界最大的進(jìn)展恐怕非人工智能莫屬了。無論是戰(zhàn)勝人類圍棋高手的AlphaGo，還是遍布各地車站的人臉識別系統(tǒng)，配備了深度學(xué)習(xí)技術(shù)的最新人工智能展現(xiàn)了它無限大的勢能，并已經(jīng)進(jìn)入到我們的日常生活中。

人工智能（artificial intelligence，AI），顧名思義，就是通過計(jì)算的方式模擬、延伸和擴(kuò)展人的智能。它作為計(jì)算機(jī)科學(xué)的一個分支，早在1956年就誕生了。然而，長久以來，人工智能的發(fā)展卻不能與它的名字相符。盡管早期的人工智能在數(shù)學(xué)定理證明、推理、棋類游戲上取得了長足的進(jìn)步，但是在擬人化的形象思維方面與人類仍相差甚遠(yuǎn)。例如，一個兩三歲的小孩能清楚地認(rèn)出爸爸和媽媽，人工智能卻不能。

不過近年來，人工智能的發(fā)展正在試圖擺脫人們對它的刻板印象。采用深度神經(jīng)網(wǎng)絡(luò)技術(shù)的人工智能同樣可以非常好地進(jìn)行“形象化”思維。例如，現(xiàn)在人工智能的人臉識別準(zhǔn)確度已經(jīng)達(dá)到了99.7%，超過了人類的識別準(zhǔn)確度97.3%。2017年1月，百度大腦的人工智能程序參加了《最強(qiáng)大腦》節(jié)目，在人臉識別和聲紋識別上挑戰(zhàn)了人類頂尖高手，并最終完勝人類的“最強(qiáng)大腦”。自動駕駛技術(shù)也在討論與關(guān)注中不斷進(jìn)化：2021年，特斯拉已經(jīng)向部分車主推送FSD（full self-driving，全自動駕駛）功能，幾乎能夠?qū)崿F(xiàn)全場景自動駕駛。毫無疑問，如今的人工智能已經(jīng)可以在多個方面戰(zhàn)勝人類了。

在2016年3月和2017年5月，AlphaGo分別與世界圍棋冠軍李世石和柯潔進(jìn)行了舉世矚目的比賽?？梢钥吹?，配備了深度強(qiáng)化學(xué)習(xí)技術(shù)的人工智能可以像人類圍棋高手那樣具有出色的大局觀，甚至具有一定的創(chuàng)造力。這種表現(xiàn)是單純依靠邏輯推理和搜索的人工智能遠(yuǎn)遠(yuǎn)無法達(dá)到的。更有甚者，DeepMind團(tuán)隊(duì)在2017年10月發(fā)表在《自然》雜志上的文章中提出了一個新版本的AlphaGo——AlphaGo Zero，它完全憑借自己的“左右互搏”，而無須任何人類經(jīng)驗(yàn)，就可以達(dá)到圍棋的世界頂尖水平，遠(yuǎn)遠(yuǎn)超越人類。不過DeepMind團(tuán)隊(duì)想要的顯然不僅僅是一個“圍棋大師”，近年來他們進(jìn)一步借助人工智能推動科學(xué)與產(chǎn)業(yè)前進(jìn)：2018年，DeepMind發(fā)布了AlphaFold，在生物學(xué)的核心挑戰(zhàn)之一蛋白質(zhì)折疊問題上取得了重大進(jìn)展，AlphaFold生成的蛋白質(zhì)3D模型比以往任何一種都精確得多。2021年，DeepMind使用深度生成模型取代了氣候科學(xué)中的大氣方程，實(shí)現(xiàn)了比傳統(tǒng)方法更高精度的降雨預(yù)測。

然而，這些有關(guān)人工智能的新聞會給我們造成一種錯覺：人工智能是一種高科技，只有谷歌、微軟等大公司才有可能應(yīng)用，與小公司或者普通人毫無關(guān)系。而事實(shí)并非如此，隨著各大公司開源了他們的深度學(xué)習(xí)框架和平臺，每一個普通企業(yè)或者個人都可以快速地應(yīng)用人工智能技術(shù)。你只要有一臺筆記本電腦，就可以輕松玩轉(zhuǎn)深度學(xué)習(xí)，實(shí)現(xiàn)諸如人臉識別、圖像生成、機(jī)器翻譯、聊天機(jī)器人等強(qiáng)大的人工智能功能。

其實(shí)，人工智能早已滲透到了我們的日常生活中。例如，當(dāng)我們使用導(dǎo)航系統(tǒng)播報(bào)路況的時候，導(dǎo)航者的聲音就會從手機(jī)或汽車音響里播放出來。難道導(dǎo)航者會把成千上萬種可能的路況信息都念一遍嗎？答案顯然是否定的，這是運(yùn)用了人工智能中的語音合成技術(shù)。

有一款A(yù)pp叫作Prisma，你只要上傳自己的照片，再選擇一張風(fēng)格圖片（例如莫奈的畫作），點(diǎn)擊一個按鈕，Prisma就可以生成一張莫奈風(fēng)格的你的圖片。這款A(yù)pp所使用的是人工智能中的風(fēng)格遷移技術(shù)。

還有一款A(yù)pp叫作FaceApp，它可以使你的臉發(fā)生各種有趣的變化。比如給你的臉上妝，讓你看一看自己以后蒼老的樣子，甚至可以為郁郁寡歡的臉添加一抹笑容。這款A(yù)pp的背后也有人工智能技術(shù)的支撐。它采用圖像生成技術(shù)，通過不斷提取大量照片中人像的特征生成全新的圖片。

正如20年前互聯(lián)網(wǎng)在中國迅速普及，幾個程序員編寫幾行代碼就有可能創(chuàng)業(yè)成功，搖身一變成為億萬富翁，新一波人工智能浪潮帶來的沖擊只會比當(dāng)年的互聯(lián)網(wǎng)革命更加巨大、更加徹底。據(jù)有關(guān)部門統(tǒng)計(jì)，現(xiàn)在每隔11小時就會有一家人工智能創(chuàng)業(yè)公司誕生。

人工智能令人心潮澎湃，那么普通的程序員又該如何入門“高大上”的人工智能技術(shù)呢？

工欲善其事，必先利其器。選擇一個好的人工智能框架平臺是我們跨入這個行業(yè)的前提。可以說工具選對了，我們的一只腳就已經(jīng)跨入了人工智能的大門。本書給大家推薦的“器”自然就是PyTorch了，推薦這個深度學(xué)習(xí)框架平臺有如下幾點(diǎn)原因。

·簡單、易用、上手快：這一點(diǎn)對于初學(xué)者來說極具吸引力。

·功能強(qiáng)大：從計(jì)算機(jī)視覺、自然語言處理再到深度強(qiáng)化學(xué)習(xí)，PyTorch的功能異常強(qiáng)大。而且，如今支持PyTorch、功能強(qiáng)大的包也越來越多，例如Allen NLP（自然語言處理）和Pyro（概率編程）。

·Python化編程：在諸多深度學(xué)習(xí)開源框架平臺中，PyTorch恐怕是和Python結(jié)合得最好的一個。相比TensorFlow框架來說，PyTorch會讓你的代碼更流暢、更優(yōu)雅。

·強(qiáng)大的社區(qū)支持：對于初學(xué)者來說，吸取前輩的經(jīng)驗(yàn)恐怕是最迫切的問題之一了。盡管PyTorch面世不久，但是它的社區(qū)成長飛快。在國內(nèi)，用PyTorch作為關(guān)鍵詞搜索就能找到大概五六個網(wǎng)絡(luò)社區(qū)、BBS。各大問答類網(wǎng)站關(guān)于PyTorch的問題數(shù)目也在持續(xù)增加。

如此強(qiáng)大、好用的工具，絕對是值得我們大力推廣的。然而，目前有關(guān)PyTorch的優(yōu)質(zhì)資料仍以英文為主。大部分介紹深度學(xué)習(xí)、人工智能的資料充斥著數(shù)學(xué)公式，這對普通用戶而言是一個不低的門檻。因此，集智俱樂部的成員合力編寫了這本書，力求進(jìn)一步推廣PyTorch，普及人工智能和深度學(xué)習(xí)等新技術(shù)。

本書第1版出版于2019年，不但涵蓋了深度學(xué)習(xí)的基本原理與PyTorch基礎(chǔ)，而且介紹了當(dāng)時被廣泛使用的LSTM、CNN、DQN等多個模型。隨著人工智能技術(shù)突飛猛進(jìn)的發(fā)展，許多當(dāng)時流行的模型如今已經(jīng)成為“基礎(chǔ)組件”，支撐著行業(yè)的進(jìn)一步創(chuàng)新。因此，如今被廣泛應(yīng)用的前沿技術(shù)也發(fā)生了很多變化：超大的數(shù)據(jù)量與超強(qiáng)的算力支持超大規(guī)模模型的訓(xùn)練；為了讓通用模型可以通過遷移而迅速適用于各個細(xì)分領(lǐng)域，預(yù)訓(xùn)練模型大行其道；此外，一個名為圖網(wǎng)絡(luò)的新領(lǐng)域也如新星一般冉冉升起。為了讓讀者通過閱讀本書掌握這一領(lǐng)域從基礎(chǔ)到前沿的完整知識路徑，我們特地在第1版的基礎(chǔ)上增加了3章嶄新的內(nèi)容，介紹了第1版問世之后業(yè)界取得的三大重要進(jìn)展，作為本書第2版的更新內(nèi)容，以饗讀者。

集智俱樂部誕生于2003年，是國內(nèi)最早的人工智能社區(qū)之一。經(jīng)過十幾年的發(fā)展，它已經(jīng)逐漸成長為一個深受國內(nèi)頂尖研究者、科學(xué)家、工程師和學(xué)生群體熱愛的學(xué)術(shù)社區(qū)。在這十幾年間，集智俱樂部舉辦了大大小小400多場講座、讀書會等活動，創(chuàng)作了《科學(xué)的極致：漫談人工智能》和《走近2050：注意力、互聯(lián)網(wǎng)與人工智能》兩本人工智能科普讀物。值得一提的是，國內(nèi)人工智能領(lǐng)域著名的創(chuàng)業(yè)黑馬“Momenta”和“彩云AI”的創(chuàng)始人及核心成員都來自于集智俱樂部。在人工智能時代，集智俱樂部理應(yīng)也必然會為這個行業(yè)的發(fā)展做出更大的貢獻(xiàn)。

肩負(fù)著這樣的使命，本書悄然誕生了。本書內(nèi)容來源于張江老師在“集智AI學(xué)園”開設(shè)的網(wǎng)絡(luò)課程“火炬上的深度學(xué)習(xí)”，經(jīng)各位成員的精心整理和不斷完善，最終成書。我們希望能進(jìn)一步推廣PyTorch，讓更多人有機(jī)會掌握人工智能和深度學(xué)習(xí)等新技術(shù)，進(jìn)入人工智能這個發(fā)展迅猛的行業(yè)，共享由它帶來的發(fā)展紅利。