|
人工智能是人类的科技巅峰和终极梦想。早在古希腊时代，先哲们就开始思考如何构建像人一样思考和行动的机器。图灵在发明现代计算机模型的同时，也在构思如何实现人工智能。计算机出现以来的几十年里，计算机和自动化等领域的科学家们进行了不懈的努力，但始终没有打开人工智能这扇大门。就在大部分企业和学者已经放弃人工智能时，2006年，著名学者Hinton等发现了训练深度神经网络的有效方法并命名为深度学习。2011年和2012年，深度学习在语音识别和图像识别方面取得巨大突破。2013年入选《麻省理工学院技术评论》当年十大突破性技术之首。2016年，以深度学习技术为核心的围棋软件AlphaGo打败了人类世界冠军，标志着人类正式进入智能时代。2019 年 3 月，ACM 宣布将 2018 年度图灵奖授予深度学习之父 Bengio、LeCun和Hinton，他们使深度神经网络成为计算的关键元素。深度学习像阿里巴巴的“芝麻开门”，开启了通向智能时代的第一扇门；像普罗米修斯偷来的天上之火，点燃了人类进入智能时代文明的火种。 
深度学习是早期神经网络的深入发展，是一系列深度神经网络模型、训练方法和实现方法的统称。正是深度学习引领了人工智能这一轮新的高潮。今天，深度学习已经是人工智能的代名词（甚至包括今后若干年）。目前几乎所有人工智能系统都是在深度学习的基础上构建的。深度学习是在对人脑的逆向工程中发展起来的。尽管深度学习只是揭示和模拟了人脑工作的一小部分机制，但它已经帮助人工智能实现了巨大的跨越。就像飞机的研究是在模拟鸟类飞行一样，虽然最终的飞机远远不像鸟，也没有鸟类飞行的灵活性和稳定性，但今天的飞机已经载着人们翱翔于万里长空。深度学习的出现使得人工智能在很多领域的应用成为可能。就在几年前，人们还常说，计算机的感知能力还不如一岁大的孩子，但今天这句话已经被改写了。深度学习使计算机在图像识别、语音识别、自然语言处理等方面已经达到或超过人类的水平。构建在这些基础能力之上的复杂智能系统也在蓬勃发展：自动驾驶汽车的安全性已经超过16岁的青少年；智能医疗在癌症、皮肤病等疾病的诊断方面已经超过专业医生；智能程序在德州扑克等很多游戏领域战胜了人类玩家；人工智能在围棋方面已超越了人类围棋冠军。虽然当前的技术距离类人的通用人工智能还很遥远，但以深度学习为核心的人工智能技术已经使世界科技、经济、军事等各个领域纷纷迈入智能化时代。深度学习不是早期神经网络的简单深度化。近年来，人们提出大量新的深度学习模型和训练方法。最著名的新模型是生成对抗网络，它于2018年入选《麻省理工学院技术评论》当年十大突破性技术。人们在深度学习理论方面也有很多新的突破，并开始开展深度学习可解释性、对抗样本攻击与防御等研究。短短几年，深度学习本身已发展为一个重要的领域，每年有数以万计的论文发表，这是科技史上的奇迹。但是，如飞的发展速度也使得很少有人能够停下来静心总结。海量的文献已经使学习和研究深度学习变得越来越困难，一本全面而系统的著作是十分必要的。当前市面上已经有一些深度学习的书籍，这些书可分为三类：最多的是实践入门书，基于某一平台（例如TensorFlow），帮助读者快速构建深度学习系统，以代码实现为主，在理论和方法方面阐述较少；还有少数是科普书，最著名的是美国Sejnowski的《深度学习——智能时代的核心驱动力量》，适合非专业人士阅读；最后一类是专业书，最著名的是GoodFellow等的被称为“花书”的《深度学习》，该书的内容很深入但很晦涩，一般读者阅读起来有较大的困难。《深度学习》分为上下两册，共904页，145万字，兼顾初学者和专业人士，深入浅出地讨论深度学习的各个方面。本书有以下几个特色。 系统全面：本书从机器学习和早期神经网络出发，系统全面地介绍了（除深度学习专用芯片设计以外的）理论、模型、算法和实现各项内容。尤其是包括生成对抗网络（已经成为重要的深度学习技术之一）、注意力机制、深度聚类、可解释性、对抗样本攻防和鲁棒性，这些是其他书籍很少涉及的。 深入细致：本书不仅深入讨论了各类模型的设计、优化、实现，还详细阐述了它们的研究动机和发展脉络，使读者不但知其然，更知其所以然。帮助读者在学习的同时，深入思考和梳理，为进一步研究和应用奠定良好的基础。 生动形象：作为一本专业书，本书有大量的数学公式和算法描述。本书除了参考专业文献外，更参考了大量学习者的博客和阅读笔记，同时以大量的图形形象地展示抽象的理论和算法，帮助读者更加轻松地阅读专业资料。紧扣前沿：本书整理了截止到2018年6月（书稿完成的当月）发表在顶级学术会议和期刊的代表性工作（“花书”的文献截止到2015年）。深度学习发展异常迅速，尤其是近三年涌现出大量堪称经典的算法和模型。本书的配套网站（http://）还将陆续整理最新发表的文献，帮助读者与学术前沿同步。资料详实：本书引用了2000多篇文献，包括最早期的机器学习、神经网络和近期的深度学习，其中近三年文献1500多篇。同时本书的配套网站提供更丰富的文献、代码、数据、彩图等资料，帮助读者全面理解和学习。
|
