評測詳情

智慧的疆界

這是一部對人工智能充滿敬畏之心的匠心之作,由《深入理解Java虛擬機》作者耗時一年完成,它將帶你從奠基人物、歷史事件、學術理論、研究成果、技術應用等5個維度全面讀懂人工智能

本書以時間爲主線,用專業的知識、通俗的語言、巧妙的內容組織方式,詳細講解了人工智能這個學科的全貌、能解決什麼問題、面臨怎樣的困難、嘗試過哪些努力、取得過多少成績、未來將向何方發展,儘可能消除人工智能的神祕感,把陽春白雪的人工智能從科學的殿堂推向公衆面前


  • 蓬萱彤
    綜述科普寫地很不錯
  • 鮮于丹彤
    很不錯的一本科普書籍,人工智能的發展履歷
  • 東永昌
    很不錯的科普,但是需要有一部分大學數學的知識儲備才能讀的下去
  • 魯凡兒
    周老師還很低調,網絡上竟然搜不到周老師較詳細的信息,希望某一天我能達到周老師的境界
  • 榮飛雪
    作者的文筆不錯,故事性可讀性都不錯,而且從歷史的起源到發展,整體框架很清晰,可能是順應這個時代現狀, 機器學習部分筆墨稍多,總體還是挺好的,如果能夠再深刻的描述一下人工智能歷史上各時期技術衰敗和興起的原因就更好了
  • 崔茂才
    講得通俗,作者敢用大白話,很好讀
  • 逄高朗
    瞭解了人工智能的歷史和概貌 周老師的書一如既往的好讀
  • 卞俊茂
    不可否認,作者知識儲備很豐富,娓娓道來,文字可讀性也比較好,技術圈裏面文字比較好的還有吳軍、王垠
  • 刁泰平
    對人工智能的想象還在《西部世界》:機器有了人類一樣的自我意識
  • 雷素華
    神學中對於人作爲有限生物能否想象無限上帝的懷疑,跨越不同學科依然是立於地球一點來設想全部宇宙的英雄主義與悲劇感的壯闊
  • 寇雅愛
    對人工智能各個學派有清晰介紹與嘗試,其中的硬幹貨講的很明白:比如所舉的關於機器學習的實例,詳細介紹的誤差逆向傳播算法等
  • 邴雨伯
    而後者只是科幻想象,至今沒有任何進展,因爲在誰給了人意識這一謎題未解開前讓機器擁有心智無從談起
  • 曾菁菁
    雖然一路看一路忘,但還是記住了符號主義、連接主義和行爲主義,人先是學會模仿形,然後掌握理論,創造出大於生物的機器,在空中攻防戰看哭了,最新的科技能運用到現實中,纔是科研人最大的動力啊
  • 成靈安
    機器擬人心 擬人腦 擬人身,人工智能發展出三大主流學派,符號主義,連接主義,行爲主義,其中目前大熱的鏈接主義代表性算法是深度學習和卷積神經網絡
  • 仲孫正真
    {圖靈測試、弱人工智能、神經網絡(卷積-循環-生成式)}這些概念深深地印在我腦海中,但這不是重要的,更重要的是開啓人工智能的行業學習,更重要的是擁有了人工智能的思維方式,更重要的是明白了人工智能對我自己來說真正的意義
  • 孟碧萱
    圖靈機,神經網絡 ,深度學習,人工智能發展到現在,一步一步,不斷的震驚着人類,現在人工智能還處於人類操控階段,那如果超越了呢
  • 祖丹彤
    全面敘述人工智能發展歷史及影響的一本書,從上世紀四十年代開始講起,直到當下最熱門的深度學習
  • 詹凌柏
    清晰地描述了人工智能領域的源起、各派別的發展脈絡、機器學習和深度學習部分也摘選非專業讀者能理解的抽象概念和理論指出了發展中關鍵的技術瓶頸和突破
  • 虞星晴
    人工智能的探索經歷了“如何讓機器擁有自我學習改進的能力”到後來轉變到關注機器的思考和記憶能力,皮茨和麥卡洛克從大腦神經元細胞得到啓發,試圖建立一個大腦思維模型機器,但那時候神經生物學家還沒有發現大腦並不是唯一的信息處理器官
  • 莊平萱
    所以後來的辛頓才由此得到啓發讓人工智能走到如今分層迭代的深度學習階段
  • 墨哈高峯
    人工智能的發展歷史涉及到信息學科、心理學、哲學、生物學和數學等多個交叉學科,經歷了兩次低谷,如今處於深度學習的風口,而機器學習在高校的科研中已經是一個巨大的泡沫了,那些博導似乎不明白“天下沒有免費的午餐”的道理,只知道輸入與輸出,“我有一堆數據,你做一個網絡來預測一下…”
  • 鈕燁華
    不可多得講正經東西的人工智能書,本書講了人工智能史,那些提出改變世界理論的大佬,學術爭鬥,人工智能寒潮任然堅持探索的前賢,真切體會到人工智能的發展和計算水平互聯網大量數據息息相關,還使用通俗語言講解了機器學習和深度學習的基本技術
  • 衛飛翔
    人工智能的入門級別的書,算是大致瞭解了一下各種流派;跳過了一些過於技術的章節;可以用來作爲學習具體內容的前提;人工智能發展過程中的奇聞軼事也挺吸引人;作者對媒體的吐槽還是很明顯的;最後提到弱人工智能與強人工智能的關係比較吸引我,“弱人工智能與強人工智能的理論方法沒有任何順城關係,弱人工智能不是通往強人工智能的前期基礎”
  • 餘牧歌
    從半拿鐵播客種草的這本書,通讀一遍,瞭解了人工智能的學科背景、三大學派的基本理論、深度學習的方法、當下的成果與挑戰,最大的收穫是終於搞清楚人工智能預期解決的問題(p54 完全信息的對抗、機器定理證明與問題求解、模式識別、基於自然語言的人機對話)和處理原理(對應三大學派的方法:p157 符號主義-邏輯推理與演算-心智;連接主義-模擬生物神經組織結構-大腦;行爲主義-關注環境反饋和因果關聯-行爲)
  • 衡康安
    本書以時間爲導線,從人工智能混沌時期、圖靈測試的起源、達特茅斯會議引出了人工智能的學科;又通過三大主義學派的爭鳴(符號、連接、行爲);在經過兩次低谷後終於把人工智能帶了第三波高潮,即機器學習和深度學習時代;尾聲作者客觀地分析了人工智能未來:與機器共舞,相輔相成
  • 鬱靈慧
    這是一本非常精彩的人工智能簡史,深入淺出,能夠讓人迅速瞭解人工智能的發展歷程,主要技術流派,關鍵技術思路和難點,以及未來的發展方向
  • 廣成文
    主要講人工智能的發展歷史,內容比較詳細,以一些重要事件和人物作爲敘事脈絡,部分比較專業的內容有點難懂
  • 奚依波
    可讀性非常好,人工智能的歷史、流派、(幾年前的)現狀和可能的未來
  • 郎綺蘭
    非常不錯的一本關於人工智能發展歷史的書,很贊
  • 胡安筠
    雖然人工智能發展歷史尚不到70年,但以史爲鑑的話,人類經歷了多次焦慮,最終人工智能只是給人類帶來了幫助,未來是否依然會如此呢
  • 胥含雙
    用循序漸進,簡單易懂的語音介紹了人工智能的歷史,發展概要,以及核心方法論,推薦入門閱讀
  • 戴和靜
    2018年出版的書,梳理了人工智能發展的歷史
  • 呼延問蘭
    講述了人工智能的歷史和發展,符號主義學派、連接主義學派、行爲主語學派的描述栩栩如生
  • 仲令雪
    這就是這樣一本以時間維度爲主要線索講人工智能發展的書,言語風格生動易懂不囉嗦,是我翻來找去發現的最好的入門作
  • 墨哈晗日
    對人工智能講的非常系統的一本書,既把歷史的脈絡補齊,又講了不同技術路線的演進和迭代