3星|刘韩《人工智能简史》:从编程语言和算法的角度

简介:

人工智能简史(跟着图灵、冯?诺依曼、香农、西蒙等人工智能先驱重走人工智能之路,站在前人的肩膀上“鉴以往、知未来”)

全书从编程语言与算法的角度回顾人工智能的历史,比较专业。

看内容有点像科研工作者、人工智能前沿从业者写的。电子书中没有对作者的介绍,亚马逊官网上有,不是做科研的。

最后两章是几位重要的数学家的简史,我基本略过了。

总体评价3星,有一些参考价值。

以下是书中一些内容的摘抄:

1:电路系统的“开”和“关”,对应二进制的“1”和“0”。这就是现实世界与虚拟世界最关键的一个对应,可以说香农的天才思想建立了现实与虚拟之间的一个桥梁。#197

2:在笔者看来,纽厄尔终生钻研的“人类思维的本质”,正是人工智能最难和最本质的课题!#224

3:西蒙和纽厄尔双剑合璧,创建了人工智能的重要流派:符号派。符号派的哲学思路称为“物理符号系统假说”,简单理解就是:智能是对符号的操作,最原始的符号对应于物理客体。#232

4:世界围棋冠军常昊评论AlphaGo的围棋水平:“它现在的水平,可以说是大大地超出了我们人类的想象。”#287

5:人类思考棋类问题的核心智慧就是找到妙招,而找到妙招的关键就是推算出若干步之内无论对方如何应对,本方都处于局面变好的态势。转换到国际象棋程序编程,核心都必须有两部分:博弈搜索和局面评估。#306

6:纽厄尔、西蒙和约翰·肖发展的Alpha-Beta算法可以从搜索树中剔除相当大的部分而不影响最后结果。它的基本思想是,如果有些着法将自己引入了很差的局面,这个着法的所有后续着法就都不用继续分析了。#315

7:汤普森的另一大贡献是他整理的残局库,他在20世纪80年代就开始生成和储存棋盘上剩四至五子的所有符合规则的残局。一个典型的五子残局,比如王双象对王单马,包含总数121万个局面。电脑使用这些残局数据库,可以把每个残局走得绝对完美,就像上帝一样。#327

8:最终实现战胜人类国际象棋世界冠军之梦、取得人机大战胜利的是IBM的“深蓝”(DeepBlue)团队,核心是来自中国台湾地区的许峰雄、莫里·坎贝尔(Murray Cambell)和乔·赫内(Joe Hoane)。#338

9:根据DeepMind公司在《自然》杂志上发表的文章,AlphaGo这个系统主要由以下几个部分组成。(1)策略网络(Policy Network),给定当前局面,预测下一步的走棋。(2)快速走子(Fast rollout)。(3)估值网络Value Network),给定当前局面,估计是白胜还是黑胜,给出输赢的概率。(4)蒙特卡罗树搜索(Monte Carlo Tree Search,MCTS),把以上3个部分连起来,形成一个完整的系统。#381

10:据估计,单机上采用“快速走子”的下棋程序,已经具备了围棋三段左右的水平。而“估值网络”对胜负的判断力已经远超所有人类棋手。#395

11:2014年,谷歌花4亿美元收购DeepMind公司时,DeepMind公司也就是刚刚在《自然》杂志发表了一篇利用强化学习算法玩计算机游戏论文的小公司,很多人都不理解为什么这家公司值这么多钱。后来DeepMind研发了震惊世界的AlphaGo之后,人们才开始相信佩奇和布林的远见。#513

12:在国际通用的MNIST手写体数字识别数据集上,LeNet-5可以达到接近99.2%的正确率。这一系统后来被美国的银行广泛用于支票上数字的识别。#527

13:事实表明,12个NVIDIA公司的GPU可以提供相当于2000个CPU的深度学习性能。此后,纽约大学、多伦多大学以及瑞士人工智能实验室的研究人员纷纷在GPU上加速其深度神经网络。#547

14:2009年,ImageNet项目诞生了——这是一个含有1500万张照片的数据库,涵盖了22000种物品。这些物品是根据日常英语单词进行分类组织的,对应于大型英语知识图库WordNet的22000个同义词集。#556

15:Lisp语言推出之后,因为比起Fortran这类专注于科学计算的语言具备更强的符号处理能力,很快成为人工智能领域的重要语言。同时,Lisp中的递归、垃圾回收等创新机制,对后续的Java、Python等语言有很大的影响。#668

16:汤普森用汇编语言完成了UNIX的第一个版本,这也许是人类历史上拿汇编语言完成的最伟大的作品。#690

17:有人问:“你如何发现有天赋的程序员?”汤普森回答:“只看他们的激情。你问他们做过的最有趣的程序是什么,然后让他们描述程序和它的算法,等等。#705

18:TensorFlow是谷歌在2015年11月发布的深度学习开源工具,Tensor(张量)意味着N维数组,Flow(流)意味着数据流图的运算,由杰夫·迪恩(Jeff Dean,)带领的谷歌大脑团队开发。#728

19:因为杰夫·迪恩实在太厉害了,谷歌公司内部流传着很多关于他有多厉害的笑话,比如:“杰夫·迪恩的密码是圆周率的最后4位数字。”“当杰夫·迪恩失眠时,他用MapReduce数羊群。”#734

20:TensorFlow的优势是支持异构设备的分布式计算,它可以在不同平台上自动运行模型,这些平台包括手机、单CPU的PC和成千上万个CPU/GPU组成的超大型分布式系统。#741

21:DENDRAL系统是第一个成功投入使用的专家系统,1965年由斯坦福大学开始研发,1968年研制成功,它的作用是分析质谱仪的光谱,帮助化学家判定物质的分子结构。#775

22:利用知识图谱技术,谷歌大大优化了客户的搜索体验,同时,知识图谱的庞大知识库也可以和其他人工智能技术整合,比如实现准确的语音识别和机器翻译等。#850

23:如果你对人工智能有兴趣,也可以研究一下自己的师承,从你的数学老师或计算机老师开始追溯,很有可能你的祖师爷也是老莱布尼茨。#1707











本文转自左其盛博客园博客,原文链接:  http://www.cnblogs.com/zuoqs/p/8277707.html  ,如需转载请自行联系原作者


目录
打赏
0
0
0
0
143
分享
相关文章
智慧工地 AI 算法方案
智慧工地AI算法方案通过集成多种AI算法,实现对工地现场的全方位安全监控、精准质量检测和智能进度管理。该方案涵盖平台层、展现层与应用层、基础层,利用AI技术提升工地管理的效率和安全性,减少人工巡检成本,提高施工质量和进度管理的准确性。方案具备算法精准高效、系统集成度高、可扩展性强和成本效益显著等优势,适用于人员安全管理、施工质量监控和施工进度管理等多个场景。
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
39 4
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
278 55
智慧电厂AI算法方案
智慧电厂AI算法方案通过深度学习和机器学习技术,实现设备故障预测、发电运行优化、安全监控和环保管理。方案涵盖平台层、展现层、应用层和基础层,具备精准诊断、智能优化、全方位监控等优势,助力电厂提升效率、降低成本、保障安全和环保合规。
智慧电厂AI算法方案
Enhance-A-Video:上海 AI Lab 推出视频生成质量增强算法,显著提升 AI 视频生成的真实度和细节表现
Enhance-A-Video 是由上海人工智能实验室、新加坡国立大学和德克萨斯大学奥斯汀分校联合推出的视频生成质量增强算法,能够显著提升视频的对比度、清晰度和细节真实性。
56 8
Enhance-A-Video:上海 AI Lab 推出视频生成质量增强算法,显著提升 AI 视频生成的真实度和细节表现
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
183 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
【AI系统】QNNPack 算法
QNNPACK是Marat Dukhan开发的量化神经网络计算加速库,专为移动端优化,性能卓越。本文介绍QNNPACK的实现,包括间接卷积算法、内存重排和间接缓冲区等关键技术,有效解决了传统Im2Col+GEMM方法存在的空间消耗大、缓存效率低等问题,显著提升了量化神经网络的计算效率。
42 6
【AI系统】QNNPack 算法
【AI系统】Im2Col 算法
Caffe 作为早期的 AI 框架,采用 Im2Col 方法优化卷积计算。Im2Col 将卷积操作转换为矩阵乘法,通过将输入数据重排为连续内存中的矩阵,减少内存访问次数,提高计算效率。该方法首先将输入图像转换为矩阵,然后利用 GEMM 库加速计算,最后将结果转换回原格式。这种方式显著提升了卷积计算的速度,尤其适用于通道数较多的卷积层。
56 5
【AI系统】Im2Col 算法
【AI系统】Winograd 算法
本文详细介绍Winograd优化算法,该算法通过增加加法操作来减少乘法操作,从而加速卷积计算。文章首先回顾Im2Col技术和空间组合优化,然后深入讲解Winograd算法原理及其在一维和二维卷积中的应用,最后讨论算法的局限性和实现步骤。Winograd算法在特定卷积参数下表现优异,但其应用范围受限。
42 2
【AI系统】Winograd 算法
AI+脱口秀,笑点能靠算法创造吗
脱口秀是一种通过幽默诙谐的语言、夸张的表情与动作引发观众笑声的表演艺术。每位演员独具风格,内容涵盖个人情感、家庭琐事及社会热点。尽管我尝试用AI生成脱口秀段子,但AI缺乏真实的情感共鸣和即兴创作能力,生成的内容显得不够自然生动,难以触及人心深处的笑点。例如,AI生成的段子虽然流畅,却少了那份不期而遇的惊喜和激情,无法真正打动观众。 简介:脱口秀是通过幽默语言和夸张表演引发笑声的艺术形式,AI生成的段子虽流畅但缺乏情感共鸣和即兴创作力,难以达到真人表演的效果。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等