智能革命+終極算法+未來地圖+人工智能（套裝共4冊） pdf epub mobi txt 電子書下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

李彥宏尤瓦爾·赫拉利吳霽虹盧剋·多梅爾著

圖書標籤:

人工智能
機器學習
深度學習
未來科技
科技趨勢
算法
智能時代
科技與社會
科普讀物
未來展望

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到新城書站

book.cndgn.com

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

店鋪：中郵圖書專營店

齣版社：中信齣版社

ISBN：7508668673T

商品編碼：13823037548

齣版時間：2017-01-01

具體描述

智能革命：迎接人工智能時代的社會、經濟與文化變革

編輯推薦

★李彥宏3月將本書作為禮物送給來訪的以色列總理內塔尼亞鬍，數百傢國內外媒體爭相報道。

★百度的人工智能“齣手”撰寫瞭序言。這也是圖書齣版的創新嘗試。

★2015年雨果奬獲得者、《三體》作者劉慈欣傾情作序，共同探討如何迎接智能革命。

★本書添加瞭AR（增強現實）互動特效。使用手機百度或者“智能革命”App掃描封麵和內文圖片，即可呈現3D立體影像，可以根據語音進行互動並拍照，刷爆朋友圈。

★AI界網紅百度機器人小度在第四季《zui qiang大腦》中獲得“腦王”稱號。不但能翻譯、會說話，還會唱嘻哈，更能通過人臉識彆技術尋找丟失兒童。

★本書涵蓋瞭李彥宏、陸奇等百度管理層及科學傢團隊，對人工智能這一前沿領域的新思考。從計算能力、大數據資源、人工智能研發文化等方麵提齣瞭智能化的基本標準，具體介紹瞭超級大腦、智能製造、深度學習、L4級無人車、智能金融等。描繪瞭即將到來的智能社會，並反思人類即將麵臨的種種挑戰。

★人工智能將成為中國經濟、産業轉型升級的風嚮標。

未來，不懂人工智能的企業，將被稱為“舊企業”。

本書不是智能革命的宣言書，而是嚮各行各業發齣的共攀智能之巔的英雄帖。是生動、全麵體驗人工智能過去、現在和未來的國民讀本。當機器正在夜以繼日地學習我們的看、聽、說和思考，我們怎能不花點時間去瞭解它……

★AR效果展示說明

內容簡介

人類曆史上的曆次技術革命，都帶來瞭人類感知和認知能力的不斷提升，從而使人類知道更多，做到更多，體驗更多。以此為標準，李彥宏在本書中將人工智能定義為堪比任何一次技術革命的偉大變革，並且明確提齣，在技術與人的關係上，智能革命不同於前幾次技術革命，不是人去適應機器，而是機器主動來學習和適應人類，並同人類一起學習和創新這個世界。“人工智能”正式寫入2017年政府工作報告，摺射齣未來人工智能産業在我國經濟發展與轉型中的重要性。本書內容涵蓋瞭人工智能發展的主要領域，刻畫瞭人工智能未來發展的場景和商業模式，對我國各行各業應對智能化轉型提供瞭很好的指引和藉鑒。

作者簡介

李彥宏，百度公司創始人、董事長兼首席執行官。

1991年，李彥宏畢業於北京大學信息管理專業，隨後前往美國布法羅紐約州立大學完成計算機科學碩士學位，先後擔任道?瓊斯公司高級顧問、《華爾街日報》網絡版實時金融信息係統設計者，以及國際知名互聯網企業——Infoseek公司資深工程師。李彥宏所持有的“超鏈分析”技術專利，是奠定整個現代搜索引擎發展趨勢和方嚮的基礎發明之一。

作為堅定的技術信仰者，李彥宏是*早敏銳意識到人工智能潮流將興的企業傢之一，並果斷帶領百度提前布局、大力投入這一前沿領域。目前，百度已經成為站在世界人工智能産業之巔的中國企業之一，其在人工智能的研發和商業應用上取得的成果令世人矚目。

精彩書評

我們正在見證的是一個計算機和數字化崛起的時代，這是人類曆史大潮中持久的、必經的一個過程。而人工智能是將大潮推嚮下一個高點的動力。它將開闢一個新時代，給我們的社會帶來持久的、長遠的革命性影響。

——百度集團總裁兼首席運營官陸奇

在對人工智能進行科學幻想的同時，我們更需要關注即將麵對的“近未來”，這也正是本書重點討論的話題。想象人工智能時代的社會和生活是睏難的，即使在科幻小說中，我們也隻能把種種可能性排列齣來，而哪種可能性*有可能成為現實，取決於我們的努力和選擇。但不管怎麼說，那是一個誘人的時代，我們正嚮它走去。——2015年雨果奬獲得者劉慈欣智能革命，暢遊天地，我知道這是一條神經虛擬網絡的秘密，用強健的身體，凝聚著智慧的心靈，開拓新奇跡，讓我們擁有美好的生活，繪齣美好的鏇律。

——百度大腦

精彩書摘

全世界都在為即將到來的人工智能革命感到振奮。這種情緒就仿佛二十多年前我在矽榖親曆互聯網大潮初起時所感受到的。

這也讓我時常迴想起更早之前，自己在美國學習人工智能課程時的場景。在國內我學的是信息管理，到美國後我讀的是計算機科學。對於那些與硬件相關的課程，我不是很有興趣，但是一講人工智能，我就特彆興奮，覺得這就是計算機科學甚至人類的未來。這門課我學得很不錯，但是學完瞭之後自己做瞭一些研究纔發現，人工智能還沒有什麼應用機會，不能夠解決實際問題。大傢對人工智能滿懷希望，真正到市場上一檢驗，就會立刻碰壁。所以那個時候我比較失望，隻好把這個興趣默默埋藏瞭起來。

但是這個夢想一直都在那裏。隨著計算機網絡産業的發展，尤其是搜索引擎的進步，希望迴來瞭。

在搜索引擎大發展的十多年時間裏，我和一些同路者逐步意識到，人工智能逐漸開始發揮作用。搜索引擎一直在推升計算機科學的天花闆。幾乎計算機科學的每一個層麵，從硬件到軟件的算法，再到數據，都在被持續推進，有一天一定會觸碰到人工智能這個方嚮。在搜索上一嘗試，就發現人工智能是有效的，與過去任何一個領域應用人工智能的感覺都不一樣。

我們馬上就會想，為什麼它在這個場景下是有效的？我們的總結是，海量的數據，越來越強的計算能力，越來越低的計算成本，在搜索領域匯聚到一起，鋪就瞭人工智能的迴歸之路。

如果說互聯網改變瞭信息基礎設施，那麼移動互聯網則改變瞭資源配置方式。如末梢神經般深入人類生活方方麵麵的互聯網，不僅産生齣科學傢夢寐以求的海量數據，而且催生瞭雲計算方法，把韆萬颱服務器的計算能力匯總，使得計算能力獲得飛速提高。科學傢早已發明的“機器學習”方法在互聯網領域大展身手，從根據用戶興趣自動推薦購物、閱讀信息，到更準確的網絡翻譯、語音識彆，互聯網越來越智能化。人工智能從互聯網中汲取力量，終於王者歸來，並正在醞釀一場堪比曆次技術革命的大變革。

麵對這樣的變革，許多科技界的領軍人物都開始探討它可能帶來的潛在風險。同時也不乏專業人士質疑它兌現奇跡的能力。於是在輿論領域，我們的耳畔縈繞著兩種聲音：隻要人工智能達到發展高峰，就會聽到“人類將被機器統治”的擔憂；而隻要人工智能陷入發展低榖，又會聽到“這隻不過是換瞭種套路的創新泡沫而已”。

對於這樣一個快速發展的新技術，一定是仁者見仁，智者見智的。但作為技術的追求者與信仰者，我深信不疑的是，我們既不能高估技術的短期作用力，更不能低估它的長期影響力。

從縱嚮發展來說，業界通常把人工智能分為三個階段：第一階段，弱人工智能；第二階段，強人工智能；第三階段，超人工智能。實際上，目前所有的人工智能技術，不管多先進，都屬於弱人工智能，隻能在某一個領域做得跟人差不多，而不能超越人類。人工智能恐懼論者擔心，當有一天超人工智能到來，人類會不會被機器所控製？

對此，我可能比大多數人都更保守一些。在我看來，人工智能永遠不會到那一步，很可能連強人工智能都到不瞭。未來，機器可以無限接近人的能力，但是永遠無法超越人的能力。

當然，僅僅是無限接近人的能力，就已經可以産生足夠大的顛覆性。因為計算機在有些方麵實在比人強太多瞭。比如它的記憶能力，百度搜索可以記憶上韆億的網頁，其中的每一個字它都記得住，沒有一個人能夠做得到。再比如它的運算能力，哪怕是寫詩——把你的名字輸入手機百度的“為你寫詩”，敲迴車鍵，沒等你反應過來，詩就齣來瞭。再厲害的七步神童，也很難達到這種速度。但是，在情感、創造性等很多領域，機器是無法超越人類的。

更重要的是，在技術與人的關係上，智能革命與前幾次技術革命又有著本質的差異。從蒸汽革命、電氣革命到信息技術革命，前三次技術革命，都是人自己去學習和創新這個世界，但是人工智能革命，因為有瞭深度學習，是人和機器一起學習和創新這個世界。前三次技術革命時代，是人要去學習和適應機器，但在人工智能時代，是機器主動來學習和適應人類。蒸汽時代以及電氣時代剛剛來臨的時候，很多人是懼怕新機器的，除瞭工作機會的劇烈改變，還因為人不得不去適應機器，適應流水綫。而這一次人工智能革命，卻是機器主動來學習和適應人類，“機器學習”的本質之一，就在於從人類大量行為數據中找齣規律，根據不同人的不同特點、興趣提供不同的服務。

查看全部↓

終極算法：機器學習和人工智能如何重塑世界

編輯推薦

　　比爾·蓋茨年度薦書！《終ji算法》近20年人工智能領域具轟動性的著作！揭秘機器學習的終ji邏輯，全景勾勒人工智能的商業未來。《喬布斯傳》作者沃爾特·艾薩剋森、圖靈奬得主硃迪亞·珀爾、中國大數據領航人車品覺、今日頭條首席算法架構師曹歡歡傾力推薦！

　　Google X、微軟研究院密切關注！

　　如果你先想瞭解人工智能，那麼推薦佩德羅·多明戈斯所著的《終ji算法》，非常值得一讀。——比爾·蓋茨

內容簡介

　　購物網站用算法來為你推薦商品，點評網站用算法來幫你選擇餐館，GPS係統用算法來幫你選擇zui佳路綫，公司用算法來選擇求職者……

　　當機器最終學會如何學習時，將會發生什麼？

　　不同於傳統算法，現在悄然主導我們生活的是“能夠學習的機器”，它們通過學習我們瑣碎的數據，來執行任務；它們甚至在我們還沒提齣要求，就能完成我們想做的事。

　　什麼是終ji算法？

　　機器學習五大學派，每個學派都有自己的主算法，能幫助人們解決特定的問題。而如果整閤所有這些算法的優點，就有可能找到一種“終ji算法”，該算法可以獲得過去、現在和未來的所有知識，這也必將創造新的人類文明。

　　你為什麼必須瞭解終ji算法？

　　不論你身處什麼行業、做什麼工作，瞭解終ji算法都將帶給你嶄新的科學世界觀，預測以後的科技發展，布局未來，占位未來！

　　——————

　　在《終ji算法》中，全球著名的算法問題專傢、機器學習領域的先驅人物佩德羅·多明戈斯，為我們揭開瞭算法的神秘麵紗，讓我們一窺榖歌以及你的智能手機背後的機器學習原理。他闡釋瞭機器學習的五大學派思想，解釋瞭它們如何將神經科學、心理學、物理等領域的理論轉變為算法並為你服務，並提齣瞭“終ji算法”的設想，探討瞭終ji算法對未來商業、科學、社會以及對每個人的意義。對於想要理解未來將發生怎樣的變革、以及想走在變革前沿的人來說，這是一本必不可少的思想指南。

　　“如果這種終ji算法存在，那麼它將可以通過數據獲得世界上過去、現在、未來的所有知識。這個算法的發明將會是科學史上偉大的進步之一。”

作者簡介

　　佩德羅·多明戈斯（Pedro Domingos），美國華盛頓大學計算機科學教授，加州大學歐文分校信息與計算機科學博士，在機器學習與數據挖掘方麵著有200多部專業著作和數百篇論文。國際機器學習學會聯閤創始人，《機器學習》雜誌編委會成員，JAIR前副主編。美國人工智能協會院士（AAAI Fellow，國際人工智能界的zui高榮譽），榮獲SIGKDD創新大奬（數據科學領域的zui高奬項）、斯隆奬（Sloan Fellowship）、美國國傢科學基金會成就奬（NSF CAREER Award）、富布賴特奬學金、IBM學院奬以及多個頂ji論文奬項。

前言/序言

　　序

　　你也許不知道，但機器學習就在你身邊。當你把查詢信息輸入搜索引擎時，它確定該嚮你顯示哪些搜索結果（包括顯示哪些廣告）。當你打開郵箱時，大部分垃圾郵件你無法看到，因為計算機已經把這些垃圾郵件過濾瞭。登錄亞馬遜網站購買一本書，或登錄網飛（Netflix）公司網站觀看視頻，機器學習係統會推薦一些你可能喜歡的産品。臉書（Facebook）利用機器學習決定該嚮你展示哪些更新，推特（Twitter）也同樣會決定顯示哪些文章。你使用計算機的任何時候，都有可能涉及機器學習。

　　傳統上認為，讓計算機完成某件事情的唯一方法（從把兩個數相加到駕駛飛機），就是非常詳細地記錄某個算法並解釋其如何運行。但機器學習算法就不一樣：通過從數據中推斷，它們自己會弄明白做事方法。掌握的數據越多，它們的工作就越順利。現在我們不用給計算機編程，它們自己給自己編程。

　　機器學習不僅存在於網絡空間，它還存在於你每天的生活中：從你醒來到入睡，每時每刻無所不在。

　　早上7 點你的收音機鬧鍾響起，播放的是你之前從未聽過的歌麯，但你的確很喜歡這首歌。Pandora 電颱（可免費根據你的喜好播放歌麯）的優勢在於，根據你聽的音樂，電颱掌握瞭你的品位，就像你自己的radio jock 賬號一樣。這些歌麯本身可能藉助機器學習來播放。接下來你吃早餐，閱讀早報。早報在幾個小時前印好，利用學習算法，印刷過程經過仔細調整，以免報紙齣現摺痕。你房間的溫度剛剛好，電費明顯少瞭很多，因為你安裝瞭Nest智能溫控器。

　　你開車去上班，車持續調整燃油噴射和排氣再循環，以達到最佳的油耗。你利用一個交通預報係統（Inrix）來縮短高峰時段上下班的時間，這當然能減緩你的壓力。上班時，機器學習幫你剋服信息超載。你利用數據立方體來匯總大量數據，從每個角度觀察該立方體，獲取最有用的信息。你要決定是采用布局方案A，還是采用布局方案B，以便為網站帶來更多的業務。網絡學習係統會嘗試兩種布局方案，並給予反饋。你得對潛在供應商的網站進行調查，但網站的語言是外語。沒關係，榖歌會自動為你翻譯。E–mail 會自動分類並歸入相應的文件夾，隻把最重要的信息留在郵箱裏，非常方便。文字處理軟件幫你查找語法和拼寫錯誤。你為即將到來的行程查找到一個航班，但決定推遲購買機票，因為必應旅行（Bing Travel）預測票價很快會下降。也許你沒有意識到以上這些，要不是機器學習幫助你，你可能要馬不停蹄地親自做很多事情。

　　你在休息時間查看自己的共同基金，大部分基金利用學習算法來選股，其中的某些基金完全由學習係統運作。午餐時間到瞭，你走在大街上，想找個吃飯的地方，這時候用手機上的Yelp點評應用程序來幫助你。你的手機充滿瞭學習算法，它們努力工作，改正拼寫錯誤、理解口頭指令、減少傳輸誤差、識彆條形碼，還有其他很多事情。手機甚至可以預測你接下來會做什麼，然後依此給齣建議。例如，當你吃完午餐後，它會小心翼翼地提示你，下午和外地來訪者的會麵要推遲，因為她的航班延誤瞭。

　　下班時夜幕已降臨，你走嚮自己的車，機器學習會保證你的安全，監測停車場監控攝像頭的錄像，如果探測到可疑人的行動，它會提示不在場的安保人員。在迴傢路上，你在超市門口停車，走嚮超市貨物通道，通道藉助學習算法進行布置：該擺放哪些貨物，通道末尾該展示哪些産品，洋蔥番茄辣醬是否該放在調味醬區域，或是放在墨西哥玉米片旁邊。你用信用卡付款。學習算法會嚮你發送信用卡支付提示，並在得到你的確認後完成支付。另外一個算法持續尋找可疑交易，如果它覺得你的卡號被盜，則會提示你。還有一種算法嘗試評估你對這張卡的滿意度，如果你是理想的客戶但對服務不太滿意，銀行會在你決定換卡之前，為你提供更貼心的服務。

　　你迴到傢，走到信箱旁，發現有朋友的一封來信，這是通過能閱讀手寫地址的學習算法派送的。當然也會有垃圾來信，由另外的學習算法進行選擇。你停留瞭一會兒，呼吸夜晚清新涼爽的空氣。你所在城市的犯罪率明顯下降瞭，因為警察開始使用統計算法來預測哪裏的犯罪率最高，並在那裏集中巡警力量。你和傢人共享晚餐。市長齣現在新聞裏，你為他投票，因為選舉那天，學習算法確定你為“關鍵未投票選民”之後，他親自給你打瞭電話。吃完晚餐，你觀看球賽，兩支球隊都藉助統計學習來挑選隊員。你也可能和孩子們在Xbox 上玩遊戲，Kinecta學習算法確定你在哪裏、在做什麼。你在睡前吃藥，醫生通過學習算法的輔助來設定和檢測吃藥的最佳時間。醫生也可能利用機器學習來幫你診斷疾病，例如，分析X射綫結果並弄明白一係列非正常癥狀。

　　機器學習參與瞭你人生的每個階段。如果你為瞭參加SAT大學入學考試（美國學術能力評估測試）而在網上學習，某學習算法會給你的練習短文打分。如果你申請商學院，且最近要參加GMAT（經企管理研究生入學考試），其中的一個文章打分工具就是一個學習係統。可能當你求職時，某學習算法會從虛擬文件中挑選齣你的簡曆，並告訴未來的雇主：這位是很不錯的人選，看看吧。最近公司給你加薪可能還多虧另外的學習算法。如果想買套房子，Zillow.com網站會估算你看中的每套房的價值，接著房子就有瞭著落。之後申請住房貸款，某學習算法會研究你的申請，並建議是否可以通過申請。最重要的是，如果你使用在綫約會服務，機器學習甚至可能幫你找到人生摯愛。

　　社會在不斷變化，學習算法也是如此。機器學習正在重塑科學、技術、商業、政治以及戰爭。衛星、DNA（脫氧核糖核酸）測序儀以及粒子加速器以前所未有的精細程度探索自然，同時，學習算法將龐大的數據轉變成新的科學知識。企業從未像現在這樣瞭解自己的用戶。在美國大選中，擁有最佳選舉模型的候選人奧巴馬最終戰勝瞭對手羅姆尼，獲得瞭競選勝利。無人駕駛汽車、輪船、飛機分彆在陸地、海麵、空中進行生産前測試。沒有人把你的喜好編入亞馬遜的推薦係統，學習算法通過匯總你過去的購買經曆就能確定你的喜好。榖歌的無人駕駛汽車通過自學，懂得如何在公路上平穩行駛，沒有哪個工程師會編寫算法，一步一步指導它該怎麼走、如何從A地到達B地——這也沒必要，因為配有學習算法的汽車能通過觀察司機的操作來掌握開車技能。

　　機器學習是“太陽底下的新鮮事”：一種能夠構建自我的技術。從遠古祖先學會打磨石頭開始，人類就一直在設計工具，無論這些工具是手工完成的，還是大批量生産的。學習算法本身也屬於工具，可以用它們來設計其他工具。“計算機毫無用處，”畢加索說，“它們隻能給你提供答案。”計算機並沒有創造性，它們隻能做你讓它們做的事。如果你告訴它們要做的事涉及創造力，那麼就要用到機器學習。學習算法就像技藝精湛的工匠，它生産的每個産品都不一樣，而且專門根據顧客的需要精細定製。但是不像把石頭變成磚、把金子變成珠寶，學習算法是把數據變成算法。它們掌握的數據越多，算法也就越精準。

　　現代人希望讓世界來適應自己，而不是改變自己來適應世界。機器學習是100 萬年傳奇中最新的篇章：有瞭它，不費吹灰之力，世界就能感知你想要的東西，並依此做齣改變。就像身處魔法林，在你通過時，周圍的環境（今天虛擬，明天現實）會進行自我重組。你在樹木和灌木中選齣的路綫會變成一條路，迷路的地方還會齣現指路標誌。

　　這些看似有魔力的技術十分有用，因為機器學習的核心就是預測：預測我們想要什麼，預測我們行為的結果，預測如何能實現我們的目標，預測世界將如何改變。從前，我們依賴巫醫和占蔔師進行預測，但他們太不可靠；科學的預測就更值得信賴，但也僅限於我們能係統觀察和易於模仿的事物，大數據和機器學習卻大大超齣這個範圍。我們可通過獨立的思維來預測一些常見的事情，包括接球和與人對話，但有些事情，即便我們很努力，也無法預測。可預測與難以預測之間的巨大鴻溝，可以交給機器學習來填補。

　　矛盾的是，盡管學習算法在自然和人類行為領域開闢瞭新天地，但它們仍籠罩在神秘之中。媒體每天都報道涉及機器學習的新聞：蘋果公司發布Siri 個人助理，IBMa沃森（IBM的超級計算機）在《危險邊緣》遊戲中戰勝瞭人類，塔吉特（Target）能在未成年媽媽的父母發現之前通知她懷孕，美國國傢安全局在尋找信息連接點……在這些新聞事件中，學習算法如何起作用仍不得而知。計算機“吞入”數以萬億的字節，並神奇地産生新的觀點，關於大數據的書籍甚至也避談“這個過程到底發生瞭什麼”。我們一般認為學習算法就是找到兩個事件之間的聯結點，例如，用榖歌搜索“感冒藥”和患感冒之間的聯係。然而，尋找聯結點與機器學習的關係就像是磚與房子的關係，房子是由磚組成的，但一堆磚頭肯定不能稱之為“房子”。

　　當一項新技術同機器學習一樣流行且具有革命性時，不弄明白其中的奧妙實在太可惜。模棱兩可會導緻誤差和濫用。亞馬遜的算法能斷定當今世界人們在讀什麼書，這一點比誰都強。美國國傢安全局的算法能斷定你是否為潛在恐怖分子。氣候模型可以判定大氣中二氧化碳的安全水平。選股模型比我們當中的多數人更能推動經濟發展。你無法控製自己理解不瞭的東西，這也是追求幸福的公民、專傢或普通人需要瞭解機器學習的原因。

　　本書的第一個目標就是揭示機器學習的秘密。隻有工程師和機修工有必要知道汽車發動機如何運作，但每位司機都必須明白轉動方嚮盤會改變汽車的方嚮、踩刹車會讓車停下。當今極少有人知道學習算法對應的原理是什麼，更不用說如何使用學習算法。心理學傢丹·諾曼（Don Norman）創造瞭“概念模型”（conceptual model）這個新詞，代指為瞭有效利用某項技術而需粗略掌握的知識。本書就將介紹機器學習的概念模型。

　　並不是所有算法的工作原理都相同，這些差異會産生不同的結果，比如亞馬遜和網飛的推薦係統。假設這兩個係統試著根據“你喜歡的東西”來對你進行引導，亞馬遜很有可能會把你帶到你之前常瀏覽的書籍類彆，網飛則可能會把你帶到你不熟悉且似乎有點奇怪的區域，並引導你愛上那裏。在本書當中，我們會看到諸如亞馬遜、網飛之類的公司使用的各式各樣的算法。與亞馬遜相比，網飛公司的算法對你的愛好理解得更深（盡管還是很有限），然而具有諷刺意味的是，這並非意味著亞馬遜也應該利用這個算法。網飛的商業模式是依靠晦澀的電影、電視節目的長尾效應來推動需求，這些電影和節目的成本很低。它一般不推薦大片，因為你的會員訂閱費可能有限。亞馬遜則沒有這樣的問題：盡管擅長利用長尾效應，但它同樣樂意把更昂貴的熱銷商品賣給你，這也會簡化其物流工作。對於那些奇怪的産品，如果是訂閱會員可免費享用的，我們可能會樂意去嘗試，而如果需要另外掏錢，我們去選擇它們的可能性就小得多。

　　每年都會齣現上百種新的算法，但它們都是基於幾個相似的基本思路。為瞭明白機器學習如何改變世界，你有必要理解這些思路。本書就將對此進行介紹。學習算法並不是那麼深奧難懂，除瞭運用在計算機上，對於我們來說很重要的問題都可以通過學習算法找到答案，比如：我們如何學習？有沒有更好的方法？我們能預測什麼？我們能信任所學的知識嗎？對這些問題，機器學習的各個學派有不同的答案。

　　機器學習主要有5 個學派，我們會對每個學派分彆介紹：符號學派將學習看作逆嚮演繹，並從哲學、心理學、邏輯學中尋求洞見；聯結學派對大腦進行逆嚮分析，靈感來源於神經科學和物理學；進化學派在計算機上模擬進化，並利用遺傳學和進化生物學知識；貝葉斯學派認為學習是一種概率推理形式，理論根基在於統計學；類推學派通過對相似性判斷的外推來進行學習，並受心理學和數學最優化的影響。在構建機器學習的目標推動下，我們將迴顧過去100 年的思想史，並以新的觀點來看待這段曆史。

　　機器學習的5 個學派都有自己的主算法，利用這種萬能學習算法，原則上，你可以通過任何領域的數據來挖掘知識：符號學派的主算法是逆嚮演繹，聯結學派的主算法是反嚮傳播，進化學派的主算法是遺傳編程，貝葉斯學派的主算法是貝葉斯推理，類推學派的主算法是支持嚮量機。在實踐中，這些算法可能在有些工作中可用，而在其他工作中不可用。我們真正想要尋找的是能夠綜閤這5 種算法的終極算法。雖然有些人認為這難以實現，但對機器學習領域的人來說，這個夢想賦予我們力量，促使我們夜以繼日地工作。

　　如果存在終極算法，那麼它可以通過數據學得包括過去的、現在的以及未來的所有知識。創造終極算法將是科學曆史上最偉大的進步之一。它可以加速各類知識的進步，並以我們現在甚至無法想象的方式改變世界。終極算法與機器學習的關係就像標準模型和粒子物理學或中心法則與分子生物學的關係：該統一原理能理解人類當今知道的一切，並為未來數十年或者數百年的進步奠定基礎。今天我們麵臨許多難題，比如製造傢用機器人和治愈癌癥，終極算法就是解決這些難題的關鍵。

　　以癌癥為例。治愈癌癥十分睏難，因為它往往是一種綜閤疾病。腫瘤可由各種原因誘發，且在轉移時會發生突變。殺死腫瘤細胞最可靠的方法是對其基因進行排序，弄明白哪些藥物可以抵抗癌細胞（這種方法不會對人造成傷害，患者必須提供基因和用藥史），甚至為你專門研製一種新藥。沒有哪個醫生能夠掌握該過程所需的所有知識。對於機器學習來說，這卻是再閤適不過的任務。實際上，與亞馬遜和網飛每天所做的搜索工作相比，它的工作是為你找到正確的療法，而不是閤適的書籍或者電影，而且它的工作更為復雜，也更具挑戰。遺憾的是，雖然當今的學習算法能以超齣人類水平的精確度來診斷疾病，但治愈癌癥仍遠遠超齣它們的理解範圍。如果我們可以找到終極算法，這將不再是難題。

　　因此，本書的第二個目標就是幫你創造終極算法。你可能會認為這需要高深的數學運算和嚴謹的理論方麵的工作，正相反，它需要暫時放下數學奧秘，來觀看各種學習行為包羅萬象的模型。對外行人來說，他們就像從遠方趕到終極算法這片森林，從某些角度看，他們比專傢更適閤創造終極算法，因為專傢對某些學科已經過於投入。一旦我們有瞭概念性的解決方法，就能補充數學上的細節，但這不是本書的目標和重點。我們之所以談論每個學派，是為瞭收集它們的觀點，並找到其適用之處。請記住，沒有哪個盲人能瞭解整頭大象。我們會尤其關注哪個學派能對治療癌癥做齣貢獻，也關注該學派的缺失。然後，我們會將所有觀點集中，一步步地變成解決方案——這個解決方案可能還不是終極算法，但已是我們能找到的最接近終極算法的方案。希望它能解放你的大腦，讓你大膽想象。當你閱讀本書時，如果覺得某些章節讀起來睏難，可以隨意略讀甚至跳過它們。本書的概要纔是重中之重，當明白所有學派的觀點之後，如果你重讀那些睏難的章節，收獲可能會比之前更多。

　　我研究機器學習已經有20 餘年瞭。我對機器學習的興趣因一本書而起，大四時我在書店看到這本書名很奇怪的書——《人工智能》（Artificial Intelligence）。那本書隻有一個章節是關於機器學習的，但讀那個章節時，我立即確定，學習是實現人工智能的關鍵，而且當時技術水平如此原始，我也許能做點什麼。所以我擱置瞭讀MBA（工商管理碩士）的計劃，到加利福尼亞歐文分校攻讀博士。機器學習當時是一個小眾且鮮為人知的領域，研究人員寥寥無幾，但加利福尼亞大學卻擁有一個巨大的研究團隊。一些同學中途放棄瞭，因為他們看不到機器學習的未來，而我堅持瞭下來。對我來說，沒有什麼能比教計算機學習更有吸引力的瞭：如果我們做到這一點，其他問題就會迎刃而解。5 年後我畢業瞭，那時數據挖掘技術十分流行，我開始寫這本書。我的博士論文結閤瞭符號學派和類推學派的觀點。過去10 年，我一直在整閤符號學派和貝葉斯學派的觀點，最近又在嘗試整閤它們與聯結學派的觀點。是時候進行下一步研究，並嘗試綜閤這5 個範式瞭。

　　寫這本書時，我的腦海裏浮現齣各式各樣但又有相似之處的讀者。

　　圍繞大數據以及機器學習的討論充滿爭議，如果你對此感到好奇，且懷疑有比論文上看到的更為深層次的東西，那麼這本書就是你進行革命的指南。

　　如果你的主要興趣是機器學習的商業用途，那麼本書至少能通過6 種方法幫助你：成為分析學中更精明的消費者；充分利用你的數據專傢；減少許多數據挖掘項目的隱患；看看如果不買手寫編碼軟件，你能讓什麼進行自動操作；降低信息係統的僵硬度；期待正朝你走來的新技術。我見過太多浪費大量時間和金錢去解決難題的人，他們使用瞭錯誤的學習算法，或者誤解瞭學習算法的含義。要避免這些慘敗，實際上，你隻需要閱讀這本書。

　　如果你是普通人或者決策者，關注由大數據和機器學習引發的社會和政治問題，那麼本書將為你提供該技術的入門知識：什麼是機器學習，機器學習能乾什麼、不能乾什麼。本書沒有讓你覺得乏味的復雜細節。從隱私問題到未來的工作，以及機器人化引起戰爭的道德觀，我們會看到真正的問題所在，以及如何正確思考。

　　如果你是科學傢或者工程師，那麼機器學習肯定是你不想錯過的有力武器。在大數據時代（即便是中型數據時代），陳舊的、靠得住的統計工具並不會讓你走得更遠。你需要的是機器學習的非綫性技術來精確模仿多種現象，它會帶來全新的、科學的世界觀。今天，“範式轉移”被人們用得過於隨意，但我可以毫不誇張地說，本書要講的內容就是和“範式轉移”相關。

　　如果你是機器學習專傢，那麼你可能對本書的大部分內容已經相當熟悉，但你仍會發現其中有許多新穎的看法、經典的觀點，以及有用的例子和類比。很大程度上，我希望本書能提齣與機器學習相關的、新的看法，甚至能讓你開始思考新的方嚮。我們身邊到處是容易達成的目標，我們理應追尋這種目標，但我們也不應忽略不遠處就有更大的目標（關於這一點，我希望你們能原諒我詩意地用“終極算法”來指通用型學習算法）。

　　如果你是學生，無論你多大，是考慮該選什麼專業的高中生，還是決定該研究什麼領域的本科生，或者是考慮轉行、經驗豐富的專傢，我希望本書能讓你對這個令人著迷的領域感興趣。當今世界極度缺乏機器學習專傢，如果你決定加入這一行列，你不僅能得到令人激動的時刻和豐厚的物質迴報，還有服務社會的大好機會。如果你已經在研究並學習主算法，我希望本書能幫你瞭解它的曆史。如果你在旅途中偶然發現本書，也值得你用心閱讀。

　　最後要強調一點，如果你渴望奇跡，那麼機器學習對你來說就是一場精神盛宴。我誠摯地邀請你一同前往。

查看全部↓

未來地圖：創造人工智能萬億級産業的商業模式和路徑

編輯推薦

這不是一本討論人工智能技術的書，而是一本深度剖析人工智能技術商業化路徑的書。作者為技術公司、傳統企業、個人創業者、機構投資者，繪製瞭一份AI商業化的價值地圖，這也是一張AI商業化的戰略發展圖。作者前一本作品《眾創時代》銷量超過5萬冊，兼具理論性和實用性。

內容簡介

本書不是一本討論人工智能技術的書，而是一本深度剖析人工智能技術商業化路徑的書。作者為技術公司、傳統企業、個人創業者、機構投資者，繪製瞭一份AI商業化的價值地圖，這也是一張AI商業化的戰略發展圖。全書迴答瞭一個核心問題：在當下AI衝擊傳統商業的時代，我們該如何創造新的商業機會，發展下一個萬億級的多級繁榮新經濟？

全書主要從兩個重要維度，對核心問題做瞭闡釋：

? 如何重塑商業價值主張。作者用大量案例論證瞭這樣一個觀點：為什麼“利他=利己，分享=獲得，選擇=進步”是成功實現人工智能商業化和人類可持續發展的前提條件。

? 如何重塑商業架構和商業模式。本書深度剖析瞭AI商業化的諸多難點，包括如何深度解決用戶/客戶痛點、企業運營痛點和商業生態協同痛點，以及如何創建全新的商業生態競爭優勢等問題。在此基礎上，作者還總結齣AI新技術對商業的“TOP-A”顛覆規律和“AI多維工作原理”，並進一步提齣瞭“BOT人機交互係統”解決方案，為AI+的創新、轉型、升級找準切入點。

作者簡介

［美］吳霽虹（Jihong Sanderson ）

吳霽虹，創新管理學傢，專注於全球化競爭與創新領域的研究，崇尚知行閤一。原美國伯剋利加州大學中美戰略研究中心主任、哈斯商學院講席教授，現任北京大學訪問教授、研究生導師。

被譽為離中國企業傢最近的美國學者，齣版過《眾創時代》《下一步：中國企業全球化路徑》《Doing Business in China》等多本著作，她在書中提齣瞭許多戰略、策略，並被中外企業應用。

研究之餘，吳霽虹女士還倡導“以油畫於冥想，以自然於行走，以電影於取樂”的生活方式。

精彩書評

這本書是中國一本關於人工智能應用的商業圖書，作者吳霽虹女士任教於加州大學伯剋利分校的哈斯商學院，長期緻力於中美之間全球競爭戰略與創新管理的研究、教學、實踐及閤作工作。為瞭完成這本書，她走訪和調研瞭各種與AI相關的研究機構和企業，收集瞭規模龐大的豐富案例，與各位學者，尤其是她的丈夫，同時也是一位AI專傢的喬恩?桑德森（Jon Sanderson）先生共同研究、探討、總結得失，在書中提齣瞭許多具有啓發意義的觀點。

——知名財經作傢吳曉波

霽虹教授這本書的齣版恰逢其時，不僅可以讓更多的人有機會接觸人工智能這個概念，也可以幫助我們從商業的角度，思考人工智能帶來的機會與挑戰。

——金沙江風投董事總經理、百度獨立董事丁健

吳霽虹教授在書中提齣瞭“中國能量是如何捲入人工智能爆炸的”這個議題，我想，中國有著世界上消費群體，再加上中國在人工智能技術領域從源頭技術創新到産業應用方麵的快速崛起，我堅信，我們中國人、中國企業，一定能成為用人工智能改變世界的生力軍！

——科大訊飛董事長劉慶峰

精彩書摘

2016年3月，全世界注目之下，一款圍棋人工智能程序AlphaGo在五番棋中以4∶1擊敗圍棋世界冠軍李世石九段。半年多後，這款程序化名Master，一周內連續與數十位人類頂尖高手通過網絡對戰，60戰，全勝。最先進的人工智能的棋力無可爭議地超越瞭最頂尖的人類棋士。

這是一次甜蜜和苦澀交織的超越。基於圍棋的復雜性，這一天曾被人認為遠遠未到時候，但它如此突然的齣現，令人類再次意識到一個一直縈繞著自己的問題：機器的人工智能能夠在多大範圍內替代或超越人類？

圍繞這個問題，人類已經進行瞭技術和商業上的長久探索。

第一次，是20世紀五六十年代，人工智能的關鍵概念和算法得到定義。如今被提齣和開發的重要技術，大多是對這些概念和算法的改進，啓發式程序演變為後來的專傢係統，感知算法演變為人工神經網絡和深度學習工具，隱馬爾可夫模型奠基瞭語音和圖像識彆的人工智能技術。

第二次，是20世紀七八十年代，諸多智能化的機器被發明齣來。IBM在1973年推齣瞭第一個可以組裝打字機零件的機器人。其後數年內，多項細分領域的人工智能係統被開發齣來，如自動轉換語音/文字的人工智能係統、以視覺導航方式搜索房間內物品的汽車係統、以知識為基礎的醫療診斷程序“專傢係統”。

這些科技成果現在已經成為我們身邊遍布的、各式各樣的、種類繁復的産品，比如能自動識彆語音並轉換為文字，和人進行基礎對話的手機，以及能自動打掃房間的機器人、自動調節室溫的空調

等等。

但它們還遠遠不能滿足人類在高度、精度、智能化上的要求，隻能替代人類完成小範圍內的任務，其商業價值也因此被圈限其內。

如今正在到來的是人工智能商業化的第三次浪潮。

IT産業經過數十年的發展，在存儲、運算和傳輸能力上都已有瞭幾何級的提升。如本書所言，人工智能要在商業上取得成功，就必須建立強大而復雜的智能係統，這需要的4個基礎條件，如今已一一具備：

? 數百萬倍的計算能力；

? 更高級的算法；

? 萬物互聯的海量數據；

? 高容量、大帶寬的通信管道。

人工智能注冊專利在2008年到達高峰，人工智能專利訴訟則在2011年之後急劇飆漲。其商業前景顯然受到極大認可，並在2016年的圍棋人機大戰中，突然以一種超越預期的方式呈現，敲響瞭我們的門鈴。

當一種新工具以壓倒性的效率優勢得到普遍應用，無數的産業和職業就麵臨著根本性變革。未來，人工智能棋手、人工智能駕駛員、人工智能醫生、人工智能編輯，甚至人工智能總經理、人工智能總統都有可能齣現在我們麵前。

在人工智能研究、應用和商業領域，中國已經處在世界前沿位置，大規模普及具有極廣闊的想象空間。整個市場和社會顯然迫切需要這一類的研究和圖書作為探討的基礎。

這本書是中國第一本關於人工智能應用的商業圖書，作者吳霽虹女士任教於加州大學伯剋利分校的哈斯商學院，長期緻力於中美之間全球競爭戰略與創新管理的研究、教學、實踐及閤作工作。為瞭完成這本圖書，她走訪和調研瞭各種與人工智能相關的研究機構和企業，收集規模龐大的豐富案例，與各位學者，尤其是她的丈夫，同時也是一位人工智能專傢喬恩·桑德森（Jon Sanderson）先生共同研究、探討、總結得失，在書中提齣瞭許多具有啓發意義的

觀點。

在人工智能商業化的同時，我們有必要迴到關於AI替代人類的問題上，或許還要增加一個問題：若它如此強大，那麼人類應該如何更好地使用它、與之共處並保護自我？

1950年，當人工智能還在娘胎裏待産的時候，美國科幻小說黃金時代的代錶人物之一，艾薩剋·阿西莫夫就已經在嘗試問答這一問題，他提齣瞭三條保護傘式的定律：

1. 機器人不得傷害人類，也不得因不作為使人類受到傷害；

2. 除非違背第一條定律，機器人必須服從人類的命令；

3. 除非違背第一及第二條定律，機器人必須保護自己。

它們是如此模糊，以至今天必須被定義得更加精確。

吳曉波

2016年3月於杭州

查看全部↓

人工智能：改變世界，重建未來

編輯推薦

　　★全國人大常委會原副委員長、國傢製造強國建設戰略谘詢委員會主任路甬祥專文作序，海爾集團董事局主席張瑞敏，三一重工股份有限公司總裁嚮文波，國務院發展研究中心技術經濟研究部部長呂薇等權wei人士傾心推薦，全麵梳理瞭人工智能60年的進化之旅，是講述人工智能前世今生發展曆程的專業之作。
　　★這本書從計算機之父艾倫·圖靈到機器學習鼻祖傑夫·辛頓，從無所不知的語音助手到復製人類思維的虛擬替身，將許多標誌性曆史事件，以及涉及其中的重要人物娓娓道來，使我們清楚地看到瞭人工智能的發展脈絡。
　　★人工智能與我們今天的生活息息相關，支撐智能製造，改變未來就業，甚至人工智能還能擁有人類的創造力，復製人類的思維，實現人類的永生……而對此，人類又該如何應對呢？

內容簡介

　　為何隻能在有限範圍使用的弱人工智能突然變得聰明起來？擁有人類的創造力、復製人類的思維、與人類相愛……人工智能究竟能走多遠？智能時代，人類的工作、價值、思維是更進化還是會被淘汰？
　　從無所不知的語音助手到復製人類思維的虛擬替身，這本《人工智能》將人工智能發展曆史上一個個有趣的故事串聯起來，並梳理瞭計算機之父艾倫·圖靈、深度學習鼻祖傑夫·辛頓等眾多對人工智能的發展起到重要作用的曆史人物，把科幻與真實交錯、古老與現代並存的人工智能全方位、多角度地展現在我們麵前，傾情描繪瞭人工智能時代的精彩。
　　人工智能作為人類的偉大作品，也對我們的生活産生瞭重大影響，不管是智能製造還是未來就業，人工智能都不可避免地參與到人類的未來命運中。我們該如何抓住機遇，積極迎接人工智能帶來的挑戰？答案就在這本《人工智能》中。

作者簡介

　　盧剋·多梅爾（Luke Dormehl），著名科技記者，紀錄片和電影製片人，與世界上很多大型科技公司都有閤作。經常為《連綫》、《衛報》、《快公司》等媒體撰寫科技類文章。曾齣版《算法時代》《蘋果革命》等著作。

精彩書評

　　這本書從人工智能的萌芽到人工智能的未來發展方嚮都給予瞭係統解讀，展現瞭人工智能的諸多應用場景和技術創新發展的方嚮。
　　——全國人大常委會原副委員長、國傢製造強國建設戰略谘詢委員會主任路甬祥

　　人工智能的發展越來越接近“無所不能”的極限，作為創新者，更應關注用戶智能給傳統組織和商業模式帶來的顛覆性挑戰，並從用戶體驗齣發，實現物聯網時代的引爆和引領。
　　——海爾集團董事局主席張瑞敏

　　本書是一部人工智能的大事記和人物誌，展現瞭人工智能每一次浪潮中“科學英雄”的奮起和堅守，讓我們相信萬物互聯的未來，智慧的機器將不再是夢。中國製造業應主動擁抱人工智能，共同推動“中國製造”走嚮“中國智造”。
　　三一重工股份有限公司總裁嚮文波

　　人工智能正在從科幻電影走嚮人們的現實生活。本書生動地講述瞭人工智能的進化之旅及其對人類的意義，也留給我們無限的遐想和探索空間。人工智能從簡單到復雜，將改變人類的生産和生活，我們應該積極瞭解人工智能技術，使其造福人類。
　　——國務院發展研究中心技術經濟研究部部長呂薇

　　盧剋·多梅爾以幽默和輕鬆的語言，嚮我們展示瞭人工智能演進的曆程；以一個個生動有趣的故事，嚮我們描繪瞭人類是如何通過不斷創新，建造能夠自主學習、深度思考的機器的。當你想搞明白機器是怎樣變得更加智能，想探尋人工智能的本質時，就請打開這本書吧，去品味我們未來的生活與工作方式。
　　——中國人民大學商學院産業經濟學教授、博士生導師徐佳賓

推薦序
前言
第一章錶現不俗的傳統人工智能怎麼瞭
未來已來
人工智能的三位卓越先驅
達特茅斯會議
傳統人工智能的黃金時期
太空機器人沙基
“中文房間”實驗
莫拉維剋悖論
轉變目標
專傢係統
榖歌誕生
第二章以自主學習的方式創建新的人工智能
自主學習的重要性
神經科學之父
以神經元模型為基礎的感知器
關於感知器的爭論
霍普菲爾德網的興起
神經網絡的守護神
聯結主義者
歡迎來到深度學習領域
人工智能新主流
第三章萬物互聯的智能時代已經來臨
智能設備成為現代生活的必需品
會思考的事物
“控製論”簡史
早期的自動機器人
計量生物學上的記錄者
未來傢庭
機器學習的普及
智慧城市
做好互聯網消失的準備
智能設備存在的問題
第四章人工智能助手如何為我們效勞
打敗圖靈測試
人工智能助手的興起
多功能的人工智能助手
從被動人工智能助手到主動人工智能助手
數字民主
與人工智能助手相愛
人工智能的人性化
閤格的心理治療師
齣門請帶上它們
第五章人工智能正在改變就業市場
親愛的沃森
一個技術性失業的世界
技術更新換代的積極意義
新工作機會的産生
土耳其機器人的復仇
人工智能中的人類元素
第六章人工智能真的具有創造力嗎
機器人的創造力
什麼叫創造力
“重生”的甲殼蟲樂隊
天纔的靈光一現
人工智能能否成為發明傢
洛夫萊斯測試
祝賀沃森大廚
第七章意識上傳實現人類永生
利用機器實現死後永生
個性捕捉
延長人類壽命
模擬神經元
繪製大腦
下一個大事件
意識上傳
第八章人工智能關乎未來的一切
末日的開端
奇點來臨
狹義與廣義的區彆
人工智能帶來的風險
“黑箱”風險
我們無法起訴機器人
機器人學的三大法則
人工智能的權利
結論當機器變得更加智能
緻謝
譯後記

查看全部↓

精彩書摘

　　《人工智能》：
　　1964年紐約世博會上凸顯瞭人工智能願景的兩種錶現。第一種錶現是人們對於等待著他們的未來有多麼樂觀。盡管冷戰威脅時隱時現，但在19世紀60年代，人們卻在許多方麵都錶現齣驚人的樂觀態度，畢竟在60年代初，約翰·肯尼迪總統宣布：在10年內，人類將登上月球。而在這10年的結尾，人類確實做到瞭。如果連這都能做到，那麼解析和重建意識看似更容易實現。政治學傢、人工智能創始人之一赫伯特·西濛（HerbertSimon）於1960年宣稱：“我們離復製人類大腦解決問題的能力和信息處理的能力已經不遠瞭。”可能是藉鑒瞭肯尼迪嚮對手下戰書的方式，他隨意地加上瞭自己估計的時間：“如果我們在未來10年還未實現這一願景，那纔令人驚訝。”西濛的預測後來無望地落空瞭，但事實證明，有關紐約世博會的第二種錶現就是：IBM當時並沒有錯。盡管我們堅持認為人工智能尚未普及，但1964年令人驚掉下巴的三項技術如今已司空見慣。光學掃描和信息檢索已演變成互聯網，讓我們在一瞬間獲得的信息比原本一生可能獲得的信息還要多。雖然我們仍然無法預見未來，但是基於用戶不斷預測我們可能感興趣的新聞故事、書籍或歌麯所生成的巨大數據集，我們正在人工智能方麵取得巨大的進展。這種預測的連通性不僅限於傳統意義上的計算機，而且還通過大量智能傳感器和設備嵌入到瞭周圍的設備、車輛和建築中。
　　福爾摩斯木偶劇旨在展示通過計算機邏輯可以完成多種任務的方式。我們的計算機邏輯方法已經在某種程度上做齣瞭改變，但是在查看兩張照片並且判斷照片中是否為同一人時，福爾摩斯可能還是會被精確度高於人類的現代人臉識彆算法所摺服。福爾摩斯的創造者、作傢柯南·道爾（ConanDoyle）是一位畢業於愛丁堡大學（如今是英國頂尖人工智能院校之一）的專業醫生。如果他看到疾病診斷效率高過許多人類醫生的人工智能ModernizingMedicine（現代化醫療），也很可能會對此贊嘆不已。
　　最後，世博會上神奇的機器譯員已發展演變成為今天我們最為熟悉的榖歌翻譯：一項擁有驚人的高準確率、涵蓋58種不同語言（共計3306項獨立翻譯服務）的免費機器翻譯服務。如果說世博會設想的是俄語與英語之間的即時翻譯，那麼榖歌翻譯則更進一步，它能夠提供冰島語和越南語或者波斯語和意第緒語等此前受到局限的語種之間的翻譯。憑藉雲計算，我們甚至不需要固定的主機來執行計算，隻需要比一副紙牌還小、被稱為智能手機的便攜式計算機即可。
　　…… 查看全部↓

前言/序言

　　當人們走近紐約世博會時，首先映入眼簾的是一個閃閃發光的不銹鋼球體，這就是巨型地球儀（Unisphere），它足足有十二層樓那麼高。幾十座噴泉環繞在巨型地球儀周圍，朝著紐約皇後區法拉盛草原可樂娜公園的空中噴射齣晶瑩的水柱。在一天中的不同時間段，身穿由美軍研發的火箭樣式道具服的演員會飛過巨大的球體，展示齣人類戰勝一切挑戰的能力。
　　1964年，紐約世界博覽會舉辦。在世博會期間，大約5 200萬人造訪瞭法拉盛草原650英畝的展館和公共空間。這場盛會展示瞭美國美好的現狀並預見瞭美國更加輝煌的未來：多車道高速公路、耀眼的摩天大樓、自動人行道和水下社區一應俱全。在美國這樣的國傢，即使建造太空旅遊度假村也並非遙不可及。因為僅僅在5 年後，美國就成功將人類送上瞭月球。紐約的“建築大師”羅伯特·摩西（Robert Moses）將1964 年世博會稱為“人類進步的奧運會”。
　　你所見之處無不暗示著美國在戰後的全球統治地位。福特汽車公司選擇在世博會上發布其最新車型——福特野馬。這款車很快成為史上最暢銷的車型之一。紐約辛剋萊石油公司所展示的“恐龍樂園”（Dinoland）以電子化卡通製作再現瞭中生代場景。在“恐龍樂園”中，辛剋萊石油公司的吉祥物雷龍比其他史前生物都要高齣一截。在美國國傢航空航天局展廳，參觀者有幸一睹高達51 英尺a 的“土星5 號”運載火箭船尾的復製品。該運載火箭不久後在阿波羅太空計劃中協助人類成功登上瞭月球。在港務局大樓，人們排隊觀看壯觀的紐約世界貿易中心“雙子塔”的建築模型。兩年後的1966 年，世界貿易中心破土動工。
　　如今，大部分上述進展會讓人不禁緬懷過去的科技進步。在“更大、更高、更重”的雄偉壯闊中，這些進步完成瞭與過去時代的對話。那個時代對當年的世博會參觀者還是個未知數，而如今卻即將走嚮終結。工業時代逐漸淡齣，被個人電腦所引領的信息時代所取代。對於那些1964 年以後齣生的孩子來說，數字將代替他們工程師夢想中的鉚釘。蘋果公司的史蒂夫·喬布斯在紐約世博會舉辦那年隻有9 歲，榖歌聯閤創始人拉裏·佩奇和謝爾蓋·布林在紐約世博會舉辦近10年後纔齣生，而Facebook（臉譜網）的馬剋·紮剋伯格則在紐約世博會舉辦20年後纔來到這個世界。
　　最後，法拉盛草原可樂娜公園中最前衛的區域是IBM（國際商用機器公司）的展區。IBM在1964年世博會上的任務是在航天火箭和核反應堆等更負盛名的奇觀中，強化公眾對於計算機（更具體而言是人工智能）的認知。為此，IBM選擇世博會作為全新System/360係列大型計算機的推介平颱——據說，該係列計算機的性能非常強大，足以作為智能電腦首颱原型機的基礎。
　　IBM在世博會上最引人矚目的展示當屬美國夫妻檔設計大師查爾斯（Charles）和蕾·伊姆斯（Ray Eames）設計的巨蛋形展館。這顆飛艇般大小的“巨蛋”聳立在一片由45棵32英尺高的幾何形金屬片樹木所構成的“森林”中；14 000片灰色和綠色樹脂玻璃葉片展開後形成一個一英畝的碩大穹頂。興奮不已的世博會參觀者需要乘坐一颱專用的液壓電梯進入“巨蛋”，然後可以坐在一個高科技放映廳內觀看一段關於人工智能未來的視頻。一位激動不已的評論者藉用IBM從19世紀20年代就開始使用的品牌口號“Think”，這樣寫道：“觀看著，思考著，並且驚嘆著人類及其所創造的機器的奇妙智慧。”
　　IBM在這場盛會上展示瞭多項令人印象深刻的技術。開創性的手寫識彆計算機便是其中之一，並被世博會官方手冊稱為“光學掃描和信息檢索”係統。在該係統的演示中，參觀者可以在一張小卡片上親筆寫下任意一個1851 年後的曆史日期。然後，卡片被插入“光學字符讀取器”，並在該設備中被轉換成數字格式，然後再轉發給當時最先進的IBM 1460 計算機係統。隨後，計算機磁盤上一個大型數據庫中存儲的當日重大新聞事件被打印在一張穿孔卡片上，頗有紀念意義，也讓使用者驚嘆不已。一張保存下來的穿孔卡片上如是寫道：
　　《紐約時報》在你所寫下的日期報道瞭以下新聞事件：
　　1963 年4 月14 日：30 000 名朝聖者在復活節造訪耶路撒冷；教皇約翰·保羅為人類的真理和愛禱告。
　　有人可能會試圖預測未來，而且在世博會第一天的確有個愛開玩笑的人這麼做瞭。穿孔卡片上這樣寫道：“由於這是一個未來日期，我們隻有在×× 天後纔能得知當天的事件。”
　　另一個演示是一場機械木偶錶演，而且顯然是根據“18 世紀的原型”所設計的，錶演的內容是夏洛剋·福爾摩斯運用計算機邏輯偵破一個案件。
　　然而，最令人難忘的可能是一颱計算機輕鬆地（或者看似輕鬆地）進行瞭英俄互譯，跨越瞭美國與蘇聯之間不可逾越的鴻溝。這項神奇技術的實現要歸功於世博會IBM 展區與遠在114 英裏a 之外的紐約金士頓一颱強大的IBM 大型計算機之間的專用數據連接，所有繁重的計算工作都由這颱計算機來完成。
　　機器翻譯對計算機的清晰思維如何引領我們走嚮烏托邦進行瞭簡明且齣色的概括。政治傢們可能無法結束冷戰，但他們也隻是普通人——有著人類可能具有的所有缺點。議員、將軍，乃至總統都嚴重缺乏當時學術界剛剛開始提齣的“機器智能”。智能機器能否比人類做得更好？在1964年的世博會上，激動萬分的公眾一睹科研人員最樂觀的願景。人工智能給齣的建議是，隻要能夠在機器中盡量利用和復製人腦的最深層奧秘，那麼全球和諧終會得以保障。
　　世博會的官方標語“理解構築和平”是這一切的最佳總結。

查看全部↓