新机器智能在线阅读

新机器智能

计算机网络人工智能15.6万字

更新时间:2022-10-19 14:50:00 最新章节:注释

立即阅读
加书架
下载
听书

书籍简介

在《新机器智能》一书中,科技界一代传奇杰夫·霍金斯指出,如今的人工智能并不智能。要想创造眞正的机器智能,最快的途径是理解大脑的工作原理,然后在计算机中模仿这些原理。霍金斯一生痴迷两件事——计算机和大脑。早在几十年前,他创建的Palm掌上电脑就在商业上取得了巨大成功,也成为现代智能手机的原型。但霍金斯一心想弄清楚大脑的工作原理。经过数十年的不懈努力,他终于发现了其中的奥秘:大脑学习世界的一个模型,并使用这个模型来预测未来。人类的创造力、意识都是通过这个模型产生的。这一全新的智能理论框架被命名为“记忆-预测模型”,它改变了人们对智能的看法,也为开发眞正的机器智能奠定了坚实的基础。《新机器智能》主题宏达又足够吸引人,深入探讨了智能的核心问题:计算机真的智能吗?大脑是如何工作的?为什么弄清大脑的工作原理如此困难?如果不以行为来定义,那应该怎样定义智能呢?“记忆-预测模型”的含义是什么?如果你想了解自身、了解智能、了解机器智能,那么一定不要错过霍金斯的这一本里程碑式作品。
译者:廖璐 陆玉晨
上架时间:2022-10-01 00:00:00
出版社:浙江教育出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行

最新章节

(美)杰夫·霍金斯 (美)桑德拉·布莱克斯利
主页

最新上架

  • 会员
    本书以人工智能技术在合成生物学领域的理论、方法及应用为主线,详细阐述人工智能在合成生物学不同层面设计中的应用进展,深入讨论人工智能在合成生物学实际应用中面临的挑战与困难。本书先概述合成生物学与人工智能基本概念以及发展简史,然后介绍人工智能技术在生物元件、生物模块、生物系统设计方面的应用,并通过案例展示了人工智能与合成生物学技术在生物医药领域的研究进展,最后分析了人工智能驱动合成生物技术的发展趋势,
    滕越主编计算机23万字
  • 会员
    本书深入浅出地介绍了现代大型人工智能(ArtificialIntelligence,AI)模型技术,从对话机器人的发展历程和人工智能的理念出发,详细阐述了大模型私有化部署过程,深入剖析了Transformer架构,旨在帮助读者领悟大模型的核心原理和技术细节。本书的讲解风格独树一帜,将深奥的技术术语转化为简洁明了的语言,案例叙述既严谨又充满趣味,让读者在轻松愉快的阅读体验中自然而然地吸收和理解AI
    庄建 腾海云 庄金兰计算机15.8万字
  • 会员
    PyTorch是一个开源的机器学习框架,它提供了动态计算图的支持,让用户能够自定义和训练自己的神经网络,目前是机器学习领域中的框架之一。《PyTorch2.0深度学习从零开始学》共分15章,内容包括PyTorch概述、开发环境搭建、基于PyTorch的MNIST分类实战、深度学习理论基础、MNIST分类实战、数据处理与模型可视化、基于PyTorch卷积层的分类实战、PyTorch数据处理与模型可
    王晓华计算机11.3万字
  • 会员
    本书深入探讨了AI(人工智能)如何革新软件开发领域,从AI辅助编程的演变、优势与挑战到具体的工具与技术实现,为开发者打开了一个全新的世界。全书共10章,第1章介绍了编程的历史演变和生成式AI的崛起;第2章深入技术细节,解释了AI辅助编程工具的主要功能和工作原理;第3章讨论了提示工程的重要性,以及如何与AI工具进行有效沟通;第4章和第5章通过GitHubCopilot和其他AI编程工具的案例,展示
    (美)汤姆·陶利计算机11万字
  • 会员
    人工智能(AI),尤其是生成式语言模型和生成式人工智能(AIGC)模型,正以惊人的速度改变着我们的世界。驾驭这股潮流的关键,莫过于探究自然语言处理(NLP)技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅,让其亲身感受,并动手搭建语言模型。本书主要内容包括N-Gram,词袋模型(BoW),Word2Vec(W2V),神经概率语言模型(NPLM),循环神经网络(RNN),Seq2Seq(S2
    黄佳计算机14万字
  • 会员
    机器学习是计算机科学与人工智能的重要分支领域.本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章,大致分为3个部分:第1部分(第1~3章)介绍机器学习的基础知识;第2部分(第4~10章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3部分(第11~16章)为进阶知识,内容涉及特征选择与稀疏学习、计算
    周志华计算机22.7万字
  • 会员
    《PyTorch深度学习应用实战》以统计学/数学为出发点,介绍深度学习必备的数理基础,讲解PyTorch的主体架构及最新的模块功能,包括常见算法与相关套件的使用方法,例如对象侦测、生成对抗网络、深度伪造、图像中的文字辨识、脸部辨识、BERT/Transformer、聊天机器人、强化学习、自动语音识别、知识图谱等。本书配有大量案例及图表说明,同时以程序设计取代定理证明,缩短学习过程,增加学习乐趣。
    陈昭明 洪锦魁计算机15.2万字
  • 会员
    本书是一本全面介绍机器学习方法特别是算法的新书,适合初学者和有一定基础的读者。机器学习可以分成三大类别,监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多,但是最
    孙健编著计算机7.4万字
  • 会员
    《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践,以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识,同时以实际动手操作的方式来引导读者入门人工智能深度学习。《PyTorch深度学习与企业级项目实战》共分18章,内容主要包括人工智能、机器学习和深度学习之间的关系,深度学习框架PyTorch2.0的环境搭建,Python数据科学库,深度学习基本原理,
    宋立桓 宋立林计算机10.8万字