人工智能简史 第2版
链接：pan.baidu.com/s/1xTCH_lUrtZVmG5bPLWuWmQ?pwd=fjpk
提取码：fjpk
1.人工智能专家尼克重磅作品全新升级；2.全方位解读人工智能的来龙去脉，一线专家细数行业经典与成败得失；3.把科学的故事讲得富于思想性，把技术的问题讲得颇具趣味性；4.获得第七届中华优秀出版物图书奖、第八届吴文俊人工智能科技进步奖，入围央视“2017年度中国好书”，获选第十三届“文津图书奖”推荐图书；5.新版全书修订，新增章节，补充人工智能演进路线图和人物关系图。
内容简介《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。本书极具专业性、思想性和趣味性，既适合缺少专业背景的读者了解人工智能的来龙去脉，作为人工智能的启迪之书，也适合专业人士了解人工智能鲜为人知的历史，提供深入学习的指导。
作者简介尼克，曾任职于哈佛和惠普，后创业投资，2016年创立乌镇智库。无论忙闲不忘读书写字，作品多发表于《上海书评》，并有著作《UNIXSYSTEMV内核剖析》和《哲学评书》。
目录目录第1章达特茅斯会议：人工智能的缘起11．背景22．达特茅斯会议73．AI历史的方法论114．会议之后165．预测未来：会有奇点吗？22第2章自动定理证明兴衰纪271．自动定理证明的起源282．罗宾逊和归结原理363．项重写384．阿贡小组和马库恩395．符号派的内部矛盾：问答系统和归结原理的失落416．几何定理证明与计算机代数437．定理证明系统和竞赛488．哲学问题519．现状5510．结语57第3章从专家系统到知识图谱691．费根鲍姆和DENDRAL702．MYCIN733．专家系统的成熟754．知识表示765．雷纳特和大知识系统816．语义网847．谷歌和知识图谱86第4章第五代计算机的教训931．背景942．理论基础：逻辑程序和Prolog973．五代机计划和五代机研究所1004．并发Prolog1035．美国和欧洲对日本五代机计划的反应1056．结局和教训1097．日本还有机会吗：日本下一代人工智能促进战略111第5章神经网络简史1131．神经网络的初创文章1142．罗森布拉特和感知机1203．神经网络的复兴1254．深度学习129第6章计算机下棋简史：机定胜人，人定胜天1351．机器下棋史前史1362．跳棋插曲1373．计算机下棋之初1384．“深蓝”1445．围棋和AlphaGo146第7章自然语言处理1491．乔治敦实验1502．乔姆斯基和句法分析1513．ELIZA和PARRY1584．维诺格拉德和积木世界1655．统计派又来了1726．神经翻译是终极手段吗？1747．问答系统和IBM沃森1758．回顾和展望177第8章向自然学习：从遗传算法到强化学习1831．霍兰德和遗传算法1842．遗传编程1893．强化学习1914．计算向自然学习还是自然向计算学习1975．计算理论与生物学198第9章哲学家和人工智能2031．德雷弗斯和《计算机不能干什么》2042．塞尔和中文屋2113．普特南和缸中脑2144．给哲学家一点忠告217第10章人是机器吗？——人工智能的计算理论基础2231．丘奇-图灵论题：为什么图灵机是最重要的发明？2252．相似性原则：另一个重要但不太被提及的计算理论思想2303．超计算2344．BSS实数模型2355．量子计算2376．计算理论的哲学寓意2407．超计算和人工智能242第11章智能的进化2491．大脑的进化2502．能源的摄取和消耗2513．全社会的算力作为文明的测度2544．人工智能从哪里来？2565．人工智能向哪里去：会有超级智能吗？257第12章当我们谈论生死时，我们在谈论什么？265第13章总结273附录1图灵小传281附录2人工智能前史：图灵与人工智能295附录3冯诺伊曼与人工智能301附录4计算机与智能309后记343参考文献347人名对照361
查看全部↓
人工智能发展简史
1969年，发起人之一的minsky发表言论，第一代神经网络（感知机perceptron）并不能学习任何问题，美国政府和美国自然基金会大幅削减了人工智能领域的研究经费。在20世纪70年代人工智能经历了将近10年左右的寒冬时期。
三、第二次高潮与寒冬
直到80年代，人工智能进入第二次发展高潮，卡耐基梅隆大学为日本DEC公司设计的XCON专家规则系统（专注于解决某一限定领域的问题，具备2500条规则，专门用于选配计算机配件，因此避免了常识问题）可以为该公司一年节省数千万美金。
同期日本政府拨款8.5亿美元支持人工智能领域科研工作，主要目标包括能够与人交流、翻译语言、理解图像、像人一样进行推理演绎的机器。
但是随后人们发现，专家系统通用性较差，未与概率论、神经网络进行整合，不具备自学能力，且维护专家系统的规则越来越复杂，且日本政府设定的目标也并未实现，人工智能研究领域再次遭遇了财政苦难，随之人工智能发展进入第二次寒冬。
四、第一次算力与算法爆发
上世纪90年代，计算机在摩尔定律下的计算机算力性能不断突破，英特尔的处理器每18-24个月晶体管体积可以缩小一倍，同样体积上的集成电路密集度增长一倍、同样计算机的处理运算能力可以翻一倍。
1989年，还在贝尔实验室的杨立坤通过CNN实现了人工智能识别手写文字编码数字图像。
1992年，还在苹果任职的李开复利用统计学方法，设计了可支持连续语音识别的Casper语音助理（Siri的前身），在1997年IBM的国际象棋机器人深蓝战胜国际象棋冠军卡斯帕罗夫（不再止步于州冠军，第一次真正意义上的战胜人类），同年两位德国科学家提出了LSTM网络可用于语音识别和手写文字识别的递归神经网络。
五、算力+算法+数据三驾马车聚齐：发展进入快车道
直到2006年，也就是我们身处的这不到20年的时间是当代人工智能快速发展的阶段，同年杰弗里辛顿发表了《learningofmultiplelayersofrepresentation》奠定了当代的神经网络的全新架构。
2007年还在Stanford任教的华裔女科学家李飞飞教授，发起了ImageNet项目，开源了世界上最大的图像识别数据集（超过1400万、2万多标注类别的图像数据集）。
在2006年亚马逊的AWS的云计算平台发布，进一步大幅提升了人工智能网络模型计算所需要的算力。
同时，随着2014年4G时代的到来与智能手机大规模普及，移动互联网的极速发展，催生了覆盖人起居生活工作的方方面面的各色应用，带来了神经网络训练迭代所需的养料“海量的数据”，同时随着IoT物联网的兴起、支持分布式计算（边缘计算）的传感器时序（temporal）数据指数级生成。
六、技术发展离不开政府支持，我国将人工智能列入国家战略
2017年我国政府也引发了《新一代人工智能发展规划》明确了我国新一代人工智能发展的战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径。
到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
人工智能发展简史–符合事物发展本质-螺旋式上升
回顾人工智能历史发展的60多年间，有上升期、有瓶颈期、有寒冬期，但却一直不断的演进进步，正如恩格斯在《自然辩证法》所说，一切事物都是由螺旋形上升运动是由事物内部矛盾引起的，矛盾双方经过反复斗争，引起对立面的两次否定，两次转化，事物的发展从肯定到否定再到否定之否定，形成一个周期性，每一周期的终点同时又是下一周期的开端。
一个周期接着一个周期，每一周期完成时出现仿佛向出发点的复归，形成由无数“圆圈”衔接起来的无限链条，呈现出螺旋形的上升运动。
而如今的我们，正处在一个人工智能高速发展时代，且已经渗透到人们日常生产、生活、工作的方方面面，大家可能会问，为什么不是10年前、20年前而是现在？
这就不得不提人工智能三要素，分别是：算法、算力和数据，三者缺一不可。而人工智能早期发展的瓶颈，很多都是因为你三要素的一种或者多种要素的缺乏，导致人工智能产业陷入短暂的困境，如下图所示。
而如今，随着4G、5G基础网络通讯设施的快速发展，使万物互联成为可能，全球有天文数字级别的人、设备、传感器被连接，产生海量的数据，而这些数据正是人工智能算法模型迭代的充足养料。
而为什么我国有建设成为人工智能创新中心的底气？因为我们国家在网络基础设施建设方面在全球最为领先，移动互动联网渗透人们生产生活最为彻底，“配送下乡”的电商平台淘宝、拼多多、京东，美团等互联网“买菜”服务下沉到社区，村子里在直播玩短视频的大爷大妈，每个人都不知不觉的在享受着“人工智能”科技发展所带来的红利，同时也被“算法”支配着时间。
困在算法里的外卖小哥、内容平台利用推荐算法向你定向投喂的“猪食内容”、“人脸”信息被滥用，“算法”的偏见与歧视，正如一切事物的两面性一样、技术的发展同时一定会带来负面的影响，引发社会舆论的挑战。
如何更好的保护人们的隐私的同时，让算法更好的为人们服务？如何让人工智能将来不会“觉醒”，失去控制甚至伤害人类？如何让深度学习这个相对黑盒更具可解释性，更安全、更鲁棒？
相信诸位也跟我刚接触这个领域一样带着许多困惑。这些学界和工业界都已经有一些尝试与探讨，我希望在这本书的有限章节中向你尽可能简要但清晰的分享。
七、人工智能的未来在哪？
未来人工智能又将去向何从，会像是科幻电影里人工智能终将觉醒、他们因为不具备”人性”可以更加理智的不会错的进化统治甚至“奴役”人类？
还是由于人类生存活动使地球的生态环境不断恶化，“病毒”不断肆虐，人类无法外出，只能沉陷于由人工智能创造的虚拟环境中，像是”头号玩家”所描述的世界，在虚幻世界中实现”自我”价值？
虽然无法先知，但是可以预见的是，人工智能未来一定会具备以下趋势：
这本书适用于所有刚刚从其他行业转型的AI产品经理，或作为一名刚毕业即将或者已经踏入职场的“新鲜人”，又或者是对于人工智能这个行业感兴趣想要了解的朋友们，希望通过我的一些经验和案例总结浓缩了七节课，希望可以帮助大家了解人工智能行业的同时，理解人工智能产品经理这个岗位，甚至可以快速实操上手。
第一章，我们介绍人工智能发展的介绍，从历史到现状再进一步尝试预见其未来。
第二章，我们介绍进入人工智能领域必知必会的基础知识，包括人工智能最为重要的三驾马车，人工智能、机器学习、深度学习之间的关系？对于AI产品经理需要理解的算法模型，如何衡量算法模型的好坏，如何建立评价体系？
第三章，我们介绍产品经理技能“方法论”，包括需求管理能力、向上管理能力、横向管理能力、项目管理能力、产品管理能力包括如何完成一个产品从0到1的构建，包括常用的管理工具/商业工具等，需要具备的数据分析能力、透过数据进行商业分析的能力等
第四章，我们介绍主要与软件算法类相关的人工智能项目，包括人脸算法技术的场景应用：智能相册、AI人像视频美妆、人体算法、手势算法、人像风格化算法等场景应，人脸AI小游戏等直接面向C端消费者场景的项目；
第五章，我们介绍软硬结合的AI算法类项目，包括智能音箱、智能电视、儿童手表、机器狗、智能座舱项目；
第六章，我们介绍B端垂直行业的AI应用类项目，包括智慧工厂、智慧办公、智慧门店项目；
第七章，我们介绍AI产品的商业模式设计。
最后，我们会推荐几本书籍和影视剧作品作为拓展性阅读，希望有余力的同学可以参考阅读。
作者：大仙河微信号：大仙河知识学堂。专注分享关于人工智能产品、智能硬件、哲学的思考。
本文由@大仙河原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议返回搜狐，查看更多