简介

精彩点评

• 

  挂单客

  推荐

  没有学习能力的机器人已经在很多领域为我们服务了，换句话说，已经在很多领域取代了我们的工作岗位，试想，如果我们继续懒于学习，把我们有别于其他物类的核心能力荒废了，当会思考学习的人工智能出现时，我们会在哪里，会在干啥呢？[疑问]

• 

  lwq

  推荐

  整本书由一篇篇长度简短的文章构成，作者结合自己的经历，将人工智能的发展和相关故事娓娓道来，可读性强，不仅扩宽了知识。更重要的事，作者自身的经历（高中毕业就读职业学校，广泛的文献和书籍阅读确立了自己的研究兴趣，于是申请硕士博士继续研究）给了我启事“应该追求知识，而不是文凭”，振聋发聩。

• 

  wellClover

  推荐

  《科学之路》在回顾了作者本人的科研之路的同时，也带有科普的作用，特别是对作者创造的随机梯度下降法和卷积神经网络进行了比较细致的说明。有些内容或许有些专业化，但是却留下了许多作者本人的思考与观点。感觉国内的大科学家少有这类书籍，读下来还是有些启发的。 杨立昆教授在神经网络被科学界不置可否的时期，依然坚持自己的科学信念。不断加深研究，持续学习，正是有他这样的人的存在，才带领着深度学习走出寒冬。用结果证明了其价值所在，正像作者说的那样，如果事实说明它做的远比人类好，我们有什么理由拒绝它呢。 卷积神经网络的构建完全基于神经科学的发现。在读这本书之前，我一直以为神经科学只是启发了神经网络，但事实确实其实神经网络几乎是完全在模仿神经科学中在视觉系统上的发现。而人工智能仍处于创新阶段，未来的重大突破很有可能也依靠神经科学的贡献。 当前的机器学习是高度专业化的，学习效率远低于人类，机器没有常识和意识，难以做到在人类看来显而易见的推理演化。任重而道远，可以想见，人工智能的发展将随着集成电路、神经科学、脑科学等众多领域一同前进。

• 

  司学峰

  推荐

  深度学习三巨头之一、CNN之父Yann Le Cun 的英雄之旅，被兴趣激发的人、广泛阅读沉淀多学科知识根基、坚持前行、穿越寒冬、继续坚守、迎来春天、引领人工智能未来

• 

  Moon

  推荐

  让我对卷积神经网络方向的人工智能有了基本的概念，从人体视网膜结构演化出来的抓取信息的形式，不断总结修正函数达到一个近优的公式，再加一推广应用。其实离我以为的“人工智能”还是很远很远，也没有那么神秘了。

• 

  吴陈旭

  推荐

  我觉得最有感触的是:  1，知道多层卷积神经网络的演化过程。原来一开始只能训练最后一层分类器，反向传播的发现，让训练多层成为可能。设计网络架构对于人类视觉皮层机制的借鉴也功不可没。 2，滑动窗口卷积，极大扩展了不同尺寸的输入，很有意思 3，当前的人工智能缺乏常识，没有对世界模型，无法预测未来并规划下一步行动。作者认为，自监督学习是未来。还有很长的路要走。 就像题目科学之路，在人工智能寒冬能够坚持神经网络，是需要很强大的意志力的，好在还是有一群志同道合的人在一起互相交流。

• 

  流口水的书

  推荐

  由于不是业内人士，所以很多内容只是知道大致概念，读下来的感觉还好吧，可以作为科普读物和个人自传来看。

• 

  Kevin Ho

  推荐

  我们正处在一个人工智能崛起的历史时刻，人工智能将颠覆这个世界。人工智能时代到来，是人类社会进步的一个里程碑。大脑，神经，数学，社会学，没有意识流的逻辑判断将主宰事物发展的历程。

• 

  Zhihui

  推荐

  内容可以分成四个部分：Neural Network's Bio, LeCun's Bio, Deep Learning's theory and application, concers for AI。我个人不喜欢（也许是本来就不喜欢LeCun）：技术的部分很浅显，故事的部分很寡淡，恐怕只有最后一章有点可读性。已经拿了图领奖的人了，为什么要出这么一本（夹带了不少私货的）书？#21书35

• 

  孔德骞

  推荐

  很开眼界地看到现代科学家研究的命题、模型思维方式和路径，杨先生用可看懂的方式介绍了卷积网络、多层神经网络、神经元、识别触点及建立深度学习、思维函数等。感受到宏观科学家的大气。 随着人工智能的发展所有的职业都将受到科技变化带来的影响。但有一件事是可以确定的：人工智能及其应用无法参与竞争的东西会变得更有价值，这就是已经得到证明的人类经验。自动化大幅度降低了制成品的价格，随着人工智能在工业界的渗透，这种趋势将会继续，甚至加剧，但是艺术、服务业、手工业等不会以相同的方式受到影响。人们将越来越重视创造力和独到的体验，越来越不看重大众化的产品。感性的方面在未来将占有重要的一席之地。 但人工智能应用越来越垄断化，就业率会大幅下降，有人可能终生没有就业。如果我们的政府不通过财政措施纠正存在的问题，那么人工智能带来的收益将无法合理分配，贫富差距会进一步扩大，社会将更加缺少生命力。

• 

  不知疲倦

  推荐

  一个真正的科学家，专注，务实，谦逊，把2014年以来AI的突破原因，几十年的苦苦钻研和对同行带来的灵感都娓娓道来。这本书不止是个人传记，要读懂它还需要读者对AI有一定的基础。

• 

  俞陈昊 | ䷶

  推荐

  算是一个很有趣的学科发展史，通过技术边界和技术限制提出了一组新的概念和解决方法，历史观的角度来看技术发展对理解CNN也很有益处

• 

  梁毅斌 Urbane

  推荐

  一部关于人工智能的杰出的科普著作！杨立昆以学者的方式阐明了人工智能尤其是深度学习的机制，虽然列举了大量数学公式但毫无违和感，结尾部分对人工智能的思考极富洞察力。 “不要害怕被机器超越。几个世纪以来，人类已经习惯自己的生理和心理能力被其他工具超越了：打磨过的石头和刀具比牙齿更坚硬；耕畜、拖拉机和挖掘机比我们的体力更强；马、汽车、飞机比我们的双脚移动得更快；计算机的计算速度比人脑更快。技术发现提升了我们自身的能力，机器智能也将延展人类智能。”

• 

  Mriya

  推荐

  卷积神经网络目前应该是主流的人工智能模型，对数学的基本要求是高数，线代以及概率论，书中介绍作者一路逆袭把卷积神经带入主流视野之路，我也感谢我的大学启蒙老师，让我们边缘学科在那么早就接触到这么前沿的学术，不过，大学给自己放的假还是得补回啦[捂脸]

• 

  拯救世界的雪人

  推荐

  有了文献汇报的驱动，高密度快速地读完了这本。人工智能，机器学习，深度学习，卷积神经网络，我自己还需要多阅读才可以更深入地理解以上所有概念。感谢杨立昆写了这本书，让我有机会“直接”了解到他对于人工智能的看法，这大概是阅读最大的乐趣之一了。当然从本书自身来看，他作为一本书还是写的不够“好看”，结构和内容都蛮奇怪的，毕竟作者不是专业作家哈哈哈