深度學習革命（簡體書）

世界範圍內主要的人工智能玩家有哪些？

哪家公司在這場腦力與毅力的角逐中脫穎而出？

深度學習革命如何顛覆了整個人工智能領域？

人工智能還會經歷第三次寒冬嗎？

長期以來，人工智能一直被視為一種遙遠的未來技術，它是一個被委託給科學界邊緣的項目，甚至在歷史上兩次走入絕境，陷入寒冬，直到一些孤注一擲的研究人員用一場新的變革打破了寧靜――深度學習革命。

近年來，讓人工智能受到全世界矚目的高調事件，基本上都是基於深度學習的。比如，AlphaGo擊敗了世界圍棋冠軍，自然語言處理催生了智能語音助手，自動駕駛、人臉識別在世界範圍內得到廣泛應用，AI繪畫更是以假亂真、火遍全球……可以說，深度學習已經浸入了我們的日常生活，從邊緣走到了舞臺的中心，正蓄勢待發，即將掀起一場驚人的變革。

這是一本講述人工智能，尤其是深度學習的歷史與未來的書。在這本書中，作者講述了一群將深度學習帶給全世界的企業家和科學家的故事，從穀歌、Facebook、百度等大公司的決策者講到學術界的領軍人物――“深度學習三巨頭”，再講到DeepMind、OpenAI等知名實驗室的開創者。讀者可以通過這些人的故事，跟隨現代人工智能的發展腳步，從人工智能研究的萌芽階段開始，穿過兩次人工智能的寒冬，一直瞭解到當下全新的前沿進展。通過描繪人工智能的發展脈絡和各大科技公司在前沿趨勢方面的佈局，這本書闡釋了人工智能如何走到了今天，以及它在未來將如何發展。

《連線》雜誌和《紐約時報》的知名記者，長期關注谷歌、Facebook等科技互聯網企業，人工智能、深度學習等科技趨勢，以及與之相關的前沿思想。他經常在廣播和電視上討論人工智能話題，是美國公共廣播電台（NPR）、美國消費者新聞與商業頻道（CNBC）和微軟全國廣播電台（MSNBC）的受邀嘉賓。

一本現在進行時的AI發展史！
深度學習崛起十周年，領軍人物、開創性會議、重大突破全公開。
穀歌、Facebook、百度、微軟、DeepMind、OpenAI……
一場圍繞AI展開的科技競爭一觸即

推薦序
一場影響深遠的秘密競拍
——深度學習推動科技產業變革的“發令”//余凱
前 言
傑夫·辛頓：無法坐下的人
部分一種新型的機器：感知機
01 感知機： 早的神經網絡之一
“海軍設計的會思考的科學怪物。”
02 辛頓與人工智能的次寒冬
“舊的想法也是新的。”
03 連接主義的圈子
“我一直認為我是正確的。”
04 微軟的嘗試與穀歌的新突破
“在谷歌，你要做自己想做的，而不是谷歌想讓你做的。”
05 證據：從谷歌大腦到AlexNet
“真空中的光速曾經是每小時35英里左右。然後傑夫·迪恩花了一個優化了物理。”
06 DeepMind的野心與穀歌的收購
“讓我們真正做大！”
第二部分誰擁有智能
07 人才爭奪戰：Facebook vs 谷歌
“你好，我是Facebook的馬克。”
08 炒作
“成功是有保證的。”
09 反炒作
“谷歌可能會偶然製造出某種邪惡的東西。”
10 神經網絡的爆發：AlphaGo的勝利
“哈薩比斯推動AlphoGo就像奧本海默執行曼哈頓計劃一樣。”
11 神經網絡的擴張：新藥研發技術
“喬治·達爾甚至不知道它的名字，就消滅了整個領域。”
12 夢想之地：微軟的深度學習
“這並不是說谷歌的人喝的水有什麼不同，是搜索引擎要求他們解決一系列技術難題。”
第三部分動盪
13 欺騙：GAN與“深度造假”
“哦，你真的可以做出照片般逼真的臉。”
14 谷歌的傲慢
“我在演講時就知道，中國人要來了。”
15 神經網絡的偏見
“谷歌照片，你們都搞砸了。我的朋友不是大猩猩。”
16 化
“你可能聽過埃隆·馬斯克和他對人工智能引發第三次世界大戰的評論。”
17 Facebook的無能
“在俄羅斯，有些人的工作就是試圖利用我們的系統。這是一場軍備競賽，對嗎？”
第四部分被低估的人類
18 一場馬庫斯與楊立昆的辯論
“無論快速發展能持續多久，蓋瑞都認為它即將結束。”
19 自動化：OpenAI的揀貨機器人
“如果房間看起來讓人焦頭爛額，那我們就走在正確的軌道上了。”
20 信仰
“我的目標是成功打造廣泛有益的通用人工智能。我也明白這聽起來很荒謬。”
21 未知因素

前言傑夫·辛頓：無法坐下的人當傑夫·辛頓在多倫多市區登上開往太浩湖的公共汽車時，他已經有7年時間沒有坐下來過了。他經常說：“我上一次坐下來是在2005年，那是一個錯誤。”十幾歲時，他在給母親搬取暖器的時候次受了傷。到了50多歲，他如果要坐下來，就要冒著腰椎間盤滑脫的風險，而一旦腰椎間盤滑脫了，疼痛會使他臥床數週。所以，他不再坐下。他在多倫多大學的辦公室裡用的是一張站立式辦公桌。吃飯的時候，他就跪在桌旁的一個小泡沫墊板上，泰然自若，像一位祭壇旁的僧人。乘坐汽車的時候，他會躺在後座上。如果是長途旅行，他就乘火車。他不能乘飛機，至少不能搭乘商業航空公司的飛機，因為這些飛機在起飛和降落時要求乘客保持坐姿。他說：“我每天都很煎熬，情況發展到了可能會癱瘓的地步，所以我很認真地對待這件事。如果我能控制自己的生活，它就不會帶來任何問題。” 那年秋天，他躺在公共汽車的後座上奔赴紐約，再乘火車一路前往位於加利福尼亞州特拉基的內華達山脈，然後在出租車的後座上伸直雙腿，30分鐘後，他抵達了太浩湖。之後，他創立了一家新公司。公司的創始人還包括另外兩個人，他們是在他大學實驗室裡做研究的年輕研究生。這家公司不生產任何產品，也沒有生產產品的計劃。公司的網站上只提供了一個名字——DNNresearch，這個名字比這個網站還缺乏吸引力。當時64歲的辛頓在學術界看來很自在，他留著一頭亂蓬蓬的白髮，穿著羊毛衫，有幽默感，在這兩名學生的遊說之下，他才決定創立這家公司。但當他抵達太浩湖時，中國的科技公司之一已經出價1200萬美元，要收購他剛剛起步的公司，另外三家公司也很快加入競拍，其中包括兩家美國的科技公司。辛頓去了哈拉斯和哈維斯，這兩家高聳的賭場酒店位於太浩湖南邊的滑雪山腳下。那些由玻璃、鋼鐵和石塊構成的建築物矗立於內華達州的松樹之間，賭場酒店也可以作為會議中心，提供數百間酒店客房、數十個會議廳和各種各樣的二流餐廳。2012年12月，那裡舉辦了一場名為NIPS的計算機科學家年度聚會。NIPS的全稱是“神經信息處理系統”，儘管從名稱上看是要深入研究計算機的未來，但NIPS其實是一個專注於人工智能的會議。作為一名出生於倫敦的學者，自20世紀70年代初以來，辛頓一直在英國、美國和加拿大的大學探索人工智能的前沿領域，他幾乎每年都會來NIPS，但這次不同。雖然那家中國公司已經鎖定了對DNNresearch的興趣，但他知道其他人也感興趣，NIPS似乎是一個理想的拍賣場所。兩個月之前，辛頓和他的學生改變了機器看待世界的方式。他們已經打造了所謂的“神經網絡”，即一個模仿大腦神經元網絡的數學系統，它能夠以的準確度識別常見的物體，比如花朵、小狗和汽車。辛頓和他的學生展示出，神經網絡可以通過分析大量的數據來學習這種人性化的技能。他稱之為“深度學習”，其潛力巨大。這項技術不僅會改變計算機視覺，還會改變一切，從可對話式數字助理到自動駕駛汽車，再到新藥研發。神經網絡的概念可以追溯到20世紀50年代，但是早期的開拓者從未讓這項技術像他們希望的那樣工作。到了21世紀，大多數研究人員都放棄了這項技術，認為這是一條技術上的死胡同，並對研究人員在過去50年間試圖讓數學系統以某種方式模仿人類大腦的自負探索感到困惑。當那些仍然在探索這項技術的研究員向學術期刊提交論文時，他們通常會將研究偽裝成其他東西，用不太會冒犯其他科學家同行的語言來代替神經網絡這個詞。但是，仍然有少數人相信這項技術終有兌現預期的那，辛頓就是其中之一。他設計的機器不僅能識別物體，還能識別口語詞彙、理解自然語言並進行對話，甚至可能解決人類自己無法解決的問題，為探索生物學、醫學、地質學和其他科學的奧秘提供了創新的、 的方法。即使在他自己的大學裡，這也是一種古怪的立場。他持續地請求學校聘請另一位教授與他一起工作，在漫長而曲折的奮鬥中打造能夠自行學習的機器，但學校多年來一直予以拒。“一個瘋狂的人做這件事就夠了。”他說。但是，在2012年的春天和夏天，辛頓和他的兩名學生取得了突破：他們證明了，神經網絡能夠以其他任何技術的精度識別常見的物體。他們在那年秋天發表了一篇長達9頁的論文，並向全世界宣布，這項技術就像辛頓長期以來所宣稱的那樣強大。幾天之後，辛頓收到了一封電子郵件，來自一位名叫余凱的人工智能研究員，他當時在中國科技巨頭百度公司工作。表面上看，辛頓和余凱沒有什麼共同之處。辛頓出生於戰後英國的一個的科學家家庭，這一家人的影響力與自身的怪癖相得益彰。辛頓曾在劍橋大學學習，在愛丁堡大學獲得人工智能博士學位，並在接下來的30年裡擔任計算機科學教授。余凱出生的時間比辛頓晚30年，他在中國長大，父親是一名汽車工程師，余凱先後在中國南京和德國慕尼黑讀書，然後去了美國矽谷的一家企業研究實驗室工作。這兩個人的階級、年齡、文化、語言和地域各不相同，但他們擁有一個共同的興趣：神經網絡。他們早是在加拿大的一場學術研討會上認識的，這場研討會屬於民間活動的一部分，旨在重振這個在科學界幾乎處於休眠狀態的研究領域，並將這一想法重新命名為“深度學習”。余凱是參與傳播這一信仰的人之一。回到中國之後，他把這個想法帶到了百度，在那裡，他的研究引起了公司首席執行官的注意。當這篇長達9頁的論文在多倫多大學發表時，余凱告訴百度的智囊團，他們應該盡快招募辛頓。在郵件中，他將辛頓介紹給了百度的一位副總裁，這位副總裁為辛頓短短幾年的工作成果報價1200萬美元。起初，辛頓在北京的這家“追求者”認為雙方已經達成了協議，但辛頓並不是那麼確定。近幾個月，與他建立聯繫的還有其他幾家公司，規模有大有小，其中包括百度的兩個美國大型競爭對手。這些公司也打電話到辛頓在多倫多大學的辦公室，詢問需要支付多大的代價才能招募他及他的學生。看到了多的機會之後，他問百度，在接受其1200萬美元的報價之前，他是否可以尋求其他的報價，百度同意了。於是，他扭轉了形勢。在學生的啟發下，他意識到百度及其競爭對手有可能花巨資收購一家公司，而不是花同樣的錢從學術界招募幾名新員工。於是他創立了一家自己的小公司，命名為DNNresearch，以呼應他們專注研究的“深度神經網絡”（Deep Neural Networks）。他還諮詢了多倫多的一名律師，關於如何讓一家僅有三名員工、沒有產品、幾乎沒有經營記錄的初創公司的價格化。在這位律師看來，他有兩個選擇：一是可以聘請一名專業的談判代表，但這樣做存在一定的風險，可能會激怒那些預期的潛在收購方；二是可以組織一場拍賣活動。辛頓選擇了拍賣。終，4家公司加入了對他的新公司的競拍：百度、谷歌、微軟和DeepMind。當時，DeepMind是一家成立僅兩年的世界上大多數人從未聽說過的初創公司，它設立在英國倫敦，由一位年輕的神經科學家戴密斯·哈薩比斯創立，而它即將成為這個時代且有影響力的人工智能實驗室。