智能機(jī)器如何思考

推薦序 IX

前言 XIII

1 自動(dòng)機(jī)的秘密

長(zhǎng)笛演奏者 003

今天的自動(dòng)機(jī) 005

鐘擺的擺動(dòng)007

這本書(shū)中的自動(dòng)機(jī) 008

2 自動(dòng)駕駛汽車(chē)：挑戰(zhàn)不可能

沙漠中的百萬(wàn)美元競(jìng)賽 015

如何打造自動(dòng)駕駛汽車(chē) 017

規(guī)劃路徑 021

路徑搜索 022

導(dǎo)航025

無(wú)人車(chē)挑戰(zhàn)賽的獲勝者 028

一場(chǎng)失敗的比賽 031

3 保持在車(chē)道內(nèi)行駛：自動(dòng)駕駛汽車(chē)的感知

第二次無(wú)人車(chē)挑戰(zhàn)賽 035

自動(dòng)駕駛汽車(chē)中的機(jī)器學(xué)習(xí) 037

斯坦利的架構(gòu) 038

避開(kāi)障礙物 040

尋找道路的邊緣 043

開(kāi)眼看路 045

路徑規(guī)劃 047

斯坦利大腦的各個(gè)部分如何相互交流 049

4 在十字路口避讓?zhuān)鹤詣?dòng)駕駛汽車(chē)的大腦

城市挑戰(zhàn)賽 055

感知抽象 057

比賽 059

老板的高層次推理層 061

攻克交通堵塞 068

三層架構(gòu) 071

對(duì)自動(dòng)駕駛汽車(chē)看到的物體進(jìn)行分類(lèi) 076

自動(dòng)駕駛汽車(chē)是復(fù)雜的系統(tǒng) 077

自動(dòng)駕駛汽車(chē)的軌跡 078

5 網(wǎng)飛和推薦引擎的挑戰(zhàn)

百萬(wàn)美元大獎(jiǎng) 083

競(jìng)爭(zhēng)者 084

如何訓(xùn)練分類(lèi)器 085

比賽的目標(biāo) 089

龐大的評(píng)分矩陣 091

矩陣分解 096

第一年結(jié)束 102

6 團(tuán)隊(duì)融合：網(wǎng)飛獎(jiǎng)的贏家

縮小競(jìng)爭(zhēng)者之間的差距 107

第一年末 108

隨時(shí)間變化的預(yù)測(cè) 111

過(guò)度擬合 114

模型混合 115

第二年 119

最后一年 120

賽后 124

7 用獎(jiǎng)勵(lì)教導(dǎo)計(jì)算機(jī)

DeepMind玩雅達(dá)利游戲 129

強(qiáng)化學(xué)習(xí) 132

教導(dǎo)智能體 134

為智能體編寫(xiě)程序 36

智能體如何觀察環(huán)境 140

經(jīng)驗(yàn)金塊 141

用強(qiáng)化學(xué)習(xí)玩雅達(dá)利游戲 148

8 如何用神經(jīng)網(wǎng)絡(luò)攻克雅達(dá)利游戲

神經(jīng)信息處理系統(tǒng) 153

近似，而非完美 153

用作數(shù)學(xué)函數(shù)的神經(jīng)網(wǎng)絡(luò) 155

雅達(dá)利游戲神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 161

深入研究神經(jīng)網(wǎng)絡(luò) 170

9 人工神經(jīng)網(wǎng)絡(luò)的世界觀

人工智能的奧秘 175

國(guó)際象棋自動(dòng)機(jī)“土耳其人” 177

神經(jīng)網(wǎng)絡(luò)中的誤導(dǎo) 179

識(shí)別圖像中的物體 180

過(guò)度擬合 183

ImageNet 185

卷積神經(jīng)網(wǎng)絡(luò) 188

為什么是“深度”網(wǎng)絡(luò)？ 194

數(shù)據(jù)瓶頸 197

10 深入了解深度神經(jīng)網(wǎng)絡(luò)的內(nèi)部秘密

計(jì)算機(jī)生成圖片 203

壓縮函數(shù) 204

ReLU激活函數(shù) 207

機(jī)器人之夢(mèng) 211

11 能聽(tīng)、能說(shuō)、能記憶的神經(jīng)網(wǎng)絡(luò)

對(duì)機(jī)器而言，“理解”意味著什么？ 221

深度語(yǔ)音識(shí)別 222

循環(huán)神經(jīng)網(wǎng)絡(luò) 223

為圖像生成字幕 230

長(zhǎng)短時(shí)記憶網(wǎng)絡(luò) 233

對(duì)抗數(shù)據(jù) 235

12 理解自然語(yǔ)言

宣傳噱頭還是人工智能研究的福音? 239

IBM的沃森 240

攻克《危險(xiǎn)邊緣》所遇到的挑戰(zhàn) 241

浩如煙海的知識(shí) 242

《危險(xiǎn)邊緣》挑戰(zhàn)賽的誕生 245

DeepQA 247

問(wèn)題分析 249

“沃森”如何解讀句子 252

13 挖掘《危險(xiǎn)邊緣》的最佳答案

地下室基準(zhǔn) 261

生成候選答案 263

查找答案 266

輕量級(jí)過(guò)濾器 269

證據(jù)檢索 270

評(píng)分 274

匯總和排名 277

調(diào)整“沃森” 281

重新審視DeepQA 282

沃森有智能嗎？ 283

14 用蠻力搜索找到好策略

通過(guò)搜索玩游戲 289

數(shù)獨(dú) 290

樹(shù)的大小 294

分支因子 297

游戲中的不確定性 297

克勞德?香農(nóng)與信息論 302

評(píng)價(jià)函數(shù) 303

“深藍(lán)” 308

加入IBM  310

搜索與神經(jīng)網(wǎng)絡(luò) 311

西洋雙陸棋程序 313

搜索的局限 315

15 職業(yè)水平的圍棋  

計(jì)算機(jī)圍棋 319

圍棋 321

通過(guò)抽樣走子來(lái)建立直覺(jué) 324

神之一手 330

蒙特卡洛樹(shù)搜索 333

單臂老虎機(jī) 337

AlphaGo是否需要如此復(fù)雜 339

AlphaGo的局限 341

16 實(shí)時(shí)人工智能與《星際爭(zhēng)霸》

構(gòu)建更好的游戲機(jī)器人 345

《星際爭(zhēng)霸》與人工智能 346

簡(jiǎn)化游戲 348

實(shí)用《星際爭(zhēng)霸》機(jī)器人 351

OpenAI與《DOTA 2》 354

《星際爭(zhēng)霸》機(jī)器人的未來(lái) 357

17  50年后或更遙遠(yuǎn)的未來(lái)

人工智能起起伏伏的發(fā)展過(guò)程 363

如何復(fù)制這本書(shū)中的成功 364

數(shù)據(jù)的普遍使用 368

下一步去向何方 369

致謝 373

注釋 375