1. 版权信息
2. 内容提要
3. 作者简介
4. 序言 我们今天从AI中学习什么
5. 导读
6. 技术篇 读懂今天的AI
7. 第1章 深度学习
8. 一、生成对抗网络是AI的强心剂吗?
9. 二、用LSTM让人工智能产生记忆
10. 三、为什么AI公司都热爱《星际争霸》?
11. 四、“中文屋悖论”:为何不会出现超级智能?
12. 五、用“贝叶斯意识”来推断“人工智能还能干什么?”
13. 六、迁移学习:AI在GTA5里考下的那本驾照
14. 七、遗传算法:能欺骗神经网络的“神算法”
15. 八、马尔可夫链:启蒙运动时的数学理论,机器学习的基础设施
16. 九、模仿学习:让机器人从一段视频中拜师学艺
17. 十、仿真环境:如何让机器人有尊严地学习
18. 十一、好奇心算法:当人工智能拥有好奇心,结果可能没那么糟糕
19. 十二、决策树算法:隐藏在“当代玄学”外衣下的真相
20. 第2章 自然语言处理
21. 一、语言即魔鬼:DeepNLP的富矿与盐碱地
22. 二、解密神经机器翻译
23. 三、从卷积神经网络到循环神经网络,机器翻译的技术论战
24. 四、Yandex如何战胜谷歌,在人工智能领域取得一席之地?
25. 第3章 机器视觉
26. 一、进入智能社会,从“刷脸”开始
27. 二、谷歌多次尝试结合AI和艺术,可意义在哪儿?
28. 三、Facebook对AR穷追不舍,不仅仅因为自拍和游戏
29. 四、神经风格迁移算法:让人人能变成凡·高
30. 第4章 计算与大数据
31. 一、量子计算到底是什么?
32. 二、边缘计算是物联网的鸡肋吗?
33. 三、一个冷门生意:人工智能传感器
34. 四、从数据清洗到人工智能配套服务产业
35. 五、被诟病不实用的超级计算机,在深度学习时代会改变吗?
36. 产业篇 AI在今天的可能
37. 第5章 移动AI
38. 一、移动AI可能是手机突破安卓困局的最好机会
39. 二、能不能用算法取代“双摄”?
40. 三、手机到底该如何懂你?
41. 四、摄像头的死亡与新生
42. 第6章 无人驾驶
43. 一、英特尔与英伟达,无人驾驶的两大阵营
44. 二、高精地图在无人驾驶时代的战略价值
45. 三、没有安全感的共享出行要如何面对无人驾驶?
46. 四、民用无人驾驶赛道拥挤,不考虑向无人作业车分分流吗?
47. 第7章 新零售
48. 一、用数据行为打开新零售大门
49. 二、大数据不仅属于大角色:智能推荐时代的C类电商
50. 三、为什么电商企业都要重金砸智慧物流?
点击跳转下一章