{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","uuid":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","normalized_title":"智慧的疆界从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","isbns":["9787111778004","9787111695714"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":456,"navigation_url":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title_url":"https://workshop.closeclaw.top/ai/title/%E6%99%BA%E6%85%A7%E7%9A%84%E7%96%86%E7%95%8C%20%E4%BB%8E%E5%9B%BE%E7%81%B5%E6%9C%BA%E5%88%B0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","page_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/search"},"page":{"printed_page":239,"pdf_page":254,"physical_index":254,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"70c64ea433a64a7e254a2062bec0b733ca5bae637685881b45ae26b4298f12c5"},"chapter":"内容简介","content":"第 4 章的最后提到，从今天大小企业、各类职业的人员都在谈论神经网络就可以知道，神经网络并未在 20 世纪 70 年代的人工智能寒冬中彻底死去，它仿佛老旧武侠小说里面那些掉下山崖的侠客一般，总有奇遇，并凭此逆袭，终成故事主角。经过前面两章夯实了连接主义和机器学习的基础知识后，我们已学习了较为完整的理论基础和背景，现在让我们一起去探索神经网络、深度学习这两个当今学术界、工业界最热门的话题背后的秘密，一起去窥探人工智能这部“气势恢宏的江湖传奇小说”中主角的真正本领！\n\n7.2 引言：教父\n\n神经网络被公众关注的热度大幅下降后，仿佛从一个极端走到了另一个极端。连接主义，或者更广泛一点，所有“以机器模拟大脑结构”的研究被学术界视作一种“浮夸”的表现，几乎够得上学术异端了。在研究失去了绝大部分政府和组织的资助，大量学者改投其他领域后，还在这个领域继续坚守的那一小批学者，也终于得以安安静静、扎扎实实地面对那些之前被公众热情所遮掩，实际却无法绕过和忽略的神经网络中的关键缺陷。神经网络最后能走出这个艰难的阶段，与其中几位关键人物的推动有非常密切的关系，是他们的卓越工作把处于被遗弃边缘的人工神经网络挽救回来。其中，如果仅允许挑选一位最关键的贡献者的话，毫无疑问，全世界的人工智能研究者都一定会推举多伦多大学计算机科学系的杰弗里·辛顿（Geoffrey Hinton，1947—）教授，如图 7-1 所示。在今天他被尊称为“深度学习教父”，是以他为首的一批坚守在神经网络阵营的学者的共同努力，才令神经网络最终能以铅华洗净的姿态重返人工智能的舞台，重新获得人工智能“江湖”里主角的地位。\n\n第 7 章 深度学习时代\n\n239","previous_page":null,"next_page":240}