春節(jié)馬上到了，去年定下的閱讀計(jì)劃完成了嗎？新的Flag是否已經(jīng)立下？無論是給去年畫一個(gè)完美的句號(hào)，還是給新年做一個(gè)良好的開端，春節(jié)長假都是閱讀的好時(shí)機(jī)。推薦書小編為大家挑選了十本2017年大數(shù)據(jù)&人工智能領(lǐng)域“最受歡迎”的書籍，趕緊加入到你的閱讀計(jì)劃吧。
part 1：工具篇
《機(jī)器學(xué)習(xí)之路——Caffe、Keras、scikit-learn實(shí)戰(zhàn)》
該書從內(nèi)容方面共包含兩部分內(nèi)容：機(jī)器學(xué)習(xí)篇和深度學(xué)習(xí)篇。
機(jī)器學(xué)習(xí)篇（1～3 章）：主要從零開始，介紹什么是數(shù)據(jù)特征，什么是機(jī)器學(xué)習(xí)模型，如何訓(xùn)練模型、調(diào)試模型，以及如何評(píng)估模型的成績。通過一些簡單的任務(wù)例子，講解在使用模型時(shí)如何分析并處理任務(wù)數(shù)據(jù)的特征，如何組合多個(gè)模型共同完成任務(wù)，并在第3章初步嘗試將機(jī)器學(xué)習(xí)技術(shù)運(yùn)用到股票交易中，重復(fù)熟悉這些技術(shù)的同時(shí)，感受機(jī)器學(xué)習(xí)技術(shù)在落地到專業(yè)領(lǐng)域時(shí)常犯的錯(cuò)誤。
深度學(xué)習(xí)篇（4～9 章）：則主要介紹了一些很基礎(chǔ)的深度學(xué)習(xí)模型，如DNN、CNN等，簡單涵蓋了一些RNN 的概念描述。我們更關(guān)注模型的直觀原理和背后的生物學(xué)設(shè)計(jì)理念，希望讀者能夠帶著這些理解，直接上手應(yīng)用深度學(xué)習(xí)框架。
作者介紹：
阿布，高四維，從2007年一直從事移動(dòng)相關(guān)研發(fā)，曾就職奇虎360，百度等互聯(lián)網(wǎng)公司，擅長安全領(lǐng)域，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，移動(dòng)客戶端等技術(shù)。個(gè)人開發(fā)軟件“i美股”、“中國好聲音”等在各個(gè)市場可下載。
胥嘉幸，從北京大學(xué)研究生階段開始接觸機(jī)器學(xué)習(xí)領(lǐng)域，有很深的理論及數(shù)學(xué)方面獨(dú)特的見解與認(rèn)知，后在百度從事數(shù)據(jù)發(fā)掘分析等工作。
《深度學(xué)習(xí)原理與TensorFlow實(shí)踐》
本書主要介紹了深度學(xué)習(xí)的基礎(chǔ)原理和TensorFlow系統(tǒng)基本使用方法。TensorFlow是目前機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域最優(yōu)秀的計(jì)算系統(tǒng)之一，《深度學(xué)習(xí)原理與TensorFlow實(shí)踐》結(jié)合實(shí)例介紹了使用TensorFlow開發(fā)機(jī)器學(xué)習(xí)應(yīng)用的詳細(xì)方法和步驟。同時(shí)，《深度學(xué)習(xí)原理與TensorFlow實(shí)踐》著重講解了用于圖像識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)和用于自然語言處理的循環(huán)神經(jīng)網(wǎng)絡(luò)的理論知識(shí)及其TensorFlow實(shí)現(xiàn)方法，并結(jié)合實(shí)際場景和例子描述了深度學(xué)習(xí)技術(shù)的應(yīng)用范圍與效果。
本書從內(nèi)容上共分為7個(gè)章節(jié)：
第1章：介紹了深度學(xué)習(xí)的由來以及發(fā)展趨勢，簡要說明了人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等名詞概念之間的聯(lián)系。
第2章：主要介紹了TensorFlow系統(tǒng)的基礎(chǔ)知識(shí)和一些重要概念。
第3章：通過對(duì)Kaggle競賽平臺(tái)上的Titanic問題的求解實(shí)例，介紹了TensorFlow系統(tǒng)的基本用法，并簡要介紹了機(jī)器學(xué)習(xí)問題中的一些常用的處理技巧。
第4章：介紹了CNN的基本原理和多個(gè)經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)，并通過圖像風(fēng)格化的實(shí)例展示了CNN在更多場景下應(yīng)用的可能性。
第5章：介紹了RNN、LSTM以及它們的多種變種結(jié)構(gòu)，并通過實(shí)例介紹了如何構(gòu)建實(shí)用的語言模型和對(duì)話機(jī)器人。
第6章：介紹了卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)合，通過圖像檢測和圖像摘要兩個(gè)問題介紹了CNN+LSTM相結(jié)合的威力。
第7章：介紹了機(jī)器學(xué)習(xí)中非常重要的損失函數(shù)與優(yōu)化算法在TensorFlow中的實(shí)現(xiàn)，對(duì)實(shí)際使用深度學(xué)習(xí)解決問題都有極大幫助。
作者簡介：
喻儼，百納信息（海豚瀏覽器）研發(fā)副總裁。2007年加入微軟亞洲工程院，2011年加入百納信息負(fù)責(zé)海外業(yè)務(wù)線，從0到1做過多個(gè)項(xiàng)目，現(xiàn)致力于AI和大數(shù)據(jù)產(chǎn)品的研究與應(yīng)用。
莫瑜，先后任職于微軟和海豚瀏覽器，從事搜索引擎、音樂檢索/哼唱搜索、內(nèi)容分發(fā)推薦算法和對(duì)話機(jī)器人技術(shù)研發(fā)。長期以來持續(xù)關(guān)注和實(shí)踐大規(guī)模數(shù)據(jù)算法性能優(yōu)化、搜索引擎、推薦系統(tǒng)和人工智能技術(shù)。
王琛，英國愛丁堡大學(xué)人工智能專業(yè)碩士，現(xiàn)為百納信息技術(shù)有限公司人工智能方向負(fù)責(zé)人。
胡振邦，擁有博士學(xué)位，百納信息技術(shù)有限公司高級(jí)算法研究員，畢業(yè)于中國地質(zhì)大學(xué)計(jì)算機(jī)學(xué)院地學(xué)信息工程專業(yè)。畢業(yè)以來，一直從事圖像識(shí)別方面的算法研發(fā)工作，主要方向包括目標(biāo)檢測、圖文檢索、圖像分類與驗(yàn)證等，在圖像處理、計(jì)算機(jī)視覺等方面都有深厚的積累和經(jīng)驗(yàn)。
高杰，畢業(yè)于揚(yáng)州中學(xué)特招班，1998年入學(xué)華中科技大學(xué)機(jī)械系，兼修管理、會(huì)計(jì)，自學(xué)計(jì)算機(jī)，2003年考入南京大學(xué)軟件學(xué)院，曾任德國西門子內(nèi)部SAP咨詢師，還在中銀國際TMT投行、金山軟件集團(tuán)投資部任過職，2015年與合伙人聯(lián)合創(chuàng)立了圖靈科技集團(tuán)。
《Keras快速上手：基于Python的深度學(xué)習(xí)實(shí)戰(zhàn)》
《Keras快速上手：基于Python的深度學(xué)習(xí)實(shí)戰(zhàn)》從如何準(zhǔn)備深度學(xué)習(xí)的環(huán)境開始，手把手地教讀者如何采集數(shù)據(jù)，如何運(yùn)用一些最常用，也是目前被認(rèn)為最有效的一些深度學(xué)習(xí)算法來解決實(shí)際問題。覆蓋的領(lǐng)域包括推薦系統(tǒng)、圖像識(shí)別、自然語言情感分析、文字生成、時(shí)間序列、智能物聯(lián)網(wǎng)等。
本書以實(shí)際應(yīng)用為導(dǎo)向，強(qiáng)調(diào)概念的認(rèn)知和實(shí)用性，對(duì)理論的介紹深入淺出，對(duì)讀者的數(shù)學(xué)水平要求較低，讀者在學(xué)習(xí)完畢后能使用案例程序舉一反三地應(yīng)用到其具體場景中。
從內(nèi)容方面本書共分為10個(gè)章節(jié)：
第1章：介紹搭建深度學(xué)習(xí)環(huán)境，是整本書的基礎(chǔ)。
第2章：介紹如何用網(wǎng)絡(luò)爬蟲技術(shù)收集數(shù)據(jù)并使用ElasticSearch 存儲(chǔ)數(shù)據(jù)。因?yàn)樵诤芏鄳?yīng)用中，數(shù)據(jù)需要讀者自行從網(wǎng)上爬取和并加以處理和存儲(chǔ)。
第3章：介紹深度學(xué)習(xí)模型的基本概念。
第4章：介紹深度學(xué)習(xí)框架 Keras 的用法。
第 5~9 章：是5個(gè)深度學(xué)習(xí)的經(jīng)典應(yīng)用。我們會(huì)依次介紹深度學(xué)習(xí)在推薦系統(tǒng)、圖像識(shí)別、自然語言處理、文字生成和時(shí)間序列的具體應(yīng)用。在介紹這些應(yīng)用的過程中會(huì)穿插各種深度學(xué)習(xí)模型和代碼，并和讀者分享我們對(duì)于這些模型的原理和應(yīng)用場景的體會(huì)。
第10章：拋磚引玉地提出物聯(lián)網(wǎng)概念。
作者介紹：
謝梁，現(xiàn)任微軟云計(jì)算核心存儲(chǔ)部門首席數(shù)據(jù)科學(xué)家，主持運(yùn)用機(jī)器學(xué)習(xí)和人工智能方法優(yōu)化大規(guī)模高可用性并行存儲(chǔ)系統(tǒng)的運(yùn)行效率和改進(jìn)其運(yùn)維方式。具有十余年機(jī)器學(xué)習(xí)應(yīng)用經(jīng)驗(yàn)。
魯穎，現(xiàn)任谷歌硅谷總部數(shù)據(jù)科學(xué)家，為谷歌應(yīng)用商城提供核心數(shù)據(jù)決策分析，利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)建立用戶行為預(yù)測模型，為產(chǎn)品優(yōu)化提供核心數(shù)據(jù)支持。曾在亞馬遜、微軟和迪士尼美國總部擔(dān)任機(jī)器學(xué)習(xí)研究科學(xué)家，有著多年使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法研發(fā)為業(yè)務(wù)提供解決方案的經(jīng)驗(yàn)。
勞虹嵐，現(xiàn)任微軟研究院研究工程師，是早期智能硬件項(xiàng)目上視覺和語音研發(fā)的核心團(tuán)隊(duì)成員，對(duì)企業(yè)用戶和消費(fèi)者需求體驗(yàn)與AI技術(shù)的結(jié)合有深刻的理解和豐富的經(jīng)驗(yàn)。曾在Azure和Office 365負(fù)責(zé)處理大流量高并發(fā)的后臺(tái)云端研究和開發(fā)，精通一系列系統(tǒng)架構(gòu)設(shè)計(jì)和性能優(yōu)化方面的解決方案。
《全棧數(shù)據(jù)之門》
《全棧數(shù)據(jù)之門》以數(shù)據(jù)分析領(lǐng)域最熱的Python語言為主要線索，介紹了數(shù)據(jù)分析庫numpy、Pandas與機(jī)器學(xué)習(xí)庫scikit-learn，使用了可視化環(huán)境Orange 3來理解算法的一些細(xì)節(jié)。對(duì)于機(jī)器學(xué)習(xí)，既有常用算法kNN與Kmeans的應(yīng)用，決策樹與隨機(jī)森林的實(shí)戰(zhàn)，還涉及常用特征工程與深度學(xué)習(xí)中的自動(dòng)編程器。在大數(shù)據(jù)Hadoop與Hive環(huán)境的基礎(chǔ)之上，使用Spark的ML/MLlib庫集成了前面的各部分內(nèi)容，讓分布式機(jī)器學(xué)習(xí)更容易。大量的工具與技能實(shí)戰(zhàn)的介紹將各部分融合成一個(gè)全棧的數(shù)據(jù)科學(xué)內(nèi)容。
本書從內(nèi)容上共分為8個(gè)章節(jié)：
第1、2、3 章：內(nèi)容比較單一，涉及基礎(chǔ)的Linux、Python 與Hadoop 知識(shí)。如果對(duì)這三章中的某些知識(shí)不熟悉，建議先閱讀。
第4章：本章比較特殊，其內(nèi)容也是數(shù)據(jù)科學(xué)中比較重要的，不僅需要前3章的知識(shí)，也需要部分Spark的知識(shí)，因?yàn)镾park的特殊性，單獨(dú)放到機(jī)器學(xué)習(xí)之后了。
第5、6 章：涉及數(shù)據(jù)科學(xué)中最重要的主題：機(jī)器學(xué)習(xí)與算法，介紹了機(jī)器學(xué)習(xí)的常用環(huán)境、概念、方法以及幾個(gè)典型的算法應(yīng)用。這兩章是本書的難點(diǎn)，如果不熟悉，必須單獨(dú)攻克。
第7章：Spark 本身就是一個(gè)全棧框架，無論是在分布式計(jì)算還是在機(jī)器學(xué)習(xí)領(lǐng)域，都大有用處。因此最好有前面章節(jié)的基礎(chǔ)知識(shí)，方能更好地理解本章的內(nèi)容，尤其是MLlib/ML 庫，必須有機(jī)器學(xué)習(xí)算法的知識(shí)。
最后一章：第8章反而是最簡單的，因?yàn)榛静簧婕凹夹g(shù)細(xì)節(jié)，但對(duì)整個(gè)數(shù)據(jù)科學(xué)的理解，以及技術(shù)積累都是非常重要的。
作者介紹：
任柳江，一直工作在數(shù)據(jù)處理與數(shù)據(jù)挖掘的第一線，具有豐富的理論知識(shí)和實(shí)踐經(jīng)驗(yàn)，且精通多種數(shù)據(jù)挖掘與分析的工具的使用。
《Druid實(shí)時(shí)大數(shù)據(jù)分析原理與實(shí)踐》
注：Druid是一個(gè)支持在大型數(shù)據(jù)集上進(jìn)行實(shí)時(shí)查詢而設(shè)計(jì)的開源數(shù)據(jù)分析和存儲(chǔ)系統(tǒng)，提供了低成本、高性能、高可靠性的解決方案，整個(gè)系統(tǒng)支持水平擴(kuò)展，管理方便。
《Druid實(shí)時(shí)大數(shù)據(jù)分析原理與實(shí)踐》就是旨在幫助技術(shù)人員更好地深入理解Druid 技術(shù)、大數(shù)據(jù)分析技術(shù)選型、Druid 的安裝和使用、高級(jí)特性的使用，也包括一些源代碼的解析，以及一些常見問題的快速回答。
本書從內(nèi)容上共分為11個(gè)章節(jié)：
第1章：介紹Druid的初級(jí)概念；
第2章：對(duì)行業(yè)中不同的數(shù)據(jù)分析軟件進(jìn)行介紹和對(duì)比，包括一些時(shí)序數(shù)據(jù)庫；
第3章：Druid的設(shè)計(jì)理念和架構(gòu)介紹；
第4章：Druid的安裝和配置；
第5章：Druid的數(shù)據(jù)攝入；
第6章：查詢詳解；
第7章：介紹Druid的一些高級(jí)特性，包括正在積極完善的一些功能；
第8章：核心代碼的導(dǎo)讀和分析；
第9章：集群管理中的安全和監(jiān)控；
第10章：介紹幾個(gè)公司的Druid最佳實(shí)踐；
第11章：Druid的生態(tài)介紹和展望；
附錄A：簡要回答了一些常見的問題；
附錄B：列出了各個(gè)服務(wù)模塊的參數(shù)含義和建議值，方便系統(tǒng)管理。
作者介紹：
歐陽辰，小米商業(yè)產(chǎn)品部研發(fā)總監(jiān)，負(fù)責(zé)廣告架構(gòu)和數(shù)據(jù)分析平臺(tái)，擅長數(shù)據(jù)挖掘，大數(shù)據(jù)分析和廣告搜索架構(gòu)。
劉麒赟，現(xiàn)任Testin云測公司技術(shù)總監(jiān)，全面負(fù)責(zé)領(lǐng)導(dǎo)團(tuán)隊(duì)完成數(shù)據(jù)分析產(chǎn)品的研發(fā)。作為資深數(shù)據(jù)技術(shù)專家，曾為多個(gè)著名開源項(xiàng)目（Hadoop／Sqoop／Oozie／Druid）貢獻(xiàn)源代碼，在互聯(lián)網(wǎng)大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)應(yīng)用等方面擁有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)和相關(guān)專利。
張海雷，資深工程師。目前在優(yōu)酷土豆廣告技術(shù)團(tuán)隊(duì)負(fù)責(zé)Druid集群的維護(hù)�；钴S在Druid中國用戶組，Druid、Redis和Storm的開源項(xiàng)目代碼貢獻(xiàn)者。
高振源，熱愛技術(shù)，愛智求真的后臺(tái)開發(fā)和數(shù)據(jù)工程師。先后負(fù)責(zé)過廣告DSP產(chǎn)品、QQ公眾號(hào)精準(zhǔn)投放平臺(tái)、數(shù)據(jù)分析產(chǎn)品等研發(fā)工作。目前在騰訊SNG企業(yè)產(chǎn)品部，負(fù)責(zé)企點(diǎn)產(chǎn)品的數(shù)據(jù)平臺(tái)工作。
許哲，騰訊后臺(tái)開發(fā)高級(jí)工程師，先后參與了公司企業(yè)產(chǎn)品消息服務(wù)后臺(tái)、QQ公眾號(hào)后臺(tái)、QQ公眾號(hào)精準(zhǔn)投放平臺(tái)等研發(fā)，目前在騰訊SNG企業(yè)產(chǎn)品部，負(fù)責(zé)騰訊企點(diǎn)的后臺(tái)和數(shù)據(jù)平臺(tái)開發(fā)工作。
《大數(shù)據(jù)時(shí)代小數(shù)據(jù)分析》
《大數(shù)據(jù)時(shí)代小數(shù)據(jù)分析》不僅介紹Excel而且介紹使用其他工具軟件進(jìn)行數(shù)據(jù)分析，可用來拓展互聯(lián)網(wǎng)公司、傳統(tǒng)企業(yè)、電商企業(yè)、管理咨詢公司等各行各業(yè)從事數(shù)據(jù)分析工作的分析師和管理者對(duì)數(shù)據(jù)分析的認(rèn)知，也適合初中級(jí)數(shù)據(jù)分析師或者想進(jìn)入數(shù)據(jù)分析行業(yè)的有志之士參考閱讀。
本書從內(nèi)容上共分為5個(gè)章節(jié)：
第1章：知己知彼，百戰(zhàn)不殆——風(fēng)險(xiǎn)與預(yù)測分析
第2章：運(yùn)籌帷幄，決勝千里——效益最大化
第4章：抽絲剝繭，明察秋毫——相關(guān)分析
第5章：要里子，也要面子——數(shù)據(jù)展現(xiàn)的藝術(shù)
作者簡介：
屈澤中，化工專業(yè)，數(shù)據(jù)分析愛好者，愛好使用工具探索數(shù)據(jù)背后的秘密，略懂Excel、LINGO、Crystal Ball、JMP、Minitab、Xcelsius，工作十余年，一直從事將數(shù)據(jù)分析與各類業(yè)務(wù)相結(jié)合的研究和學(xué)習(xí)。
《深度學(xué)習(xí)入門與實(shí)踐》
深度學(xué)習(xí)就是人工智能的一個(gè)重要實(shí)現(xiàn)方法，在語音識(shí)別、圖像識(shí)別、自然語言處理和搜索廣告預(yù)估等領(lǐng)域都取得了驚人的成果，連聲名顯赫的AlphaGo都是以他為基礎(chǔ)的。
《深度學(xué)習(xí)入門與實(shí)踐》的作者以通俗易懂的語言和生動(dòng)的比喻介紹了回歸、人工神經(jīng)網(wǎng)絡(luò)等人工智能基本概念。并將TensorFlow比喻成神雕大俠楊過手中的玄鐵重劍，將Caffe的基礎(chǔ)CNN比喻成令狐少俠的獨(dú)孤九劍，讀來毫無違和感。
從內(nèi)容方面該書共分為六個(gè)章節(jié)：
第一章：通俗的講解深度學(xué)習(xí)的常用概念及概念之間的關(guān)系，如回歸、分類、聚類；監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)；感知機(jī)、神經(jīng)網(wǎng)絡(luò)等。隨后介紹了深度學(xué)習(xí)的發(fā)展歷程及前輩學(xué)者們對(duì)深度學(xué)習(xí)領(lǐng)域所做出的貢獻(xiàn)。最后列出了深度學(xué)習(xí)及相關(guān)領(lǐng)域的著名國際會(huì)議、期刊、賽事和學(xué)術(shù)團(tuán)隊(duì)，以方便讀者獲取學(xué)習(xí)資料和進(jìn)行學(xué)術(shù)研究。
第二章：介紹了深度學(xué)習(xí)的原理、線性回歸、邏輯回歸的概念。以生物學(xué)家Galton所研究的父子身高問題為例介紹了線性回歸的基本原理，講述了線性回歸的兩種求解方法：梯度下降法和正規(guī)方程法，并用R、MATLAB和Python三種工具求解了父子身高問題。隨后以學(xué)生考試問題為例介紹了邏輯回歸的基本原理，給出了邏輯回歸問題求解的過程，并用R、MATLAB和Python三種工具解決了學(xué)生考試問題，并賦源碼及解釋。
第三章：介紹了感知機(jī)和人工神經(jīng)網(wǎng)絡(luò)的工作流程。闡述了神經(jīng)網(wǎng)絡(luò)的基本單元Rosenblatt感知機(jī)的工作原理和訓(xùn)練方法，并以一個(gè)二維空間中線性可分的點(diǎn)集為例驗(yàn)證了感知機(jī)的訓(xùn)練方法。隨后簡要介紹了人工神經(jīng)網(wǎng)絡(luò)的由來、網(wǎng)絡(luò)架構(gòu)和訓(xùn)練方法。最后用Pybrain實(shí)現(xiàn)了一個(gè)三層神經(jīng)網(wǎng)絡(luò)，借助實(shí)例初步展現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的神奇功能。
第四章：詳細(xì)介紹了Caffe的基本架構(gòu)和使用方法。闡述了Caffe架構(gòu)中Blob、Layer、Net和Solver等幾個(gè)基本類的作用，并以一個(gè)車型識(shí)別為例使用Caffe完成項(xiàng)目開發(fā)。最后介紹了目標(biāo)檢測的基本原理和幾個(gè)當(dāng)前最流行的算法：Faster R-CNN、YOLO和SSD等，并用開源的Caffe實(shí)例驗(yàn)證了Faster R-CNN和SSD算法的性能。
第五章：介紹了TensorFlow的工作原理和使用方法。闡述了TensorFlow架構(gòu)中圖、張量、運(yùn)算和會(huì)話等概念和用法，使用TensorFlow實(shí)現(xiàn)父子身高問題的線性回歸實(shí)例。
第六章：闡述了AlphaGo、強(qiáng)化學(xué)習(xí)、策略網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)工作原理。以一個(gè)九宮棋為例講述了強(qiáng)化學(xué)習(xí)的基本算法：Q學(xué)習(xí)算法。隨后介紹了AlphaGo的架構(gòu)，其賴以常勝不敗的監(jiān)督學(xué)習(xí)策略網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)等組件的工作原理。最后介紹了深度學(xué)習(xí)的一個(gè)有趣應(yīng)用：畫風(fēng)遷移，以饗讀者。
作者介紹：
龍飛，高級(jí)工程師，本科畢業(yè)于南京大學(xué)，博士畢業(yè)于清華大學(xué)，香港科技大學(xué)博士后。曾供職于中國電子科技集團(tuán)公司第五十四研究所�，F(xiàn)任中國搜索創(chuàng)新研發(fā)部總監(jiān)。負(fù)責(zé)公司互聯(lián)網(wǎng)創(chuàng)新產(chǎn)品和人工智能、大數(shù)據(jù)相關(guān)項(xiàng)目的研發(fā)。主持并參與了國搜識(shí)圖、國搜學(xué)術(shù)、國搜圖書等平臺(tái)和頻道的研發(fā)與上線。主要研究方向?yàn)榫W(wǎng)絡(luò)路由、無線網(wǎng)狀網(wǎng)絡(luò)，近年涉足深度學(xué)習(xí)、數(shù)據(jù)挖掘領(lǐng)域。
part 2 ：行業(yè)篇
《人之彼岸》
郝景芳繼《北京折疊》后全新科幻作品——《人之彼岸》。該書首度從文學(xué)跨度到科普。書里不僅包括最新創(chuàng)作的六篇中短篇小說，還包括兩篇解讀人工智能的文章。故事圍繞人與人工智能的糾葛展開，其設(shè)定的場景既包括離我們很近的人工智能產(chǎn)品，也包括預(yù)設(shè)的地球被萬神殿操控的宏大場面。
郝景芳構(gòu)思的六個(gè)科幻故事，它們的主角無疑都是人與AI。人與AI隔岸而望，作為理性的AI，是否一定能把人類非理性的一套心理表征學(xué)個(gè)差不多？在物理環(huán)境變成了智能產(chǎn)品的天下之后，人又該如何自處？六篇科幻故事之后，郝景芳用兩篇非科幻思考回答了我們關(guān)于AI的所有困惑。
人工智能會(huì)不會(huì)毀滅人類，以及人工智能會(huì)取代多少人的就業(yè)，實(shí)際上是有關(guān)人工智能討論的最熱話題。郝景芳認(rèn)為，人工智能會(huì)變得非常強(qiáng)大，但并不意味著它們會(huì)毀滅人類。它們的威脅性其實(shí)和原子彈一樣：能毀滅所有人，但按鈕掌握在人類手里。
作者介紹：
郝景芳，1984年生，小說作家，經(jīng)濟(jì)研究員。2002年進(jìn)入清華大學(xué)物理系學(xué)習(xí)，2013年獲得清華經(jīng)濟(jì)學(xué)博士學(xué)位。2016年8月，在第74屆世界科幻大會(huì)上，憑借短篇小說《北京折疊》斬獲雨果獎(jiǎng)最佳中短篇小說獎(jiǎng)。曾出版長篇小說《流浪蒼穹》《生于一九八四》，短篇小說集《去遠(yuǎn)方》《孤獨(dú)深處》，文化散文集《時(shí)光里的歐洲》。創(chuàng)立兒童通識(shí)教育項(xiàng)目“童行計(jì)劃”。
《黑箱社會(huì)：控制金錢和信息的數(shù)據(jù)法則》
隱秘的算法可以塑造（或破壞）信譽(yù)，也可以決定企業(yè)家的命運(yùn)，甚至是摧毀整個(gè)經(jīng)濟(jì)體。這本書深入探討了Google、亞馬遜、Facebook、蘋果等硅谷和華爾街的公司是如何運(yùn)用這些運(yùn)算法則的，以及作為我們個(gè)人應(yīng)該如何在這個(gè)信息經(jīng)濟(jì)社會(huì)保護(hù)我們的隱私，以及確保我們的個(gè)人信息安全。
這本書最可取之處，是脫離了以往那些空談隱私保護(hù)的話題，而是時(shí)不時(shí)給出了問題的癥結(jié)和可能的解決方案。早期的隱私專家只是強(qiáng)調(diào)信息威力的力量失衡對(duì)社會(huì)造成的后果，那些所謂的經(jīng)典補(bǔ)救措施也就是要求個(gè)人知情同意。問題是，只要告訴如何使用這些數(shù)據(jù)，只要他們同意，隱私就得到了維護(hù)嗎？作者認(rèn)為這遠(yuǎn)遠(yuǎn)不夠。
對(duì)待信息的角力，作者在書中強(qiáng)調(diào)了三個(gè)關(guān)鍵詞：信譽(yù)、搜索和金融。信譽(yù)是被他人認(rèn)識(shí)的結(jié)果，搜索為了認(rèn)識(shí)他人，金融則是幫助人們做出經(jīng)濟(jì)決策。
作者介紹：
弗蘭克·帕斯奎爾，馬里蘭大學(xué)教授，耶魯大學(xué)法學(xué)院信息社會(huì)項(xiàng)目成員以及大數(shù)據(jù)、道德和社會(huì)理事會(huì)的成員。他是普林斯頓大學(xué)信息技術(shù)中心的訪問研究員，并在耶魯大學(xué)法學(xué)院和卡多佐法學(xué)院擔(dān)任客座教授。他還曾在牛津大學(xué)獲得馬歇爾學(xué)者的稱號(hào)。帕斯夸萊曾在眾議院的司法委員會(huì)上作證，并與Google、微軟和雅虎的法律總顧問對(duì)峙。
《赤裸裸的未來》
《赤裸裸的未來》主題聚焦于未知與未來，但論述絕非建立在想象之上的空中樓閣，其間穿插著大量事例，或基于客觀現(xiàn)實(shí)，或依據(jù)科學(xué)推測，生動(dòng)有趣。塔克爾通過大量的訪談和調(diào)查，約見各領(lǐng)域的權(quán)威人士，積累了極為豐富的素材，提取了他們有關(guān)現(xiàn)實(shí)的觀點(diǎn)和對(duì)未來的預(yù)期，為我們展開了有關(guān)未來社會(huì)各領(lǐng)域的翔實(shí)可信的圖景，講述的雖是前沿科技主題，內(nèi)容卻平實(shí)親和。
就個(gè)人而言，我們生活在一個(gè)“超級(jí)透明”的世界，我們泄露出去的海量信息無處不在。若將這些信息收集起來，加以分析，就能勾勒出每一個(gè)人的真實(shí)性格、內(nèi)心偏好，乃至可以預(yù)測每個(gè)人的命運(yùn)。
就時(shí)代而言，作者大膽預(yù)言：“大數(shù)據(jù)時(shí)代”只不過是一朵小浪花，終將會(huì)被更新、更前沿的“物聯(lián)網(wǎng)時(shí)代”取代，并以災(zāi)難預(yù)測、流行病預(yù)防、犯罪防治、潛能開發(fā)、情緒管理、戀愛情感、個(gè)性化學(xué)習(xí)、娛樂私人定制等領(lǐng)域?yàn)槔�，描繪了一個(gè)富有激情的美好未來。
作者介紹：
帕特里克·塔克爾（Patrick Tucker），美國《未來主義者》（The Futurist）雜志副主編，世界未來主義大會(huì)（World Future Society）負(fù)責(zé)人，世界著名未來學(xué)學(xué)者、小說家，曾獲“巴里·漢納短篇小說獎(jiǎng)”和“尤金·沃爾特小說獎(jiǎng)”。
|
