快速了解
75 years
artificial intelligence
为什么写这本书?
在工作以及生活中,其实很多朋友对 AI 非常感兴趣,但是对其的了解大多都是一知半解,无论是恐慌式学习还是真的想要了解从而学习 AI,大多数人不知道从哪里开始。
其实在我个人看来,无论学习 AI 的哪个方向,这一切的前提都是要对整个 AI 的背景以及生态有一个清晰的认知,否则一切都是空中楼阁。
所以在和言哥、文杰、船长一起写 《Vibe编程:探索AI时代编程新范式》 一书做大纲规划时,在其早期的大纲中规划了人工智能发展史这一章节,旨在给大家纵观介绍一下人工智能的整个发展过程。
但是由于篇幅以及核心内容稍微有些偏离主题的原因,移除掉了这一章节,所以我就单独发了一本电子书。
尽管我可能并不是非常专业,但是本书内容我查阅了大量国内外论文、文献,尽可能的保证无错。
当然百密且有一疏,如果有错误,欢迎大家联系我或者直接提交 PR 指正。
如果将整个人工智能发展历程的一些技术、细节都写进去,篇幅会非常大,所以本书只写了人工智能发展历程中每个关键技术转折点。
后续也会陆续的更新、补充内容,如果有时间的话,也可能会录成一个系列视频。
这也是电子书比较好的地方,随时可以改动,哈哈哈。
本书的主要内容?
你有没有想过一个问题:人类的大脑,这个重量不到 1.5 千克的“小肉球”,是怎么创造出诗歌、音乐、数学公式,还能写出 bug 满天飞的代码的?
我们能让机器也学会这些能力吗?
这个看似天马行空的想法,从 1950 年开始变成了严肃的科学探索。
70 多年过去了,我们终于快要找到答案了。
而正在读这本书的你和他,其实就站在这场人类智慧大冒险的最前沿。
但我们要知道,这不是一蹴而就的奇迹。
每一次技术突破,都源于对前一个难题的绝不妥协。
每一个新方法的诞生,都为下一个更大的挑战埋下伏笔。
这是一个环环相扣的技术链条,是一部关于人类不断逼近“机器智能”梦想的传奇故事。
本书将沿着这条问题驱动的技术演进路径,见证每一个关键时刻:
从图灵的机器智能判断标准,到符号主义的逻辑尝试,再到统计学习的数据觉醒,直至深度学习的感知突破,最终到达大模型的智能涌现。
我们会看到每个技术转折点如何自然而然地从前一个未解问题中诞生,理解人工智能这个宏大的技术图景。
本书大概11w字左右,会涉及到人工智能的整个发展过程。
什么人适合阅读本书?
本书适合所有对人工智能感兴趣的读者。
无论你是学生、工程师、创业者还是普通上班族,都可以从本书中获得启发和收获。
作者简介
Isboyjc,资深程序员牛马。
Email:isboyjc@gmail.com
Bilibili:不正经的前端
Youtube:不正经的前端
章节一览
第一章 智能起源
探索智能起源,图灵测试为人工智能的漫漫征途确立了第一个清晰的宏伟目标。
第二章 符号主义兴衰史
描绘了AI的第一个主导范式“符号主义”从诞生、辉煌到因无法应对现实世界的复杂性而最终衰落的全过程。
第三章 机器学习的崛起
在符号主义的基础之上,连接主义、行为主义与统计学习百花齐放,共同将AI推向了数据驱动的机器学习时代。
第四章 深度学习的突破
介绍深度学习通过自动学习特征克服了传统机器学习的瓶颈,并在计算机视觉和序列处理领域取得的革命性突破。
第五章 Transformer 时代
介绍Transformer架构以其颠覆性的自注意力机制开启了大规模预训练模型的新纪元。
第六章 驯服大模型
探讨如何通过指令微调、对齐优化与可控生成等技术“驯服”强大的语言大模型,使其变得有用、可靠且安全。
第七章 现代AI技术生态
介绍 RAG、Function Calling 及 Agent 等技术,将大模型与真实世界连接,构建能力被无限放大的现代 AI 应用生态。
Last updated on