有趣、实用、全面，是程序员心中理想人工智能教材的样子了

题图 | by@macrovector- www.freepik.com

在 21 世纪的第二个十年里，科技界最大的进展恐怕非人工智能莫属了。无论是战胜人类围棋高手的 AlphaGo，还是遍布各地车站的人脸识别系统，配备了深度学习技术的最新人工智能展现了它无限大的势能，并已经进入到我们的日常生活中。

人工智能（artificial intelligence，AI），顾名思义，就是通过计算的方式模拟、延伸和扩展人的智能。它作为计算机科学的一个分支，早在 1956 年就诞生了。然而，长久以来，人工智能的发展却不能与它的名字相符。不过近年来，人工智能可以非常好地进行“形象化”思维了，甚至已经可以在多个方面战胜人类。

人工智能

在哪些方面战胜了人类呢？

例如，现在人工智能的人脸识别准确度已经达到了 99.7%，超过了人类的识别准确度 97.3%。2017 年 1 月，百度大脑的人工智能程序参加了《最强大脑》节目，在人脸识别和声纹识别上挑战了人类顶尖高手，并最终完胜人类的“最强大脑”。

(图片源自 https://mtc.baidu.com/）

在自动驾驶技术方面，2021 年，特斯拉已经向部分车主推送 FSD（full self-driving，全自动驾驶）功能，几乎能够实现全场景自动驾驶。

在 2016 年 3 月和 2017 年 5 月，AlphaGo 分别与世界围棋冠军李世石和柯洁进行了举世瞩目的比赛。可以看到，配备了深度强化学习技术的人工智能可以像人类围棋高手那样具有出色的大局观，甚至具有一定的创造力。

(图片源自搜狐网 https://m.sohu.com/a/158415037_260616/?pvid=000115_3w_a）

2018 年，DeepMind 发布了 AlphaFold，在生物学的核心挑战之一蛋白质折叠问题上取得了重大进展，AlphaFold 生成的蛋白质 3D 模型比以往任何一种都精确得多。2021 年，DeepMind 使用深度生成模型取代了气候科学中的大气方程，实现了比传统方法更高精度的降雨预测。DeepMind 借助人工智能进一步推动了科学与产业前进。

人工智能

在我们日常生活的广泛应用

随着各大公司开源了他们的深度学习框架和平台，每一个普通企业或者个人都可以快速地应用人工智能技术。你只要有一台笔记本电脑，就可以轻松玩转深度学习，实现诸如人脸识别、图像生成、机器翻译、聊天机器人等强大的人工智能功能。

人工智能早已渗透到了我们的日常生活中。例如，当我们使用导航系统播报路况的时候，导航者的声音就会从手机或汽车音响里播放出来。难道导航者会把成千上万种可能的路况信息都念一遍吗？答案显然是否定的，这是运用了人工智能中的语音合成技术。

有一款 App 叫作 FaceApp，它可以使你的脸发生各种有趣的变化。比如给你的脸上妆，让你看一看自己以后苍老的样子，甚至可以为郁郁寡欢的脸添加一抹笑容。这款 App 的背后也有人工智能技术的支撑。它采用图像生成技术，通过不断提取大量照片中人像的特征生成全新的图片。

（选自 FaceApp 官网 http://www.auspiciousmood.com/）

人工智能时代

普通的程序员想入门人工智能技术应该做哪些准备呢？

工欲善其事，必先利其器。选择一个好的人工智能框架平台是我们跨入这个行业的前提。可以说工具选对了，我们的一只脚就已经跨入了人工智能的大门。在这里给大家推荐的“器”是 PyTorch，推荐这个深度学习框架平台有如下几点原因——

• 简单、易用、上手快：这一点对于初学者来说极具吸引力。

• 功能强大：从计算机视觉、自然语言处理再到深度强化学习，PyTorch 的功能异常强大。而且，如今支持 PyTorch、功能强大的包也越来越多，例如 Allen NLP （自然语言处理）和 Pyro（概率编程）。

• Python 化编程：在诸多深度学习开源框架平台中，PyTorch 恐怕是和 Python 结合得最好的一个。相比 TensorFlow 框架来说，PyTorch 会让你的代码更流畅、更优雅。

• 强大的社区支持：对于初学者来说，吸取前辈的经验恐怕是最迫切的问题之一了。尽管 PyTorch 面世不久，但是它的社区成长飞快。在国内，用 PyTorch 作为关键词搜索就能找到大概五六个网络社区、BBS。各大问答类网站关于 PyTorch 的问题数目也在持续增加。

如此强大、好用的工具，绝对是值得我们大力推广的。然而，目前有关 PyTorch 的优质资料仍以英文为主。大部分介绍深度学习、人工智能的资料充斥着数学公式，这对普通用户而言是一个不低的门槛。

因此，为了进一步推广 PyTorch，普及人工智能和深度学习等新技术。集智俱乐部的成员合力编写了一本书叫《深度学习原理与 PyTorch 实战（第 2 版）》。

作者：集智俱乐部

本书特色

• 基于 PyTorch 最新版本，涵盖深度学习基础知识和前沿技术

• 由浅入深，通俗易懂，适合初学者，真正的深度学习入门书

• 实战案例丰富有趣，深度学习原理与具体的操作流程相结合

• 新增了 Transformer、BERT、图神经网络等热门技术的讲解

• 配有源代码、视频课程和导学视频，让学习更直观、更有效

内容简介

本书是一本系统介绍深度学习技术及开源框架 PyTorch 的入门书。书中通过大量案例介绍了 PyTorch 的使用方法、神经网络的搭建、常用神经网络（如卷积神经网络、循环神经网络）的实现，以及实用的深度学习技术，包括迁移学习、对抗生成学习、深度强化学习、图神经网络等。

读者通过阅读本书，可以学会构造一个图像识别器，生成逼真的图像，让机器理解单词与文本，让机器作曲，教会机器玩游戏，还可以实现一个简单的机器翻译系统。

第 2 版基于 PyTorch 1.6.0，对全书代码进行了全面更新，同时增加了 Transformer、BERT、图神经网络等热门深度学习技术的讲解，更具实用性和时效性。

作者简介

集智俱乐部（Swarma Club）

成立于 2003 年，是一个从事学术研究、享受科学乐趣的探索者团体，也是国内最早研究人工智能、复杂系统的科学社区之一，倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的“没有围墙的研究所”。目前已出版著作有《科学的极致：漫谈人工智能》《走近 2050：注意力、互联网与人工智能》《NetLogo 多主体建模入门》，译作有《深度思考：人工智能的终点与人类创造力的起点》。

大咖推荐

配套资源

本书还附赠源代码和随书下载资料，配套导学视频和视频课程，方便读者理解本书。

新书上市，扫码购买>>>