序 言

深度學(xué)習(xí)已經(jīng)風(fēng)靡人工智能領(lǐng)域,幾乎滲透到各個(gè)商業(yè)應(yīng)用當(dāng)中。由于現(xiàn)在幾乎所有內(nèi)容和交易都以數(shù)字格式記錄,因此可通過機(jī)器學(xué)習(xí)算法探索大量數(shù)據(jù)。然而,傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)很難探索這種所謂的大數(shù)據(jù)中出現(xiàn)的錯(cuò)綜復(fù)雜的關(guān)系。對于諸如圖像、語音和文本之類的非結(jié)構(gòu)化數(shù)據(jù),尤其困難。

深度學(xué)習(xí)算法具有非常強(qiáng)的學(xué)習(xí)能力,可以應(yīng)對分析巨大數(shù)據(jù)流的挑戰(zhàn)。此外,深度神經(jīng)網(wǎng)絡(luò)相對于其他人工智能技術(shù),需要很少(如果有的話)的特征工程,就可以從頭到尾進(jìn)行訓(xùn)練。深度學(xué)習(xí)算法的另一個(gè)優(yōu)點(diǎn)是僅需要最少的監(jiān)督架構(gòu)(換句話說,這些架構(gòu)可以自動(dòng)從數(shù)據(jù)中學(xué)習(xí)幾乎不需要人為干預(yù))。這些架構(gòu)是弱監(jiān)督學(xué)習(xí),即所謂“無監(jiān)督”。最后,深度學(xué)習(xí)可以當(dāng)作生成過程進(jìn)行訓(xùn)練,其算法不是將輸入映射到輸出,而是學(xué)習(xí)如何從純噪聲(即生成對抗網(wǎng)絡(luò))生成輸入和輸出。想象一下,從幾百個(gè)隨機(jī)數(shù)組合中,生成梵高的畫作、汽車,甚至是人臉。這是多么神奇的事情!

谷歌語言翻譯服務(wù)、Alexa語音識別和自動(dòng)駕駛汽車均采用深度學(xué)習(xí)算法。其他相關(guān)領(lǐng)域也嚴(yán)重依賴深度學(xué)習(xí)算法,例如語音合成、新藥研發(fā)及面部辨別和識別等。即使在創(chuàng)意領(lǐng)域,如音樂、繪畫和寫作,也開始被這項(xiàng)技術(shù)所顛覆。事實(shí)上,深度學(xué)習(xí)算法在經(jīng)濟(jì)中創(chuàng)造出了深刻的轉(zhuǎn)型升級,這可能引發(fā)人類所見過的最大變革之一。

由于免費(fèi)、強(qiáng)大的計(jì)算框架和API(如Keras和TensorFlow)的傳播,運(yùn)行模型的廉價(jià)云服務(wù)以及數(shù)據(jù)的便捷可用性,任何人都可以在幾小時(shí)內(nèi)在家中運(yùn)行深度學(xué)習(xí)模型。這種“平民化”就解釋了為什么對深度學(xué)習(xí)感興趣的人數(shù)呈爆炸性增長,以及在開放格式Arxiv和NIPS等專業(yè)頂級會(huì)議上呈現(xiàn)的眾多突破的原因。

本書巧妙地通過抽象數(shù)學(xué)技能探索各種深度學(xué)習(xí)算法,講解了計(jì)算機(jī)視覺、自然語言處理、強(qiáng)化學(xué)習(xí)和無監(jiān)督深度學(xué)習(xí)等深度學(xué)習(xí)領(lǐng)域的具體商業(yè)應(yīng)用的案例。本書面向中級和高級專業(yè)人員以及對機(jī)器學(xué)習(xí)有基本了解的入門級專業(yè)人員。讀者可以通過深入理解業(yè)務(wù)應(yīng)用程序,了解有關(guān)各個(gè)領(lǐng)域未來發(fā)展的應(yīng)用示例。

本書簡要介紹了整個(gè)深度學(xué)習(xí)領(lǐng)域的最新算法,其主要目的為使算法更為實(shí)用:解釋和說明在幾個(gè)應(yīng)用領(lǐng)域中使用的一些重要的深度學(xué)習(xí)算法,特別是對核心業(yè)務(wù)有重大影響的深度學(xué)習(xí)算法。本書面向那些想要了解深度學(xué)習(xí)以及如何將其用于開發(fā)商務(wù)應(yīng)用的人,旨在為從業(yè)人員提供實(shí)用有效的實(shí)施方法。書中過濾掉了令人無所適從的統(tǒng)計(jì)學(xué)和線性代數(shù)推導(dǎo),為讀者提供了如何為商業(yè)模式制作簡單動(dòng)手工具的方法和技巧。

本書首先介紹了深度學(xué)習(xí)架構(gòu),并給出了簡要?dú)v史背景。接下來介紹了深度學(xué)習(xí)的最先進(jìn)實(shí)例,與傳統(tǒng)的機(jī)器學(xué)習(xí)算法相比,其具有更好的應(yīng)用前景。書中涵蓋了推薦系統(tǒng)和自然語言處理的應(yīng)用,包括能夠捕捉語言翻譯模型豐富性的遞歸神經(jīng)網(wǎng)絡(luò)(RNN)。最后介紹了研究深度學(xué)習(xí)模型在金融風(fēng)險(xiǎn)評估、控制和機(jī)器人技術(shù)及圖像識別中的應(yīng)用。在書中,你可以了解到產(chǎn)品中采用該技術(shù)的關(guān)鍵公司和初創(chuàng)公司,還可以找到有用的鏈接以及一些關(guān)于如何使用Keras和Python中的一些實(shí)際的代碼示例和訓(xùn)練深度學(xué)習(xí)模型的示例、技巧和見解。

譯者序

1992年離開清華園,也離開當(dāng)時(shí)很有產(chǎn)業(yè)應(yīng)用前景的通信行業(yè), 進(jìn)入語音識別這個(gè)前沿研究領(lǐng)域, 沒考慮太多的就業(yè)前景, 因?yàn)槟菚r(shí)沒聽說過互聯(lián)網(wǎng),更別說人工智能產(chǎn)業(yè)了,只是覺得語音識別更有趣,在智力上的挑戰(zhàn)也更大。

27年后, 剛剛在一家國內(nèi)上市公司完成一個(gè)“人工智能、機(jī)器換人”項(xiàng)目后,就離開這家上市公司的創(chuàng)新研究院院長職位,開始一家“人工智能+音樂教育”的創(chuàng)業(yè)公司,回顧這些年的所見所聞,感慨萬千。

剛開始, 語音識別和圖像處理是不同的行當(dāng), 模式識別和專家系統(tǒng)也是比較遠(yuǎn)的門類, 那時(shí)很少有人把它們統(tǒng)稱為人工智能, 因?yàn)閷?shí)在太難了, 每個(gè)細(xì)分行當(dāng)?shù)墓ぞ卟顒e都很大,很少有人能同時(shí)精通這幾個(gè)門類。 經(jīng)歷了近60年艱苦跋涉后, 很多“AI人才”轉(zhuǎn)行進(jìn)入互聯(lián)網(wǎng)、基因測序和電子產(chǎn)品研發(fā)領(lǐng)域。2012年后,深度神經(jīng)網(wǎng)絡(luò)技術(shù)借助GPU 和互聯(lián)網(wǎng)大數(shù)據(jù),在語音識別和圖像識別等領(lǐng)域首度超越了人的識別能力, 人工智能產(chǎn)業(yè)的革命真正到來了!

常常有人問我:“有了人工智能會(huì)怎樣?”我建議他這樣思考:“在1900年, 人們會(huì)問有了電會(huì)怎樣? 站在21世界的你該怎樣回答?”20世紀(jì)這一百年最重要的技術(shù)要素是電,人們現(xiàn)在不會(huì)再大規(guī)模從事“洗衣工”這樣的職業(yè)。因?yàn)橛辛穗?無論是黃昏還是黑夜,人們都可以更多地工作、學(xué)習(xí)、娛樂,創(chuàng)新了不計(jì)其數(shù)的新職業(yè),生活品質(zhì)大大提升。

21世紀(jì)的最大技術(shù)要素?zé)o疑是人工智能,產(chǎn)線工人、司機(jī)或物流人員、保安等職業(yè)將逐漸消失,就像100年前的洗衣工人,同時(shí)又有難以置信的無數(shù)新行業(yè)被“發(fā)明”出來,21世紀(jì)末的生活精彩程度是現(xiàn)在難以想象的。

無論你現(xiàn)在有什么技能,從事什么行業(yè),在21世紀(jì)的生存發(fā)展都要求你具備“人工智能場景思維”,在各個(gè)場景里,人工智能做什么,人做什么,如何分工配合。這就是我們選擇翻譯推出這本《深度學(xué)習(xí)深度學(xué)習(xí)商業(yè)應(yīng)用開發(fā)指南———從對話機(jī)器人到醫(yī)療圖像處理》的原因,這里涉及的場景包括圖像分割、圖像識別、圖像標(biāo)題、視覺問答、視頻分析、衛(wèi)星圖像處理、知識圖譜、自然語言翻譯、多模態(tài)學(xué)習(xí)、語音識別、機(jī)器人控制、自動(dòng)駕駛、對話機(jī)器人、電子商務(wù)推薦算法、棋類游戲、電子游戲、圖畫風(fēng)格轉(zhuǎn)化、音樂處理、信用卡防詐騙、金融預(yù)測、醫(yī)療圖像識別、新藥發(fā)現(xiàn)、法務(wù)、數(shù)據(jù)中心管理等幾十種應(yīng)用。圍繞這些應(yīng)用場景,對具體的算法和技術(shù)也做了詳細(xì)討論。

本書適合各類各級企業(yè)管理者、產(chǎn)品經(jīng)理、軟硬件工程師、測試人員閱讀,也適用于人工智能培訓(xùn)班、大學(xué)生創(chuàng)新創(chuàng)業(yè)實(shí)戰(zhàn)訓(xùn)練、研究生課題演練、程序員實(shí)力提升使用。

本書的出版得益于北京航空航天大學(xué)出版社的推薦以及北航軟件學(xué)院研究生邱國慶、李文意的辛勤付出,在此一并表示感謝。

由于人工智能是近年來快速發(fā)展、迭代演變的領(lǐng)域,對于一些術(shù)語也有不同的譯法,我們盡量多方考證,選用在國內(nèi)最為普遍的術(shù)語譯法。

兩位譯者對全書做了三遍校對,盡管如此,錯(cuò)誤仍然在所難免, 如果讀者發(fā)現(xiàn)錯(cuò)誤或不妥之處,可以給我們發(fā)郵件,我們將在再版時(shí)修訂,感謝您的參與和指正。衷心祝愿您能擁抱人工智能時(shí)代,具備人工智能場景思維,更好地服務(wù)他人,為社會(huì)創(chuàng)造更多財(cái)富,也讓您和您的家人擁有更美好的未來。

譯 者

2018年6月于蘇州科技城