深度學(xué)習(xí)的商業(yè)化應(yīng)用：谷歌工程師前沿解讀人工智能

第一章輕松入門
人工智能、機器學(xué)習(xí)與深度學(xué)習(xí)有何不同？3
深度學(xué)習(xí)是機器學(xué)習(xí)的一部分4
機器學(xué)習(xí)無需人類編程6
計算機的發(fā)展使深度學(xué)習(xí)成為可能8
人工智能的發(fā)展如同一股“研究洪流”12
從“移動優(yōu)先”到“AI優(yōu)先”14

第二章入門
深度學(xué)習(xí)的框架21
何謂機器學(xué)習(xí)以外的人工智能21
機器學(xué)習(xí)的基礎(chǔ)24
機器學(xué)習(xí)存在多種手段26
神經(jīng)網(wǎng)絡(luò)模擬大腦神經(jīng)構(gòu)造27
計算機自主學(xué)習(xí)分類方法32
通過網(wǎng)上的“游樂場”理解神經(jīng)網(wǎng)絡(luò)36
教師引導(dǎo)式學(xué)習(xí)與強化學(xué)習(xí)40
“阿爾法圍棋”充分應(yīng)用強化學(xué)習(xí)43

第三章谷歌實例
目錄谷歌的深度學(xué)習(xí)應(yīng)用實例49
面向未來，深度學(xué)習(xí)的應(yīng)用范圍不斷擴展49
語音操控的家庭AI管家50
能像人類一樣溝通交流??？54
深度學(xué)習(xí)助力無人駕駛58
深度學(xué)習(xí)為數(shù)據(jù)中心大幅節(jié)能60
超越人眼，分辨事物的圖像識別功能62
自動對照片進行分類的“Google相冊”64
用人工智能判斷繪畫作品的“Quick，Draw”66
計算機也能做夢？“深夢”實驗68
產(chǎn)出優(yōu)秀藝術(shù)與音樂的Magenta69
動態(tài)圖像也可識別！“讀唇術(shù)勝過專家”70
能夠理解文章的文本分析技術(shù)71
自動生成回復(fù)郵件參考文的“Inbox”73
垃圾郵件過濾器的精準度也大幅提升74
使企業(yè)信息檢索暢通無阻的“Google Springboard”75
發(fā)出語音即可與計算機互相溝通的“語音識別”76
在人機對話過程中提供幫助的“Google助手”78
能夠生成合成語音及鋼琴曲的“WaveNet”80
有望打破語言壁壘的“機器翻譯”82
神經(jīng)網(wǎng)絡(luò)推動Google翻譯進化83
可輕松使用深度學(xué)習(xí)成果的“機器學(xué)習(xí)API”87
可有效利用個性化深度學(xué)習(xí)的“TensorFlow”92
深度學(xué)習(xí)的適用領(lǐng)域與不適用領(lǐng)域94

第四章企業(yè)實例
利用深度學(xué)習(xí)技術(shù)提高工作效率的嘗試在日本接連展開99
安藤·間，隧道施工過程中判斷巖層硬度99
思考如何讓挖掘作業(yè)自動達到最優(yōu)化的程度101
從汽車照片到外形，全部精確鎖定，AUCNET IBS102
一年使用約500萬輛二手車的數(shù)據(jù)105
無法識別車輛朝向的痛點107
為提升二手車交易的活躍度作出貢獻108
Aerosense對無人機航拍數(shù)據(jù)的運用109
搭建通過少量教師數(shù)據(jù)檢測汽車數(shù)量的系統(tǒng)110
開發(fā)能提高測量效率的標記112
Peach，通過語音識別API 24小時提供出行咨詢服務(wù)114
人與人工智能的職責(zé)分配117
三井住友金融集團，對信用卡非正常使用情況的檢測精
準度大幅提升119
全面覆蓋呼叫中心121
數(shù)據(jù)得不出的答案124

第五章運用框架
用數(shù)據(jù)×目的的方式進行整合，描繪運用的發(fā)展圖景129
數(shù)據(jù)×目的整合法131
走在前端的圖像數(shù)據(jù)運用133
語音數(shù)據(jù)主要來自呼叫中心135
符合實際的運用方法：以削減成本為入口137
成功必備的常識與人才轉(zhuǎn)換141
能否構(gòu)想出運用的推進圖景？142
需要什么樣的人才？145
機器學(xué)習(xí)日?；乱粋€具有特殊價值的會是？147

第六章未來展望
未來，我們用深度學(xué)習(xí)解決問題151
谷歌云機器學(xué)習(xí)團隊研究負責(zé)人李佳的解答151
技術(shù)革新的引導(dǎo)力是深度學(xué)習(xí)152
人類能力優(yōu)秀，算法研究任重道遠154
深度學(xué)習(xí)處于“數(shù)據(jù)匱乏”狀態(tài)156
解決現(xiàn)實世界的問題是AI研究的目標157

結(jié)語
后記