【解碼人工智慧 這六本書贈予你金鑰！】

人工智慧已經成為近來的流行語，但其實這個問題已經被談論了很多年。當然也有很多的書籍，以下為大家整理的這些書籍可以更好的幫助你理解人工智慧的前世今生。

下面列出了六本AI書籍，是解釋AI起源必需品。

1.《哥德爾，埃舍爾，巴赫：集異璧之大成》)——Douglas Hofstadter(侯世達)

霍夫斯塔特預言，未來的任何計算機系統都將能夠模仿人類的智慧。正確地說，如果整個有機體的生命由細胞的數百和數千的形式化學物支援，並且由於發射神經元而發生意識，那麼這為人造系統留下了更大的機會，它會與我們執行一樣的操作。

2.《意識社會》——馬文·明斯基3.《皇帝的新腦》——羅傑·彭羅斯

在這本有趣的書中，享譽盛名的沃爾夫獎的著名物理學家羅傑·彭羅斯（Roger Penrose）與斯蒂芬·霍金（Stephen Hawking）教導我們，人類思維的某些方面永遠不能被機器模仿/複製。該書對電腦科學、數學、物理學、宇宙學、神經和精神科學以及哲學進行了廣泛、深入淺出的討論，體現了作者向哲學上最大問題——“精神-身體關係”挑戰的大無畏精神。書中充滿了天才般的猜測，貫穿著探索真理的靈感和激情。

4.常用Lisp的人工智慧程式設計案例研究範例——Peter Norvig

雖然我只是一個AI思想家而不是AI建立者，但我認為這本書可以向你介紹高階的Common Lisp技術，以幫助你建立一個非常堅固的AI系統。突出描述了幫助打破和建立完美的實踐計劃的方法，並共同審查關鍵的人工智慧概念。

5.《人工智慧：一種現代方法》——Peter Norvig和Stuart.J.Russell

“這本暢銷書提供了對人工智慧理論和實踐的最全面、最新的介紹，本書的每一部分都附有非技術性的學習資料，網際網路作為智慧系統增加了幾個地方，包括邏輯代理、規劃和自然語言，增加了材料的覆蓋範圍，包括：預設推理和真實維護系統，包括多智慧體/分散式人工智慧和博弈論。

6.《集體智慧程式設計》——Toby Segaran

在對託比關於人工智慧系統及其能力的主張方面，蒂姆·沃爾特（Tim Walter）有何看法？

“Toby的書很好地將機器學習演算法的複雜主題分解成實用的、易於理解的例子，這些例子可以直接應用今天Web上的社互動動分析。如果兩年以前我有這本書，會節省很多寶貴的時間，不去走一些沒有結果的路。”

AI中國

人工智慧不僅會影響到各個行業和工作場所，而且會影響人類之間的互動的方式。隨著人工智慧旅程的繼續，我們將日益看到它在日常生活中所發揮的先進性。

現在有許多的技術人員、科學家、企業家都在思考我們的AI的未來和對社會的影響，各種作者都已經探討了這個話題。對於那些著迷於人工智慧或想進入這個領域的人來說，閱讀關於技術的發展及其潛力將會是一個很好的起點和出發點。

作為一名熱愛讀者和人工智慧技術的追隨者，這裡有一些關於人工智慧的話題的頂級書籍推薦。

“對人工智慧的探索”《The Quest for Artificial Intelligence》

近年來，人工智慧的興趣激增是由深度學習驅動的，在感性工作中獲得了顯著的成果。但是AI有悠久的歷史，作者尼爾斯·尼爾森（Nils Nilsson）的“對人工智慧的探索”（Nuest Nilsson）是一篇在許多重要進步領域和一些“死衚衕”中發揮重要作用的人，對這段歷史進行了詳盡而全面的回顧。這本書以易於理解的方式描述了人工智慧中的許多重要技術，講述了他們發展的有趣故事以及他們背後的個性。總的來說，這是一個相對輕鬆、有趣的閱讀，照亮了一個深刻而重要的話題。

https://www.cambridge.org/core/books/the-quest-for-artificial-intelligence/32C727961B24223BBB1B3511F44F343E

“主演算法”《The Master Algorithm》

佩德羅·多明戈斯的“主演算法”是對人工智慧的領域的總結采用論了一種哲學的方法。本書回顧了機器學習的一些關鍵子領域，以綜合“主演算法”。雖然作者的綜合的大方向比較難懂，但是本書提供了對機器學習更廣的角度的迷人介紹，這就是人工智慧中從支援向量機到進化演算法的最重要的神經網路技術。作為另一種簡單易懂的閱讀書籍的一種，以及最近出現的一些可用的AI書籍，“主演算法”的樂觀之處在於AI將以各種積極的方式改變世界，從改善衛生保健到應對氣候變化等方面。

https://www.basicbooks.com/titles/pedro-domingos/the-master-algorithm/9780465065707/

“紙張：通過歷史尋找”《Paper: Paging Through History》

這本書記錄了把紙張作為一種技術的歷史指引，讓讀者透過紙張的演變及其對社會的影響領略技術的變化。 Kurlansky在技術開發和採用方面具有獨特和引人入勝的視角。引用：

“研究紙張的歷史揭露了一些歷史誤解，其中最重要的是這種技術謬誤：技術改變社會的觀念。正好相反。社會開發技術來解決正在發生的變化。”

“紙張”是一個簡單而有說服力的閱讀材料，可以深入瞭解技術和社會如何在人工智慧的背景下共同進化。

http://books.wwnorton.com/books/Paper/

“人類簡史：從動物到上帝”《Sapiens: A Brief History of Humankind》

尤瓦爾·諾亞·哈拉里的“人類簡史”從“認知革命”的概念出發，即語言的發展和現代文化的共同發展。哈拉里關鍵的一致性概念是“神話”的概念，或者是為了給我們的存在提供意義或方向的故事。這些“神話”包括道德、價值觀、宗教和政治哲學。有趣的是，Harari將這個討論更進一步，透過人工智慧和奇點等迷人的新技術來研究文化認知。對於那些希望質疑我們正在努力創造的未來的人來說，這本書是必讀的。

https://www.harpercollins.com/9780062316097/sapiens

“心靈的未來”《The Future of the Mind》

Michio Kaku創作的“心靈的未來”迷人而有趣。它提供了廣泛的研究和主題，包括腦機介面和人工智慧。本書開篇的前提是，“我們在過去的十五年中比以往的人類歷史更多地瞭解了大腦”，並著手描述這些教訓。Kaku以一種有趣而高度可讀的方式，將大腦研究與我們的“頭腦”和“意識”的概念聯絡起來。在一個引人入勝的軼事中，Kaku描述了一個實驗，研究人員為一隻接入大腦的老鼠製造了一個人造小腦，它看起來是正常運作的。具體的內容要去讀一讀書，才知道真正的樂趣。

https://www.penguinrandomhouse.com/books/89414/the-future-of-the-mind-by-michio-kaku/9780307473349/

“思考，快與慢”《Thinking Fast and Slow》

最後，丹尼爾·卡內曼（Daniel Kahneman）的“思考，快與慢”這本偉大的書詳細介紹了我們的頭腦是如何實際工作、作出決定、進而理順這些決定的。 “思考，快與慢”中一個特別有趣的線索是，意識（複述）是我們告訴自己的一個“故事”。換句話說，我們對自己的行為進行解釋，而這些行為可能沒有現實的基礎。

在一個開始要求解釋人工智慧為什麼會做出這樣的決定的世界裡，一個解釋的合理性是否會比其準確性更重要？

https://us.macmillan.com/thinkingfastandslow/danielkahneman/9780374533557/

看完再取，來關注AI中國，不只是圖書推薦，各種觀點的交匯都有，只等你～

先選一個框架，推薦tensor flow，然後跟著官網上的教程跑幾個模型先！事實上，你就上了這條賊船了！接下來多看GitHub上的例子，多操練現有模型！多看論文！試著去實現論文裡的模型！別看書，目前來說，沒什麼好書！有人告訴你要去學這學那，先學起來，你就知道該學什麼了，給你列一大堆高等數學，線性代數，機率論的，都是沒搞過深度學習的，你只需要用到這些課程裡的很少一部分知識！

初學人工智慧的人應該如何入門？

希望看到回答的朋友們，這個回答能夠幫助你更便捷，省時省力的學習人工智慧。

1.機器學習

如果是看書的話推薦你看《人工智慧時代》這本書：從人工智慧的歷史、現狀，未來；還有工業機器人和商業機器人，還有家用機器人；機器翻譯，機器學習等如人工智慧的應用領域依次介紹了。同時裡面還有人工智慧的發展前景。

2.深度學習

《深度學習》稱為深度學習的領域奠基性的經典暢銷書，是國外很多的專家推薦的。

3.人工智慧機器學習類：Python、資料科學

《Python快速程式設計入門》出版社：人民郵電出版社；這是一本python快速入門的書籍，現在都說人工智慧帶火了python，所以python的語法和基礎知識都是要掌握的；

《實用機器學習》：實用R語言引導大家實戰，並且解決新問題、新資料；和使用機器學習演算法。

人工智慧初學後，你就要深入學習了。

首先，AI需要了解非常基本的數學概念，這裡麵包括：微積分學、線性代數，機率和統計；

其次，要掌握計算機科學和程式設計。如果你剛剛開始學習，建議你從上面提到的《Python快速程式設計入門》這本書開始學習，在python程式設計中所需要的知識都有提到。

下面給大家python基礎你索要學習的知識點：

1）計算機組成原理：計算機組成部分、作業系統分類、B/S和C/S架構、理解軟體與硬體的區別2）Python變數以及開發環境：字串、數字、字典、列表、元祖等3）流程控制語句：程式的執行順序，順序執行、迴圈執行、選擇執行4）函式：定義函式、呼叫函式、函式的巢狀、遞迴函式5）檔案的基本操作：檔案的開啟、編輯、關閉6）面向物件程式設計：類物件、例項物件、定義類、例項化物件7）異常處理：學會捕捉異常、自定義異常8）模組和包：理解模組和包的概念並學會使用

應該先去上課，然後再看書自學。

這個回答看起來好像有點跑題，但是其實正該如此。人工智慧領域從五十年代末提出到現在，已經過了六十年，發展成了一個龐大的學科體系。要是想在這個體系中入門，有人帶著會更方便一點。

畢竟那些優秀課程的老師們，已經在這個行當裡浸泡了許多年，能夠更好地分辨出哪些是重要的、哪些不重要，以及那些重要的知識點應該用什麼方式講述出來才更容易被人理解。

而自己看書，難以獲得同樣的效果。

所以正確的路線圖，應該是去那些大型的線上課程網站，找一些諸如《人工智慧概論》、《機器學習》之類的課程，通盤聽一遍，記錄下課程中講到的重要知識點、關鍵時間和人物，對這門學科有一個初步認識；然後根據這些人物去Google Scholar上面找他們的關鍵論文和被引用數量最多的論文，看看他們做出了哪些重要貢獻；然後再根據這些論文參考文獻中提到的名字，結合自己想要了解的領域，去針對性地找書來做進一步瞭解。

不過由於人工智慧領域發展很快，看書並不是最好的學習方式，讀論文才是。

好大的一個問題，這裡簡單的聊聊。

人工智慧可以看成有兩個部分，一個是研究，另外一個是應用。

研究方面，目前人工智慧依然需要依賴現有的計算架構，包括現在的軟體等。學好計算機本身就是在學習人工智慧。

人工智慧叫做人工智慧是因為了有了人這個概念，所以瞭解一些和人相關的知識也是非常必要的，例如、心理，邏輯，甚至是哲學。這方面的書太多了，看符合自己口味的就可以，接收起來更快一些。

應用方面涉及的內容會更多，也會更細，深入的瞭解幾個行業也是有必要的。比如人臉識別涉及到的是圖形的解析、臉部的解析，進而也會涉及到這些解析應用到哪裡，有可能是為了安全，也有可能是為了美顏，所以要了解這方面的知識。比如搜尋或者推薦，那麼首先應該深入的瞭解語言。如果做的是自動駕駛，首先應該瞭解的是相關法律法規，再次還要了解汽車的一些知識。

從研究的角度來講，推薦看一些心理學方面的書；從應用的角度來講，看書之前要確定一個方向，或者一個行業。比如希望做美顏，那麼貌似應該多看一些帶有美女、帥哥圖片的書，形成一個對美的判斷還是有必要的。

1、我買的第一本人工智慧的書《 Artificial Intelligence: A Modern Approach (3rd Edition)》。

這是最權威、最經典的人工智慧教材，已被全世界100多個國家的1200多所大學用作教材。

作為教材書，內容的廣度毋庸置疑，深度稍顯不足。

3、《深度學習》由三駕馬車Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫。

第1部分介紹基本的數學工具和機器學習的概念，它們是深度學習的預備知識；

第2部分系統深入地講解現今已成熟的深度學習方法和技術；

這是今年最暢銷的深度學習的書。

三位作者在斯坦福開課的內容，書中基本囊括。

本書即大名鼎鼎的ESL，豆瓣評分9.4。

5、《Pattern Recognition and Machine Learning》作者 Christopher Bishop

本書簡稱即大名鼎鼎的PRML，豆瓣9.5。

下面放個翻譯版的電子書目錄。

統計學習的入門書，通俗易懂，號稱是ESL的入門版。

還有很多，但這麼幾本相信已經足夠啃很久了。

影片：

1. 如果能科學_上網，那麼YouTube吧。

2. 吳恩達教授創立的https://www.coursera.org/

網上學習全世界最好的課程。

溫馨提示，需要英文基礎。

3. 斯坦福大學cs231n，cs224n等等。

推薦一個翻譯。

溫馨提示： 網路上一些AI培訓師的某些講解完全是錯的。

4. 嗶哩嗶哩上李宏毅教授，林軒田教授的《機器學習》《深度學習》影片

個人非常喜歡兩位教授的影片，數學推導詳細到令人髮指。