深度学习革命

越看越爽，历史纪实。深度学习从 1956 年那次「达特茅斯会议」开始中下了种子。经历了被世界怀疑和抛弃的黑暗的 20～30 年，在众神努力下还是重见天日，甚至在本书结束之后的几个月内，以 OpenAI 为首的大模型们如雨后春笋般涌现而出，作为互联网从业者实在是太幸福了，身处这个时代，一个新的日新月异的新时代。02-02

很好的半部人工智能史。从诞生的那刻起，神经网络就遭遇到了同行业的巨牛-如“符号主义”代表人物马文·明斯基的打击。在众人质疑里，只有少数人能坚持下来。最终，在数据积累量以及对数据的处理能力达到一定程度时，深度学习终于迎来革命时刻。那些坚持的和放弃的，都是历史的重要一环。没有寒冬，也许不会有持续性的专注与反思；没有热潮，也无法让想法更好的变成产品。10-28

围观者心态，看着别人的路程，迷茫在自己这里～11-28

道阻且长 不是什么都能用ML来做的01-27

门外汉看到，质疑理解成为循环…最大的启发莫过于要不断IO大脑升级，类似训练机器人一样。01-26

科技记者写的书，过于追求一些不紧要的细节，比较跳跃，可读性不强。可能要对这个行业有比较多的了解和背景来读吧。不建议入门读。01-07

越往后翻译越拉，但内容本身已经很令人激动了，10年前多少人想得到现在的情况呢？从事令人激动的研究与工业真是幸运啊01-15

What’s your belief? 众多AI大佬的思考与信念。07-04

了解AI的前世今生，可以看出杰夫辛顿，杨立昆等元老的历史，也有伊利亚苏茨克维和亚历克斯后起之秀，以及陆奇、余凯、李飞飞等中国或华裔的参与这次"革命"02-28

从chatGPT出来之后，AI的热情在炽烈的燃烧，不断的有资金机构往里面加柴浇油。这个时候去读 AI 的发展史，看到的是跟任何其他的技术革命一样，也是经历过高潮低估，反反复复，同样是有着理想主义“少数派”不断的在这条路上坚持，不断的拿到结果，佩服在这些过程中有远见的这群人。同时又有点感慨，在这条路上中国公司是有机会站在第一波的浪潮上的，baidu 余凯、吴恩达、陆奇的加入让百度占尽先机，可惜的是没有能坚持下去，错失了很好的机会。过去就是过去，未来无限广阔。03-20

前面还是比较清晰的流水账，后面感觉每一节就像专题，不太像是跟着时间线走了。03-13

2023年4月6日读毕，在ChatGPT火热的背景下，这本书告诉了我们ChatGPT的来龙去脉，并且是以相关研究者的故事的形式来展示的，很容易看懂。我的收获主要有：（1）理解各种人工智能技术所处的社会背景、技术背景和研究者个人的工作、家庭和学术背景，可以让我们知道人工智能技术应用的边界、优点和缺点。（2）辛顿的故事最感人，由于腰椎脱落，无法坐下，在餐厅交流学术时，需要爬着吃饭。然后，用心照料收养的两个小孩。获得图灵奖时，对两任妻子念念不忘。应聘教职时，不计较收入多少，关键是环境适合做研究。同时，他一直在神经网络这种旧的想法寻找新意。（3）阿尔法狗打败各种围棋冠军的故事告诉我们：人工智能对于提高棋手的水平是极其重要的，可以启发灵感。同理，与ChatGPT交流学术问题也可以启发灵感，提高学术。04-06

人工智能江湖前传，无关于人工智能技术，可读性与翻译俱佳，来回航班上看完01-21

一气呵成读完。围绕着神经网络与深度学习三巨头铺陈开来，学术界的研究与工业界的各大厂之间的技术争夺，语音图像识别，语言处理，自动驾驶，医疗辅助，人工智能的应用蔓延到各产业前沿。为此引发的伦理与担忧而成立的机构openAI，在书推出之后推出了改变世界的GPT。整个历程荡气回肠。08-26

这真的是有关信仰的故事，只有信仰才能穿越寒冬。我不觉得我们做不出 ChatGPT，但是下一步呢？ AGI 不是技术问题，是信仰。03-13

如果这本书可以晚三年再出，就更好了。02-07