智慧的疆界PDF下载(智慧的疆界豆瓣)

本文节选自《智慧的疆界》电子版：

38”第一部分”以智慧创造智慧籍、Kindle上的电子书、扫描出来的图片PDF甚至是手抄的读书笔记，它们可能材质、大小、颜色、亮度、线条都有差异，但却都完全不影响你理解每一个字的意思，因为你的大脑在不自觉间就将这些不同的线条图像(数据样本)根据你上学时老师教的汉语知识和汉字形状(特征)负射到了一个个具体的汉字(分类)上，你大脑中自动完成的这个过程就叫作模式识别。人类模式识别的能力天生就是极为强大的，我四岁的女儿仅在幼儿园绘本和电视早教节目上看过大象的卡通形象，当我第一次带她去动物园见到真正的大象时，她就可以毫不费力地建立“这个动物就是大象”的认知，哪人这个动物真正的样子和它的卡通形象差异极其巨大。而计算机要完成模式识别却是极为困难的，不信的话，读者可以思考几分钟看看如何给“大象”下一个特征定义，令计算机程序可用这个定义分辨出一个物体是否是大象?1958年，塞弗里奇在《魔宫:一种学习范式》(Pandemonium:AParadigmforLeaming)一书中提出第一个模式识别的特征匹配模型，他将其称为“魔鬼城堡”模型。按照塞弗里奇的说法，这个模型有四个层次(或者叫阶层等级系统)，每个层次上有“魔鬼”

智慧的疆界mobi

(Demon)执行着某个特定的任务，并依次工作，直到最终实现模式识别。这四个层次由低到高依次命名为“印象鬼”(ImageDemon)、“特征鬼”(FeatureDemon)、“认知鬼”(CognitiveDemon)和“决策披”(DecisionDemon)。塞弗里奇虽然是以一种奇幻的风格，用四层的魔鬼城堡来描述这个模型，但如果我们以神经网络的观点来看，这个模型其实相当于一个四层神经网络，逐层特征提取的思想就是现在卷积神经网络的精艇(我们将在第7章讲这部分内容)。1957年罗森布拉特完成的能识别英文字母的感知机Mark-1l本质上是基于神经网络来完成的，不过罗和森布拉特的感知机是一个单层网络，与塞弗里奇的“魔鬼城堡”模型并无直接关系。1959年，塞弗里奇完成了一个实用化的能识别“手工印刷”(Hand-Printed)体英文字符的模式识别程序，操作者扫描印刷的内容后，程序就会自动处理掉页边留白、字体粗细这类印刷干扰，然后完成噪点消除、边第2章迈向人工智能59缘增强等处理，将处理后的结果存储在一个32X32的数组中，每个数组元素用0和1表示黑色和白色，最后对这个二维数组进行识别并输出结果@。同年,IBM

智慧的疆界 pdf 百度网盘

公司也发布了一个光学字符识别程序，提出了“光学字符识别”(OpticalCharacterRecognition，OCR)的概念，计算机模式识别从最简单的印刷体字符识别开始了商业应用的初步尝试。第一个商业化的模式识别程序IBMShoebox1962年，IBM在西雅图世界博览会上还发布了一款名为“Shoebox”的语音识别机器，这部机器可理解16个英文单词，分别是0到9这十个数字的英文，以及六个操作指令(Minus，Plus，Subtotal，Total，False，Off)，操作者可以使用语音说出想要计算的内容，机器便会打印出计算结采，Shoebox可能是最早具有实用有价值的模式识别成果。2.6.3上自然语言处理人工智能第一个快速发展期中，还有一项较大的成果诞生在自然语言处理领域，实现了人机对话、机器翻译的从无到有的突破。人与机器使用自然语言而不是纸带、指示灯或者屏幕、键盘进行交互，一直是人们想象中智能机器必须具备的基本能力，在此基础上，机器完成自动翻译、秘书号”资料来源尼尔斯，佩雷利(NilsNilsson)的《TheQuestforArtificialIntelligence》(2009)

智慧的疆界下载

综上：智慧的疆界豆瓣值得推荐阅读