新書意見徵集2

2016年計算機領域最熱門的事件之一，要我來講，當推2016年3月份Google旗下的的deepmind公司開發的AlphaGo 4：1擊敗圍棋世界冠軍，韓國職業九段選手李世石。

 

這個不光是新增了茶餘酒後的段子，以及爲各種科幻做者增添素材，更是推進了人工智能的第三波高潮，2016年甚至被稱爲人工智能元年。

 

人工智能熱到什麼程度呢？李開復在一次演講中介紹到：「另外一個頗有趣的現象，是作深度學習的人工智能博士生，如今一畢業就能拿到200到300萬美金的年收入的offer，這是有史以來沒有發生過的。固然我以爲硅谷的公司都在追捧這個方向，並且基本是四大名校：斯坦福、MIT、CMU、伯克利。之前這些學校的博士生在硅谷均可以拿到高薪，可是歷來沒有到250萬美圓/年的薪資水平」。

 

對我我的來講，從15年開始到2016年十月，大概花了一年半時間，我寫了一本大數據架構詳解，總結的是過去8年在整個大數據處理和分析平臺的工做和學習的體會，算是對上一個階段的工做畫一個記號。最近看了看，書還賣的不錯。

新書意見徵集   （15年7月寫的）

 

接下來我我的研究和學習的重心主要聚焦在大數據雲和人工智能上。

 

2017年我計劃開始一本新書，計劃寫的會重點講講人工智能背後的技術和架構。書的名字沒想特別好，初步想叫《人工智能架構解密》，你們有更好的建議，歡迎留言或者微信/QQ發給我？

 

參考上次的經驗，這本書出來會比較長的時間，慢工出細活吧。書的基本框架大概以下，想的不是特別清楚，有更好的意見，微信我吧：）。

 

 

一、人工智能定義

   強人工智能 、弱人工智能

 

二、人工智能發展歷史

  人工智能3個階段，興起和衰敗的緣由

 

三、人工智能的應用

  人工智能真正解決什麼問題？

   3.1 圖像識別

   3.2 語音識別

   3.3 智能客服&問答系統

   3.4 對話機器人

   3.5 天然語言處理

   3.6 ……

 

四、數據獲取

   數據是人工智能的基石。

   4.1 web數據

   4.2 IoT數據

   4.3 …..

 

五、知識圖譜

    數據轉換成知識，才能傳遞下去。

    5.1 知識圖譜的定義

    5.2  知識圖譜的發展歷史

    5.3 知識圖譜的生成

    5.4 知識圖譜的存儲和使用

    5.5 知識圖譜限制

    5.6 ….

  

六、天然語言處理

     6.1 短文本

     6.2 語義理解

     6.3 上下文

     6.4 …..

 

七、算法 

     7.1 搜索算法

     7.2 深度學習

     7.3 排序&排序融合

     7.4 推薦

     7.5 …..

 

八、人工智能平臺

      8.1 caffe

      8.2 TensorFlow

      8.3 ….

 

 

要想高薪的同窗，努力進名校讀一我的工智能博士是個不錯的選擇哈。