下载掌阅APP，畅读海量书库
立即打开
智能计算系统是人工智能的物质载体。本章介绍了人工智能的发展历史，以及智能计算系统的发展历程。本书主要介绍面向深度学习的智能计算系统（也就是第二代智能计算系统）。为了帮助读者完整地理解整个智能计算系统的工作运行原理，本书选择了一个图像风格迁移的例子作为牵引，从算法、编程、芯片等多个角度系统性地介绍智能计算系统的软硬件技术栈，希望最终能帮助读者拥有实际开发一个简单智能计算系统的能力。本书的最后介绍了面向大模型的智能计算系统，供感兴趣的读者了解。
1.1 简述强人工智能和弱人工智能的区别。
1.2 简述人工智能研究的三个学派。
1.3 由具有两个输入的单个神经元构成的感知机能完成什么任务？
1.4 深度学习的局限性有哪些？
1.5 什么是智能计算系统？
1.6 为什么需要智能计算系统？
1.7 第一代智能计算系统有什么特点？
1.8 第二代智能计算系统有什么特点？
1.9 第三代智能计算系统有什么特点？
*1.10
假如请你设计一个智能计算系统，你打算如何设计？在你的设计里，用户将如何使用该智能计算系统？
深度学习是利用深度神经网络实现的。神经网络是一种机器学习算法，经过70多年的发展，逐渐成为人工智能的主流。例如，本书的驱动范例——图像风格迁移，一般就是基于神经网络实现的。本章首先从线性回归开始介绍机器学习的基本思想，然后介绍神经网络的基本原理，之后介绍神经网络的训练过程，以及提升神经网络训练准确率的一些手段，最后介绍神经网络的交叉验证方法。