发明家们一直梦想着创造可以思考的机器。古希腊神话中就描述过智能物品，例如会动的活的雕像和随叫随到的装满食物与饮品的餐桌。从第一次被构想出来开始到第一台可编程计算机（Lovelace，1842）问世的一百多年间，人们一直想知道AI是否可以像人一样具有智慧。

在人工智能发展的早期阶段，该领域通常用来快速解决那些人类智力上难以解决的，但可以用正式的数学规律描述的，对机器来说比较直观的问题。对于人工智能来说真正的挑战是那些对人来说很容易执行但却很难正式表述的事情。比如：只可意会不可言传的微妙感觉或根据直觉进行判断解决的问题。

深度学习特指一种机器学习，就是讲述这些更依赖直觉的问题的解决方法。这一解决方法允许电脑从经验中学习并依据概念层次理解世界。深度学习让电脑通过更简单的概念来搭建复杂的概念，其中每一个概念都是依据与它相关的其他更简单的概念定义的。通过整合从经验中学到的知识，这种方法不再需要人类操作员将电脑所需的所有知识一一正式写入电脑，概念层次允许电脑通过搭建简单概念来学习复杂的概念。

本书的主题“深度学习”明显是一种AI框架的搭建方式，是一种让电脑系统可以通过经验与数据进行提升的技术。根据本书作者的说法，机器学习是唯一可行的建立在复杂的现实世界环境中的AI系统，通过学习表述这个世界，实现了强大功能与高灵活性的结合。作为一个嵌套的多层概念与表述方式系统，每一个高级概念都由它和更简单的概念之间的关系来定义，每一个更加抽象的表述方式都依据更不抽象的表述方式进行计算描述。图1.4举例说明了不同的AI学科之间的关系。图1.5给出了每个学科的高级图表。

深度学习在过去几十年的发展中极大借鉴了我们的大脑、统计学和应用数学的机器学习方法。在近几年，由于更强大的电脑、更大的数据集和能训练更深的网络的技术的出现，深度学习在受欢迎程度和有用性上都有很大的提高。在之后的几年甚至未来的很长时间都充满了提升机器学习能力并将它引入全新领域的挑战与机遇。

《深度学习》一书对各种各样想了解机器学习的读者来说都是有用的，但在写这本书时主要考虑面向以下两类目标读者。其中一类读者是学习机器学习的大学生，包括即将从事与深度学与人工智能研究相关工作的群体。另一类目标人群是没有机器学习或统计学背景，但想快速获取相关知识并在他们的产品或平台上开始使用深度学习软件工程师群体。

为了能适应不同群体读者的需求，《深度学习》被组织成三个部分：第一部分介绍了基础数学工具与机器学习概念。第二部分将描述最成熟的深度学习算法，这些算法的问题基本已被解决。第三部分将描述被普遍认同将在未来深度学习研究中起重要作用的更多实验性想法。

读者可以根据自身情况自行选择需要阅读的部分，跳过那些不重要的部分。比如熟悉线性代数、概率论和基础机器学习概念的读者可以跳过第一部分，而那些只想使用一个工作系统的读者只需要阅读第二部分。

    本书过长，译者将在后期不断进行更新，如您对AI感兴趣，想了解更详细的文章内容请点击译文链接《深度学习》。https://www.loogear.com/topic/2022/07/deeplearningpart0