人工智能领域“经典”，深度学习“教父”倾力之作

在2018年，来自多伦多大学名誉教授兼谷歌大脑人工智能团队的高级研究员杰弗里•辛顿（Geoffrey Hinton）、纽约大学教授兼 Facebook首席人工智能科学家杨立昆（Yann LeCun）和加拿大蒙特利尔大学教授兼人工智能公司 Element AI 的联合创始人约书亚•本吉奥（Yoshua Bengio）三人共同获得了该年度的图灵奖。此次图灵奖是为了表彰三人在深度神经网络上做出的卓越贡献。

For conceptual and engineering breakthroughs that have made deep neural networks a critical component of computing.

▲ 图灵奖官方颁奖词

其中，出生于巴黎后搬去加拿大的约书亚•本吉奥是人工智能领域“圣经”——《深度学习》的作者之一

他本科到硕士研究生，再到博士研究生都就读于加拿大麦吉尔大学（McGill University），并取得相应学位。获得博士学位后，约书亚•本吉奥以博士后研究员身份加入 MIT 和贝尔实验室。1993年开始在蒙特利尔大学任教，并成为该校的终身教授。

2000 年，他通过论文“A Neural Probabilistic Language Model”为自然语言处理做出了重大贡献。在之后的十多年，论文中的方法促使机器翻译和自然语言理解系统发生了重大转变。

作为人工神经网络和深度学习领域的引路人，约书亚•本吉奥的著作《深度学习》亦是无数程序员在学习和使用人工智能与机器学习路上不可或缺的基石。

深度学习这个术语自2006年被正式提出后，在最近10年得到了巨大发展。它使人工智能 (AI) 产生了革命性的突破，让我们切实地领略到人工智能给人类生活带来改变的潜力。2016年12月，MIT 出版社出版的这本《深度学习》（《Deep Learning》），由约书亚·本吉奥和另外两名作者伊恩·古德费洛（Ian Goodfellow）和亚伦·库维尔（Aaron Courville）共同著成。

与约书亚•本吉奥一样，伊恩与亚伦也一直耕耘于机器学习领域的前沿，引领了深度学习的发展潮流，是深度学习众多方法的主要贡献者。

其内容包括3个部分

第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习 的预备知识；

第2部分系统深入地讲解现今已成熟的深度学习方法和技术；

第3部分讨论某 些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。因此，该书适用于不同层次的读者。

本书最大的一个特点是介绍深度学习算法的本质，脱离具体代码实现给出算法背后的逻辑，不写代码的人也完全可以看。

书中所用的例子大多使用可视化的图示，清晰明了，让一些晦涩的理论跃然纸上，轻松阅读；流程与架构图的使用，也使概念化的内容更流畅易懂。北京大学的深度学习课程将本书作为了课程教材，同时它又不止是一本教材，任何对深度学习感兴趣的读者，阅读本书都会受益。

除了学习机器学习的大学生，没有机器学习或统计背景的软件工程师也可以通过本书快速补充相关知识，并在他们的产品或平台中使用。同时配合本书使用由 TensorFlow 实现的源代码与志愿者整理的读书笔记，可以快速进行实战练习，深度学习再也不是纸上谈兵。