序

本书第1版出版已经两年了，在人工智能领域，这就是很长的时间了。

今天，我们被一个人类语言模型所吸引，该模型拥有超过800亿个人工神经元，学习了超过1700亿个参数。训练这样一个模型的成本是以百万美元计量的。麻省理工学院的Lex Fridman预计，随着计算和算法设计的改进，我们将很快能够以几千美元的成本训练出一个人脑大小的模型。试想一下，在不久的将来，我们将以低于一辆佩洛顿固定自行车的价格训练一个具有人类大脑容量的人工智能模型。

写一本书来捕捉这样快速发展的技术充满了风险。当Chris写了几章的时候，可能研究人员已经找到了更新颖、更优雅的方法来解决同样的问题。然而，当今可能只有10 000人对人工智能有深刻的理解。你想要投入其中，学习并开始在工作中使用人工智能，该怎么办呢？

买这本书吧——即使你拥有第1版。请特别注意新的7章：第6章、第8章、第10章、第12章、第15章、第17章和第18章。它们将带你了解AI的基本技术。

Chris可帮助你了解机器如何在我们的世界中看、听、说、写和感受。他展示了机器如何通过自编码器，像人眼一样，立即发现挡风玻璃上的灰尘斑点。

在Chris描述建模技术的过程中一直有令人沮丧的动手操作的细节。建模本质上是将问题抽象成一个计算图，其输入为张量，输出为张量。正确地构建问题远比描述如何解决问题的具体细节重要得多。希望这些细节能够迅速改变和改进。

有了对人工智能模型的理解，你就准备好了享受人工智能指数级快速前进的旅程。欢迎来到我们的世界！投入其中，寻找乐趣，启动GPU，并尽你的一份力量帮助人们解决智能问题。通过智能设备重新想象我们的世界——然后用TensorFlow实现。

Chris，谢谢你花时间为我们提供指导，并在其中穿插了我很喜欢的老爸式幽默。

Scott Penberthy，谷歌人工智能应用主管
2020年8月于加州帕罗奥多