联邦学习
杨强
评分 6.4分
如何在保证本地训练数据不公开的前提下，实现多个数据拥有者协同训练一个共享的机器学习模型？传统的机器学习方法需要将所有的数据集中到一个地方（例如，数据中心），然后进行机器学习模型的训练。但这种基于集中数据的做法无疑会严重侵害用户隐私和数据安全。如今，世界上越来越多的人开始强烈要求科技公司必须根据用户隐私法律法规妥善地处理用户的数据，欧盟的《通用数据保护条例》是一个很好的例子。在本书中
为什么
[美]朱迪亚·珀尔(Judea Pearl)
评分 8.7分
在本书中，人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾，厘清了知识的本质，确立了因果关系研究在科学探索中的核心地位。 而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是：如何让智能机器像人一样思考？换言之，“强人工智能”可以实现吗？借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质，并据此构建出相应的
你看起来好像……我爱你
(美) 贾内尔·沙内
评分 8.6分
这是一本写给普通人了解AI的趣味科普，它还有超级可爱的漫画！ - 这本书“非常易读、有料，而且妙趣横生、令人捧腹”（《万物发明指南》作者瑞安·诺思），带领普通人走进人工智能那个奇妙古怪又不可思议的世界，是一场幽默可爱的导览。 - 本书的主要内容是人工智能可以做什么、不能做什么，以及它为什么已经影响了我们
生命3.0
[美] 迈克斯·泰格马克
评分 8.3分
《生命3.0》一书中，作者迈克斯·泰格马克对人类的终极未来进行了全方位的畅想，从我们能活到的近未来穿行至1万年乃至10 亿年及其以后，从可见的智能潜入不可见的意识，重新定义了“生命”“智能”“目标”“意识”，并澄清了常见的对人工智能的误解，将帮你构建起应对人工智能时代动态的全新思维框架，抓住人类与人工智能共生演化的焦点。 迈克斯·泰格马克不仅以全景视角探讨了近未
