作者简介 伊庭齐志（Hitoshi Iba），工学博士，东京大学大学院情报理工学系研究科电子信息学专业教授，也是Genetic Programming and Evolvable Machines（GPEM）的副主编。他从事人工智能和人工生命的研究，主要研究领域包括进化系统、基因组信息处理、金融工程和复杂系统。 译者简介 曹旸，2017年获得日本早稻田大学综合机械工学博士学位。博士求学期间，研究将模式识别应用于手术机器人操作的技术。目前主要在工业自动化和农业自动化领域中从事基于深度学习和计算机视觉的产品研发管理工作。 译者序 深度学习开始被关注的标志性事件，就是一个采用深度卷积神经网络的模型AlexNet在2012年ImageNet图像识别大赛上获得冠军。自此，深度学习这门技术在机器视觉领域开始大规模应用。如今，采用深度学习的图像识别AI算法在识别精度上已经超过人眼的精度，我们日常生活中的扫脸支付也基于深度学习强大的图像特征提取能力。尽管深度学习的应用为图像领域带来了飞跃性的发展，但2012年的那场突破并没有引起全社会的广泛关注，当时人们并没有普遍意识到人工智能领域的崛起即将到来。我觉得之所以这样，是因为深度学习给机器视觉带来的飞跃只能算是开发出了某种高级图像传感器。当这个传感器收到“汽车”图像时会输出“汽车”这样的识别结果，当收到“花朵”图像时则会输出“花朵”这样的识别结果。虽然看起来很强大，但人们普遍没有感受到“智能”的存在。因为我们或许觉得，在对映入眼帘中的事物进行识别的整个过程中，我们感受不到自己在“动脑”。 之所以觉得AlphaGo才是AI时代到来的标志，或许是因为人们普遍承认下围棋是一种高级别的智能过程，也是一个绞尽脑汁的过程——我们可以切身感受到“动脑”。下围棋比拼的就是谁预见的步数更远更深，在这里我们或许会想到传统计算机算法可以用暴力枚举方法预估所…