《深度学习》翻译组将全部稿费捐助公益项目

据悉，《深度学习》翻译组通过支付宝捐赠36, 000元（其中稿费25, 738元，自捐款10, 262元，合计36, 000元）, 将用于上海杉树公益基金会2018年在贵州开阳县一中资助的杉树高中助学项目。

上海杉树公益基金会将把这笔捐款用于资助当地贫困但优秀的4名高中生每人每月300元的生活费，每年分10个月发放，每年的资助费用3,000元，资助四名高中 生完成三年学业的费用是36,000元。9月开学后，基金会将前往责州与资助 的学生做一对一的面谈，确认符合资助条件后，会将资助学生的信息给捐款人,  感谢《深度学习》翻译组在图书翻译过程中的辛苦付出，感谢他们对教育公益事业的爱心，人民邮电出版社期待与他们以及更多的作者、译者一起，为读者出版更多的好书！

《深度学习》开源翻译，敢为天下先

一本书从最初的选题策划到最后的印刷出版，中间要经历诸多环节。读者看到的一本书是成品，关心的是内容好坏、版式设计是否漂亮等，但是对于一本书背后的故事就不一定了解了，就像怀孕生子，个中辛苦，只有做母亲的自己最清楚了；一本书碰到的沟沟坎坎儿，也只有编辑最明白了。

《深度学习》作为一本如此知名的重头图书，激起了很多专家学者和技术爱好者的翻译热情，并积极与我们联系。2016年7月，我们经过反复的遴选，对比了不同译者的试译稿件，评估技术水平和翻译能力，确定由北京大学张志华教授带领的团队负责翻译，当时英文原书还未上市。为了将这本好书第一时间出版，编辑和译者沟通后决定：立即启动翻译工作，从作者在互联网上公开的图书初稿入手，待正式的纸书出版后，再比对内容存在的差异进行更新。

应该说这一策略的制定和实施保证了简体中文版的快速推出。2016年11月，我们拿到了英文纸书的电子文件，同期，英文纸书在美国亚马逊网站上开始预售，一经上架就位居人工智能类新书榜第一。与此同时，听闻此书即将上市，又不断有人通过各种渠道主动联系我们，表示非常希望翻译此书。此刻，该书强大的影响力已经初现端倪。

2016年12月，英文纸书正式出版。也是在这个月，简体中文翻译版的初稿被译者团队放到了Github上首次公开。随后引发了各大媒体、论坛的疯狂转载，微博、微信上凡是推荐机器学习必读书目的，必定有这本书，也必定会附上初稿的下载链接。这也引发了我们出版社对图书版权问题的担忧。

在这个问题上，译者有他们自己的考虑。译者认为：把初稿在互联网上公开，可以集众人之力完善书稿的翻译质量，同时电子档比纸书更便于携带、查阅，方便大家学习。译者相信，英文原书类似的做法说明了，在如今知识有价的时代，先阅读后付费的模式完全行得通。并把这种做法称为“开源翻译”。

正当我们纠结于此，Github上另一支由机器学习爱好者组成的开源翻译团队浮出水面。该组织出于学习和研究之目的，在未获MIT出版社和作者授权的情况下已经翻译了4章，并将内容在互联网上公开发表。

得知此事后，我们迅速做出决定：官方翻译版本的开源，能起到正本清源、亮明正身、最大限度地共享知识的作用，利大于弊。同时，和译者沟通后形成共识：初稿之后的一切修改、完善，均不在互联网上公开，以体现纸书的价值，尊重出版社和作者的版权。另外，对自发翻译的爱好者，我们也邀请他们参与到对官方翻译版本的贡献当中来。

至此，开源翻译的创新尝试，在出版社、译者、爱好者的对话交流之后，应该说达到了令各方都基本满意的效果。经过3个月的网上公开征集意见，2017年3月15日，译者的正式译稿交付出版社，进入出版社的审校流程。

深度学习给人工智能带来了革命性的突破

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***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 出版社出版了 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 三位学者撰写的《Deep Learning》一书。三位作者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。该书正应其时，一经出版就风靡全球。

《深度学习》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。我本人在阅读该书时受到启发良多，大有裨益，并采用该书作为教材在北京大学讲授深度学习课程。

这是一本涵盖深度学习技术细节的教科书，它告诉我们深度学习集技术、科学与艺术于一体，牵涉统计、优化、矩阵、算法、编程、分布式计算等多个领域。书中同时也蕴含了作者对深度学习的理解和思考，处处闪烁着深刻的思想，耐人回味。第 1 章关于深度学习的思想、历史发展等论述尤为透彻而精辟。

作者在书中写到：“人工智能的真正挑战在于解决那些对人来说很容易执行、但很难形式化描述的任务，比如识别人们所说的话或图像中的脸。对于这些问题，我们人类往往可以凭直觉轻易地解决”。为了应对这些挑战，他们提出让计算机从经验中学习，并根据层次化的概念体系来理解世界，而每个概念通过与某些相对简单的概念之间的关系来定义。由此，作者给出了深度学习的定义：“层次化的概念让计算机构建较简单的概念来学习复杂概念。如果绘制出表示这些概念如何建立在彼此之上的一幅图，我们将得到一张 ‘深’(层次很多) 的图。由此，我们称这种方法为 AI 深度学习 (deep learning)”。

作者指出：“一般认为，到目前为止深度学习已经经历了三次发展浪潮：20 世纪 40 年代到 60 年代深度学习的雏形出现在控制论 (cybernetics) 中，20 世纪 80 年代到 90 年代深度学习以联结主义 (connectionism) 为代表，而从 2006 年开始，以深度学习之名复兴”。

《深度学习》

作者Ian Goodfellow，Yoshua Bengio，Aaron Courville

人民邮电出版社 2017年7月出版

本文转载自异步社区

原文链接：https://www.epubit.com/articleDetails?id=Nf11a284b-4c31-46f5-9205-73953692a67a