鑽石舞台

01

圖書介紹：

強化學習是人工智能的一種強大工具，可以使虛擬智能體或實體智能體通過學習優化他們的決策來實現長期目標。有時候，這種機器學習方法可以節省程序員的時間，比現有操控者表現更優異，甚至達到超人的性能水平，並且可以不斷適應各種變化條件。

本書成功證明了強化學習可以被成功應用於機器人控制、股票交易、供應鏈優化和工廠控制等不同情況，但傳統上強化學習應用僅限於已提供設置的虛擬環境或者仿真模擬，且實驗嘗試幾乎可以無限次無風險地進行。但是在實際任務中，應用強化學習的難點並不是簡單的「強化學習數據形式不正確」、「數據稀缺」或者「自動化在現實世界中有局限性」。因此，本書旨在幫助專家學者和數據愛好者了解將強化學習應用於實際問題的基本原則，聚焦獲取實際案例的過程，以及將標準數據以正確形式建模、應用於基本智能體的過程。為更好地幫助讀者深入理解這些方法，書中全面展示了手工計算示例，並介紹如何通過代碼以更自動化的方式實現這一點。對有興趣將強化學習作為一種解決方案但是操作技術還不熟練的決策者，我們在引言和案例研究部分提供了簡單的非技術性示例，來說明強化學習所能提供的內容，以及在實際應用種面臨的挑戰和風險。本書還闡述了強化學習和其他機器學習方法的差異，以及一些知名企業是怎樣使用這種方法來解決問題的。

作者簡介：

菲利普·奧斯本（Philip Osborne）：英國曼徹斯特大學

菲利普·奧斯本是一名博士生，目前在英國曼徹斯特大學學習人工智能，擁有數據科學碩士學位和數學學士學位。他的研究重點是將強化學習與自然語言相結合，應用於現實任務。在攻讀博士學位期間，菲利普撰寫並與他人合著了通過同行評審機制的論文，這些論文已被頂級計算機科學會議接受。他還曾在曼徹斯特大學和牛津大學講授強化學習。菲利普在其碩士論文中首次將強化學習應用於商業環境，為保險諮詢業務中客戶演示可視化數據的順序和設計提供建議。此後，他還公開展示了包括在一款流行的視頻遊戲中進行膳食規劃和推薦戰略決策在內的其他想法。這些公開演示為菲利普在數據科學界贏得了聲名，他因內容新穎獲得Kaggle（谷歌） 兩項獎金，並走在了領域前沿。

卡哈爾·辛格（Kajal Singh）：英國牛津大學

卡哈爾·辛格是一名在德國IT行業工作的全堆棧機器學習工程師，還是牛津大學在線課程的Python和機器學習導師和客座演講者，研究異常檢測、情感分析、大數據處理、文檔數字化和項目自動化等一系列問題，還在業內工作期間參與了多次黑客競賽。她因對印度IIIT「人工智能中的女性」項目的研究貢獻而獲得亞馬遜驕傲卡，因事務性人工智能助理項目而獲得認可，並在印度的區域級Makeathon中被評為「黑客大師」。

馬修·E.泰勒（Matthew E. Taylor）：加拿大阿爾伯塔大學，Amii阿爾伯塔機器智能研究所

馬修·E.泰勒於2008年夏天在彼得·斯通導師的指導下獲得美國得克薩斯大學奧斯汀分校的博士學位，隨後，他跟隨米林德·坦貝教授在南加州大學完成了為期2年的博士後研究工作。在之後的2年半時間裡，馬修在美國拉斐特學院擔任助理教授，後來去華盛頓州立大學作助理教授，並獲得人工智能領域奧爾瑞德傑出教授職位。2017年，他暫時離開學術界，與加拿大皇家銀行人工智能研究實驗室一起，在加拿大艾伯塔省埃德蒙頓建立了一個人工智能實驗室。現在，他是阿爾伯塔大學計算機科學的終身副教授，阿爾伯塔機器智能研究所的常駐研究員，同時擔任華盛頓州立大學兼職教授。他（單獨和與他人共同）指導了8名博士畢業生和10名碩士畢業生，並發表125篇同行評議的會議論文和期刊文章。目前在基礎和應用領域的研究興趣是強化學習、人在迴路人工智能、多智能體系統和機器人。

02

圖書介紹：

人工智能自誕生開始，就在增強人類與替代人類之間搖擺，與人類的關係一直是矛盾的。現在，隨着人工智能技術加速介入人們的日常生活，人工智能系統與人類協同工作的需要變得更加緊迫。人機協同交互的一個關鍵要求是人工智能系統的行為對於迴路中的人具有可解釋性。為了能有效做到這一點，人工智能體需要超越對自己世界模型的規劃，考慮到迴路中人類的心理模型。至少，人工智能體需要人類任務和目標模型的近似計算，以及人工智能體任務和目標模型的人類模型近似計算。前者將引導智能體預測和管理迴路中人類的需求、願望和注意力，後者讓智能體以人類可理解的方式行事（通過遵循其心理模型），並準備在需要時為其提供定製解釋。本書作者基於數年實驗室研究，討論人工智能體如何使用這些心理模型來達到人類的期望，或通過解釋性交流來改變這些期望。雖然本書的重點是合作場景，但它同時涵蓋如何將相同的心智模型用於混淆和欺騙。本書還描述幾個基於本文開發框架和技術的用於協作決策的實際應用系統。雖然內容主要基於作者們自己在相關領域的研究，但每個章節都提供了充分的額相關研究信息，以便與更廣泛的文獻相聯繫。書中涵蓋的技術主題自成體系，具有人工智能基本背景的讀者都可以自由訪問。

作者簡介：

沙拉·斯里達蘭（Sarath Sreedharan）：美國亞利桑那州立大學

沙拉·斯里達蘭是美國亞利桑那州立大學的博士生，與蘇巴拉奧·坎班帕蒂教授合作。感興趣的研究領域是人類感知和可解釋的人工智能，尤其是順序決策問題。其研究成果曾在IJCAI、AAAI、AAMAS、ICAPS、ICRA、IROS等多個重要研究會議以及AIJ等雜誌上發表。他還獲得2020年AAAI傑出項目委員會成員獎。

阿納加·庫爾卡尼（Anagha Kulkarni ）：美國亞利桑那州立大學

阿納加·庫爾卡尼是Invitae基因測試公司的人工智能研究科學家。此前在美國亞利桑那州立大學獲得計算機科學博士學位。她的博士論文研究方向為模擬人類感知的人工智能技能和自動規劃，其研究已在AAAI、IJCAI、ICAPS、AAMAS、ICRA和IROS等多個主要會議上發表。

蘇巴拉奧·坎班帕蒂（Subbarao Kambhampati）：美國亞利桑那州立大學

蘇巴拉奧·坎班帕蒂是美國亞利桑那州立大學計算與人工智能學院教授，研究方向為規劃和決策中的基礎問題，尤其是人類感知人工智能系統面臨的問題和挑戰。他是人工智能進步協會、美國科學進步協會和計算機械協會的會員，也是美國國家科學基金會的年輕研究員。他還擔任人工智能促進協會主席、國際人工智能聯合會議常務理事，是人工智能夥伴關係聯盟的創始董事會成員。坎姆帕蒂的研究及其有關人工智能發展和社會影響的觀點，已在多個本國和國際媒體上發表。

03

圖書介紹：

40多年來，科技行業一直在努力吸引更多女性。然而，與其他職業相比，女性在技術工作中的代表性仍然不足。更糟糕的是，一旦被聘用，女性在職業生涯中期離職的頻率是男性的兩倍。2013年，作者凱倫在WITops啟動了女性技術人員保留項目，WITops致力於幫助女性在科技領域更好發展。2014年，作者尼古拉·馬斯登帶着她對科技領域女性性別問題與偏見的豐富知識和研究經驗加入了這項工作。他們與來自世界各地的志願者一起，確定有助於女性成長的因素和能夠改善女性職場體驗的實際干預措施。書中分享了女性故事、作者從事的研究、相關文獻，以及需要通過改變來更好留住女性技術人員的觀點論述。所有結論和解決方案都基於深入研究和以用戶為中心的思維技術。

書中第一部分描述「工作經驗」框架和幫助女性成長的六個關鍵因素：充滿活力的價值團隊、有吸引力的項目、在團隊支持下迎接挑戰的推動力、身邊的榜樣、平衡家庭與工作的靈活度、個人能力發展。大多離職員工在上述因素上的打分都會低很多，這表明這些因素對挽留女性人才至關重要。第二部分描述經過測試的干預措施，重新設計工作實踐，以便更好支持女性，構建多元化團隊，助力所有團隊成員。這些干預措施是根據1000多名不同性別、種族、家庭狀況和國家的人員數據創建的，對標技術領域招募新員工、小組評議會議和Scrum敏捷管理等關鍵流程。干預措施還涉及通過管理人際關係動態來增加增值籌碼，減少減值做法，幫助團隊定義、監控、持續改進企業文化。最後，本書描述了對於女性和多元化團隊構建具有重要意義的流程設計基本原則。

作者簡介：

凱倫·霍爾茨布拉特（Karen Holtzblatt）：美國WITops&InContext Design公司

凱倫·霍爾茨布拉特是一位思想領袖、行業演說家和作家。作為In-Context Design的聯合創始人兼首席執行官。凱倫是Context Design情境設計背後的夢想家，「情境設計」是一種以用戶為中心的設計方法，被世界各地的大學和公司採用。她的最新著作《情境設計2：生活設計》詳細介紹了當今產品創新所需的新技術。作為需求和設計領域的領導者，凱倫曾兩次獲得美國計算機協會人機交互特別興趣小組榮譽，該小組是一個面向專業人士、學者和學生的國際協會。她被授予CHI學院成員資格，並因其貢獻獲得了第一個終身實踐獎。凱倫還是非營利性組織WITops的執行董事，WITops致力於尋找切實有效的方法，了解和影響科技公司工作人員，特別是女性的經歷。2013年，凱倫以開創性的變革方法，去攻克留住技術領域女性人才這一難題。通過與世界各地的志願者同事和學生合作，WITops團隊制定了「工作經驗框架」和衡量標準，定義女性成長所需的關鍵工作經歷，然後轉向解決方案，開發核心的干預技術和材料，來幫助公司改善多元化團隊文化建設。WITops的所有工作都以深入的實地研究和定量技術為基礎，這些技術推動了測試解決方案的構思和迭代。凱倫是美國馬里蘭大學iSchool國際信息學院的一名研究科學家。她定期諮詢各大學以幫助他們改進人機交互項目，提高人們對於新員工，尤其是多樣化人群將面臨的問題的認識。凱倫擁有30多年專業教學經驗和大學教學經驗，獲得加拿大多倫多大學應用心理學博士學位。作者郵箱：karen@incontextdesign.com

尼古拉·馬斯登（Nicola Marsden）：德國海爾布隆大學

尼古拉·馬斯登是德國海爾布隆大學的社會信息學教授。她將心理學、軟件工程、設計研究和組織行為學觀點融合，來改善協作，促進技術開發中的創新，其研究綜合了學術和實踐經驗，選取性別或跨文化角度。在與個人、團隊和組織的合作中，她找到了科學知識和實踐方法之間的平衡，在職業生涯中，一直致力於消除性別偏見，實現女性機會平等。尼古拉是德國國家能力中心技術多樣性機會均等事務副主席，國家能力中心是致力於確保STEM教育和行業中男女機會均等的非營利組織，提供和生產科研資源，制定和協調女孩節或男孩節計劃等全國範圍的倡議，旨在幫助年輕人根據自己的個人優勢和才能選擇職業，而不是有關性別的陳規定律。尼古拉最近從事的學術研究是考察消除偏見協作、人機交互和設計過程的行為設計。她還與凱倫·霍爾茨布拉特合作，共同完成WITops的使命，了解並創造留住技術領域女性人才的解決方案。在企業合作中，她採用基於理論的實用系統角度來實施和管理創新項目，改變流程、培訓、發展計劃以及戰略發展項目。與來自不同國家的組織的長期合作經驗使得尼古拉能夠將學術研究轉化為實踐，用於改變團隊動態和視角。

04

圖書介紹：

數據驅動的人物角色是以人為中心的信息學和人機交互領域的一項重大發展。數據驅動的人物角色通過將人物角色的同理心與計算分析的合理性相結合，增強了用戶的理解度。通過採用這些計算方法，數據驅動的角色方法實現了大規模用戶數據的使用，這是角色創建領域的新突破。作為一種增加受眾、客戶或用戶參與度的常見方法，角色創建幾十年來變化不大。然而，數字用戶數據和數據科學算法的可用性，以及對分析平台的輕鬆訪問都為增強人物角色提供了途徑和機會。數據驅動的人物角色從常見的粗略的用戶群體呈現，發展為精確、可操作的交互式決策工具！使用數據驅動的方法，角色配置文件可以作為全功能分析系統界面，在不同的信息粒度級別上實現用戶呈現，獲取更多與任務一致的用戶見解。書中回溯了支持數據驅動人物角色開發的技術，從概念上界定如何利用數據驅動人物角色工具來理解用戶，並與之產生共感，提出了一個由人物角色優勢、分析優勢、決策結果組成的概念框架，並通過系統設計、數字營銷和內容創建領域的實際案例來說明如何應用該框架，來演示數據驅動的人物角色在實際中的應用。書中還概述了全功能數據驅動的角色系統作為用戶決策所需的多級信息聚合的示例，證明了數據驅動的人物角色系統可以為任何有需求人士提供客觀的、具有共感度的、用戶理解的功能，是2021年Synthesis被引用次數最高的圖書。

作者簡介：

伯納德·詹森（Bernard J.Jansen）、喬尼·薩米寧（Joni Salminen）、宋桂榮（Soon-gyo Jung）：卡塔爾多哈市哈馬德-本-哈利法大學卡塔爾計算研究所

伯納德·詹森是卡塔爾哈馬德-本-哈利法大學卡塔爾計算研究所社會計算小組的首席科學家。他畢業於美國西點軍校，擁有得克薩斯農工大學計算機科學博士學位。詹森教授是《信息處理與管理》（Elsevier）雜誌的主編。

喬尼·薩米寧是哈馬德-本-哈利法大學卡塔爾計算研究所和芬蘭圖爾庫大學圖爾庫經濟學院的科學家。研究興趣包括從社交媒體和在線分析數據自動生成人物角色，機器決策的社會影響，以及相關的社會計算課題。

宋桂榮是哈馬德-本-哈利法大學卡塔爾計算研究所的一名軟件工程師，專注於新聞和數據分析，以及相關系統的運行。他於2014年獲得韓國光宇大學計算機軟件學士學位，2016年獲得韓國成均館大學電氣與計算機工程碩士學位。

凱瑟琳·關（Kathleen Guan）：英國倫敦大學學院

凱瑟琳·關是英國倫敦大學學院的研究生。她擁有美國喬治敦大學國際法外交服務理學學士學位，參加過約翰·霍普金斯大學公共衛生研究培訓。除了為行業提供研究諮詢，凱瑟琳目前還參加了倫敦大學學院和耶魯醫學院的聯合研究生項目，學習神經科學和精神病理學。

05

圖書介紹：

本書重點描述WSC倉庫規模計算機、支持雲計算的計算平台和我們日常使用的大型web服務器，討論這些新系統怎樣將數據中心本身作為一台倉庫規模的大型計算機，通過自身的軟硬件協同工作，來提供高水平的網絡服務性能。書中詳細介紹倉庫規模計算機的架構，包括影響其設計、操作和成本結構的主要因素，以及軟件庫的特點。每章都包含多個真實案例，有詳細的案例研究和以前從未發布的支持谷歌在線服務的基礎設施詳細信息。本書適合倉庫規模計算機架構師和程序員參照參考，也可以為每個希望在這一迷人而重要領域進行創新的人提供良好的知識基礎，同時也可以作為趣味讀物，供對互聯網基礎設施感興趣的人閱讀使用，是2021年Synthesis下載量最高的圖書。

第三版反映了自上一版以來近四年的發展，書中包含的圖片和數據數量翻了一番，囊括的新主題既包括視頻流、機器學習和公共雲等額外工作負載，又涵蓋特種基於硅的加速器、存儲和網絡構建模塊，還對數據中心電源、冷卻以及正常運行時間做了修訂討論。對新趨勢和機遇的深入探討使得本版更好地成為了從事下一代倉庫規模計算機教學與研究人員的重要參考資源。

作者簡介：

路易斯·安德烈·巴羅佐（Luiz Andre Barroso）：美國谷歌公司

路易斯·安德烈·巴羅佐曾在網絡搜索、軟件基礎設施、存儲可用性、能效和硬件設計等多個工程領域工作，是谷歌平台工程團隊第一任總監，該團隊負責公司計算平台的設計，他目前在領導谷歌地圖的基礎設施工程。在加入谷歌之前，路易斯是美國數字設備公司（後來被康柏收購）的研究員，他的團隊在多核CPU處理器和內存系統設計方面做了一些開創性工作。他擁有美國南加州大學計算機工程博士學位和巴西里約熱內盧天主教大學電氣工程學士和碩士學位。路易斯是谷歌研究員、美國計算機協會成員和美國科學促進協會研究員。

烏爾斯·霍爾澤（Urs Holzle）：美國谷歌公司

烏爾斯·霍爾澤是谷歌第一任工程副總裁，自1999年以來一直領導谷歌技術基礎設施的開發，目前負責為谷歌內部和外部雲平台提供動力的服務器、網絡、數據中心和軟件基礎設施的設計和運營。他還以標誌性服飾紅襪子和一隻名叫Yoshka的自由放養的蘭伯格犬而出名，Yoshka是最早一批在谷歌出入的犬。烏爾斯在瑞士長大，獲得蘇黎世聯邦理工學院計算機科學碩士學位，並作為富布賴特研究學者，獲得美國斯坦福大學博士學位。在斯坦福大學期間（後來在一家被Sun Microsystems互聯網技術服務公司收購的創業公司），他發明了現在大多數高級Java編譯器中都在使用的基本技術。在加入谷歌之前，他是美國加州大學聖巴巴拉分校的計算機科學教授。烏爾斯是美國計算機協會成員、美國科學促進協會研究員、瑞士技術科學院和國家工程院成員，還是美國世界野生動物基金會的董事會成員。

帕塔薩拉蒂·蘭加納坦（Parthasarathy Ranganathan）：美國谷歌公司

帕塔薩拉蒂·蘭加納坦是谷歌計算和數據中心硬件領域的技術領導者。此前，他是惠普公司的一名研究員，也是惠普實驗室的首席技術專家，在那裡他領導惠普實驗室有關系統和數據中心的研究。帕塔薩拉蒂參與了多個跨學科系統項目，對學術界和工業界有廣泛影響，包括被廣泛應用於能源感知用戶界面、異構多核、節能服務器、加速器以及耦合的數據中心和以數據為中心的數據中心的創造和創新。他發表了大量著作，是100多項專利的共同發明人。他被《商業內幕》雜誌評為15大企業技術搖滾明星，被《麻省理工學院技術評論》評為全球35大年輕創新者之一，並獲得美國計算機協會計算機系統結構特殊興趣組莫里斯·威爾克斯獎和萊斯大學傑出青年工程校友獎。帕塔薩拉蒂目前是谷歌傑出的工程師，也是美國電氣和電子工程師協會和美國計算機協會成員。

如果您對Synthesis技術前沿報告合集感興趣，願意推薦您所在的院校或機構申請試用，歡迎掃描以下二維碼，提交表單申請。