人工智能導(dǎo)論

第1章 人工智能的孕育 001
1．1 哥德爾定理 002
1．1．1 哥德爾定理概述 002
1．1．2 邏輯學(xué)的發(fā)展 003
1．1．3 哥德爾在各領(lǐng)域的貢獻(xiàn) 005
1．2 圖靈和圖靈機(jī) 007
1．2．1 圖靈測試 007
1．2．2 圖靈機(jī) 011
1．3 馮?諾依曼體系結(jié)構(gòu) 013
1．3．1 馮?諾依曼體系結(jié)構(gòu)簡介 013
1．3．2 馮?諾依曼體系結(jié)構(gòu)的特點(diǎn)和局限 014
1．4 控制論的發(fā)展 016
1．4．1 控制論的發(fā)展歷程 016
1．4．2 控制論方法與人工智能 019
1．5 腦科學(xué)研究的突破 024
1．5．1 生物神經(jīng)元 024
1．5．2 人工神經(jīng)元 025
知識回顧 026
任務(wù)習(xí)題 027
第2章 人工智能的誕生 028
2．1 人工智能的提出 029
2．1．1 達(dá)特茅斯會議 029
2．1．2 人工智能概述 029
2．2 人工智能的流派 031
2．2．1 符號主義 031
2．2．2 聯(lián)結(jié)主義 032
2．2．3 行為主義 036
2．3 感知機(jī)和自適應(yīng)線性元件 037
2．3．1 感知機(jī) 037
2．3．2 自適應(yīng)線性元件 038
2．4 LISP語言 039
2．4．1 LISP語言的發(fā)展史 039
2．4．2 LISP語言的數(shù)據(jù)結(jié)構(gòu) 039
2．4．3 LISP語言常見版本 041
2．5 人工智能的發(fā)展瓶頸 042
2．5．1 對大腦的認(rèn)知有限 042
2．5．2 大腦和軀體的配合難以實(shí)現(xiàn) 042
2．5．3 智能識別的應(yīng)用瓶頸 043
知識回顧 046
任務(wù)習(xí)題 047
第3章 人工智能的復(fù)蘇 048
3．1 專家系統(tǒng) 049
3．1．1 專家系統(tǒng)簡介 049
3．1．2 專家系統(tǒng)的發(fā)展 050
3．1．3 專家系統(tǒng)的主要功能 051
3．2 神經(jīng)網(wǎng)絡(luò)的發(fā)展 052
3．2．1 前饋神經(jīng)網(wǎng)絡(luò) 052
3．2．2 BP算法 055
3．2．3 霍普菲爾德神經(jīng)網(wǎng)絡(luò) 057
3．2．4 自編碼器 059
3．2．5 玻爾茲曼機(jī) 061
3．3 第五代計(jì)算機(jī)的研發(fā) 063
3．3．1 第五代計(jì)算機(jī)簡介 063
3．3．2 電子計(jì)算機(jī)的發(fā)展歷程 065
3．3．3 電子計(jì)算機(jī)發(fā)展的意義 066
3．4 個人計(jì)算機(jī)的流行 066
3．4．1 計(jì)算機(jī)的類別 066
3．4．2 計(jì)算機(jī)的發(fā)展史 069
3．4．3 PC第三需求 071
3．5 機(jī)器學(xué)習(xí)的繁榮 071
3．5．1 機(jī)器學(xué)習(xí)的發(fā)展歷史 071
3．5．2 機(jī)器學(xué)習(xí)的主要流程 076
3．5．3 機(jī)器學(xué)習(xí)算法 079
知識回顧 081
任務(wù)習(xí)題 082
第4章 人工智能的高速發(fā)展 083
4．1 阿爾法圍棋與深度學(xué)習(xí) 084
4．1．1 深度學(xué)習(xí)的原理及架構(gòu) 085
4．1．2 強(qiáng)化學(xué)習(xí) 087
4．1．3 阿爾法圍棋 091
4．2 卷積神經(jīng)網(wǎng)絡(luò) 092
4．2．1 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 092
4．2．2 經(jīng)典網(wǎng)絡(luò)模型和應(yīng)用 096
4．2．3 卷積神經(jīng)網(wǎng)絡(luò)的部分應(yīng)用 099
4．3 循環(huán)神經(jīng)網(wǎng)絡(luò) 103
4．3．1 循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 103
4．3．2 循環(huán)神經(jīng)網(wǎng)絡(luò)的應(yīng)用 108
4．4 生成對抗網(wǎng)絡(luò) 114
4．4．1 了解生成對抗網(wǎng)絡(luò)的原理 114
4．4．2 部分生成對抗網(wǎng)絡(luò)應(yīng)用 115
知識回顧 120
任務(wù)習(xí)題 120
第5章 人工智能的應(yīng)用分支 121
5．1　計(jì)算機(jī)視覺 122
5．1．1　計(jì)算機(jī)視覺概述 122
5．1．2 圖像識別 123
5．1．3　目標(biāo)檢測 127
5．2　自然語言處理 129
5．2．1　自然語言處理 129
5．2．2　語言識別 132
5．2．3　機(jī)器翻譯 135
5．2．4　語義理解 137
5．3　決策分析 141
5．3．1　決策分析概述 141
5．3．2　最優(yōu)化問題 144
5．3．3　知識圖譜 146
5．4 機(jī)器博弈 149
5．4．1 機(jī)器博弈 149
5．4．2 人工智能的“果蠅” 151
5．4．3 機(jī)器博弈的發(fā)展趨勢 152
5．5 智能機(jī)器人 154
5．5．1 智能機(jī)器人 154
5．5．2 智能機(jī)器人的發(fā)展歷史 156
5．5．3 機(jī)器人的智能 158
5．6 無人駕駛 159
5．6．1 無人駕駛概述 159
5．6．2 無人駕駛等級劃分 161
5．6．3 無人駕駛的人工智能技術(shù) 164
5．7 智能系統(tǒng) 167
5．7．1 群智系統(tǒng) 167
5．7．2 群智系統(tǒng)的應(yīng)用 168
知識回顧 169
任務(wù)習(xí)題 170
第6章 哲學(xué)與思考 171
6．1 智能的層級 172
6．1．1　弱人工智能 173
6．1．2　強(qiáng)人工智能 173
6．1．3 超人工智能 174
6．2 人工智能奇點(diǎn)論 175
6．3 人與機(jī)器的界限 184
6．3．1 人與機(jī)器人的界限 184
6．3．2 機(jī)器不是“人” 187
6．4 人工智能的倫理危機(jī) 191
6．4．1 機(jī)器人道德倫理 191
6．4．2 社交機(jī)器人倫理問題 194
6．5 人工智能的國際博弈 203
6．6 人工智能的產(chǎn)業(yè)賦能 206
6．6．1 金融 206
6．6．2 制造 211
6．6．3 交通 213
6．6．4 醫(yī)療 217
6．6．5 文娛 222
知識回顧 225
任務(wù)習(xí)題 226