人工智能與開源硬件

目　錄

第 1 章 C H A P T E R 1

人工智能的

發(fā)展和相關(guān)

概念

1.1　人工智能發(fā)展概述　/ 2

1.1.1　人工智能發(fā)展大事件　/ 2

1.1.2　達(dá)特茅斯會議　/ 12

1.1.3　人工智能的高潮與低谷　/ 12

1.1.4　人工智能與未來發(fā)展　/ 14

1.2　人工智能概念解析　/ 15

1.2.1　什么是人工智能　/ 15

1.2.2　什么是語音識別　/ 19

1.2.3　什么是圖像識別　/ 20

1.2.4　什么是無人駕駛　/ 22

1.2.5　什么是SLAM　/ 23

第 2 章 C H A P T E R 2

“能聽會說”

的機(jī)器——

語音識別及

語音合成

25

2.1　認(rèn)識語音　/ 27

2.1.1　人類對聲音的處理　/ 27

2.1.2　聲音的特征　/ 27

2.1.3　計算機(jī)處理聲音的方式　/ 30

2.2　語音識別技術(shù)　/ 34

2.2.1　語音識別原理　/ 34

2.2.2　語音識別模型的訓(xùn)練和再認(rèn)　/ 36

2.2.3　體驗(yàn)語音轉(zhuǎn)寫功能　/ 37

2.2.4　語音識別的應(yīng)用　/ 39

2.3　語音合成技術(shù)　/ 41

2.3.1　語音合成技術(shù)的發(fā)展　/ 41

2.3.2　語音合成技術(shù)的原理　/ 42

2.3.3　語音合成技術(shù)的實(shí)踐　/ 46

2.3.4　語音合成技術(shù)的應(yīng)用　/ 47

第 3 章 C H A P T E R 3

“能看” 的

機(jī)器人——

顏色及圖像

識別51

3.1　識別黑白色　/ 52

3.1.1　巡線傳感器　/ 52

3.1.2　紅外線接近開關(guān)　/ 53

3.1.3　任務(wù)實(shí)踐　/ 53

3.2　顏色識別　/ 57

3.2.1　顏色識別傳感器及原理　/ 57

3.2.2　Pixy2 顏色識別傳感器　/ 57

3.2.3　任務(wù)實(shí)踐　/ 58

3.3　圖像識別和人臉識別　/ 60

3.3.1　圖像的數(shù)字化　/ 61

3.3.2　顏色識別與HSV 顏色空間　/ 62

3.3.3　卷積運(yùn)算與邊緣提取　/ 64

3.3.4　任務(wù)實(shí)踐——人臉識別　/ 68

C H A P T E R 4

第4 章

71

“能動” 的

機(jī)器人——

無人駕駛

體驗(yàn)

4.1　設(shè)計制作一輛自動運(yùn)行小車　/ 72

4.1.1　實(shí)驗(yàn)器材　/ 72

4.1.2　實(shí)驗(yàn)電路　/ 73

4.1.3　程序清單　/ 73

4.2　閉環(huán)控制小車　/ 75

4.2.1　實(shí)驗(yàn)器材　/ 75

4.2.2　實(shí)驗(yàn)電路　/ 75

4.2.3　程序清單　/ 76

4.2.4　程序說明　/ 76

4.3　基于圖像識別技術(shù)自動駕駛小車　/ 78

4.3.1　實(shí)驗(yàn)器材　/ 78

4.3.2　實(shí)驗(yàn)電路　/ 78

4.3.3　實(shí)驗(yàn)原理　/ 79

4.3.4　操作流程　/ 79

第 5 章 C H A P T E R 5

“能互聯(lián)”的

智能家居——

物聯(lián)網(wǎng)及智能

家居技術(shù)87

5.1　藍(lán)牙及無線通信　/ 88

5.1.1　藍(lán)牙技術(shù)的基本知識　/ 88

5.1.2　常見的無線通信方式　/ 91

5.1.3　5G 與未來生活　/ 92

5.2　智能家居　/ 92

5.2.1　物聯(lián)網(wǎng)及智能家居　/ 92

5.2.2　制作智能家居模型　/ 99

C H A P T E R 6

第6 章

103

“能學(xué)習(xí)”

的機(jī)器

6.1　從觀察到預(yù)測　/ 104

6.1.1　機(jī)器學(xué)習(xí)　/ 105

6.1.2　從預(yù)測說起　/ 105

6.1.3　數(shù)字化：建立機(jī)器與現(xiàn)實(shí)世界的連接　/ 106

6.1.4　預(yù)測函數(shù)：從觀察到結(jié)論的映射　/ 107

6.1.5　任務(wù)實(shí)踐　/ 108

6.2　從數(shù)據(jù)中學(xué)習(xí)　/ 111

6.2.1　監(jiān)督學(xué)習(xí)　/ 111

6.2.2　試驗(yàn)與修正：一種簡單的學(xué)習(xí)策略　/ 112

6.2.3　任務(wù)實(shí)踐　/ 113

6.3　分類函數(shù)的調(diào)用　/ 116

6.3.1　提取特征　/ 117

6.3.2　特征向量與特征空間　/ 118

6.3.3　分類器　/ 119

6.3.4　感知器　/ 120

6.3.5　任務(wù)實(shí)踐　/ 121

6.4　卷積神經(jīng)網(wǎng)絡(luò)　/ 124

6.4.1　深度神經(jīng)網(wǎng)絡(luò)的特點(diǎn)　/ 124

6.4.2　深度神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)　/ 125

6.4.3　卷積層　/ 126

6.4.4　全連接層、歸一化指數(shù)層與非線性激活層　/ 127

6.4.5　池化層　/ 127

6.4.6　人工神經(jīng)網(wǎng)絡(luò)　/ 128

6.4.7　任務(wù)實(shí)踐　/ 129

參考文獻(xiàn)　/ 133

附錄　《人工智能與開源硬件》課程實(shí)施建議　/ 134