定 價：59 元
叢書名：科學出版社"十四五"普通高等教育本科規(guī)劃教材
當前圖書已被 2 所學校薦購過！
查看明細
- 作者：莫宏偉，徐立芳編著
- 出版時間：2024/8/1
- ISBN：9787030793638
- 出 版 社：科學出版社
- 中圖法分類：TP18
- 頁碼：121頁
- 紙張：
- 版次：1
- 開本：26cm
本書主要內容分5大部分，共13章，較全面地介紹了目前人工智能的主流概念、理論、方法、技術及應用等內容。第一部分人工智能概念基礎(第1-3章)，介紹了人工智能與哲學、腦科學有關的概念和知識基礎，包括緒論、人工智能哲學基礎和腦科學基礎。緒論部分介紹了智能的定義以及人工智能的定義、歷史、實現(xiàn)方法、研究內容、發(fā)展趨勢；第二章哲學思想介紹與人工智能有關的哲學思想以及技術的思想起源，使學生可以深入理解人工智能隱含的哲學理念。第三章腦科學介紹大腦與神經(jīng)系統(tǒng)基礎以及腦的認知機理。第二部分人工智能方法與技術基礎(第4-5章)，主要介紹了人工神經(jīng)網(wǎng)絡、機器學習的基本概念、方法與原理，主流的深度神經(jīng)網(wǎng)絡和深度學習，配合案例介紹相關方法。第三部分重要研究方向或領域基礎(第6章-11章)，該部分重點圍繞機器智能技術，包括六章內容，分別從感知智能、認知智能、語言智能、行為智能(機器人)、混合智能、類腦智能六個方面分別介紹了機器智能有關的傳統(tǒng)與前沿理論、方法及技術；第四部分介紹人工智能行業(yè)應用(第12章)，人工智能行業(yè)應用介紹人工智能在智能制造、智能農(nóng)業(yè)、智能醫(yī)療、智能教育等多個行業(yè)的技術及案例。第五部分人工智能倫理與法律(第13章)，介紹人工智能倫理問題產(chǎn)生、人工智能倫理基本原則與規(guī)范，以及人工智能倫理措施。對人工智能涉及的法律問題進行了初步介紹。
更多科學出版社服務，請掃碼獲取。
目錄
第1章 緒論 1
1.1 人工智能的基本認識 1
1.2 人工智能系統(tǒng)論 3
1.2.1 人工智能系統(tǒng)論含義 3
1.2.2 人工智能系統(tǒng)論架構 3
1.3 人工智能五維知識體系 5
1.3.1 學科基礎 6
1.3.2 技術基礎 7
1.3.3 重點方向與領域 9
1.3.4 行業(yè)應用 12
1.3.5 人工智能倫理與法律 12
1.4 人工智能五維知識體系與本書內容 12
1.5 小結 14
第2章 數(shù)學背景知識 15
2.1 向量、矩陣和線性代數(shù) 15
2.1.1 向量 15
2.1.2 矩陣 17
2.1.3 特征向量和特征值 19
2.1.4 線、面和超平面 19
2.2 概率論 20
2.2.1 隨機變量和概率公理 20
2.2.2 聯(lián)合概率和條件概率 21
2.2.3 期望、方差和協(xié)方差 21
2.2.4 概率密度函數(shù) 22
2.2.5 貝葉斯法 24
2.3 馬爾可夫模型 24
2.3.1 馬爾可夫鏈 25
2.3.2 馬爾可夫決策過程 26
2.3.3 隱馬爾可夫模型 28
2.4 函數(shù)優(yōu)化基礎 29
2.4.1 低維函數(shù)優(yōu)化 29
2.4.2 多維函數(shù)優(yōu)化 30
2.4.3 梯度方向 31
2.5 度量準則 32
2.6 常用的激活函數(shù) 33
2.7 小結 35
第3章 腦及神經(jīng)科學與人工智能 36
3.1 人腦神經(jīng)元與人工神經(jīng)網(wǎng)絡 36
3.1.1 MP神經(jīng)元模型 36
3.1.2 神經(jīng)元計算能力新發(fā)現(xiàn) 38
3.2 生物神經(jīng)元模型與類腦計算 39
3.2.1 生物脈沖神經(jīng)元模型 39
3.2.2 神經(jīng)形態(tài)計算 40
3.3 生物視覺與機器視覺及感知智能 41
3.3.1 人的視覺機制 41
3.3.2 深度卷積神經(jīng)網(wǎng)絡的生物視覺機制 42
3.3.3 視覺模擬 43
3.4 人類學習與機器學習 44
3.5 人類的注意力機制與深度學習 46
3.5.1 人類的注意力機制 46
3.5.2 注意力機制在深度神經(jīng)網(wǎng)絡的應用 46
3.6 人類的記憶機制 47
3.6.1 人類的記憶類型 47
3.6.2 記憶機制在機器學習中的應用 48
3.7 人類情感與機器情感 49
3.7.1 大腦情感模型 49
3.7.2 機器情感 49
3.8 腦與神經(jīng)科學對人工智能的作用 50
3.9 小結 51
第4章 人工神經(jīng)網(wǎng)絡原理與方法 52
4.1 人工神經(jīng)元與感知器模型 52
4.1.1 單神經(jīng)元模型 52
4.1.2 多層人工神經(jīng)網(wǎng)絡 52
4.1.3 多層感知器 54
4.1.4 反向傳播算法 54
4.2 卷積神經(jīng)網(wǎng)絡 57
4.2.1 卷積神經(jīng)網(wǎng)絡基本概念 57
4.2.2 卷積神經(jīng)網(wǎng)絡結構組成 58
4.2.3 損失函數(shù) 64
4.3 人工神經(jīng)網(wǎng)絡學習訓練方法 65
4.3.1 梯度下降法 65
4.3.2 改進梯度下降法 66
4.4 深度卷積神經(jīng)網(wǎng)絡 68
4.5 循環(huán)神經(jīng)網(wǎng)絡 70
4.6 小結 72
第5章 機器學習原理與方法 73
5.1 機器學習發(fā)展歷程 73
5.2 深度學習方法 74
5.2.1 深度學習優(yōu)勢與缺陷 74
5.2.2 自編碼器 75
5.2.3 生成對抗網(wǎng)絡 77
5.2.4 transformer模型 79
5.2.5 ViT模型 81
5.2.6 擴散模型 83
5.3 聯(lián)邦學習 84
5.3.1 橫向聯(lián)邦學習 84
5.3.2 縱向聯(lián)邦學習 85
5.3.3 聯(lián)邦遷移學習 86
5.4 強化學習 87
5.4.1 強化學習原理 87
5.4.2 強化學習定義 88
5.4.3 強化學習基本方法 89
5.5 小結 91
第6章 機器感知智能原理與方法 92
6.1 機器感知智能含義 92
6.2 數(shù)字圖像處理技術 93
6.3 計算機視覺與機器視覺 93
6.3.1 計算機視覺 93
6.3.2 機器視覺 95
6.4 模式識別 97
6.4.1 模式識別概念 97
6.4.2 模式識別系統(tǒng) 97
6.5 用于感知智能的經(jīng)典深度學習算法 99
6.5.1 YOLO算法 99
6.5.2 YOLOv7算法 102
6.6 機器感知智能案例——目標檢測與識別 104
6.6.1 目標檢測模型結構 104
6.6.2 主干網(wǎng)絡 105
6.6.3 角點池化 108
6.7 小結 110
第7章 機器認知智能原理與方法 111
7.1 認知智能技術的發(fā)展及應用 111
7.2 推理方法 111
7.2.1 直覺推理 112
7.2.2 常識推理 112
7.2.3 關系推理 112
7.2.4 因果推理 112
7.3 場景理解 115
7.4 視覺問答 117
7.5 搜索技術 119
7.5.1 蒙特卡羅規(guī)劃 119
7.5.2 AlphaZero圍棋程序 122
7.5.3 蒙特卡羅樹搜索在AlphaZero圍棋程序的應用 122
7.6 知識圖譜方法 126
7.6.1 知識圖譜概念 126
7.6.2 如何構建一個知識圖譜 127
7.7 小結 129
第8章 機器語言智能原理與方法 130
8.1 自然語言處理技術 130
8.2 自然語言理解方法 130
8.2.1 簡單句的理解方法 130
8.2.2 復合句的理解方法 131
8.3 機器語言智能技術應用——聊天機器人 132
8.3.1 聊天機器人發(fā)展歷史與現(xiàn)狀 132
8.3.2 聊天機器人與自然語言理解 132
8.3.3 聊天機器人關鍵技術 133
8.3.4 一個聊天機器人的簡單例子 135
8.4 語音識別原理與方法 142
8.4.1 語音識別概念與發(fā)展歷史 142
8.4.2 語音識別系統(tǒng)與類型 142
8.4.3 語音識別的概率噪聲信道總體結構 143
8.4.4 隱馬爾可夫模型應用于語音識別 145
8.5 機器翻譯原理與技術 148
8.5.1 機器翻譯概念 148
8.5.2 transformer通用翻譯模型 149
8.6 小結 151
第9章 機器類腦智能原理與方法 152
9.1 類腦計算與類腦智能 152
9.1.1 類腦計算概念及意義 152
9.1.2 類腦計算主要方法 153
9.2 脈沖神經(jīng)網(wǎng)絡與神經(jīng)形態(tài)計算 155
9.3 神經(jīng)形態(tài)類腦芯片 157
9.3.1 Loihi神經(jīng)形態(tài)多核處理器 158
9.3.2 “天極”神經(jīng)形態(tài)芯片 158
9.3.3 類腦芯片KA200芯片 158
9.3.4 “達爾文”芯片 159
9.3.5 BrainScaleS 161
9.3.6 TrueNorth神經(jīng)形態(tài)計算芯片 161
9.4 神經(jīng)形態(tài)計算機 163
9.4.1 神經(jīng)形態(tài)計算機的概念 163
9.4.2 神經(jīng)形態(tài)計算機與傳統(tǒng)計算機的比較 164
9.5 基于憶阻器的類腦計算 165
9.6 人工大腦 167
9.6.1 人工神經(jīng)元 168
9.6.2 人造神經(jīng)突觸 168
9.7 小結 169
第10章 機器行為智能原理與方法 170
10.1 機器人行為智能與機器人類型 170
10.1.1 機器人與行為智能 170
10.1.2 機器人類型 170
10.2 機器人共性技術 173
10.2.1 傳感器 173
10.2.2 自由度、效應器和執(zhí)行器 178
10.2.3 移動機器人SLAM技術 179
10.3 基于深度相機的SLAM系統(tǒng)數(shù)學模型 181
10.3.1 深度相機模型 181
10.3.2 針孔相機模型 183
10.3.3 基于深度相機的SLAM系統(tǒng)描述 185
10.3.4 SLAM過程的圖模型與優(yōu)化方法 186
10.4 無人智能系統(tǒng) 188
10.4.1 無人車系統(tǒng) 188
10.4.2 無人艇系統(tǒng) 190
10.4.3 無人飛行器系統(tǒng) 193
10.5 小結 195
第11章 人機混合智能原理與方法 196
11.1 腦機接口混合智能技術 196
11.1.1 腦機接口原理 196
11.1.2 腦機接口系統(tǒng)分類 197
11.1.3 EEG信號模式 198
11.1.4 腦機接口技術應用 200
11.2 外骨骼混合智能技術 206
11.2.1 外骨骼概念 206
11.2.2 結構與原理 207
11.2.3 外骨骼關鍵技術 208
11.3 可穿戴計算 212
11.3.1 普適計算與可穿戴計算 212
11.3.2 可穿戴柔性傳感器 214
11.3.3 可穿戴計算的閉環(huán)典型應用 215
11.3.4 智能監(jiān)控服裝 216
11.4 小結 216
第12章 人工智能行業(yè)應用 217
12.1 人工智能與社會發(fā)展 217
12.1.1 人工智能與數(shù)字經(jīng)濟 217
12.1.2 人工智能技術產(chǎn)業(yè)應用層次 218
12.2 智能城市 219
12.2.1 智能城市發(fā)展關鍵技術 219
12.2.2 云計算與智能城市 220
12.3 智能制造 222
12.3.1 人工智能賦能制造業(yè) 222
12.3.2 智能制造基礎技術 223
12.3.3 制造業(yè)與人工智能算法 225
12.4 智能醫(yī)療 225
12.4.1 智能醫(yī)療發(fā)展現(xiàn)狀 225
12.4.2 智能醫(yī)療案例——超聲影像識別 226
12.5 小結 237
第13章 人工智能倫理與法律 238
13.1 人工智能倫理與傳統(tǒng)倫理學的關系 238
13.1.1 應用倫理、科技倫理與人工智能倫理 238
13.1.2 人工智能倫理概念與含義 239
13.1.3 人工智能倫理體系 241
13.2 狹義人工智能倫理 242
13.2.1 人工智能技術引發(fā)的倫理問題 242
13.2.2 人工智能數(shù)據(jù)倫理 242
13.2.3 人工智能算法倫理問題 244
13.2.4 機器人倫理問題 245
13.2.5 自動駕駛汽車倫理 247
13.2.6 人工智能行業(yè)應用倫理 248
13.2.7 人工智能設計倫理 250
13.3 廣義人工智能倫理 250
13.3.1 人機混合倫理 250
13.3.2 人工智能全球倫理 251
13.3.3 人工智能宇宙?zhèn)惱?252
13.3.4 超現(xiàn)實人工智能倫理 252
13.4 人工智能倫理原則 253
13.5 人工智能技術涉及的法律問題 254
13.5.1 自動駕駛汽車法律問題 254
13.5.2 人工智能著作權問題 256
13.6 小結 257
參考文獻 258
書單推薦
