新一代人工智能的崛起深刻影響著國(guó)際競(jìng)爭(zhēng)格局，人工智能已經(jīng)成為推動(dòng)國(guó)家與人類社會(huì)發(fā)展的重大引擎。2017年，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，其中明確指出：支持開(kāi)展形式多樣的人工智能科普活動(dòng)，鼓勵(lì)廣大科技工作者投身人工智能知識(shí)的普及與推廣，全面提高全社會(huì)對(duì)人工智能的整體認(rèn)知和應(yīng)用水平。實(shí)施全民智能教育項(xiàng)目，在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育，鼓勵(lì)社會(huì)力量參與寓教于樂(lè)的編程教學(xué)軟件、游戲的開(kāi)發(fā)和推廣。
為了貫徹落實(shí)《新一代人工智能發(fā)展規(guī)劃》，國(guó)家有關(guān)部委相繼頒布出臺(tái)了一系列政策。截至2022年2月，全國(guó)共有440所高校設(shè)置了人工智能本科專業(yè)，387所普通高等學(xué)校高等職業(yè)教育（�？疲┰O(shè)置了人工智能技術(shù)服務(wù)專業(yè)，一些高校甚至已經(jīng)在積極探索人工智能跨學(xué)科的建設(shè)。在高中階段，人工智能初步已經(jīng)成為信息技術(shù)課程的選擇性必修內(nèi)容之一。在2022年實(shí)現(xiàn)從0到1突破的義務(wù)教育階段信息科技課程標(biāo)準(zhǔn)中，明確要求在7～9年級(jí)需要學(xué)習(xí)人工智能與智慧社會(huì)相關(guān)內(nèi)容，實(shí)際上，1～6年級(jí)階段的不少內(nèi)容也與人工智能關(guān)系密切，是學(xué)習(xí)人工智能的基礎(chǔ)。
人工智能是一門(mén)具有高度交叉屬性的學(xué)科，筆者認(rèn)為其交叉性至少體現(xiàn)在三個(gè)方面：行業(yè)交叉、學(xué)科交叉、學(xué)派交叉。在大數(shù)據(jù)、算法、算力三駕馬車的推動(dòng)下，新一代人工智能已經(jīng)逐步開(kāi)始賦能各個(gè)行業(yè)，現(xiàn)在幾乎沒(méi)有哪一個(gè)行業(yè)不涉及人工智能有關(guān)元素。人工智能也在助力各學(xué)科的研究，近幾年，《自然》等刊物不斷刊發(fā)人工智能賦能學(xué)科的文章，如人工智能推動(dòng)數(shù)學(xué)、化學(xué)、生物、考古、設(shè)計(jì)、音樂(lè)以及美術(shù)等。人工智能內(nèi)部的學(xué)派也在不斷交叉融合，像知名的AlphaGo，就是集三大主流學(xué)派優(yōu)勢(shì)制作，并且現(xiàn)在這種不同學(xué)派間取長(zhǎng)補(bǔ)短的研究開(kāi)展得如火如荼�？傊�，未來(lái)的學(xué)習(xí)、工作與生活中，人工智能賦能的身影將無(wú)處不在，因此掌握一定的人工智能知識(shí)與技能將大有裨益。
根據(jù)筆者長(zhǎng)期從事人工智能教學(xué)、研究經(jīng)驗(yàn)來(lái)看，一些人對(duì)人工智能還存在一定的誤區(qū)。比如將編程與人工智能直接畫(huà)上了等號(hào)，又或是認(rèn)為人工智能就只有深度學(xué)習(xí)等。實(shí)際上，人工智能的知識(shí)體系十分龐大，內(nèi)容涵蓋相當(dāng)廣泛，不但有邏輯推理、知識(shí)工程、搜索算法等相關(guān)內(nèi)容，還涉及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及強(qiáng)化學(xué)習(xí)等算法模型。當(dāng)然，了解人工智能的起源與發(fā)展、人工智能的道德倫理對(duì)正確認(rèn)識(shí)人工智能和樹(shù)立正確的價(jià)值觀也是十分必要的。
通過(guò)對(duì)人工智能及其相關(guān)知識(shí)的系統(tǒng)學(xué)習(xí)，可以培養(yǎng)數(shù)學(xué)思維( Mathematical Thinking)、邏輯思維( Reasoning Thinking)、計(jì)算思維(Computational Thinking)、藝術(shù)思維(Artistic Thinking)、創(chuàng)新思維( Innovative Thinking)與數(shù)據(jù)思維(Data Thinking)，即MRCAID。然而遺憾的是，目前市場(chǎng)上既能較綜合介紹人工智能相關(guān)知識(shí)，又能輔以程序代碼解決問(wèn)題，同時(shí)還能迅速入門(mén)的圖書(shū)并不多見(jiàn)。因此筆者策劃了本系列圖書(shū)，以期實(shí)現(xiàn)體系內(nèi)容較全、配合程序操練及上手簡(jiǎn)單方便等特點(diǎn)。
本書(shū)主要介紹一些關(guān)于人工智能視覺(jué)領(lǐng)域相關(guān)的知識(shí)。除介紹像卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法解決圖像分類問(wèn)題外，也給出了如何利用傳統(tǒng)機(jī)器學(xué)習(xí)算法進(jìn)行圖像識(shí)別的知識(shí)與技能。本書(shū)也介紹了OpenCV在圖像處理中的一些基礎(chǔ)知識(shí)，為進(jìn)一步學(xué)習(xí)高階的內(nèi)容奠定了基礎(chǔ)。第1章介紹了計(jì)算機(jī)視覺(jué)的基礎(chǔ)知識(shí)與發(fā)展脈絡(luò)，第2章介紹如何利用支持向量機(jī)解決分類問(wèn)題以及其在手寫(xiě)數(shù)字圖像識(shí)別中的運(yùn)用，第3章介紹神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)MNIST手寫(xiě)數(shù)字?jǐn)?shù)據(jù)集的分類，第4章和第5章介紹卷積神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)以及其實(shí)現(xiàn)圖像分類的案例，第6章主要介紹OpenCV的基礎(chǔ)知識(shí)，第7章在第6章的基礎(chǔ)上，介紹了目標(biāo)跟蹤、目標(biāo)檢測(cè)、圖像分割以及人臉識(shí)別等相關(guān)知識(shí)。本書(shū)的附錄部分介紹了關(guān)于優(yōu)化問(wèn)題的基礎(chǔ)知識(shí)以及給出了一步步實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的代碼。
本書(shū)的出版要感謝曾提供熱情指導(dǎo)與幫助的院士、教授、中小學(xué)教師等專家學(xué)者，也要感謝與筆者一起并肩參與寫(xiě)作的其他作者，同時(shí)還要感謝化學(xué)工業(yè)出版社編輯老師們的熱情支持與一絲不茍的工作態(tài)度。
在本書(shū)的出版過(guò)程中，未來(lái)基因(北京)人工智能研究院、騰訊教育、阿里云、科大訊飛等機(jī)構(gòu)給予了大力支持，在此一并表示感謝。同時(shí)，本書(shū)受中央高�；�本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助，在此表示感謝。
由于筆者水平有限，書(shū)中內(nèi)容不可避免會(huì)存在疏漏，歡迎廣大讀者批評(píng)指正并提出寶貴的意見(jiàn)。

龔超
2022年9月于清華大學(xué)