 書(shū)單推薦 新書(shū)推薦 |
人工智能 
定 價(jià)：79.9 元 叢書(shū)名：高等學(xué)校計(jì)算機(jī)教育系列教材
當(dāng)前圖書(shū)已被 3 所學(xué)校薦購(gòu)過(guò)！
查看明細(xì)
9 7 6 8 9 7 7 3 5 0 1 2 0  本書(shū)介紹人工智能的理論、方法、技術(shù)及其應(yīng)用，除了討論那些仍然有用的和有效的基本原理和方法之外，著重闡述一些新的和正在研究的人工智能方法與技術(shù)。此外，本書(shū)使用比較多的篇幅論述了人工智能的應(yīng)用，包括新增的預(yù)訓(xùn)練模型、基于LLM的Agent等內(nèi)容。本書(shū)包括下列內(nèi)容：①人工智能的起源與發(fā)展，人工智能的研究與應(yīng)用領(lǐng)域；②知識(shí)表示與推理、不確定推理、因果推理等；③盲目搜索、啟發(fā)式搜索、博弈搜索、貪婪局部搜索、模擬退火算法、遺傳算法等搜索技術(shù)；④Agent、基于大模型的Agent、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、QLearning算法、深度強(qiáng)化學(xué)習(xí)等人工智能技術(shù)和方法；⑤智能規(guī)劃、自然語(yǔ)言處理、信息搜索、語(yǔ)言翻譯、語(yǔ)音識(shí)別、閱讀理解、ChatGPT、群體智能、機(jī)器人等應(yīng)用；⑥人工智能倫理與安全、人工智能治理。本書(shū)適用于高等學(xué)校計(jì)算機(jī)類專業(yè)本科生和非計(jì)算機(jī)專業(yè)研究生人工智能課程教學(xué)，也可作為科技人員深入學(xué)習(xí)人工智能的參考書(shū)。 本書(shū)第3版被評(píng)為“首屆教材二等獎(jiǎng)”，首批入選“十二五”普通高等教育本科規(guī)劃教材。本書(shū)是在第3版基礎(chǔ)上修訂后的新版。本書(shū)立足時(shí)代背景，力求形成“以不變的基本理論與方法為主體，充分反映人工智能技術(shù)發(fā)展水平，以培養(yǎng)學(xué)生具備繼續(xù)學(xué)習(xí)能力為目標(biāo)”的教學(xué)思路，使學(xué)生學(xué)習(xí)和掌握人工智能核心基礎(chǔ)知識(shí)，筑牢基礎(chǔ)。本書(shū)介紹人工智能的理論、方法、技術(shù)及其應(yīng)用，除了討論仍然有用的和有效的基本原理與方法之外，著重闡述新的和正在研究的人工智能方法與技術(shù)，特別是近期發(fā)展起來(lái)的方法與技術(shù)。此外，用比較多的篇幅論述人工智能的應(yīng)用，包括人工智能新的應(yīng)用研究。本書(shū)注重基礎(chǔ)，知識(shí)體系完整，知識(shí)點(diǎn)前沿，強(qiáng)化實(shí)踐。內(nèi)容的可讀性好，語(yǔ)言簡(jiǎn)練，深入淺出，通俗易懂。力圖體現(xiàn)三方面特點(diǎn)：一是“基礎(chǔ)性”；二是“實(shí)踐性”；三是“前瞻性”。本書(shū)是作者多年來(lái)在高等學(xué)校一線從事人工智能課程建設(shè)和教學(xué)實(shí)踐的結(jié)晶。適用于國(guó)內(nèi)大多數(shù)普通高校計(jì)算機(jī)及相關(guān)專業(yè)，以及不同教學(xué)條件學(xué)校的人工智能課程教學(xué)的需要。理論授課注重案例式教學(xué)和啟發(fā)式教學(xué)，以便為實(shí)踐做好鋪墊。上一版附錄給出的28個(gè)人工智能課程大作業(yè)，本書(shū)以案例及思考題的方式給出。本書(shū)附錄介紹了人工智能編程語(yǔ)言Python和手寫(xiě)體識(shí)別案例。提供了豐富的導(dǎo)學(xué)資源（電子書(shū)、慕課視頻、案例程序等），設(shè)置了具有挑戰(zhàn)性的人工智能實(shí)驗(yàn)，并對(duì)實(shí)驗(yàn)提出了較高的自主完成要求。
前言
我和本教材主編賁可榮教授與人工智能的緣分有一段類似的經(jīng)歷。我們都是本科學(xué)習(xí)數(shù)學(xué)，碩士期間學(xué)習(xí)數(shù)理邏輯和計(jì)算機(jī)科學(xué)理論。攻讀博士學(xué)位期間，又共同師從陳火旺院士，開(kāi)展人工智能與軟件工程交叉研究。賁可榮教授博士論文研究采用自動(dòng)推理技術(shù)證明程序正確性，屬于AI4SE，我的博士論文研究面向智能體的人工智能程序設(shè)計(jì)語(yǔ)言，屬于SE4AI，我們?cè)谌斯ぶ悄芊矫娴摹巴庸Α倍紝儆诜?hào)主義學(xué)派的范疇。雖然在我們研究生期間，Hopfield網(wǎng)絡(luò)模型的出現(xiàn)激起了連接主義人工智能的一朵浪花，但符號(hào)主義人工智能的主導(dǎo)地位不可撼動(dòng)，我和賁可榮教授對(duì)自己能夠在當(dāng)時(shí)的人工智能主航道上學(xué)習(xí)和工作倍感榮幸。然而，很快我和賁可榮教授共同經(jīng)歷了之后人工智能由熱轉(zhuǎn)冷的全過(guò)程。后來(lái)，我們又作為研究生導(dǎo)師，共同見(jiàn)證了因深度學(xué)習(xí)帶來(lái)的連接主義人工智能的再次興起，符號(hào)主義學(xué)派似乎被冷落了，大語(yǔ)言模型熱潮又一次喚起人們對(duì)通用人工智能的憧憬。 學(xué)派分野帶來(lái)的學(xué)科區(qū)分在人工智能領(lǐng)域十分明顯，導(dǎo)致三種人工智能學(xué)派你方唱罷我登場(chǎng)�？梢灶A(yù)見(jiàn)，自主機(jī)器人和具身智能將帶來(lái)行為主義人工智能的大發(fā)展。實(shí)現(xiàn)具身智能的關(guān)鍵在于具身智能體對(duì)環(huán)境的感知、互動(dòng)、適應(yīng)、決策和行動(dòng)，需要有效連接思考、感知與行動(dòng)三大智能空間，從而推動(dòng)全自主無(wú)人系統(tǒng)的具身智能技術(shù)發(fā)展。未來(lái)人工智能發(fā)展需要三種人工智能學(xué)派的大合唱，取長(zhǎng)補(bǔ)短，走向融合和集成，共同為人工智能的發(fā)展做出貢獻(xiàn)。為此亟須人工智能學(xué)科交叉問(wèn)題，以及復(fù)合型人工智能人才培養(yǎng)問(wèn)題，這里既包括融合三種人工智能學(xué)派的知識(shí)體系，也包括人工智能對(duì)人類未來(lái)發(fā)展的新挑戰(zhàn)新認(rèn)知。令人敬佩的是，賁可榮教授始終保持著學(xué)生時(shí)代對(duì)人工智能研究的熱情投入，以及對(duì)人工智能發(fā)展的敏銳洞察。這種投入和洞察反映在了他主編的這本《人工智能》教材持續(xù)迭代升級(jí)之中。本書(shū)具有如下特點(diǎn)。 一是以人為本，緊跟時(shí)代步伐。站在立德樹(shù)人的角度，融入楷模引領(lǐng)、典型應(yīng)用、大國(guó)工匠、使命擔(dān)當(dāng)、批判思維、敢為人先、風(fēng)險(xiǎn)管控等德育元素，結(jié)合人工智能學(xué)科特點(diǎn)，因勢(shì)利導(dǎo)，培養(yǎng)學(xué)生高尚的道德情操。 二是以融為先，系統(tǒng)設(shè)計(jì)內(nèi)容。站在學(xué)科交叉的角度，闡述智能感知、智能推理、智能決策和智能行動(dòng)所涉及的基本概念、基礎(chǔ)理論、基本方法，內(nèi)容涵蓋了ACM和IEEECS制定的新版人工智能知識(shí)點(diǎn)。體系嚴(yán)謹(jǐn)，選材精練，講解翔實(shí)。 三是以實(shí)為要，直面問(wèn)題建模。站在提升能力的角度，通過(guò)每一章節(jié)“濕漉漉”的案例讓學(xué)習(xí)者找到感覺(jué)，參與其中，提高解決復(fù)雜問(wèn)題的實(shí)踐能力，每章后的思考題也為學(xué)生課后實(shí)踐提供了拓展空間。 本教材、的前序版本先后評(píng)為普通高等學(xué)校“十一五”規(guī)劃教材、“十二五”普通高等教育本科規(guī)劃教材、首屆教材二等獎(jiǎng)、“十四五”普通高等教育本科規(guī)劃教材。我希望本教材能夠?yàn)槿斯ぶ悄苷n程教學(xué)提供范本，更希望在智能時(shí)代到來(lái)之時(shí)，有更多的相關(guān)專業(yè)本科生、相關(guān)學(xué)科研究生、人工智能愛(ài)好者能夠從中受益，成為新時(shí)代人工智能大合唱中不可或缺的、生動(dòng)和諧的聲部。 王懷民 國(guó)防科技大學(xué)教授 中國(guó)科學(xué)院院士人工智能（第4版）前言人工智能發(fā)展歷程可以從兩個(gè)角度來(lái)分析。優(yōu)質(zhì)，整個(gè)人工智能的發(fā)展可以看成怎么解決搜索問(wèn)題的過(guò)程，開(kāi)始是利用搜索，而后希望采取高級(jí)搜索來(lái)尋找精確解。因?yàn)槲覀兠媾R的問(wèn)題會(huì)越來(lái)越復(fù)雜，尋找精確解不太可行，只好采取近似搜索的方法。所以使用優(yōu)化算法、隨機(jī)算法，以及更為廣泛的學(xué)習(xí)方法。第二，從如何處理知識(shí)表示的角度看待人工智能，這觸及人工智能的本質(zhì)和技術(shù)難點(diǎn)�；谝�(guī)則的學(xué)習(xí)其目的是把人類對(duì)事物的理解形式化，從而希望機(jī)器能夠有效和人類認(rèn)知對(duì)齊以達(dá)到智能的目的。迄今為止，這條路徑成效有限，轉(zhuǎn)而采取較為可行的基于數(shù)據(jù)統(tǒng)計(jì)的方法，即用統(tǒng)計(jì)數(shù)據(jù)來(lái)代表知識(shí)表示，然后在數(shù)據(jù)上運(yùn)行算法。而深度神經(jīng)網(wǎng)絡(luò)提供了一個(gè)統(tǒng)計(jì)數(shù)據(jù)的進(jìn)一步表示，使得系統(tǒng)可以更為有效地進(jìn)行端對(duì)端學(xué)習(xí)。 思路的改變對(duì)人工智能的發(fā)展起到了關(guān)鍵作用。例如，模式識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別、視覺(jué)處理等都從統(tǒng)計(jì)方法上獲得了巨大的成功。此外，從統(tǒng)計(jì)學(xué)的數(shù)據(jù)建模到計(jì)算機(jī)的算法建模，人工智能則從機(jī)器學(xué)習(xí)中看到了新的路徑。 根據(jù)人工智能的發(fā)展歷史，人工智能主要是要處理三個(gè)任務(wù)： ①識(shí)別，可以把識(shí)別看作搜索的一個(gè)高級(jí)形態(tài)； ②決策； ③生成。而這三個(gè)任務(wù)剛好又和機(jī)器學(xué)習(xí)的三大學(xué)習(xí)范式——有監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)相一致。 1. 感知智能、認(rèn)知智能和決策智能 按照問(wèn)題智能處理的水平可將智能分為感知智能、認(rèn)知智能和決策智能。 感知智能的核心在于模擬人的視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)等感知能力，目前用于完成人可以簡(jiǎn)單完成、重復(fù)度較高的工作，如人臉識(shí)別、語(yǔ)音識(shí)別等。其核心業(yè)務(wù)目標(biāo)是提高效率，降低成本。在智能能力方面，主要集中在模式識(shí)別層面，重在提升視覺(jué)、語(yǔ)音等場(chǎng)景中的效率，不具備理解和推理能力。 認(rèn)知智能是指系統(tǒng)能推理、會(huì)理解，需要具有對(duì)信息的認(rèn)知、理解、推理、存儲(chǔ)和轉(zhuǎn)換的能力，即與思維能力密切相關(guān)。推理是從已有的知識(shí)得出新的知識(shí)的思維形式，在推理中可以清楚地看到人類思維的創(chuàng)造性。 決策智能意味著能思考、會(huì)決策，在一種不確定的環(huán)境中做出合適的行動(dòng)，或者做出合適的選擇和決定的能力。智能應(yīng)具備對(duì)不確定性環(huán)境的探索和發(fā)現(xiàn)。這里的環(huán)境，即指我們?cè)噲D用智能科學(xué)更好地了解、探索、建模和駕馭的物理世界、人類社會(huì)等系統(tǒng)。決策智能主要基于對(duì)不確定環(huán)境的探索，因此需要獲取環(huán)境信息和自身的狀態(tài)，從而進(jìn)行自主決策，并使得由環(huán)境反饋的收益最大。 2. 大語(yǔ)言模型 大語(yǔ)言模型主要利用語(yǔ)言數(shù)據(jù)，而現(xiàn)在則希望使用語(yǔ)言、圖像和音頻等融合的多模態(tài)異構(gòu)數(shù)據(jù)�？紤]到計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和語(yǔ)音識(shí)別等也是由機(jī)器學(xué)習(xí)發(fā)展起來(lái)的，所以，現(xiàn)代人工智能可以理解成通過(guò)機(jī)器學(xué)習(xí)及由其驅(qū)動(dòng)而發(fā)展起來(lái)的計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和語(yǔ)音識(shí)別等技術(shù)來(lái)實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的現(xiàn)實(shí)交互。 大語(yǔ)言模型是指具備數(shù)十億乃至萬(wàn)億參數(shù)，通過(guò)高達(dá)萬(wàn)億詞元數(shù)量的文本語(yǔ)料訓(xùn)練出來(lái)的深度神經(jīng)網(wǎng)絡(luò)模型。大語(yǔ)言模型在語(yǔ)言理解和生成上取得了出色的成績(jī)，其發(fā)展歷史可以追溯到2013年的Word2Vec，但直到近年諸如GPT3、LaMDA、PaLM、PaLM2、LLaMA、LLaMA2、CodeLLaMA、WizardMath 等大模型的出現(xiàn)，才使得大語(yǔ)言模型的應(yīng)用得到普及。廣義的大模型則包含語(yǔ)言、聲音、視覺(jué)等多模態(tài)任務(wù)，其典型代表是Flamingo和GPT4。大語(yǔ)言模型能夠發(fā)展到如此高度，得益于充分利用注意力機(jī)制進(jìn)行序列建模的變換器網(wǎng)絡(luò)（Transformer）架構(gòu)以及稀疏變換器網(wǎng)絡(luò)這樣的變種。最近，變換器網(wǎng)絡(luò)架構(gòu)最終統(tǒng)一了語(yǔ)言、視覺(jué)、聲音和多模態(tài)的建模。大語(yǔ)言模型支持通過(guò)提示工程實(shí)現(xiàn)應(yīng)用于特定任務(wù)的情境學(xué)習(xí)，展示了強(qiáng)大的通用能力，并預(yù)示了通用人工智能曙光初現(xiàn)。此外，知識(shí)更新、事實(shí)憑據(jù)、復(fù)雜推理等對(duì)智能系統(tǒng)至關(guān)重要，知識(shí)圖譜在其中發(fā)揮著關(guān)鍵作用。 3. 智能系統(tǒng) 智能系統(tǒng)是一類能夠模擬人類智能，具有感知、理解、學(xué)習(xí)、推理、決策和交互等能力的計(jì)算機(jī)系統(tǒng)。智能系統(tǒng)能夠根據(jù)環(huán)境和目標(biāo)自主或半自主地進(jìn)行決策和行動(dòng)，能夠處理復(fù)雜、不確定和動(dòng)態(tài)的任務(wù)。智能系統(tǒng)的核心目的是利用人工智能方法和技術(shù)解決實(shí)際問(wèn)題，其發(fā)展過(guò)程與人工智能相伴相生。 智能系統(tǒng)具備根據(jù)用戶需求動(dòng)態(tài)地調(diào)整決策和行動(dòng)的自適應(yīng)性， 賁可榮，海軍工程大學(xué)電子工程學(xué)院教授、博士生導(dǎo)師，長(zhǎng)期從事人工智能、軟件工程等方面的教學(xué)科研工作。主編《人工智能》入選“十二五”普通高等教育本科規(guī)劃教材，評(píng)為首屆教材建設(shè)獎(jiǎng)教材二等獎(jiǎng)。指導(dǎo)畢業(yè)58名碩士研究生和13名博士研究生。發(fā)表學(xué)術(shù)論文180余篇，出版編著譯著20余部。擔(dān)任大學(xué)人工智能組組長(zhǎng)、大學(xué)MOOC組組長(zhǎng)、大學(xué)研究生教學(xué)督導(dǎo)。CCF理論計(jì)算機(jī)科學(xué)專委副主任、軟件工程專委委員、CCF杰出會(huì)員�！队�(jì)算機(jī)科學(xué)與探索》《計(jì)算機(jī)工程與科學(xué)》等編委�！逗＼娦萝娛伦兏飬矔�(shū)》編委會(huì)副主任、《人工智能應(yīng)用叢書(shū)》編委會(huì)副主任。擔(dān)任軍委裝發(fā)國(guó)家安全重大基礎(chǔ)研究項(xiàng)目組，軍委裝發(fā)人工智能裝備應(yīng)用基礎(chǔ)技術(shù)專業(yè)組成員，軍委裝發(fā)海軍人工智能裝備應(yīng)用專業(yè)組副組長(zhǎng)。被評(píng)為骨干教師、首屆湖北省研究生導(dǎo)師、海軍名師工作室領(lǐng)銜名師、第三屆大學(xué)教學(xué)名師，獲院校育才獎(jiǎng)金獎(jiǎng)。張彥鐸，湖北文理學(xué)院黨委副書(shū)記、院長(zhǎng)，博士生導(dǎo)師，教授，國(guó)務(wù)院政府特殊津貼獲得者，湖北省有突出貢獻(xiàn)的中青年，國(guó)家一流本科專業(yè)建設(shè)點(diǎn)“智能科學(xué)與技術(shù)”專業(yè)負(fù)責(zé)人，湖北教學(xué)團(tuán)隊(duì)“新一代人工智能新工科教學(xué)團(tuán)隊(duì)”負(fù)責(zé)人。長(zhǎng)期從事智能控制理論研究與智能系統(tǒng)研發(fā)等工作。創(chuàng)建了湖北省優(yōu)質(zhì)支機(jī)器人足球隊(duì)，連續(xù)獲得14項(xiàng)冠軍。主編教材《人工智能（第3版）》獲得首屆教材建設(shè)獎(jiǎng)教材二等獎(jiǎng)，獲得第九屆湖北省高等學(xué)校教學(xué)成果一等獎(jiǎng)1項(xiàng)。盧濤，武漢工程大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院人工智能學(xué)院教授，博士生導(dǎo)師。長(zhǎng)期從事模式識(shí)別、智能機(jī)器人和機(jī)器視覺(jué)等方面的科研與教學(xué)工作。發(fā)表學(xué)術(shù)80余篇，出版專著2部，獲得第九屆湖北省教學(xué)成果一等獎(jiǎng)1項(xiàng)，二等獎(jiǎng)1項(xiàng)。張獻(xiàn)，海軍工程大學(xué)電子工程學(xué)院講師。從事軍事智能、軟件質(zhì)量等方面教學(xué)科研工作，主講人工智能、人工智能應(yīng)用實(shí)踐、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等課程。先后參與國(guó)家自然科學(xué)、國(guó)防973、海軍重大專項(xiàng)等科研項(xiàng)目10余項(xiàng)，發(fā)表SCI/EI等學(xué)術(shù)論文20余篇；參與編寫(xiě)《人工智能（第3版）》等教材4部，譯著1部。指導(dǎo)學(xué)生獲學(xué)科競(jìng)賽特等獎(jiǎng)1項(xiàng)、一等獎(jiǎng)1項(xiàng)等。先后獲得和全軍征文評(píng)比一等獎(jiǎng)各1項(xiàng)、教學(xué)案例比賽二等獎(jiǎng)2項(xiàng)，CCF武漢地區(qū)首屆“青年教師學(xué)術(shù)風(fēng)采展示論壇”二等獎(jiǎng)1項(xiàng)，榮獲個(gè)人三等功2次、“四有”個(gè)人1次，入選學(xué)校人才托舉工程。
目錄
第1章緒論1 1.1人工智能的定義與概況1 1.2人類智能與人工智能5 1.2.1智能信息處理系統(tǒng)的假設(shè)6 1.2.2人類智能的計(jì)算機(jī)模擬7 1.2.3弱人工智能與通用人工智能9 1.3人工智能各學(xué)派的認(rèn)知觀10 1.4人工智能的研究與應(yīng)用領(lǐng)域12 1.4.1智能感知12 1.4.2智能推理15 1.4.3智能決策18 1.4.4智能行動(dòng)21 1.5人工智能發(fā)展展望26 1.5.1新一輪人工智能的發(fā)展特征26 1.5.2未來(lái)30年的人工智能問(wèn)題27 1.5.3新一代人工智能發(fā)展規(guī)劃31 習(xí)題32 第2章知識(shí)表示和推理34 2.1概述34 2.1.1知識(shí)和知識(shí)表示34 2.1.2知識(shí)策略智能35 2.1.3人工智能對(duì)知識(shí)表示方法的要求36 2.1.4知識(shí)的分類37 2.1.5知識(shí)表示語(yǔ)言問(wèn)題37 2.1.6現(xiàn)代邏輯學(xué)的基本研究方法38 2.2命題邏輯40 2.2.1語(yǔ)法40 2.2.2語(yǔ)義41 2.2.3命題演算形式系統(tǒng)42人工智能（第4版）目錄2.3謂詞邏輯44 2.3.1語(yǔ)法44 2.3.2語(yǔ)義45 2.3.3謂詞邏輯形式系統(tǒng)48 2.3.4一階謂詞邏輯的應(yīng)用50 2.4歸結(jié)推理50 2.4.1命題演算中的歸結(jié)推理50 2.4.2謂詞演算中的歸結(jié)推理53 2.4.3謂詞演算歸結(jié)反演的合理性和完備性58 2.4.4案例： 一個(gè)基于邏輯的財(cái)務(wù)顧問(wèn)61 2.5因果推理61 2.5.1概述62 2.5.2因果推斷的三個(gè)漸進(jìn)層級(jí)63 2.5.3推斷引擎的結(jié)構(gòu)64 2.5.4因果增強(qiáng)的應(yīng)用前景64 2.6產(chǎn)生式系統(tǒng)65 2.6.1產(chǎn)生式系統(tǒng)的表示65 2.6.2案例： 九宮圖游戲66 2.6.3案例： 傳教士和野人問(wèn)題67 2.6.4產(chǎn)生式系統(tǒng)的控制策略68 2.7語(yǔ)義網(wǎng)絡(luò)69 2.7.1基本命題的語(yǔ)義網(wǎng)絡(luò)表示70 2.7.2連接詞在語(yǔ)義網(wǎng)絡(luò)中的表示71 2.7.3語(yǔ)義網(wǎng)絡(luò)的推理73 2.7.4語(yǔ)義網(wǎng)絡(luò)表示的特點(diǎn)75 2.8框架75 2.8.1框架的構(gòu)成75 2.8.2框架系統(tǒng)的推理76 2.8.3框架表示的特點(diǎn)77 2.9知識(shí)圖譜77 2.9.1知識(shí)圖譜的定義與發(fā)展77 2.9.2知識(shí)圖譜體系架構(gòu)79 2.9.3知識(shí)圖譜方法與技術(shù)79 2.10知識(shí)圖譜應(yīng)用81 2.10.1應(yīng)用技術(shù)概述81 2.10.2百度知識(shí)圖譜81 2.10.3在互聯(lián)網(wǎng)金融中的應(yīng)用82 2.11本體、語(yǔ)義Web與常識(shí)83 小結(jié)85 習(xí)題85 第3章搜索技術(shù)94 3.1概述94 3.2盲目搜索算法97 3.2.1概述97 3.2.2盲目搜索方法97 3.2.3盲目搜索的局限性99 3.3啟發(fā)式搜索算法99 3.3.1啟發(fā)性信息和評(píng)估函數(shù)100 3.3.2優(yōu)先搜索100 3.3.3A算法和A算法102 3.3.4迭代加深A(yù)算法104 3.4ANDOR圖啟發(fā)式搜索105 3.4.1問(wèn)題歸納的定義105 3.4.2問(wèn)題的ANDOR圖表示105 3.4.3AO算法107 3.5博弈搜索109 3.5.1極大極小過(guò)程111 3.5.2αβ過(guò)程112 3.5.3效用值估計(jì)方法114 3.6案例分析115 3.6.1八皇后問(wèn)題115 3.6.2洞穴探寶115 3.6.3五子棋116 小結(jié)119 習(xí)題119 第4章高級(jí)搜索123 4.1爬山法搜索123 4.2模擬退火搜索125 4.2.1算法靈感來(lái)源126 4.2.2模擬退火算法127 4.2.3關(guān)鍵參數(shù)和操作設(shè)計(jì)128 4.3遺傳算法130 4.3.1模擬自然選擇131 4.3.2遺傳算法基本操作132 4.4案例分析136 4.4.1爬山算法求解旅行商問(wèn)題136 4.4.2模擬退火算法求解旅行商問(wèn)題136 4.4.3遺傳算法求解旅行商問(wèn)題136 小結(jié)136 習(xí)題137 第5章不確定知識(shí)表示和推理140 5.1概述140 5.1.1什么是不確定性推理141 5.1.2不確定性推理要解決的基本問(wèn)題141 5.1.3不確定性推理方法分類143 5.2非單調(diào)邏輯144 5.2.1非單調(diào)邏輯的產(chǎn)生144 5.2.2非單調(diào)規(guī)則145 5.2.3案例： 有經(jīng)紀(jì)人的交易146 5.3主觀Bayes方法147 5.3.1全概率公式和Bayes公式147 5.3.2主觀Bayes方法148 5.4確定性理論153 5.4.1建造醫(yī)學(xué)系統(tǒng)時(shí)的問(wèn)題154 5.4.2CF模型155 5.4.3案例： 帆船分類系統(tǒng)158 5.5證據(jù)理論161 5.5.1假設(shè)的不確定性161 5.5.2證據(jù)的不確定性與證據(jù)組合163 5.5.3規(guī)則的不確定性164 5.5.4不確定性的傳遞與組合164 5.5.5證據(jù)理論案例165 5.6模糊邏輯和模糊推理167 5.6.1模糊集合及其運(yùn)算167 5.6.2模糊關(guān)系168 5.6.3語(yǔ)言變量169 5.6.4模糊邏輯和模糊推理169 5.6.5案例： 抵押申請(qǐng)?jiān)u估決策支持系統(tǒng)173 小結(jié)173 習(xí)題174 第6章機(jī)器學(xué)習(xí)178 6.1機(jī)器學(xué)習(xí)概述178 6.1.1機(jī)器學(xué)習(xí)的定義和發(fā)展史179 6.1.2機(jī)器學(xué)習(xí)的基本要素179 6.1.3機(jī)器學(xué)習(xí)的分類184 6.1.4機(jī)器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)186 6.2基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)190 6.2.1回歸學(xué)習(xí)190 6.2.2分類學(xué)習(xí)191 6.2.3聚類學(xué)習(xí)197 6.2.4降維學(xué)習(xí)198 6.2.5案例： 決策樹(shù)的鳶尾花分類應(yīng)用199 6.3神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)201 6.3.1神經(jīng)網(wǎng)絡(luò)概述201 6.3.2前饋神經(jīng)網(wǎng)絡(luò)203 6.3.3卷積神經(jīng)網(wǎng)絡(luò)210 6.3.4循環(huán)神經(jīng)網(wǎng)絡(luò)216 6.3.5注意力機(jī)制網(wǎng)絡(luò)222 6.3.6案例： 基于反向傳播網(wǎng)絡(luò)擬合曲線227 6.3.7案例： 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移227 6.4基于環(huán)境交互的強(qiáng)化學(xué)習(xí)230 6.4.1強(qiáng)化學(xué)習(xí)概述231 6.4.2馬爾可夫決策過(guò)程232 6.4.3策略的求解235 6.4.4QLearning算法236 6.4.5深度強(qiáng)化學(xué)習(xí)238 6.4.6案例： 使用QLearning算法進(jìn)行機(jī)器人路徑規(guī)劃240 小結(jié)241 習(xí)題243 第7章自然語(yǔ)言處理技術(shù)249 7.1自然語(yǔ)言理解的一般問(wèn)題249 7.1.1自然語(yǔ)言理解的概念及意義249 7.1.2自然語(yǔ)言理解研究的發(fā)展250 7.1.3自然語(yǔ)言理解的層次250 7.1.4詞法分析252 7.1.5案例： 單詞音節(jié)劃分253 7.1.6句法分析253 7.1.7語(yǔ)義分析256 7.2大規(guī)模真實(shí)文本的處理257 7.2.1語(yǔ)料庫(kù)語(yǔ)言學(xué)及其特點(diǎn)257 7.2.2統(tǒng)計(jì)學(xué)方法的應(yīng)用及所面臨的問(wèn)題258 7.2.3漢語(yǔ)語(yǔ)料庫(kù)加工的基本方法259 7.2.4語(yǔ)義資源建設(shè)259 7.3信息搜索260 7.3.1搜索引擎的輸入方式260 7.3.2搜索結(jié)果的輸出呈現(xiàn)261 7.3.3搜索引擎的工作原理262 7.3.4智能搜索引擎技術(shù)264 7.3.5搜索引擎的發(fā)展趨勢(shì)264 7.4自然語(yǔ)言處理中的預(yù)訓(xùn)練模型266 7.4.1語(yǔ)言表示學(xué)習(xí)266 7.4.2上下文編碼器267 7.4.3預(yù)訓(xùn)練任務(wù)及分類268 7.4.4大型語(yǔ)言模型270 7.5機(jī)器翻譯272 7.5.1機(jī)器翻譯的基本模式和方法272 7.5.2統(tǒng)計(jì)機(jī)器翻譯275 7.5.3利用深度學(xué)習(xí)改進(jìn)統(tǒng)計(jì)機(jī)器翻譯276 7.5.4端到端神經(jīng)機(jī)器翻譯277 7.6語(yǔ)音識(shí)別279 7.6.1智能語(yǔ)音技術(shù)概述279 7.6.2組成單詞讀音的基本單元280 7.6.3信號(hào)處理281 7.6.4單個(gè)單詞的識(shí)別283 7.6.5隱馬爾可夫模型283 7.6.6深度學(xué)習(xí)在語(yǔ)音情感識(shí)別中的應(yīng)用285 7.7機(jī)器閱讀理解285 7.7.1機(jī)器閱讀理解任務(wù)的類型和評(píng)價(jià)指標(biāo)285 7.7.2機(jī)器閱讀理解的深度學(xué)習(xí)建模286 7.7.3對(duì)話理解與情感對(duì)話288 7.7.4面向推理的閱讀理解290 7.7.5常識(shí)問(wèn)答291 7.7.6開(kāi)放域問(wèn)答294 7.8聊天機(jī)器人與ChatGPT295 7.8.1聊天機(jī)器人應(yīng)用場(chǎng)景295 7.8.2聊天機(jī)器人系統(tǒng)的組成結(jié)構(gòu)及關(guān)鍵技術(shù)296 7.8.3ChatGPT297 小結(jié)298 習(xí)題300 第8章Agent302 8.1概述302 8.2Agent及其結(jié)構(gòu)304 8.2.1Agent的定義304 8.2.2Agent要素及特性304 8.2.3Agent的結(jié)構(gòu)特點(diǎn)306 8.2.4Agent的結(jié)構(gòu)分類306 8.2.5Agent應(yīng)用案例309 8.3Agent通信310 8.3.1通信方式310 8.3.2Agent通信語(yǔ)言312 8.4協(xié)調(diào)與協(xié)作315 8.4.1合同網(wǎng)316 8.4.2協(xié)作規(guī)劃317 8.5移動(dòng)Agent320 8.5.1定義和系統(tǒng)組成320 8.5.2實(shí)現(xiàn)技術(shù)321 8.5.3移動(dòng)Agent系統(tǒng)321 8.6多Agent系統(tǒng)開(kāi)發(fā)框架JADE322 8.6.1程序模型324 8.6.2可重用開(kāi)發(fā)包324 8.6.3開(kāi)發(fā)和運(yùn)行的支持工具327 8.7案例： 火星探礦機(jī)器人327 8.7.1需求分析328 8.7.2設(shè)計(jì)與實(shí)現(xiàn)329 8.8基于LLM的Agent331 8.8.1基于LLM的Agent通用概念框架332 8.8.2案例： 自生成兵棋AI333 8.8.3基于LLM的Agent特征及發(fā)展趨勢(shì)333 小結(jié)334 習(xí)題334 第9章智能規(guī)劃337 9.1概述337 9.2狀態(tài)空間搜索規(guī)劃340 9.3偏序規(guī)劃342 9.4命題邏輯規(guī)劃345 9.5分層任務(wù)網(wǎng)絡(luò)規(guī)劃348 9.6非確定性規(guī)劃350 9.7時(shí)態(tài)規(guī)劃351 9.8多Agent規(guī)劃354 9.9案例分析357 9.9.1規(guī)劃問(wèn)題的建模與規(guī)劃系統(tǒng)的求解過(guò)程358 9.9.2Shakey世界358 9.9.3智能規(guī)劃系統(tǒng)OPLAN、Graphplan、SciBox359 小結(jié)360 習(xí)題361 第10章機(jī)器人學(xué)363 10.1機(jī)器人概述363 10.1.1機(jī)器人的分類364 10.1.2機(jī)器人的特性365 10.1.3機(jī)器人學(xué)的研究領(lǐng)域366 10.2機(jī)器人系統(tǒng)367 10.2.1機(jī)器人系統(tǒng)的組成367 10.2.2機(jī)器人的工作空間368 10.2.3機(jī)器人的性能指標(biāo)370 10.3機(jī)器人的編程模式與語(yǔ)言371 10.4機(jī)器人應(yīng)用與展望372 10.4.1機(jī)器人應(yīng)用372 10.4.2機(jī)器人發(fā)展展望376 10.5機(jī)器人運(yùn)動(dòng)控制實(shí)例分析380 10.5.1仿真平臺(tái)使用介紹380 10.5.2仿真平臺(tái)與策略程序的關(guān)系383 10.5.3策略程序的結(jié)構(gòu)383 10.5.4動(dòng)作函數(shù)及說(shuō)明383 10.5.5策略384 10.5.6各種定位球狀態(tài)的判斷方法387 10.5.7比賽規(guī)則388 小結(jié)389 習(xí)題390 第11章互聯(lián)網(wǎng)智能391 11.1概述391 11.2語(yǔ)義網(wǎng)與本體393 11.2.1語(yǔ)義網(wǎng)的層次模型393 11.2.2本體的基本概念394 11.2.3本體描述語(yǔ)言395 11.2.4本體知識(shí)管理框架396 11.2.5本體知識(shí)管理系統(tǒng)Protg396 11.2.6本體知識(shí)管理系統(tǒng)KAON397 11.3Web技術(shù)與Web挖掘398 11.3.1Web技術(shù)399 11.3.2Web挖掘402 11.4群體智能404 11.4.1社群智能404 11.4.2群體智能互動(dòng)感知405 11.4.3互聯(lián)網(wǎng)大腦（云腦）407 11.4.4智聯(lián)網(wǎng)409 11.5案例410 11.5.1智能網(wǎng)聯(lián)汽車(chē)410 11.5.2城市計(jì)算412 小結(jié)413 習(xí)題414 第12章人工智能倫理與安全417 12.1人工智能的風(fēng)險(xiǎn)與挑戰(zhàn)417 12.2人工智能倫理420 12.2.1人工智能倫理概念420 12.2.2人工智能倫理問(wèn)題421 12.3人工智能安全426 12.3.1人工智能安全概念426 12.3.2人工智能安全問(wèn)題427 12.3.3人工智能安全屬性430 12.4人工智能治理431 12.4.1治理原則與規(guī)范432 12.4.2治理體系與政策433 12.4.3治理技術(shù)與工具
你還可能感興趣
我要評(píng)論
|
