图书信息
图书目录
人工智能通识导论
本书基于大学各专业新生的基础，深入浅出地介绍人工智能三大学派的主要内容，重点介绍目前掀起人工智能高潮的连接学派的深度学习大模型。全书共9章，主要内容包括：人工智能技术的概况与人工智能学科的发展；符号主义的知识表示与知识图谱、搜索策略；连接主义的人工神经网络、深度学习与大语言模型、生成式人工智能与应用；行为主义的智能机器人；人工智能伦理；最后介绍电子游戏中的人工智能技术。本书强调人工智能通识课程知识的基础性、整体性、综合性和广博性，为后续专业课程与人工智能知识融合奠定基础，培养学生的人工智能思维，拓宽科学视野，培养创新精神。
本书的适用对象广泛，可作为高等学校各专业新生“人工智能”通识课程教材，也可供对人工智能感兴趣的广大读者阅读。
作者：
王万良 王铮 主编
定价：
34.00元
出版时间：
2025-05-06
ISBN：
978-7-04-064470-8
物料号：
64470-00
读者对象：
高等教育
一级分类：
计算机/教育技术类
二级分类：
计算机基础课程
三级分类：
数据库技术
重点项目：
暂无
版面字数：
280.00千字
开本：
16开
全书页数：
暂无
装帧形式：
平装
- 前辅文
- 第1章 人工智能概述
- 1.1 生物智能的概念与特征
- 1.2 人工智能的孕育与诞生
- 1.2.1 人工智能的孕育期
- 1.2.2 人工智能的诞生——达特茅斯会议
- 1.2.3 人工智能的定义与图灵测试
- 1.3 人工智能的曲折历程与发展趋势
- 1.3.1 人工智能的形成期
- 1.3.2 几起几落的曲折发展期
- 1.3.3 大数据驱动的飞速发展期
- 1.3.4 现代人工智能的发展趋势
- 1.4 人工智能的三大学派
- 1.4.1 符号主义
- 1.4.2 连接主义
- 1.4.3 行为主义
- 1.5 人工智能研究的基本内容
- 1.6 机器学习的概念
- 1.6.1 学习与机器学习
- 1.6.2 监督学习
- 1.6.3 无监督学习
- 1.6.4 弱监督学习
- 1.7 人工智能学科与专业
- 1.7.1 智能科学与技术学科与研究生专业
- 1.7.2 人工智能类与人工智能+ 类本科专业
- 1.8 本章小结
- 拓展阅读
- 人工智能之父——艾伦·图灵
- 人工智能之父——约翰·麦卡锡
- 习题
- 第2章 符号主义：知识表示与知识图谱
- 2.1 你了解人类知识吗
- 2.1.1 什么是知识
- 2.1.2 知识的相对正确性
- 2.1.3 知识的不确定性
- 2.2 计算机表示知识的方法
- 2.3 产生式表示法
- 2.3.1 产生式
- 2.3.2 产生式系统
- 2.3.3 产生式表示法的特点
- 2.4 专家系统
- 2.4.1 专家系统的概念
- 2.4.2 专家系统的工作原理
- 2.4.3 简单的动物识别专家系统
- 2.5 知识图谱
- 2.5.1 知识图谱的提出
- 2.5.2 知识图谱的定义
- 2.5.3 知识图谱的表示
- 2.5.4 知识图谱的典型应用
- 2.6 本章小结
- 拓展阅读
- 国家最高科技奖得主——吴文俊
- 专家系统之父——爱德华·费根鲍姆
- 习题
- 2.1 你了解人类知识吗
- 第3章 符号主义：搜索策略
- 3.1 搜索的概念
- 3.2 如何将搜索对象用状态空间表示
- 3.2.1 状态空间知识表示方法
- 3.2.2 状态空间的图描述
- 3.3 回溯策略
- 3.4 盲目的图搜索策略
- 3.4.1 宽度优先搜索策略
- 3.4.2 深度优先搜索策略
- 3.5 启发式图搜索策略
- 3.5.1 启发式策略
- 3.5.2 启发信息和估价函数
- 3.5.3 A搜索算法
- 3.5.4 A*搜索算法
- 3.5.5 蒙特卡洛树搜索算法
- 3.6 小结
- 拓展阅读
- 人工智能之父——马文·明斯基
- 模糊理论之父——拉特飞·扎德
- 习题
- 第4章 连接主义：人工神经网络
- 4.1 人工神经元与人工神经网络
- 4.1.1 生物神经元结构
- 4.1.2 生物神经元的数学模型
- 4.1.3 人工神经网络的结构与学习
- 4.2 机器学习的先驱——赫布学习规则
- 4.3 掀起人工神经网络第一次高潮的感知器
- 4.3.1 感知器的结构
- 4.3.2 线性分类器
- 4.3.3 感知器的不足与发展方向
- 4.3.4 人工智能冬天
- 4.4 掀起人工神经网络第二次高潮的BP学习算法
- 4.4.1 BP学习算法的提出
- 4.4.2 BP神经网络结构与学习算法
- 4.4.3 BP学习算法的设计
- 4.5 BP学习算法的应用
- 4.6 Hopfield神经网络与玻尔兹曼机
- 4.6.1 离散型Hopfield神经网络
- 4.6.2 连续型Hopfield神经网络及其VLSI实现
- 4.6.3 玻尔兹曼机随机神经网络
- 4.7 Hopfield神经网络在联想记忆中的应用
- 4.7.1 联想记忆的概念
- 4.7.2 基于Hopfield神经网络的联想记忆
- 4.7.3 基于Hopfield神经网络的分类器
- 4.8 Hopfield神经网络优化方法
- 4.8.1 基本思想
- 4.8.2 基本方法
- 4.8.3 求解TSP实例
- 4.9 本章小结
- 拓展阅读
- 人工神经网络创立者——麦克洛奇、皮兹和罗森布拉特
- 诺贝尔物理学奖得主——约翰·霍普菲尔德
- 习题
- 4.1 人工神经元与人工神经网络
- 第5章 连接主义：深度学习与大语言模型
- 5.1 动物视觉机理与深度学习的提出
- 5.1.1 浅层学习的局限性
- 5.1.2 动物视觉机理
- 5.1.3 深度学习的提出
- 5.1.4 深度学习的典型应用
- 5.2 卷积神经网络及其应用
- 5.2.1 卷积神经网络的结构
- 5.2.2 卷积的物理、生物与生态学等意义
- 5.2.3 卷积神经网络的卷积运算
- 5.2.4 卷积神经网络中的关键技术
- 5.2.5 卷积神经网络的应用
- 5.3 大语言模型及其应用
- 5.3.1 大语言模型的发展
- 5.3.2 大语言模型的应用
- 5.3.3 国内外主要大模型平台
- 5.3.4 大语言模型提示工程
- 5.4 计算机视觉
- 5.4.1 计算机视觉概述
- 5.4.2 计算机视觉中的数字图像
- 5.4.3 基于深度学习的计算机视觉
- 5.4.4 计算机视觉的典型应用领域
- 5.4.5 人脸识别
- 5.4.6 虹膜识别
- 5.5 机器翻译
- 5.5.1 自然语言理解的概念
- 5.5.2 机器翻译方法
- 5.6 语音识别
- 5.6.1 语音识别的概念
- 5.6.2 语音识别的深度学习方法
- 5.7 本章小结
- 拓展阅读
- 诺贝尔物理学奖得主、深度学习教父——杰弗里·辛顿
- 习题
- 5.1 动物视觉机理与深度学习的提出
- 第6章 连接主义：生成式人工智能与应用
- 6.1 生成对抗网络的基本原理
- 6.1.1 生成对抗网络的提出
- 6.1.2 生成对抗网络的结构
- 6.1.3 生成对抗网络的训练
- 6.1.4 生成对抗网络的改进
- 6.2 生成式人工智能在图像处理中的应用
- 6.3 生成式人工智能在语言生成中的应用
- 6.4 生成式人工智能在视频生成中的应用
- 6.5 本章小结
- 拓展阅读
- 生成对抗网络之父——伊恩·古德费罗
- 诺贝尔化学奖得主、AI预测蛋白质结构三巨头——贝克、哈萨比斯和詹伯
- 习题
- 6.1 生成对抗网络的基本原理
- 第7章 行为主义：智能机器人
- 7.1 机器人的产生与发展
- 7.2 机器人中的人工智能技术
- 7.2.1 机器人智能感知
- 7.2.2 机器人智能导航
- 7.2.3 机器人智能路径规划
- 7.2.4 机器人智能运动控制
- 7.2.5 机器人智能交互
- 7.3 智能机器人的应用
- 7.3.1 工业机器人
- 7.3.2 农业机器人
- 7.3.3 服务机器人
- 7.3.4 医用机器人
- 7.3.5 军用机器人
- 7.3.6 无人机
- 7.4 智能机器人技术展望
- 7.4.1 基于物联网、人工智能、大数据、云计算的智能机器人技术
- 7.4.2 具有高级智能的智能机器人技术
- 7.4.3 智能机器人的广泛应用
- 7.5 智能机器人伦理问题
- 7.6 本章小结
- 拓展阅读
- 深度学习三巨头之一、卷积神经网络之父——Yann LeCun（杨立昆）
- BP算法的杰出贡献者——戴维·鲁梅尔哈特
- 习题
- 第8章 人工智能伦理
- 8.1 人工智能伦理的提出与发展
- 8.2 人工智能伦理的典型案例与成因分析
- 8.2.1 人工智能伦理的典型案例
- 8.2.2 人工智能伦理问题成因分析
- 8.3 人工智能伦理的治理原则
- 8.3.1 人类根本利益原则
- 8.3.2 责任原则
- 8.4 人工智能伦理的治理措施
- 8.4.1 技术改进
- 8.4.2 道德规范
- 8.4.3 政策指引
- 8.4.4 法律法规
- 8.4.5 人工智能伦理教育
- 8.5 人工智能会使许多人失业吗
- 8.6 本章小结
- 拓展阅读
- 图灵奖得主、深度学习三巨头之一——约书亚·本吉奥
- 深度学习专家——吴恩达
- 习题
- 第9章 电子游戏中的人工智能
- 9.1 史上最著名的人机游戏大战
- 9.1.1 深蓝战胜国际象棋棋王卡斯帕罗夫
- 9.1.2 AlphaGo无师自通横扫世界围棋大师
- 9.1.3 人工智能研究中的“果蝇”
- 9.2 人工智能游戏
- 9.3 游戏人工智能
- 9.3.1 游戏人工智能的概念
- 9.3.2 游戏人工智能的分类
- 9.3.3 基本的游戏人工智能技术
- 9.4 扫雷机智能游戏开发
- 9.5 人工智能游戏的现状与未来
- 9.6 本章小结
- 拓展阅读
- GPT大模型专家——伊利亚·苏特斯科夫
- 中国人工智能学会
- 习题
- 9.1 史上最著名的人机游戏大战
相关图书
1