作品简介

本书较全面地介绍了目前人工智能的主流概念、理论、方法、技术及应用等内容。全书共12章,首先介绍了智能的定义以及人工智能的定义、历史、实现方法、研究内容与发展趋势;其次介绍了人工智能的哲学观以及脑科学的相关概念与基础知识;再次在人工智能的方法与技术方面,介绍了人工神经网络,机器学习的基本方法与原理,以及感知智能、认知智能、语言智能、机器人(行为智能)、混合智能、类脑计算等人工智能技术;最后介绍了人工智能伦理与法律的相关概念和知识。

本书可作为高等院校人工智能、数据科学与大数据技术、机器人工程等新工科专业以及计算机科学与技术、电子科学与技术、控制工程与科学、智能科学与技术、机械、数学等传统理工科专业的本科生与研究生的课程教材,也可供哲学、经贸、管理、金融、财会、法律、文学等非理工科专业的学生学习使用,还可作为从事自然科学、社会科学以及人工智能交叉学科研究的科研人员、学者及爱好者的参考用书。

莫宏伟,哈尔滨工程大学工学博士、教授,类脑计算与人工智能研究中心主任,全国高校人工智能与大数据创新联盟常务理事,黑龙江省高等教育学会人工智能教育专业委员会理事长。长期从事人工智能导论、原理与方法的课程教学工作,主要研究领域涉及类脑计算、自然计算、智能机器人、视觉智能与认知智能等。完成国家自然科学基金、国防科学技术预先研究基金等项目20余项,发表论文80余篇,出版专著6部,教材2部,授权发明专利8项。

徐立芳,哈尔滨工程大学“模式识别与智能系统”工学博士,哈尔滨工程大学工程训练中心(国家级实验教学示范中心)电器技术实验室负责人,长期从事智能控制、工业自动化技术方面的教学与科研工作,主要研究领域涉及智能系统、机器人、神经网络与机器学习、电机控制、进化计算等。

作品目录

  • 编委会
  • 序一 拥抱万亿智能互联未来
  • 序二
  • 前言
  • 01 绪论
  • 1.0 学习导言
  • 1.1 生命与智能
  • 1.2 人工智能的历史
  • 1.3 人工智能学科交叉与融合
  • 1.4 人工智能实现方法
  • 1.5 人工智能主要研究内容
  • 1.6 人工智能发展趋势
  • 1.7 本书主要学习内容
  • 1.8 本章小结
  • 1.9 习题
  • 02 人工智能的哲学观
  • 2.0 学习导言
  • 2.1 从哲学角度理解人工智能
  • 2.2 人工智能局限性的认识
  • 2.3 科幻影视作品中的人工智能
  • 2.4 本章小结
  • 2.5 习题
  • 03 脑科学基础
  • 3.0 学习导言
  • 3.1 大脑的初步认识
  • 3.2 脑神经系统
  • 3.3 脑的视觉与信息处理机制
  • 3.4 脑的记忆与信息处理机制
  • 3.5 脑的学习机制
  • 3.6 脑功能新发现
  • 3.7 本章小结
  • 3.8 习题
  • 04 人工神经网络
  • 4.0 学习导言
  • 4.1 如何构建人工神经网络
  • 4.2 神经网络的训练—反向传播算法
  • 4.3 生成深度神经网络
  • 4.4 卷积神经网络原理
  • 4.5 循环神经网络
  • 4.6 长短时记忆网络
  • 4.7 本章小结
  • 4.8 习题
  • 05 机器学习
  • 5.0 学习导言
  • 5.1 机器学习能否实现机器智能
  • 5.2 机器学习的类型和应用
  • 5.3 监督学习与无监督学习
  • 5.4 深度学习
  • 5.5 强化学习
  • 5.6 迁移学习
  • 5.7 机器创造
  • 5.8 本章小结
  • 5.9 习题
  • 06 感知智能
  • 6.0 学习导言
  • 6.1 数字图像处理技术
  • 6.2 计算机视觉与机器视觉
  • 6.3 模式识别与图像分类
  • 6.4 人脸识别
  • 6.5 深度学习在目标检测与识别中的应用
  • 6.6 无人驾驶汽车的环境感知
  • 6.7 本章小结
  • 6.8 习题
  • 07 认知智能
  • 7.0 学习导言
  • 7.1 逻辑推理
  • 7.2 知识表示
  • 7.3 搜索技术
  • 7.4 知识图谱
  • 7.5 认知计算
  • 7.6 本章小结
  • 7.7 习题
  • 08 语言智能
  • 8.0 学习导言
  • 8.1 语言与认知
  • 8.2 自然语言处理
  • 8.3 智能问答系统
  • 8.4 聊天机器人
  • 8.5 语音识别
  • 8.6 机器翻译
  • 8.7 本章小结
  • 8.8 习题
  • 09 机器人
  • 9.0 学习导言
  • 9.1 机器人与行为智能
  • 9.2 工业机器人
  • 9.3 移动机器人
  • 9.4 无人飞行器
  • 9.5 水下机器人
  • 9.6 太空机器人
  • 9.7 人形机器人
  • 9.8 机器动物
  • 9.9 软体机器人
  • 9.10 微型机器人
  • 9.11 群体机器人
  • 9.12 认知发展机器人
  • 9.13 本章小结
  • 9.14 习题
  • 10 混合智能
  • 10.0 学习导言
  • 10.1 混合智能的基本形态与实现
  • 10.2 脑机接口
  • 10.3 可穿戴混合智能
  • 10.4 可植入混合智能
  • 10.5 外骨骼混合智能
  • 10.6 动物混合智能
  • 10.7 人体增强
  • 10.8 本章小结
  • 10.9 习题
  • 11 类脑计算
  • 11.0 学习导言
  • 11.1 类脑计算基础
  • 11.2 类脑计算基础
  • 11.3 基于忆阻器的类脑计算
  • 11.4 人工大脑
  • 11.5 非神经形态智能芯片
  • 11.6 本章小结
  • 11.7 习题
  • 12 人工智能伦理与法律
  • 12.0 学习导言
  • 12.1 电车难题引发的人工智能道德困境
  • 12.2 人工智能技术引发的社会问题
  • 12.3 人工智能伦理的定义
  • 12.4 弱人工智能伦理与强人工智能伦理
  • 12.5 机器人伦理问题与基本原则
  • 12.6 军事人工智能伦理问题
  • 12.7 人工智能伦理规范
  • 12.8 人工智能法律问题
  • 12.9 本章小结
  • 12.10 习题
  • 参考文献
展开全部