人工智能通识教程

第1章思考的工具1
1.1计算的渊源1
1.1.1巨石阵1
1.1.2安提基特拉机械2
1.1.3皮格马利翁2
1.1.4阿拉伯数字3
1.2巴贝奇与数学机器3
1.2.1差分机3
1.2.2分析机4
1.2.3“机器人”的由来5
1.3计算机的出现5
1.3.1为战争而发展的计算机器5
1.3.2计算机无处不在6
1.3.3通用计算机7
1.3.4计算机语言8
1.3.5建模8
1.4人工智能大师9
【作业】10
【研究性学习】“神奇”的动物智能与对人工智能的憧憬11第2章什么是人工智能13
2.1人工智能概述13
2.1.1“人工”与“智能”13
2.1.2图灵测试14
2.1.3人工智能的定义15
2.1.4人工智能的实现途径16
2.2人工智能发展历史17
2.2.1从人工神经元开始17
2.2.2人工智能发展的6个阶段20
2.3人工智能的研究22
2.3.1人工智能的研究领域22
2.3.2新图灵测试24
【作业】25
【研究性学习】自动驾驶汽车的现实与未来26第3章规则与专家系统27
3.1规则与策略27
3.1.1制胜策略27
3.1.2极小极大化策略28
3.2利用规则推导建立的专家系统29
3.2.1规则的举例29
3.2.2建立框架31
3.2.3IBM公司的沃森系统31
3.3专家系统及其发展32
3.3.1在自己的领域里作为专家32
3.3.2技能获取的5个阶段34
3.3.3专家的特点与特征35
3.3.4建立专家系统要思考的问题36
3.3.5典型的专家系统——ADIS37
3.4专家系统的结构38
3.4.1知识库38
3.4.2推理机39
3.4.3其他部分39
【作业】40
【研究性学习】无人机技术的应用前景41第4章模糊逻辑与大数据思维42
4.1什么是模糊逻辑42
4.1.1甲虫机器人的规则42
4.1.2模糊逻辑的发明42
4.1.3制定模糊逻辑的规则43
4.1.4模糊逻辑的定义44
4.2模糊理论的发展45
4.3模糊逻辑系统46
4.3.1纯模糊逻辑系统46
4.3.2高木关野模糊逻辑系统46
4.3.3具有模糊产生器及模糊消除器的模糊逻辑系统46
4.4大数据思维变革47
4.4.1思维转变之一： 样本=总体47
4.4.2思维转变之二： 接受数据的混杂性48
4.4.3思维转变之三： 关注数据的相关关系49
【作业】51
【研究性学习】观察和熟悉模糊逻辑在家用电器中的应用52第5章包容体系结构与机器人技术53
5.1什么是包容体系结构53
5.1.1“中文房间”思维实验53
5.1.2建立包容体系结构53
5.2包容体系结构的实现54
5.2.1机器人艾伦55
5.2.2机器人赫伯特55
5.2.3机器人托托56
5.3划时代的阿波罗计划56
5.4机器感知58
5.4.1机器智能与智能机器59
5.4.2机器思维与思维机器59
5.4.3机器行为与行为机器60
5.5机器人的概念60
5.5.1机器人的发展60
5.5.2机器人三定律61
5.6机器人的技术问题62
5.6.1机器人的组成62
5.6.2机器人的运动64
5.6.3机器狗65
【作业】66
【研究性学习】网络搜索机器人资料，憧憬机器人发展68第6章机器学习69
6.1什么是机器学习69
6.1.1机器学习的发展69
6.1.2机器学习的定义70
6.2机器学习的类型71
6.2.1监督学习72
6.2.2无监督学习72
6.2.3强化学习72
6.3机器学习的算法73
6.3.1专注于学习能力73
6.3.2回归算法74
6.3.3基于实例的算法75
6.3.4决策树算法75
6.3.5贝叶斯算法75
6.3.6聚类算法75
6.3.7神经网络算法76
6.4机器学习的基本结构76
6.5机器学习的应用78
6.5.1应用于物联网78
6.5.2应用于聊天机器人79
6.5.3应用于自动驾驶79
【作业】80
【研究性学习】什么是机器学习，举例说明机器学习的应用81第7章神经网络与深度学习82
7.1动物的中枢神经系统82
7.2了解人工神经网络83
7.2.1人工神经网络的研究83
7.2.2典型的人工神经网络84
7.2.3类脑计算机85
7.2.4利用人工神经网络理解图片85
7.2.5训练人工神经网络87
7.3基于人工神经网络的深度学习88
7.3.1深度学习的意义88
7.3.2深度学习的方法89
7.3.3深度学习的概念92
7.3.4深度学习的实现93
7.4机器学习与深度学习的比较94
【作业】97
【研究性学习】了解谷歌大脑，熟悉人工神经网络的研究与应用98第8章智能代理99
8.1什么是智能代理99
8.2智能代理的特点100
8.3系统内的协同合作101
8.4智能代理的典型应用场景103
8.4.1股票/债券/期货交易103
8.4.2实体机器人103
8.4.3电脑游戏104
8.4.4医疗诊断105
8.4.5搜索引擎105
8.5与外部环境相关的重要术语106
【作业】107
【研究性学习】机器学习及其应用108第9章群体智能109
9.1向蜜蜂学习群体智能109
9.2什么是群体智能111
9.2.1群集人工智能技术111
9.2.2基本原则与特点112
9.3典型群体智能算法模型113
9.3.1蚁群优化算法113
9.3.2搜索机器人115
9.3.3粒子群优化算法116
9.3.4没有机器人的集群118
9.4群体智能背后的故事119
9.5群体智能的发展121
【作业】121
【研究性学习】群体智能及其应用前景122第10章数据挖掘与统计数据124
10.1从数据到知识124
10.1.1决策树分析124
10.1.2购物车分析125
10.1.3贝叶斯网络126
10.2数据挖掘126
10.2.1数据挖掘的对象与步骤127
10.2.2数据挖掘分析方法128
10.3数据挖掘经典算法130
10.3.1神经网络法130
10.3.2决策树法130
10.3.3遗传算法131
10.3.4粗糙集法131
10.3.5模糊集法131
10.3.6关联规则法131
10.4机器学习与数据挖掘132
10.4.1典型的数据挖掘和机器学习过程132
10.4.2机器学习和数据挖掘应用案例133
【作业】136
【研究性学习】大数据对于人工智能技术与应用的意义137第11章智能图像处理138
11.1模式识别138
11.2图像识别139
11.2.1人类的图像识别能力140
11.2.2图像识别的基础140
11.2.3图像识别的模型141
11.2.4图像识别技术的发展141
11.3机器视觉与图像处理142
11.3.1机器视觉的发展142
11.3.2图像处理143
11.3.3计算机视觉143
11.3.4计算机视觉与机器视觉的区别144
11.3.5神经网络图像识别技术145
11.4图像识别技术的应用145
11.4.1机器视觉的行业应用146
11.4.2检测与机器人视觉146
11.4.3应用案例： 布匹质量检测148
11.5智能图像处理技术149
11.5.1图像采集149
11.5.2图像预处理150
11.5.3图像分割150
11.5.4目标识别和分类150
11.5.5目标定位和测量151
11.5.6目标检测和跟踪151
【作业】151
【研究性学习】熟悉模式识别与智能图像处理153第12章自然语言处理154
12.1语言的问题和可能性154
12.2什么是自然语言处理155
12.3语法类型与语义分析156
12.3.1语法类型157
12.3.2语义分析和扩展语义158
12.3.3机器翻译系统Candide158
12.4处理数据与处理工具159
12.4.1自然语言处理中的数据集159
12.4.2自然语言处理工具159
12.4.3自然语言处理的技术难点160
12.5语音处理160
12.5.1语音处理的发展160
12.5.2语音理解161
12.5.3语音识别162
【作业】162
【研究性学习】了解大数据机器翻译，学习自然语言处理164第13章自动规划165
13.1什么是自动规划165
13.1.1规划的概念分析165
13.1.2自动规划的定义166
13.1.3规划应用示例166
13.2规划方法169
13.2.1规划即搜索169
13.2.2部分有序规划170
13.2.3分级规划171
13.2.4基于案例的规划171
13.3著名的规划系统172
【作业】173
【研究性学习】用人工智能辅助课程和职业规划174第14章人工智能的发展175
14.1未来的人工智能175
14.1.1工作型机器人175
14.1.2技术加速176
14.1.3电子游戏的智能水平177
14.1.4强人工智能的发展178
14.1.5机器能思考吗178
14.2创新发展与社会影响179
14.2.1人工智能发展的启示180
14.2.2人工智能的发展现状与影响181
14.2.3建立人工智能生态系统182
14.3人工智能时代需要的人才183
14.3.1人工智能对就业的影响183
14.3.2新创造的核心工作岗位183
14.3.3未来的5个热门工作岗位184
14.4人工智能与安全185
14.4.1人才和技术基础设施短缺185
14.4.2安全问题不容忽视186
14.4.3设定伦理要求186
14.4.4保护个人隐私186
【作业】187
【课程学习总结】189

参考文献193