人工智慧——何時機器能掌控一切

人工智慧——何時機器能掌控一切

《人工智慧——何時機器能掌控一切》是2022年清華大學出版社出版的一本圖書,作者是[德] 克勞斯·邁因策爾(Klaus Mainzer) 著,賈積有、賈奕 譯。

基本介紹

  • 中文名:人工智慧——何時機器能掌控一切
  • 作者:克勞斯·邁因策爾
  • 譯者:賈積有 賈奕
  • 出版時間:2022年2月1日
  • 出版社清華大學出版社
  • 頁數:59 頁
  • ISBN:9787302592570
  • 定價:59 元 
內容簡介,目錄,

內容簡介

《人工智慧——何時機器能掌控一切》共12章,從歷史、社會、哲學和人文等多學科角度審視人工智慧技術的過去、現在和未來;既涵蓋了邏輯運算等經典的人工智慧算法,又引入了量子計算等前沿的人工智慧技術;既強調了人工智慧對人類生活和社會各個方面的正面促進作用,又指出了其高能耗等缺點。 通過閱讀《人工智慧——何時機器能掌控一切》,零基礎的讀者可以快速了解人工智慧的概念、歷史和發展趨勢;略知一二的入門者可以深入學習人工智慧的常用算法和技術;經驗豐富的從業人員則可以通過《人工智慧——何時機器能掌控一切》的多學科視角更加全面地認識人工智慧對於社會和歷史影響。

目錄

第1章簡介: 什麼是人工智慧
參考文獻
第2章人工智慧簡史
2.1人類的古老夢想
2.2圖靈測試
2.3從通用問題求解到專家系統
參考文獻
第3章邏輯思維成為自動化
3.1邏輯思維意味著什麼
3.2人工智慧程式語言PROLOG
3.3人工智慧程式語言LISP
3.4自動證明
參考文獻
第4章系統成為專家
4.1一個基於知識的系統架構
4.2知識表示編程
4.3有限性、不確定性和直覺性知識
參考文獻
第5章計算機學會說話
5.1ELIZA會識別字元串模式
5.2自動機和機器識別語言
5.3我的智慧型手機何時會理解我
參考文獻
第6章算法模擬進化
6.1生物學和技術性的電路圖
6.2細胞自動機
6.3遺傳算法和進化算法
參考文獻
第7章神經網路模擬大腦
7.1大腦和認知
7.2神經網路和學習算法
7.3情感和意識
參考文獻
第8章機器人變得社會化
8.1人形機器人
8.2認知和社會型機器人
8.3機器人的群體智慧
參考文獻
第9章基礎設施變得智慧型化
9.1物聯網和大數據
9.2從自動駕駛車輛到智慧型交通系統
9.3從網路物理系統到智慧型基礎設施
9.4工業4.0和未來的勞動力世界
參考文獻
第10章從自然智慧型和人工智慧到超級智慧型
10.1神經形態計算機和人工智慧
10.2自然智慧型和人工智慧
10.3量子計算機與人工智慧
10.4奇點和超級智慧型
10.5技術設計: 人工智慧作為人類的服務系統
參考文獻
第11章人工智慧有多安全
11.1神經網路是一個黑匣子
11.2在不完全信息下的決定性
11.3人類機構有多安全
參考文獻
第12章人工智慧和責任
12.1社會積分和一帶一路
12.2人工智慧與全球價值體系競爭
參考文獻
全書圖片清單
圖3.1(a)列表(S1,S2,…,SN)的樹狀表示(b)s表達式(A.((B.(C.NIL))))的
樹狀表示12
圖3.2具有打孔磁帶的圖靈機15
圖4.1基於知識的專家系統架構24
圖4.2正/反向推理25
圖4.3DENDRAL中一個化學結構式的推導27
圖4.4醫學專家系統和/或樹28
圖5.1有限自動機示例圖34
圖5.2下推自動機的結構37
圖5.3基於喬姆斯基語法體系的語義深度結構39
圖5.4NETalk學習閱讀41
圖5.5WATSON的體系結構43
圖6.1遺傳和神經元信息系統的進化47
圖6.2細胞自動機模擬細胞自組織49
圖6.3作為動態系統的單元,具有狀態變數xi、輸出變數yi和三個常數二進制輸入
ui-1,ui,ui+150
圖7.1麥卡洛克皮茨神經元56
圖7.2感知機架構57
圖7.3可分離模式57
圖7.4具有一個輸出的三層神經網路模型58
圖7.5具有兩個輸出神經元的神經網路的三層模型58
圖7.6人臉識別的多層模型(深度學習)59
圖7.7作為霍普菲爾德系統狀態空間的電勢山脈60
圖7.8霍普菲爾德系統中的模式識別60
圖7.9多層神經網路檢測相關性和聚類62
圖7.10無監督學習的科荷倫圖63
圖7.11智慧型體從環境中加強學習64
圖7.12具有條件機率的貝葉斯學習網66
圖7.13理性決策的認知扭曲66
圖8.1零力矩點(ZMP)和穩定區域74
圖8.2一個家居機器人的馬爾可夫邏輯圖77
圖8.3具有基於行為和符號認知模組的類人機器人體系結構78
圖8.4機器人足球選手的行為層次結構80
圖9.1產品網路中的自組織83
圖9.2流行病的自組織83
圖9.3大數據與人工智慧86
圖9.4物聯網深度學習86
圖9.5自主機器人移動式奧迪月球車quattro87
圖9.6谷歌自主車環境圖片88
圖9.7智慧型網供電基礎設施數位化91
圖9.8數控車床的功能部件93
圖10.1具有局部活動單元和局部影響範圍的複雜單元系統97
圖10.2非線性擴散反應方程的結構和模式形成98
圖10.3霍奇金赫胥黎模型100
圖10.4記憶電阻器(取決於角頻率)ω(ω1<ω2)的磁滯曲線102
圖10.5帶二氧化鈦開關的記憶電阻系統103
圖10.6超級智慧型發展階段116
圖11.1統計和因果學習126
圖11.2從數據挖掘到因果模型129
圖11.3軟體測試認證等級132
圖11.4採用哈希編碼的區塊鏈134
check!

熱門詞條

聯絡我們