《人工智慧初學者指南》是2019年12月人民郵電出版社出版的圖書，作者是[美]約翰·保羅·穆勒、[法]盧卡·馬薩羅。
基本介紹
- 中文名：人工智慧初學者指南
- 作者：[美]約翰·保羅·穆勒、[法]盧卡·馬薩羅
- ISBN：9787115513786
- 頁數：247頁
- 定價：59元
- 出版社：人民郵電出版社
- 出版時間：2019年12月
- 裝幀：平裝
- 開本：16開
內容簡介,圖書目錄,
內容簡介
“達人迷”圖書是暢銷歐美近30年的經典書系，得到了億萬初學者的認可。本書秉承了“達人迷”系列圖書一貫的優點，既簡潔易懂又能夠廣泛地帶領讀者了解並學習到人工智慧相關的知識要點。
2017年被稱為“AI套用的元年”，這意味著人工智慧正在迎來技術的革命，同時也在吸引著越來越多的人才進入。如何緊跟時代的步伐，跨入AI新紀元，變得愈加重要。本書由淺入深地帶領讀者揭開人工智慧神秘的面紗，涉及算法、軟硬體、自動化、AI醫療、數據分析、機器學習、深度學習、機器人、無人機、自動駕駛汽車、AI寒冬、太空中的AI等熱點話題，同時以事實依據破除AI炒作，幫你清楚地認知真實的人工智慧。
本書內容深入淺出，適合人工智慧初學者、對人工智慧感興趣的讀者、普通高校學生以及想要在該領域投資或想轉行進入人工智慧領域的讀者閱讀。
圖書目錄
第1部分 人工智慧簡介 1
第1章 AI介紹 3
1.1 AI定義 3
1.1.1 智慧型 4
1.1.2 定義AI的4種方法 6
1.2 理解AI歷史 9
1.2.1 從達特茅斯的符號邏輯開始 9
1.2.2 專家系統的繼續發展 9
1.2.3 AI的冬天正在過去 10
1.3 AI用途 11
1.4 避免AI炒作 12
1.5 計算機是AI的基礎 12
第2章 定義數據的角色 14
2.1 數據無處不在的時代 15
2.1.1 摩爾定律 15
2.1.2 無處不在的數據套用 17
2.1.3 將算法付諸實踐 18
2.2 成功使用數據 19
2.2.1 數據源 19
2.2.2 獲得可靠數據 20
2.2.3 讓人類的輸入更可靠 20
2.2.4 使用自動數據收集 21
2.3 修剪數據 22
2.3.1 缺失數據處理 22
2.3.2 數據的不一致性 23
2.3.3 提取有用數據 24
2.4 數據的5個謬誤 24
2.4.1 委員會 25
2.4.2 遺漏 25
2.4.3 視角 26
2.4.4 偏見 27
2.4.5 參考標準 27
2.5 定義數據採集極限 28
第3章 考慮算法的套用 30
3.1 理解算法的作用 30
3.1.1 算法意味著什麼 31
3.1.2 從規劃和分支開始 32
3.1.3 玩對抗性遊戲 34
3.1.4 使用局部搜尋和啟發式算法 36
3.2 學習機 38
3.2.1 利用專家系統 39
3.2.2 機器學習 42
3.2.3 達到新高度 42
第4章 專業硬體先驅 44
4.1 依靠標準硬體 45
4.1.1 了解標準硬體 45
4.1.2 標準硬體缺陷 46
4.2 使用圖形處理器（GPU） 47
4.2.1 馮·諾依曼瓶頸 48
4.2.2 圖形處理器（GPU） 49
4.2.3 為什麼 GPU工作得很好 50
4.3 創建專門的處理環境 50
4.4 提高硬體能力 51
4.5 添加專用感測器 52
4.6 設計與環境互動的方法 53
第2部分 人工智慧的套用 55
第5章 AI在電腦程式中的套用 57
5.1 介紹一般的套用類型 58
5.1.1 AI在典型套用中的套用 58
5.1.2 理解AI的套用範疇 59
5.1.3 關於“中文房間”的論證 59
5.2 如何使AI套用更友好 60
5.3 自動修正 61
5.3.1 修正的類別 62
5.3.2 自動修正的好處 62
5.3.3 為什麼自動修正在有些情況下無法工作 62
5.4 提出建議 63
5.4.1 基於過去行為的建議 63
5.4.2 基於分組的建議 63
5.4.3 錯誤的建議 64
5.5 基於AI的錯誤 64
第6章 一般性自動化流程 66
6.1 開發應對無聊情緒的解決方案 67
6.1.1 使工作更有趣 67
6.1.2 使工作更有效率 67
6.1.3 AI如何幫助人們減少無聊的情緒 68
6.1.4 AI為什麼無法減少無聊情緒 68
6.2 在工業環境中工作 69
6.2.1 發展各種級別的自動化 69
6.2.2 不僅僅局限於機器人套用 70
6.2.3 僅靠自動化 70
6.3 創建一個安全的生產環境 71
6.3.1 無聊情緒在意外事故中的作用 71
6.3.2 從避免安全問題的角度來看AI 71
6.3.3 認識到AI無法徹底消除安全問題 72
第7章 利用AI解決醫療需求 73
7.1 攜帶型患者監護 74
7.1.1 可穿戴監測器 74
7.1.2 依賴於關鍵的可穿戴監視器 75
7.1.3 使用活動監控 76
7.2 增強人的能力 76
7.2.1 使用遊戲療法 76
7.2.2 外骨骼的使用 78
7.3 迎合“特殊需求” 79
7.3.1 基於軟體的解決方案 80
7.3.2 依賴於硬體的擴展 80
7.3.3 人工智慧假肢 80
7.4 以新的方式完成分析 81
7.5 設計新的外科技術 81
7.5.1 手術建議 82
7.5.2 協助手術 83
7.5.3 用監護代替外科醫生 83
7.6 使用自動化執行任務 84
7.6.1 處理醫療記錄 84
7.6.2 預測未來 85
7.6.3 讓過程更安全 85
7.6.4 創造更好的藥物 85
7.7 機器人和醫療專業人員的結合 86
第8章 依靠人工智慧改善人際交往 88
8.1 發展新的溝通方式 89
8.1.1 創建新的字母表 89
8.1.2 自動語言翻譯 90
8.1.3 合併肢體語言 91
8.2 交換觀點 92
8.2.1 建立聯繫 92
8.2.2 擴展交流方式 93
8.2.3 定義趨勢 93
8.3 使用多媒體 93
8.4 修飾人類的感官知覺 94
8.4.1 轉換數據光譜 94
8.4.2 增強人的知覺 95
第3部分 使用基於軟體的AI應用程式 97
第9章 對AI實施數據分析 99
9.1 數據分析的定義 99
9.1.1 為什麼分析很重要 101
9.1.2 重新評估數據的價值 102
9.2 定義機器學習 104
9.2.1 機器學習是怎樣工作的 104
9.2.2 機器學習的好處 106
9.2.3 有用且平凡 107
9.2.4 說明機器學習的局限性 107
9.3 怎樣從數據中學習 109
9.3.1 監督學習 109
9.3.2 無監督學習 110
9.3.3 強化學習 110
第10章 在AI中使用機器學習 112
10.1 有很多不同的學習方法 113
10.1.1 5個機器學習的主要算法 113
10.1.2 深入研究3個最有前途的人工智慧學習方法 115
10.1.3 等待下一個突破 116
10.2 在機率中探索真理 116
10.2.1 確定機率能做什麼 117
10.2.2 考慮先驗知識 118
10.2.3 把世界想像成一個圖表 121
10.3 樹可以完成分類 124
10.3.1 通過分割數據來預測結果 125
10.3.2 基於數的決策 126
10.3.3 修剪雜草叢生的樹木 128
第11章 用深度學習來改善AI 129
11.1 形成類似於人腦的神經網路 129
11.1.1 介紹神經元 130
11.1.2 從神奇的感知機開始 131
11.2 模仿人腦學習 132
11.2.1 簡單的神經網路 132
11.2.2 權重的奧秘 133
11.2.3 理解反向傳播角色 134
11.3 深度學習簡介 134
11.3.1 深度學習的不同之處 136
11.3.2 更智慧型的解決方案 137
11.4 從圖像中檢測邊緣和形狀 139
11.4.1 從字元識別開始 139
11.4.2 卷積的工作原理 140
11.4.3 使用圖像的挑戰 141
11.5 學習模仿藝術和生活 142
11.5.1 記住重要的序列 142
11.5.2 發現AI對話的神奇之處 143
11.5.3 促使AI彼此競爭 145
第4部分 人工智慧在硬體套用中的使用 149
第12章 機器人 151
12.1 機器人角色定義 152
12.1.1 摒棄機器人的科幻觀點 153
12.1.2 為什麼很難實現類人機器人 155
12.1.3 與機器人一起工作 157
12.2 基本機器人的組裝 159
12.2.1 組件的考慮 160
12.2.2 感知世界 161
12.2.3 控制機器人 161
第13章 無人機 163
13.1 無人機的發展現狀 164
13.1.1 無人駕駛飛行任務 164
13.1.2 四軸飛行器 165
13.2 無人機的典型用途 166
13.2.1 無人機的非軍事套用 167
13.2.2 人工智慧推動無人機的發展 169
13.2.3 監管問題 171
第14章 人工智慧駕駛汽車 173
14.1 了解簡史 174
14.2 了解移動的未來 174
14.2.1 攀登六級自動化 175
14.2.2 重新思考汽車在我們生活中的角色 176
14.3 進入自動駕駛汽車 179
14.3.1 將所有的技術整合到一起 180
14.3.2 讓人工智慧進入場景之中 181
14.3.3 理解它不只是人工智慧 182
14.4 客服感知的不確定性 183
14.4.1 介紹汽車感測器 184
14.4.2 將所感知到的融合到一起 186
第5部分 人工智慧的未來 189
第15章 理解不可能實現的應用程式 191
15.1 在無法工作的地方使用人工智慧 192
15.1.1 定義AI的限制 192
15.1.2 不正確地套用人工智慧 194
15.1.3 進入一個充滿不切實際期望的世界 195
15.2 人工智慧寒冬的影響 196
15.2.1 理解人工智慧的寒冬 196
15.2.2 產生人工智慧寒冬的原因 197
15.2.3 用新的目標重建期望 198
15.3 尋找問題的解決方案 200
15.3.1 定義一個小發明 200
15.3.2 迴避廣告 201
15.3.3 什麼時候人類更有優勢 201
15.3.4 尋找簡單的解決方案 202
第16章 太空中的人工智慧 203
16.1 觀察宇宙 204
16.1.1 第一次看清楚 204
16.1.2 尋找新的去處 205
16.1.3 宇宙的進化 205
16.1.4 創造新的科學原理 205
16.2 太空採礦 206
16.2.1 收集水 208
16.2.2 獲取稀土和其他金屬 208
16.2.3 發現新元素 209
16.2.4 加強通信 209
16.3 探索新地方 210
16.3.1 從探測器開始 210
16.3.2 依靠機器人的任務 211
16.3.3 人類的太空之旅 213
16.4 太空建築物 213
16.4.1 第一次太空旅行 214
16.4.2 進行科學研究 214
16.4.3 太空工業化 214
16.4.4 利用太空進行存儲 215
第17章 增加新的職業 216
17.1 太空中的生活和工作 217
17.2 在惡劣環境裡建立城市 218
17.2.1 在海洋中建造城市 218
17.2.2 創建太空棲息地 219
17.2.3 構建基於月球的資源 220
17.3 提高人類效率 221
17.4 在全球範圍內解決問題 223
17.4.1 思考世界如何運轉 223
17.4.2 尋找問題的可能來源 224
17.4.3 定義可能的解決方案 225
17.4.4 看看解決方案的效果 225
17.4.5 再次嘗試 226
第6部分 幾個“十大” 227
第18章 十大人工智慧安全職業 229
18.1 進行人際互動 229
18.1.1 教孩子 230
18.1.2 護理 230
18.1.3 解決個人需求 231
18.1.4 解決發展問題 231
18.2 創造新事物 232
18.2.1 發明 232
18.2.2 藝術化 232
18.2.3 虛幻想像 233
18.3 憑直覺做出決定 233
18.3.1 偵查犯罪 233
18.3.2 實時監測 234
18.3.3 從幻想中分離事實 234
第19章 AI的十大社會貢獻 235
19.1 人類的相互作用 235
19.1.1 設計主動的人類假肢 236
19.1.2 持續監測 236
19.1.3 給藥 237
19.2 發展工業解決方案 237
19.2.1 3D列印中的人工智慧 237
19.2.2 機器人技術的進步 237
19.3 創建新的技術環境 238
19.3.1 開發稀有的新資源 238
19.3.2 看人類看不到的 239
19.4 工作在太空的AI 239
19.4.1 向空間站運送貨物 239
19.4.2 行星外資源開採 240
19.4.3 探索其他行星 240
第20章 AI受局限的十大方面 241
20.1 理解 242
20.1.1 解釋而非分析 242
20.1.2 超越純數字 243
20.1.3 考慮後果 243
20.2 發現 244
20.2.1 由舊數據設計新數據 244
20.2.2 超越模式 244
20.2.3 實施新觀念 245
20.3 同理心 245
20.3.1 從別人的角度看事物 245
20.3.2 發展真正的關係 246
20.3.3 視角變化 246
20.3.4 信仰的飛躍 246
