你好中國小人工智慧

《你好中國小人工智慧》是一本2022年電子工業出版社出版的圖書，作者是龔超。

基本介紹

• 中文名：你好中國小人工智慧
• 作者：龔超
• 出版社：電子工業出版社
• 出版時間：2022年3月 
• 頁數：312 頁
• 定價：95 元
• 開本：16 開
• ISBN：9787121422072 

內容簡介

本書是一本體系完整、綜合全面介紹中國小人工智慧相關內容的書籍。本書涉及人工智慧的歷史與發展，中國小人工智慧戰略定位、課程體系建設、計算思維，編程、機器人、知識工程、搜尋算法、機器學習、深度學習、人工智慧+X、人工智慧對教育賦能、人工智慧道德倫理與法律以及人工智慧未來發展的展望等相關內容。本書可以作為中國小教師教授人工智慧課程的輔助書籍，也適合對中國小人工智慧教育感興趣的廣大讀者閱讀使用，還可以作為廣大讀者系統了解人工智慧相關知識的參考用書。

作者簡介

龔超 工學博士，中國高科技產業化研究會人工智慧產業技術創新聯盟特約研究員，中國人工智慧學會中國小工作委員會專家組成員。主要研究領域為人工智慧、最佳化算法，聚焦人工智慧在金融投資、企業數位化轉型等領域套用。參與多項國家社會科學基金項目及部委課題研究，在國內外期刊上總計發表文章60餘篇。曾就職於500強央企、知名管理諮詢公司，為多家大型企業集團提供戰略規劃、合併重組等諮詢與培訓服務。

圖書目錄

第1章 時代已至 002

1．1 新一代人工智慧崛起 002

1．1．1 一盤圍棋引發的關注 002

1．1．2 人工智慧助力工業革命 004

1．1．3 人工智慧促進社會發展 009

1．2 人工智慧急需人才培養 013

1．3 中國小人工智慧教育的可行性與重要性 017

1．3．1 重要性 017

1．3．2 可行性 019

第2章 戰略定位 023

2．1 發展目標 025

2．1．1 人工智慧發展成為國家的重要戰略部署 025

2．1．2 培養聚集人工智慧人才是國家重點任務 025

2．1．3 中國小人工智慧教育政策頻出，重要性凸顯 026

2．2 教學現狀 027

2．2．1 頂層設計相對缺失，標準指引仍然空白 027

2．2．2 課程體系還未健全，教材水平參差不齊 028

2．2．3 校內學習課時不足，校外培訓“新瓶裝舊酒” 030

2．2．4 知識技能疊代較快，師資水平需要提升 031

2．3 保障舉措 032

2．3．1 加強頂層設計，明確課程標準 032

2．3．2 評比優秀教材，遴選典型案例 033

2．3．3 共建交叉學科，創新培養模式 033

2．3．4 提倡終身學習，強化師資培訓 033

2．3．5 資源合理布局，謹防數字鴻溝 034

2．3．6 鼓勵多方力量，共建生態體系 034

第3章 顧往識今 036

3．1 人工智慧的定義 036

3．1．1 重新審視定義 036

3．1．2 典型的定義 037

3．2 何謂“智慧型” 040

3．2．1 人工智慧的腦視角 041

3．2．2 圖靈測試與“人工蠢能” 043

3．2．3 智慧型的測量 046

3．2．4 強／弱人工智慧 049

3．2．5 奇點 051

3．3 三派鼎力，分釋智慧型 051

3．3．1 符號主義 051

3．3．2 連線主義 053

3．3．3 行為主義 055

3．4 正視起落，寵辱不驚 058

3．4．1 “人工智慧”初問世 058

3．4．2 三起兩落 060

3．4．3 寒冬下的反思 062

法

第4章 課程體系 066

4．1 中國小人工智慧課程體系探索 066

4．2 中國小人工智慧課程體系建設思路 069

4．3 國小人工智慧課程體系建設 072

4．4 國中人工智慧課程體系建設 073

4．5 高中人工智慧課程體系建設 074

第5章 計算思維 079

5．1 計算思維概述 079

5．1．1 計算思維的內涵 079

5．1．2 計算思維與編程 081

5．2 計算思維的重視與培養 082

5．2．1 計算思維培養的重要性與必要性 082

5．2．2 計算思維的培養思路 084

5．3 不插電的計算思維訓練 085

5．3．1 不插電的含義 085

5．3．2 生活中的計算思維 087

5．3．3 不插電教學實例 088

器

第6章 編程教育 092

6．1 以SCRATCH為代表的可視化程式語言 093

6．1．1 可視化程式語言的低門檻、薄壁壘 095

6．1．2 可視化編程對於青少年教育的促進 095

6．1．3 可視化編程的局限性 096

6．2 以PYTHON為代表的代碼式程式語言 097

6．2．1 Python的教育定位 097

6．2．2 Python的優點 098

6．3 以TENSORFLOW和PYTORCH為代表的人工智慧框架 103

6．3．1 種類繁多的人工智慧框架語言 103

6．3．2 廣受熱捧的TensorFlow的PyTorch 104

6．4 程式語言的更迭 106

6．5 中國小編程熱下的反思 107

第7章 智慧型機器 109

7．1 機器人 110

7．1．1 作品中的智慧型機器 110

7．1．2 生活中的智慧型機器 112

7．2 中國小機器人教育 114

7．2．1 機器人教育的獨特性 114

7．2．2 中國小機器人教育現狀 115

7．2．3 中國小機器人課程資源 116

7．3 智慧型硬體 117

7．4 教學用智慧型機器人 119

7．4．1 人形機器人 119

7．4．2 模組化機器人 121

術

第8章 知識工程 126

8．1 專家系統 126

8．1．1 專家系統的含義 126

8．1．2 專家系統的簡單實例 127

8．2 知識表示 130

8．2．1 一階謂詞邏輯 132

8．2．2 產生式規則 133

8．2．3 框架表示法 134

8．2．4 狀態空間表示法 135

8．3 知識圖譜 136

8．3．1 知識圖譜的歷程 136

8．3．2 知識圖譜的構成 138

第9章 搜尋算法 142

9．1 圖搜尋策略 142

9．1．1 盲目搜尋 144

9．1．2 啟發式搜尋 145

9．2 博弈搜尋 148

9．2．1 極小極大算法 148

9．2．2 Alpha-Beta剪枝法 149

9．3 蒙特卡羅樹搜尋 151

第10章 機器學習 154

10．1 機器學習概述 154

10．1．1 機器學習的含義 154

10．1．2 機器學習的分類 155

10．2 數據初探 156

10．2．1 數據的結構 156

10．2．2 大數據特徵 158

10．3 監督學習 159

10．3．1 線性回歸 160

10．3．2 支持向量機 164

10．3．3 樸素貝葉斯 166

10．4 無監督學習 169

10．4．1 K-均值聚類 170

10．4．2 主成分分析 172

10．5 半監督學習 175

10．6 強化學習 177

10．6．1 初識強化學習 177

10．6．2 策略最佳化與評估 179

10．6．3 強化學習的算法 181

第11章 深度學習 184

11．1 基本概念 184

11．1．1 神經元 184

11．1．2 激活函式 185

11．1．3 感知機 188

11．2 多層前饋神經網路 190

11．2．1 損失函式 191

11．2．2 網路結構 191

11．2．3 梯度與隨機梯度 195

11．2．4 反向傳播 197

11．3 卷積神經網路 198

11．3．1 卷積核 199

11．3．2 卷積核的套用 201

11．3．3 感受野 206

11．3．4 卷積神經網路結構 210

11．4 RNN神經網路與LSTM網路 213

11．4．1 RNN神經網路 213

11．4．2 LSTM網路 215

11．5 膠囊神經網路 218

11．6 生成對抗網路 220

第12章 人工智慧+X 223

12．1 人工智慧+語文 224

12．1．1 自然語言處理助力語文 225

12．1．2 自然語言處理的套用領域 226

12．1．3 自然語言處理的基礎術語 230

12．1．4 自然交叉的學科 231

12．2 人工智慧+情感分析 232

12．2．1 情為何物 232

12．2．2 觸景生情 237

12．2．3 知情達理 242

12．2．4 情意綿綿 244

12．3 人工智慧+自動駕駛 245

12．3．1 了解自動駕駛的歷史 245

12．3．2 知曉自動駕駛的現狀 246

12．3．3 熟悉自動駕駛的技術 247

12．3．4 自動駕駛下的思考 249

12．4 人工智慧+藝術 251

12．5 人工智慧+生物 254

12．5．1 “攪局”之眼 255

12．5．2 遺傳算法 257

12．6 人工智慧+視覺分析 261

12．6．1 人臉識別 261

12．6．2 垃圾分類 265

12．7 人工智慧+法律與倫理道德 266

12．7．1 責任劃分 266

12．7．2 隱私保護 267

12．7．3 智慧財產權 268

12．7．4 道德倫理 269

12．7．5 算法偏差 273

道

第13章 賦能教育 278

13．1 教育重塑 278

13．1．1 傳統教育方式的挑戰 278

13．1．2 人工智慧時代下教育的改變 279

13．1．3 賦能教師 281

13．1．4 賦能學生 283

13．1．5 賦能課堂 285

13．2 職業轉變 288

13．2．1 職業的消失 288

13．2．2 盧德主義的教訓 289

13．3 人機協作 290

13．3．1 各有千秋 290

13．3．2 取長補短 291

第14章 教學思考 295

14．1 “135”教學理念 295

14．1．1 一“觀” 296

14．1．2 三“意” 298

14．1．3 五“心” 302

14．2 公益萬里 306

14．2．1 公益授課傳溫情 306

14．2．2 義教萬里暖人心 307

14．3 體驗式學習 309

第15章 未來展望 311

15．1 前車之鑑 311

15．1．1 STEAM教育之熱 311

15．1．2 “STEAM熱”下的反思 312

15．2 基礎為本 314

15．3 長路漫漫 315