《從零解說人工智慧：結構原理及其套用》是2019年化學工業出版社出版的圖書，作者是（日）神崎洋治。
基本介紹
- 書名：從零解說人工智慧：結構原理及其套用
- 作者：（日）神崎洋治
- ISBN：9787122326393
- 類別：圖書>計算機/網路>人工智慧>深度學習與神經網路
- 定價：¥59.80
- 出版社：化學工業出版社
- 出版時間：2019年10月
- 裝幀：平裝
- 開本：16開
編輯推薦,內容簡介,作者簡介,目錄,
編輯推薦
谷歌圍棋人工智慧AlphaGo與李世石的“人機大戰”受到廣泛關注，那么，人工智慧到底是什麼？它的發展怎樣？這本書給你解答。
內容簡介
谷歌圍棋人工智慧AlphaGo與李世石的“人機大戰”讓人工智慧成為人們關注的焦點。什麼是人工智慧？人工智慧是如何工作的？人工智慧對人們的生活有哪些影響？本書將帶你找到這些問題的答案。本書共分為6章，第1章簡要介紹人工智慧的基礎知識，第2章講解神經網路的衝擊，第3章敘述人工智慧原理，第4章介紹認知系統和AI聊天系統，第5章介紹AI計算的*技術，第6章介紹了實際套用中的人工智慧。本書適合對人工智慧有興趣的讀者閱讀。
作者簡介
鄧阿群，富士電機（杭州）軟體有限公司，副總經理、高級工程師，
1991.9-1995.7 江西工業大學（現南昌大學）化學工程系化學工程專業本科學習
1995.9-1998.4 浙江大學系統工程專業攻讀碩士學位
（專業方向：化工仿真及數據處理、神經網路、人工智慧）
1998.4-至今 富士電機（杭州）軟體有限公司工作
其間：
2000.1-2000.12 日本富士電機株式會社軟體開發進修
2002.9-2007.3 浙江大學控制理論與控制工程專業攻讀博士學位
工作期間，主要從事自動售貨機控制軟體、工廠生產線自動化等方面軟體設計、開發及管理等工作。
1991.9-1995.7 江西工業大學（現南昌大學）化學工程系化學工程專業本科學習
1995.9-1998.4 浙江大學系統工程專業攻讀碩士學位
（專業方向：化工仿真及數據處理、神經網路、人工智慧）
1998.4-至今 富士電機（杭州）軟體有限公司工作
其間：
2000.1-2000.12 日本富士電機株式會社軟體開發進修
2002.9-2007.3 浙江大學控制理論與控制工程專業攻讀博士學位
工作期間，主要從事自動售貨機控制軟體、工廠生產線自動化等方面軟體設計、開發及管理等工作。
目錄
第1章 人工智慧的基礎知識 1
1.1 面向嶄新的計算機時代 2
1.2 何為人工智慧 3
1.3 強AI和弱AI（AGI和特殊型AI） 7
1.4 大腦是如何進行識別和判斷的？ 8
1.5 數字識別方法（以前的方法） 13
1.6 機器學習和大數據 16
1.7 特徵向量 17
1.8 和人一樣學習的機器學習 19
第2章 神經網路的衝擊 23
2.1 谷歌的貓 24
2.2 遊戲AI計算機—DQN 25
2.3 圖像識別競賽中深度學習取得決定性勝利 27
2.4 AlphaGo完勝圍棋實力選手 30
2.5 無碰撞汽車 31
第3章 人工智慧原理 37
3.1 機器學習的方法 38
3.2 分類問題和回歸問題 41
3.3 強化學習 42
3.4 經驗和報酬 44
3.5 神經網路原理 46
3.6 深度學習 48
3.7 CNN和RNN 50
第4章 認知系統與AI聊天機器人 55
4.1 IBM Watson是什麼？ 56
4.2 活躍於醫療領域的沃森 57
4.3 何為認知系統？ 60
4.4 沃森的實體是什麼？ 66
4.5 IBM沃森日文版的六大功能 71
4.6 沃森的導入實例（1）—呼叫中心 73
4.7 人工智慧和機器人—銀行接待 76
4.8 沃森的導入實例（2）—銷售支持 79
4.9 沃森回答問題的原理（6個日文版API） 84
4.10 IBM沃森日文版解決方案包 87
4.11 聊天機器人中AI導入關鍵 90
4.12 沃森的導入實例（3）—郵件回復支持 95
4.13 從推文或郵件分析性格、情感和文章語調 98
第5章 AI計算的最新技術 103
5.1 Microsoft Cognitive Services (Microsoft Azure) 104
5.2 具體體驗圖像、動畫解析技術 106
5.3 深度學習和GPU 112
5.4 套用於自動駕駛和機器人中的AI計算 117
5.5 輕鬆實現深度學習框架 123
5.6 依靠使用CPU的AI高速化技術捲土重來的Intel公司 124
第6章 實際套用中的人工智慧 127
6.1 呼叫中心和客戶接待中的套用 128
6.2 人工智慧聊天機器人 133
6.3 開始活躍於醫療現場的人工智慧 137
6.4 披頭士風格作曲人工智慧 142
6.5 理解情感的人工智慧 145
6.6 求職人工智慧 153
6.7 撰寫小說或新聞的人工智慧 156
6.8 其他套用實例 160
1.1 面向嶄新的計算機時代 2
1.2 何為人工智慧 3
1.3 強AI和弱AI（AGI和特殊型AI） 7
1.4 大腦是如何進行識別和判斷的？ 8
1.5 數字識別方法（以前的方法） 13
1.6 機器學習和大數據 16
1.7 特徵向量 17
1.8 和人一樣學習的機器學習 19
第2章 神經網路的衝擊 23
2.1 谷歌的貓 24
2.2 遊戲AI計算機—DQN 25
2.3 圖像識別競賽中深度學習取得決定性勝利 27
2.4 AlphaGo完勝圍棋實力選手 30
2.5 無碰撞汽車 31
第3章 人工智慧原理 37
3.1 機器學習的方法 38
3.2 分類問題和回歸問題 41
3.3 強化學習 42
3.4 經驗和報酬 44
3.5 神經網路原理 46
3.6 深度學習 48
3.7 CNN和RNN 50
第4章 認知系統與AI聊天機器人 55
4.1 IBM Watson是什麼？ 56
4.2 活躍於醫療領域的沃森 57
4.3 何為認知系統？ 60
4.4 沃森的實體是什麼？ 66
4.5 IBM沃森日文版的六大功能 71
4.6 沃森的導入實例（1）—呼叫中心 73
4.7 人工智慧和機器人—銀行接待 76
4.8 沃森的導入實例（2）—銷售支持 79
4.9 沃森回答問題的原理（6個日文版API） 84
4.10 IBM沃森日文版解決方案包 87
4.11 聊天機器人中AI導入關鍵 90
4.12 沃森的導入實例（3）—郵件回復支持 95
4.13 從推文或郵件分析性格、情感和文章語調 98
第5章 AI計算的最新技術 103
5.1 Microsoft Cognitive Services (Microsoft Azure) 104
5.2 具體體驗圖像、動畫解析技術 106
5.3 深度學習和GPU 112
5.4 套用於自動駕駛和機器人中的AI計算 117
5.5 輕鬆實現深度學習框架 123
5.6 依靠使用CPU的AI高速化技術捲土重來的Intel公司 124
第6章 實際套用中的人工智慧 127
6.1 呼叫中心和客戶接待中的套用 128
6.2 人工智慧聊天機器人 133
6.3 開始活躍於醫療現場的人工智慧 137
6.4 披頭士風格作曲人工智慧 142
6.5 理解情感的人工智慧 145
6.6 求職人工智慧 153
6.7 撰寫小說或新聞的人工智慧 156
6.8 其他套用實例 160
