重磅推荐
【编辑推荐】

20世纪40年代以来,以电子、通信、计算机和网络技术为标志的第三次技术革命,将人类文明历带入信息时代,世界正在进入以信息产业为主导的新经济发展时期,越来越多地依靠信息资源的开发来精确调控物质资源和能量资源的使用。人工智能作为新一代信息技术的标志,是信息技术发展和信息社会需求到达一定阶段的产物。在政府积极引导和企业战略布局等推动下,人工智能产业从无到有,规模快速壮大,创新能力显著增强,服务能力大幅提升,应用范畴不断拓展,并为云计算、大数据、物联网等新兴领域的发展提供了基础支撑。与此同时,对人工智能人才的需求也极为迫切。据国家工信部统计预测,未来3年将是我国人工智能产业人才需求相对集中的时期,尤其是能将人工智能与应用领域高效融合的跨界型人才极为紧缺。2017年,*、人社部、工信部联合印发《制造业人才发展规划指南》,对制造业十大重点领域的人才需求作出预测,排在首位的也是“新一代信息技术产业”人才。国家*正在实施的新工科计划也倡导打破旧有学科、专业与课程边界,在机械、电气、土木、建筑等各类工程专业的课程设计中融入新一代信息技术内容。在此形势下,为加速新一代信息技术人才培养,满足数字经济发展的人才需求,为实现经济高质量发展提供人才支撑,中国科学技术协会策划并组织编制以云计算、大数据、人工智能等为代表的新一代信息技术系列丛书,中国科学技术协会党组书记、常务副主席、书记处*书记怀进鹏院士主持下,成立了新一代信息技术丛书编制委员会,聘请梅宏院士为丛书编委会主任,李培根院士、李骏院士、李德毅院士、谭铁牛院士、赵春江院士为丛书编委会委员,统筹编制工作。本书是该系列丛书之一。





【内容简介】

本书是中国科协新一代信息技术系列丛书之一。本书内容包括知识表示、知识获取、知识应用三部分。其中,知识表示主要介绍概念表示、知识表示、知识图谱;知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习;知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱,本书还深入浅出地介绍了有关智能搜索技术、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。本书主要面向大学非计算机类的工科专业的高年级学生与研究生,帮助学生了解人工智能的发展过程与基本知识,熟悉人工智能产业的发展现状与市场需求,培养人工智能应用能力。同时,对于计算机相关专业的学生,本书也可作为人工智能专业课程的先导学习材料。


【作者简介】

本书的编写汇集了多位专家学者的智慧。本书主编李德毅院士以其睿智深邃的学术思想对全书进行了高屋建瓴的顶层设计,并以严谨求实的学者风范引领并全程参与撰写与审订工作。本书邀请了陆汝钤院士、桂卫华院士、谭铁牛院士、吴朝晖院士、戴琼海院士担任顾问专家,他们对本书的学术观点、技术方向以及内容组织都提供了极具价值的意见和建议。中国科协学会学术部对丛书的撰写、出版、推广全过程提供了大力支持与具体指导。中国人工智能学会承担了本书编写的全部组织工作。


【目录】

前言 李德毅

章 绪论 001

11 人工智能的起源和定义 001

12 人工智能的流派 003

13 人工智能的进展和发展趋势 009

第二章 概念表示 012

21 经典概念理论 012

22 数理逻辑 013

23 集合论 017

24 概念的现代表示理论 020

第三章 知识表示 023

31 知识与知识表示的概念 023

32 产生式表示法 026

33 框架表示法 029

34 状态空间表示法 032

35 本章小结 036

第四章 知识图谱 038

41 知识图谱 038

42 本体知识表示 042

43 万维网知识表示 043

44 知识图谱的现状及发展 049

45 知识图谱的应用示例 055

46 本章小结 056

第五章 搜索技术057

51 图搜索策略 058

52 盲目搜索 059

53 启发式搜索 063

54 博弈搜索 067

55 本章小结 070

第六章 群智能算法072

61 群智能算法产生的背景 072

62 遗传算法 073

63 粒子群优化算法及其应用 083

64 蚁群算法 088

65 本章小结 092

第七章 机器学习094

71 机器学习的发展 095

72 监督学习 096

73 无监督学习 101

74 弱监督学习 104

75 讨论 108

76 本章小结 109

第八章 人工神经网络与深度学习111

81 神经网络的发展历史 111

82 神经元与神经网络 112

83 BP 神经网络及其学习算法 115

84 卷积神经网络 119

85 生成对抗网络 126

86 深度学习的应用 128

87 本章小结 131

第九章 专家系统 133

91 专家系统概述 133

92 推理方法 135

93 一个简单的专家系统 136

94 非确定性推理 142

95 专家系统工具 146

96 专家系统的应用 147

97 专家系统的局限性 148

98 本章小结 148

第十章 计算机视觉 150

101 计算机视觉概述 150

102 数字图像的类型及机内表示 152

103 常用计算机视觉模型和关键技术 153

104 应用实例:人脸识别技术 162

105 本章小结 164

第十一章 自然语言处理 166

111 自然语言处理概述 166

112 机器翻译 172

113 自然语言人机交互 177

114 智能问答 189

115 本章小结 193

第十二章 语音处理 195

121 语音的基本概念 195

122 语音识别 196

123 语音合成 202

•IV•

124 语音增强 206

125 语音转换 208

126 情感语音 210

127 本章小结 214

第十三章 规划 216

131 基本概念 216

132 经典规划 217

133 概率规划 221

134 典型应用 227

第十四章 多智能体系统229

141 智能体 229

142 智能体的具体结构 234

143 多智能体协商 236

144 多智能体学习 242

145 本章小结 244

第十五章 智能机器人246

151 概述 247

152 人工智能技术在机器人中的应用 249

153 智能机器人发展展望 259

参考文献262


【书摘与插画】


返回顶部