- 高等教育出版社
- 9787040661675
- 1版
- 16开
- 200
- 公共基础课
- 公共基础课
- 通用
- 本科
内容简介
本书是“新一代人工智能通识系列教材”之一，是国家教材建设重点研究基地（高等学校人工智能教材研究）重点成果。本书以“有专业高度、显学理深度、含人文温度”为核心思路组织内容，每章均由题记、主体内容、学理探究和延伸阅读四个部分构成，书后附录给出了重要概念解读和促进跨学科交叉思考的实例。主要内容包括第1章绪论、第2章符号主义人工智能、第3章传统机器学习、第4章深度神经网络、第5章强化学习、第6章生成式人工智能、第7章智能赋能、第8章总结。
本书可作为高等学校人工智能通识课程教材，也可供对人工智能技术感兴趣的读者及相关从业人员参考。
目录
目录
前辅文
第1章 绪论
1.1 人工智能的起源
1.2 可计算载体：形式化与机械化
1.3 人工智能三大主义
1.4 人工智能学科交叉
1.5 新一代人工智能
1.6 本书知识点脉络
延伸阅读：科学第一性原理
第2章 符号主义人工智能：人类知识水晶球
2.1 形式化推理的雏形
2.2 逻辑推理
2.3 知识图谱推理
2.4 因果推理
2.5 学理探究：休谟之问——推理的合理性和必然性之原生困境
2.6 小结
延伸阅读：推理即计算
第3章 传统机器学习：浅层架构下数据拟合执念
3.1 机器学习基本概念
3.2 模型评估与参数优化
3.3 有监督学习：回归分析
3.4 无监督学习：k均值聚类
3.5 学理探究：拟合执念中的随机性
3.6 小结
延伸阅读：参数优化两种文化：数据与算法
第4章 深度神经网络：层次化抽象中的映射锤炼
4.1 人工神经网络概述
4.2 前馈神经网络
4.3 神经网络参数优化
4.4 前馈神经网络实例
4.5 学理探究：还原论晴朗遭遇非线性累积混沌
4.6 小结
延伸阅读：炼金术的半个世纪轮回
第5章 强化学习：最大化奖励中悄然蝶变
5.1 强化学习问题定义
5.2 从马尔可夫链到马尔可夫决策过程
5.3 表格型策略学习（Q学习）
5.4 学理探究：在最优化原理中强化
5.5 小结
延伸阅读：最优化之策与试错术之谏的珠联璧合
第6章 生成式人工智能：概率组合中的数字投影
6.1 自注意力机制
6.2 大语言模型基础架构
6.3 多模态大模型
6.4 大模型扩展定律
6.5 学理探究：突破洞穴之影的经验复现
6.6 小结
延伸阅读：预测下一个：语言是概率描述的符号序列
第7章 智能赋能：从工具革命到革命工具
7.1 自然语言处理
7.2 计算机视觉
7.3 语音识别
7.4 跨媒体检索
7.5 科学智算
7.6 具身智能
延伸阅读：人工智能效应之奇怪悖论
第8章 总结：成己成物
8.1 人工智能伦理
8.2 人工智能安全
8.3 人机协同进化
8.4 迈向更通用人工智能
8.5 小结
延伸阅读：人有人的用处
附录1 名词术语溯源
附录2 学科交叉实例
参考文献
前辅文
第1章 绪论
1.1 人工智能的起源
1.2 可计算载体：形式化与机械化
1.3 人工智能三大主义
1.4 人工智能学科交叉
1.5 新一代人工智能
1.6 本书知识点脉络
延伸阅读：科学第一性原理
第2章 符号主义人工智能：人类知识水晶球
2.1 形式化推理的雏形
2.2 逻辑推理
2.3 知识图谱推理
2.4 因果推理
2.5 学理探究：休谟之问——推理的合理性和必然性之原生困境
2.6 小结
延伸阅读：推理即计算
第3章 传统机器学习：浅层架构下数据拟合执念
3.1 机器学习基本概念
3.2 模型评估与参数优化
3.3 有监督学习：回归分析
3.4 无监督学习：k均值聚类
3.5 学理探究：拟合执念中的随机性
3.6 小结
延伸阅读：参数优化两种文化：数据与算法
第4章 深度神经网络：层次化抽象中的映射锤炼
4.1 人工神经网络概述
4.2 前馈神经网络
4.3 神经网络参数优化
4.4 前馈神经网络实例
4.5 学理探究：还原论晴朗遭遇非线性累积混沌
4.6 小结
延伸阅读：炼金术的半个世纪轮回
第5章 强化学习：最大化奖励中悄然蝶变
5.1 强化学习问题定义
5.2 从马尔可夫链到马尔可夫决策过程
5.3 表格型策略学习（Q学习）
5.4 学理探究：在最优化原理中强化
5.5 小结
延伸阅读：最优化之策与试错术之谏的珠联璧合
第6章 生成式人工智能：概率组合中的数字投影
6.1 自注意力机制
6.2 大语言模型基础架构
6.3 多模态大模型
6.4 大模型扩展定律
6.5 学理探究：突破洞穴之影的经验复现
6.6 小结
延伸阅读：预测下一个：语言是概率描述的符号序列
第7章 智能赋能：从工具革命到革命工具
7.1 自然语言处理
7.2 计算机视觉
7.3 语音识别
7.4 跨媒体检索
7.5 科学智算
7.6 具身智能
延伸阅读：人工智能效应之奇怪悖论
第8章 总结：成己成物
8.1 人工智能伦理
8.2 人工智能安全
8.3 人机协同进化
8.4 迈向更通用人工智能
8.5 小结
延伸阅读：人有人的用处
附录1 名词术语溯源
附录2 学科交叉实例
参考文献
前辅文
第1章 绪论
1.1 人工智能的起源
1.2 可计算载体：形式化与机械化
1.3 人工智能三大主义
1.4 人工智能学科交叉
1.5 新一代人工智能
1.6 本书知识点脉络
延伸阅读：科学第一性原理
第2章 符号主义人工智能：人类知识水晶球
2.1 形式化推理的雏形
2.2 逻辑推理
2.3 知识图谱推理
2.4 因果推理
2.5 学理探究：休谟之问——推理的合理性和必然性之原生困境
2.6 小结
延伸阅读：推理即计算
第3章 传统机器学习：浅层架构下数据拟合执念
3.1 机器学习基本概念
3.2 模型评估与参数优化
3.3 有监督学习：回归分析
3.4 无监督学习：k均值聚类
3.5 学理探究：拟合执念中的随机性
3.6 小结
延伸阅读：参数优化两种文化：数据与算法
第4章 深度神经网络：层次化抽象中的映射锤炼
4.1 人工神经网络概述
4.2 前馈神经网络
4.3 神经网络参数优化
4.4 前馈神经网络实例
4.5 学理探究：还原论晴朗遭遇非线性累积混沌
4.6 小结
延伸阅读：炼金术的半个世纪轮回
第5章 强化学习：最大化奖励中悄然蝶变
5.1 强化学习问题定义
5.2 从马尔可夫链到马尔可夫决策过程
5.3 表格型策略学习（Q学习）
5.4 学理探究：在最优化原理中强化
5.5 小结
延伸阅读：最优化之策与试错术之谏的珠联璧合
第6章 生成式人工智能：概率组合中的数字投影
6.1 自注意力机制
6.2 大语言模型基础架构
6.3 多模态大模型
6.4 大模型扩展定律
6.5 学理探究：突破洞穴之影的经验复现
6.6 小结
延伸阅读：预测下一个：语言是概率描述的符号序列
第7章 智能赋能：从工具革命到革命工具
7.1 自然语言处理
7.2 计算机视觉
7.3 语音识别
7.4 跨媒体检索
7.5 科学智算
7.6 具身智能
延伸阅读：人工智能效应之奇怪悖论
第8章 总结：成己成物
8.1 人工智能伦理
8.2 人工智能安全
8.3 人机协同进化
8.4 迈向更通用人工智能
8.5 小结
延伸阅读：人有人的用处
附录1 名词术语溯源
附录2 学科交叉实例
参考文献
前辅文
第1章 绪论
1.1 人工智能的起源
1.2 可计算载体：形式化与机械化
1.3 人工智能三大主义
1.4 人工智能学科交叉
1.5 新一代人工智能
1.6 本书知识点脉络
延伸阅读：科学第一性原理
第2章 符号主义人工智能：人类知识水晶球
2.1 形式化推理的雏形
2.2 逻辑推理
2.3 知识图谱推理
2.4 因果推理
2.5 学理探究：休谟之问——推理的合理性和必然性之原生困境
2.6 小结
延伸阅读：推理即计算
第3章 传统机器学习：浅层架构下数据拟合执念
3.1 机器学习基本概念
3.2 模型评估与参数优化
3.3 有监督学习：回归分析
3.4 无监督学习：k均值聚类
3.5 学理探究：拟合执念中的随机性
3.6 小结
延伸阅读：参数优化两种文化：数据与算法
第4章 深度神经网络：层次化抽象中的映射锤炼
4.1 人工神经网络概述
4.2 前馈神经网络
4.3 神经网络参数优化
4.4 前馈神经网络实例
4.5 学理探究：还原论晴朗遭遇非线性累积混沌
4.6 小结
延伸阅读：炼金术的半个世纪轮回
第5章 强化学习：最大化奖励中悄然蝶变
5.1 强化学习问题定义
5.2 从马尔可夫链到马尔可夫决策过程
5.3 表格型策略学习（Q学习）
5.4 学理探究：在最优化原理中强化
5.5 小结
延伸阅读：最优化之策与试错术之谏的珠联璧合
第6章 生成式人工智能：概率组合中的数字投影
6.1 自注意力机制
6.2 大语言模型基础架构
6.3 多模态大模型
6.4 大模型扩展定律
6.5 学理探究：突破洞穴之影的经验复现
6.6 小结
延伸阅读：预测下一个：语言是概率描述的符号序列
第7章 智能赋能：从工具革命到革命工具
7.1 自然语言处理
7.2 计算机视觉
7.3 语音识别
7.4 跨媒体检索
7.5 科学智算
7.6 具身智能
延伸阅读：人工智能效应之奇怪悖论
第8章 总结：成己成物
8.1 人工智能伦理
8.2 人工智能安全
8.3 人机协同进化
8.4 迈向更通用人工智能
8.5 小结
延伸阅读：人有人的用处
附录1 名词术语溯源
附录2 学科交叉实例
参考文献
