第1章 人工智能概述 1
1.1 初识人工智能 1
1.1.1 人工智能的定义 2
1.1.2 人工智能的发展阶段 3
1.1.3 人工智能的主要流派 5
1.2 人工智能研究的基本内容和主要应用领域 6
1.2.1 人工智能研究的基本内容 7
1.2.2 人工智能的主要应用领域 8
1.3 人工智能伦理 10
1.3.1 人工智能伦理问题 10
1.3.2 人工智能伦理案例 11
1.3.3 人工智能伦理的治理举措 13
小结 14
习题1 14
第2章 人工智能应用的技术基础 15
2.1 大数据技术 16
2.1.1 大数据的概念和特点 17
2.1.2 大数据处理的核心技术 17
2.2 物联网 20
2.2.1 物联网的关键技术 21
2.2.2 物联网体系结构 22
2.2.3 智能传感器 23
2.3 边缘计算 23
2.3.1 边缘计算的概念和内涵 24
2.3.2 边缘计算体系结构 24
2.4 云计算 25
2.4.1 云计算服务模式 27
2.4.2 人工智能云服务 28
2.4.3 云存储 28
2.4.4 虚拟化 29
2.5 并行计算 31
2.5.1 并行计算的概念和内涵 31
2.5.2 并行计算在人工智能中的作用 32
小结 33
习题2 34
第3章 人工智能的实现基础 35
3.1 知识表示与知识图谱 35
3.1.1 知识的表示 37
3.1.2 知识表示方法 39
3.1.3 知识图谱 42
3.2 机器学习 44
3.2.1 学习系统的基本模型 47
3.2.2 机器学习的一般步骤 47
3.2.3 机器学习的分类 53
3.2.4 机器学习的常用算法 61
3.2.5 人工神经网络 70
3.2.6 深度学习 75
3.3 群体学习 80
3.3.1 群智能算法的典型模型 82
3.3.2 多智能体系统 86
3.3.3 群体智能与人工智能的发展 87
小结 88
习题3 89
第4章 搜索与推理 90
4.1 搜索策略 90
4.1.1 盲目的图搜索策略 91
4.1.2 启发式图搜索策略 94
4.1.3 智能搜索 97
4.2 模拟人类思维的推理 100
4.2.1 推理的定义 101
4.2.2 推理策略的分类 102
4.2.3 模糊推理和模糊决策 108
小结 112
习题4 112
第5章 智能感知 113
5.1 智能感知系统 113
5.2 智能感知的层次结构 119
5.3 智能感知系统与传统感知系统的区别 121
5.4 多模态感知与识别技术 123
5.4.1 生物特征识别 124
5.4.2 语音感知与语音识别 127
5.4.3 视觉感知与图像识别 129
5.4.4 触觉感知 130
5.4.5 味觉感知 132
5.4.6 嗅觉感知 134
5.4.7 环境感知 134
小结 135
习题5 135
第6章 自然语言处理 137
6.1 自然语言处理基础 137
6.1.1 自然语言处理概述 138
6.1.2 自然语言处理的一般步骤 141
6.2 自然语言交互技术 142
6.2.1 对话理解 144
6.2.2 对话管理 146
6.2.3 回复产生 147
6.2.4 AI问答过程 148
6.3 自然语言处理的核心任务 150
6.3.1 文本理解 150
6.3.2 机器翻译 153
6.3.3 内容生成 155
6.3.4 情感分析 157
6.4 预训练大语言模型 161
小结 167
习题6 167
第7章 计算机视觉 168
7.1 计算机视觉概述 168
7.2 计算机视觉处理的一般流程 172
7.3 计算机视觉技术 175
7.3.1 数字图像处理 176
7.3.2 特征提取与匹配 178
7.3.3 目标检测与跟踪 180
7.3.4 三维视觉 182
7.3.5 动态视觉 183
7.4 计算机视觉的经典深度学习模型 184
小结 187
习题7 187
第8章 智能机器人 189
8.1 机器人中的人工智能技术 189
8.1.1 机器人智能感知 190
8.1.2 机器人智能导航 192
8.1.3 机器人智能路径规划 194
8.1.4 机器人智能运动控制 195
8.1.5 机器人智能交互 197
8.2 智能机器人的应用 197
8.2.1 工业机器人 198
8.2.2 服务机器人 199
8.2.3 医用机器人 201
8.2.4 军用机器人 201
小结 203
习题8 204
参考文献 205