《人工智能技术及应用》9787111660835pdf
关于我们-网站帮助-版权声明-友情连接-网站地图本站所收录作品、社区话题、书库评论及本站所做之广告均属其个人行为，与本站立场无关本站所有的作品，图书，资料均为网友更新，如果侵犯了您的权利，请与本站联系，本站将立刻删除(E-MAIL：847151540@qq.com)Copyright©2005-2016www.newbook8.comAllRightsReserved.备案号
人工智能技术及应用
前言科普篇第1章拥抱人工智能1.1人工智能就在你身边1.2人工智能发展史1.2.1计算驱动1.2.2知识驱动1.2.3数据驱动1.3人工智能内涵与外延1.4人工智能再认识1.4.1三大流派1.4.2三个层次1.4.3知识体系习题1第2章新一代人工智能生态2.1人工智能赖以生存的土壤——物联网2.1.1物联网概念2.1.2物联网技术架构2.1.3物联网感知层关键技术2.1.4可穿戴设备2.2人工智能的算力——云计算2.2.1云计算概念2.2.2“云”服务2.2.3云计算核心技术——虚拟化和分布式2.2.4“云”分类2.3人工智能的血液——大数据2.3.1揭秘大数据2.3.2数据→价值2.3.3大数据思维2.3.4Hadoop2.4人工智能的安全保障——区块链2.4.1从比特币说起2.4.2比特币的底层技术2.4.3区块链核心技术2.4.4区块链应用2.4.5区块链与人工智能的结合2.5人工智能的编程语言——Python2.5.1面向对象编程思想2.5.2学习Python的理由2.5.3Python的核心语法2.6人工智能项目开发框架——PaddlePaddle2.6.1PaddlePaddle简介2.6.2AIStudio习题2行业应用篇第3章AI+交通——改变人类的出行方式3.1智能汽车时代3.1.1智能汽车真的要来了3.1.2智能汽车技术原理3.1.3SAE分级标准3.2智能交通系统3.2.1智能交通系统构成3.2.2智能交通应用场景习题3第4章AI+电商——精准营销4.1人工智能给电商带来的五大改变4.2人工智能革新电商的五大趋势4.3无人零售4.4智慧物流和智慧仓储习题4第5章AI+建筑——让生活舒心随性5.1智能建筑5.1.1智能建筑组成要素5.1.2智能建筑概念5.2智能家居5.2.1智能家居分类5.2.2智能家居技术特点5.2.3智能家居产业5.3智能厨房习题5第6章AI+教育——因材施教6.1教育AI的技术构成6.2早教机器人6.3人工智能时代的教师职责6.3.1提高教学的创新性6.3.2增加教学的科技感习题6第7章AI+制造——改变人类的生产方式7.1四次工业革命7.2未来制造业畅想7.2.1工业软件充斥整个制造业7.2.2大数据驱动制造业向服务业转型7.2.3制造业将成为信息产业的一部分7.3机器人7.3.1机器人组成7.3.2机器人分类7.4人工智能给制造业带来的优势7.5人工智能在制造业的研究方向7.5.1视觉检测7.5.2视觉分拣7.5.3故障预测习题7第8章AI+医疗——提升人类的健康水平8.1人工智能在医疗中的应用8.1.1疾病预测8.1.2医学影像8.1.3辅助诊疗8.1.4医院管理8.1.5虚拟助理8.1.6健康管理8.1.7辅助医学研究平台8.1.8新药研发8.2人工智能在医疗业面临的挑战习题8理论篇第9章问题求解单元——搜索技术9.1盲目搜索9.1.1深度优先搜索9.1.2宽度优先搜索9.1.3回溯搜索9.2启发式搜索9.2.1A算法或A*算法9.2.2模拟退火9.2.3遗传算法习题9第10章知识表示单元——知识图谱10.1知识图谱演化10.2知识图谱基本原理10.2.1认知智能是人工智能的高级目标10.2.2知识图谱概念10.2.3知识图谱模型10.2.4知识图谱特点10.2.5知识图谱的分类10.3知识图谱应用场景习题10第11章知识发现单元——深度学习11.1机器学习过程11.2机器学习模型11.3数据准备11.3.1数据集划分11.3.2数据标注11.4学习方式11.4.1有监督学习11.4.2无监督学习11.4.3概率图模型11.4.4集成学习11.5模型评估11.5.1过拟合和欠拟合11.5.2交叉验证11.5.3混淆矩阵11.6深度学习11.6.1从神经网络谈起11.6.2人工神经网络11.6.3深度学习基本原理11.6.4卷积神经网络CNN11.7机器学习面临的挑战习题11第12章感知单元——视觉和语音12.1计算机视觉基础12.2计算机视觉任务12.2.1图像分类12.2.2目标检测12.2.3目标跟踪12.2.4语义分割12.2.5实例分割12.3语音识别12.3.1语音识别基础12.3.2语音识别系统习题12第13章理解单元——自然语言处理13.1自然语言处理基础13.2TF-IDF算法13.3NLP常见任务13.4NLP应用场景13.4.1聊天机器人13.4.2机器翻译13.4.3垃圾邮件过滤13.4.4信息提取13.4.5文本情感分析13.4.6自动问答13.4.7个性化推荐习题13创新创业篇第14章人工智能对社会的影响14.1人工智能重新定义工作14.1.1易被人工智能取代的职业：烦琐+重体力+无创意14.1.2辩证思考：人工智能是否引发大量失业14.1.3人工智能只是改变工作形式：工作由低级升为高级14.2人工智能创业项目习题14第15章人工智能素养15.1人工智能思维15.1.1从互联网思维到人工智能思维15.1.2什么是人工智能思维15.2应具有的人工智能能力15.2.1懂工具15.2.2懂编程15.2.3懂业务15.2.4懂模型习题15第16章人工智能前沿16.1人工智能还不能做什么16.1.1跨领域推理16.1.2抽象能力16.1.3知其然，也知其所以然16.1.4常识16.1.5审美16.1.6情感16.2量子计算16.3机器学习的未来16.3.1深度学习理论和新型网络结构16.3.2强化学习16.3.3迁移学习16.43D打印16.4.13D打印机基本原理16.4.23D打印机+人工智能16.4.33D打印机发展16.5AR与VR16.5.1VR和AR的概念16.5.2VR应用场景16.5.3AR应用场景16.6RPA16.6.1RPA概述16.6.2RPA相关技术16.6.3RPA软件产品的选择16.6.4财务RPA16.7群体智能与仿生计算16.7.1从蚁群算法说起16.7.2智能体的体系结构16.7.3多智能体系统16.7.4仿生计算习题16附录附录A人类智能和人工智能对比附录B人工智能相关学科参考文献
人工智能的十大技术及应用
编辑导语：人工智能从诞生以来，其理论和技术日益成熟，应用领域也不断扩大。本篇作者给我们介绍了人工智能的十大技术及其相关应用，一起来看看吧。
人工智能发展到现在已经将近有80年的历史。近日来特斯拉也说了自己不是汽车公司，是可再生能源公司、是机器人公司、是人工智能公司，特斯拉也明确表示未来人工智能汽车自动化驾驶的方向是视觉识别+机器学习。
人工智能从诞生以来，其理论和技术日益成熟，应用领域也不断扩大，接下来我将给大家介绍下人工智能的十大技术及其相关应用。
一、问题求解
人工智能的第一个大成就是发展了能够求解难题的下棋程序。在下棋程序中应用的某些技术，如向前看几步，把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋、国际象棋和围棋。
1997年5月，IBM公司研制的深蓝(DeepBlue)计算机战胜了国际象棋大师卡斯帕洛夫(Kasparov)。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。
二、逻辑推理与定理证明
逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。
为此，不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。1976年7月，美国的阿佩尔(K.Appe1)笔人合作解决了长达124年之久的难题–四色定理，轰动了整个计算机界。他们用了三台大型计算机，花了1200小时。
三、自然语言理解
自然语言处理是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒输入的口头指令（而不是从键盘输入计算机的指令）。人工智能在语言翻译与语音理解程序方面已经取得可喜的成就。
四、自动程序设计
自动程序设计是人工智能的一个重要研究领域。目前已经研制出能够以各种不同的目的描述来编写计算机程序。对自动程序设计的研究不仅可以促进半自动软件开发系统的发展，而且也使通过修正自身数码进行学习(即修正它们的性能)的人工智能系统得到发展。
五、专家系统
专家系统是一个具有大量专门知识与经验的计算机程序系统，它应用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。
专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。随着人工智能整体水平的提高，专家系统也得到发展。在新一代专家系统中，不但采用基于规则的方法，而且采用基于模型的原理。
六、机器学习
学习是人类智能的主要标志和获得知识的基本手段。香克(R.Shank)认为：
一台计算机若不会学习，就不能称为具有智能的。
机器学习的主要目的是为了从使用者和输入数据等处获得知识，从而可以帮助解决更多问题，减少错误，提高解决问题的效率。
七、神经网络
人脑是一个功能特别强大、结构异常复杂的信息处理系统，其基础是神经元及其互联关系。对人脑神经元和人工神经网络的研究，可能创造出新一代人工智能机器。
20世纪80年代以来，神经网络研究职又得重大进展。例如，霍普菲尔德(Hopfield)提出用硬件实现神经网络，鲁梅尔哈特(Rumelhart)等提出多层网络中的反向传播(BP)算法。
目前，神经网网络已在模式识别、图像处理、组合优化、自动控制、信息处理、机器人学和工智能其他领域获得日益广泛的应用。
八、模式识别
模式识别是指识别出给定物体所模仿的标本，如文字识别、汽车牌照识别、指纹识别、语音识别等。这是一种用计算机代替人类或帮助人类的感知模式，是对人类感知外界功能的模拟，使一个计算机系统具有模拟人类通过感官接收外界信息、识别和理解周围环境的感知能力。
九、机器视觉
机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学科。视觉是感知问题之一。在人工智能中研究的感知过程通常包含一组操作。例如，可见的景物由传感器编码，并被表示为一个灰度数值的矩阵。这些灰度数值由检测器加以处理。
检测器搜索主要图像的成分，如线段、简单曲线和角度等。这些成分又被处理，以便根据景物的表面和形状来推断有关景物的三维特性信息。机器视觉已在机器人装配、卫星图像处理、工业过程监控、飞行器跟踪和制导以及电视实况转播等领域获得极为广泛的应用。
十、智能控制
智能控制是一类不需要(或需要尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动控制，是自动控制的高级阶段。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。十多年后，建立实用智能控制系统的技术逐渐成熟。
百度公司董事长兼首席执行官李彦宏认为，人工智能是具有显著产业溢出效应的基础性技术，能够推动多个领域的变革和跨越式发展。例如：人工智能可以加速发现医治疾病的新疗法，大幅降低新药研发成本；可以带动工业机器人、无人驾驶汽车等新兴产业的飞跃式发展；可以大幅提升国防信息化水平，加速无人作战装备的应用。人工智能技术将极大地提升和扩展人类的能力边界对促进技术创新、提升国家竞争优势，乃至推动人类社会发展产生深远影响。
以上就是人工智能的相关技术及其应用，如何让人工智能带给生活更大提升，不仅仅是技术上的创新，也需要更多的人工智能专业产品经理去思考。
本文由@汪仔2461原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议