本書系統(tǒng)地介紹人工智能的基本原理、方法和應用技術(shù),全面地反映了國內(nèi)外人工智能研究領(lǐng)域的當前進展和發(fā)展方向。全書共12章。第1章簡要介紹人工智能的概況。第26章闡述人工智能的基本原理和方法,重點論述知識表示、搜索算法、自動推理、機器學習和神經(jīng)網(wǎng)絡等。第7、8章介紹專家系統(tǒng)、自然語言處理等應用技術(shù)。第911章闡述當前人工智能的研究熱點,包括多智能體系統(tǒng)、智能機器人和互聯(lián)網(wǎng)智能等。第12章探討類腦智能,展望人工智能發(fā)展的路線圖。
本書力求科學性、實用性和先進性、可讀性好。內(nèi)容由淺入深,循序漸進,條理清晰,讓學生在有限的時間內(nèi),掌握人工智能的基本原理與應用技術(shù),提高對人工智能問題的求解能力。
本書可以作為高等院校人工智能、智能科學與技術(shù)、計算機科學與技術(shù)、自動化等相關(guān)專業(yè)的本科生、研究生、培訓班的人工智能課程教材,也可以供從事人工智能研究與應用的科技人員學習參考。
配套資源:電子課件
在有限時間內(nèi)快速了解人工智能原理及技術(shù);
配套授課電子課件和案例導讀。
人工智能是用人工的方法和技術(shù),模仿、延伸和擴展人類智能和行為, 實現(xiàn)機器智能。長期以來,人工智能是計算機科學與技術(shù)的一個分支。隨著智能科學與技術(shù)的興起和發(fā)展,人工智能將是智能科學與技術(shù)的一個分支。
人工智能自1956年誕生以來,歷經(jīng)艱辛與坎坷,取得了舉世矚目的成就,與機器學習、數(shù)據(jù)挖掘、計算機視覺、專家系統(tǒng)、自然語言處理、模式識別和機器人等相關(guān)的應用帶來了良好的經(jīng)濟效益和社會效益。特別是2016年3月815日,谷歌圍棋人工智能AlphaGo與韓國棋手李世石比賽,最終以4∶1的戰(zhàn)績?nèi)〉昧巳藱C圍棋對決的勝利。有深度學習三巨頭之稱的本吉奧(Yoshua Bengio)、楊立昆(Yann LeCun)、欣頓共同獲得了2018年ACM的圖靈獎,以表彰他們?yōu)楫斍叭斯ぶ悄艿姆睒s發(fā)展所奠定的基礎。人工智能再一次成為社會關(guān)注的焦點和世界高技術(shù)競爭的戰(zhàn)略重點。
創(chuàng)新驅(qū)動,智能擔當,教育先行。2017年7月8日,國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》,明確了我國人工智能發(fā)展三步走的戰(zhàn)略目標。到2030年,人工智能理論、技術(shù)與應用總體達到世界領(lǐng)先水平,成為世界主要人工智能創(chuàng)新中心。從前沿基礎理論、關(guān)鍵共性技術(shù)、創(chuàng)新平臺、高端人才隊伍等方面強化部署,構(gòu)建開放協(xié)同的人工智能科技創(chuàng)新體系。在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感器、腦科學等新理論和新技術(shù)迅速發(fā)展的背景下,我國將人工智能作為促進產(chǎn)業(yè)變革與經(jīng)濟轉(zhuǎn)型升級的關(guān)鍵驅(qū)動力。培育高端高效的智能經(jīng)濟,發(fā)展人工智能新興產(chǎn)業(yè),推進產(chǎn)業(yè)智能化升級,打造人工智能創(chuàng)新高地。隨著人工智能對傳統(tǒng)行業(yè)溢出效應顯現(xiàn),人工智能企業(yè)聚焦應用場景將加速落地。目前,除依托百度建設自動駕駛、依托阿里云公司建設城市大腦、依托騰訊建設醫(yī)療影像、依托科大訊飛建設智能語音和依托商湯集團建設智能視覺五大國家新一代人工智能開放創(chuàng)新平臺外,人工智能還廣泛應用到制造、醫(yī)療、交通、家居、安防、網(wǎng)絡安全等多個領(lǐng)域。
數(shù)字化、網(wǎng)絡化、智能化是信息社會發(fā)展的必然趨勢,智能革命將開創(chuàng)人類后文明史。如果說蒸汽機創(chuàng)造了工業(yè)社會,那么智能機也一定能奇跡般地創(chuàng)造出智能社會。在實現(xiàn)社會生產(chǎn)的自動化和智能化、促進知識密集型經(jīng)濟的大發(fā)展方面,人工智能將發(fā)揮重大作用。
本書力求將人工智能的發(fā)展脈絡、技術(shù)理論、產(chǎn)業(yè)成果以精煉的文字展現(xiàn)給讀者。該書全面闡述人工智能的基礎理論,力求概念正確,有效結(jié)合求解智能問題的數(shù)據(jù)結(jié)構(gòu)以及實現(xiàn)的算法;根據(jù)人工智能實際應用需求,安排知識表示、自動推理、機器學習、神經(jīng)網(wǎng)絡、專家系統(tǒng)和自然語言處理等內(nèi)容,并通過適當?shù)睦}講解解題方法。書中盡可能吸收國際上最新的研究成果,反映人工智能在分布式人工智能、機器人、互聯(lián)網(wǎng)智能、類腦智能等方面研究的最新進展。本書文字表述力求通俗易懂,文筆流暢,使讀者易于理解所學內(nèi)容;在內(nèi)容安排上力求由淺入深,循序漸進。
全書共12章,第1章簡要介紹人工智能的基本概念、研究發(fā)展的狀況以及各個學派的觀點,并對它們的研究與應用領(lǐng)域進行必要的討論。第2章介紹基本的知識表示方法,包括產(chǎn)生式、語義網(wǎng)絡、框架理論、狀態(tài)空間和本體等方法。第3章討論搜索算法,重點介紹盲目搜索、啟發(fā)式搜索和博弈方法。第4章是自動推理,包括三段論、自然演繹推理、歸結(jié)演繹推理和產(chǎn)生式系統(tǒng)。第5章是機器學習,介紹歸納學習、類比學習、統(tǒng)計學習、聚類、強化學習、進化計算和群體智能等。第6章討論人工神經(jīng)網(wǎng)絡與深度學習,重點介紹前饋神經(jīng)網(wǎng)絡、深度學習、卷積神經(jīng)網(wǎng)絡、生成對抗網(wǎng)絡和深度強化學習。第7章介紹專家系統(tǒng),主要介紹專家系統(tǒng)的基本原理、典型的專家系統(tǒng)MYCIN和開發(fā)工具OKPS。第8章是自然語言處理,主要闡述自然語言處理的層次、機器翻譯、對話系統(tǒng)、問答系統(tǒng)和文本生成等,介紹自然語言處理所涉及的關(guān)鍵技術(shù)。第9章討論多智能系統(tǒng)的重要概念、體系結(jié)構(gòu)、協(xié)調(diào)和協(xié)作、移動智能體。第10章論述智能機器人,探討智能機器人的智能技術(shù),列舉智能機器人的重要應用。第11章是互聯(lián)網(wǎng)智能,介紹語義Web、本體知識管理、搜索引擎、知識圖譜和集體智能等。最后一章探討類腦智能,包括大數(shù)據(jù)智能、腦科學與類腦研究、神經(jīng)形態(tài)芯片,展望類腦智能發(fā)展的路線圖。在本書的每章后面都附有一定數(shù)量的習題,以鞏固所學知識。在最后列出了參考文獻,讀者可以從中得到進一步的學習。
本書第1章、第7章、第10章和第12章由史忠植編寫。第2章、第3章、第4章和第9章由王文杰編寫。第5章、第6章、第8章和第11章由馬慧芳編寫。全書由史忠植統(tǒng)稿。
本書研究工作得到國家重點基礎研究發(fā)展計劃(973)腦機協(xié)同的認知計算模型(項目編號:2013CB329502)、國家自然科學基金重點項目基于云計算的海量數(shù)據(jù)挖掘(批準號:61035003)、國家科技支撐項目頜面部組織缺損和畸形重建相關(guān)技術(shù)研究 (批準號:2012BA107B02)等的支持。在本書編寫和出版過程中,得到了機械工業(yè)出版社的大力支持,在此謹表誠摯的謝意。
由于編者水平有限,加之人工智能發(fā)展迅速,書中不妥和錯誤之處在所難免,誠懇地希望專家和讀者提出寶貴意見,以幫助本書改進和完善。
前言
第1章緒論
1.1人工智能的定義
1.2人工智能的發(fā)展史
1.3主要研究內(nèi)容
1.4人工智能的主要學派
1.4.1符號主義
1.4.2連接主義
1.4.3行為主義
1.5人工智能的應用
1.6本章小結(jié)
習題
第2章知識表示
2.1引言
2.2謂詞邏輯表示法
2.2.1一階謂詞邏輯
2.2.2知識的謂詞邏輯表示法
2.3產(chǎn)生式表示法
2.3.1事實的表示
2.3.2規(guī)則的表示
2.4語義網(wǎng)絡表示法
2.4.1語義網(wǎng)絡的概念和結(jié)構(gòu)
2.4.2常用的語義聯(lián)系
2.5框架表示法
2.5.1框架結(jié)構(gòu)
2.5.2框架網(wǎng)絡
2.6狀態(tài)空間表示法
2.7本體表示法
2.8本章小結(jié)
習題
第3章搜索算法
3.1引言
3.2盲目搜索
3.2.1深度優(yōu)先搜索
3.2.2寬度優(yōu)先搜索
3.3啟發(fā)式搜索
3.3.1啟發(fā)性信息和評估函數(shù)
3.3.2通用圖搜索算法
3.3.3A*算法
3.4博弈搜索
3.4.1極大極小過程
3.4.2-過程
3.5本章小結(jié)
習題
第4章自動推理
4.1引言
4.2三段論推理
4.3自然演繹推理
4.4歸結(jié)演繹推理
4.4.1子句型
4.4.2置換和合一
4.4.3合一算法
4.4.4歸結(jié)式
4.4.5歸結(jié)反演
4.4.6答案的提取
4.4.7歸結(jié)反演的搜索策略
4.5產(chǎn)生式系統(tǒng)
4.5.1產(chǎn)生式系統(tǒng)的基本結(jié)構(gòu)
4.5.2正向推理
4.5.3反向推理
4.5.4混合推理
4.6本章小結(jié)
習題
第5章機器學習
5.1引言
5.1.1簡單的學習模型
5.1.2什么是機器學習
5.1.3機器學習的研究概況
5.2歸納學習
5.3類比學習
5.3.1相似性
5.3.2基于案例的推理
5.3.3遷移學習
5.4統(tǒng)計學習
5.4.1邏輯回歸
5.4.2支持向量機
5.5聚類
5.6強化學習
5.6.1強化學習模型
5.6.2Q-學習
5.7進化計算
5.8群體智能
5.8.1蟻群算法
5.8.2粒子群優(yōu)化
5.9本章小結(jié)
習題
第6章人工神經(jīng)網(wǎng)絡與深度學習
6.1引言
6.2前饋神經(jīng)網(wǎng)絡
6.3深度學習
6.4卷積神經(jīng)網(wǎng)絡
6.5生成對抗網(wǎng)絡
6.6深度強化學習
6.7本章小結(jié)
習題
第7章專家系統(tǒng)
7.1引言
7.1.1什么是專家系統(tǒng)
7.1.2專家系統(tǒng)的發(fā)展過程
7.2專家系統(tǒng)的基本結(jié)構(gòu)
7.3專家系統(tǒng)MYCIN
7.3.1咨詢子系統(tǒng)
7.3.2靜態(tài)數(shù)據(jù)庫
7.3.3控制策略
7.3.4不確定性推理
7.4專家系統(tǒng)開發(fā)工具
7.4.1OKPS中的知識表示
7.4.2推理控制語言ICL
7.5專家系統(tǒng)應用
7.6本章小結(jié)
習題
第8章自然語言處理
8.1引言
8.2自然語言處理的層次
8.3機器翻譯
8.4對話系統(tǒng)
8.5問答系統(tǒng)
8.6文本生成
8.7本章小結(jié)
習題
第9章多智能體系統(tǒng)
9.1引言
9.2智能體結(jié)構(gòu)
9.2.1慎思智能體
9.2.2反應智能體
9.2.3層次智能體
9.3智能體通信語言ACL
9.4協(xié)調(diào)和協(xié)作
9.4.1合同網(wǎng)
9.4.2基于生態(tài)學的協(xié)作
9.4.3基于博弈論的協(xié)商
9.5移動智能體
9.6本章小結(jié)
習題
第10章智能機器人
10.1引言
10.2機器人的智能技術(shù)
10.2.1智能感知技術(shù)
10.2.2智能導航與規(guī)劃
10.2.3智能控制與操作
10.2.4情感計算
10.2.5智力發(fā)育
10.2.6智能交互
10.3智能機器人應用
10.4智能機器人發(fā)展趨勢
10.5本章小結(jié)
習題
第11章互聯(lián)網(wǎng)智能
11.1引言
11.2語義Web
11.2.1語義Web的層次模型
11.2.2Web技術(shù)演化
11.3本體知識管理
11.4搜索引擎
11.5知識圖譜
11.5.1知識圖譜的定義
11.5.2知識圖譜的架構(gòu)
11.5.3知識圖譜的構(gòu)建
11.5.4知識圖譜的應用
11.6集體智能
11.6.1集體智能的定義
11.6.2社群智能
11.6.3集體智能系統(tǒng)
11.6.4全球腦
11.7本章小結(jié)
習題
第12章類腦智能
12.1引言
12.2大數(shù)據(jù)智能
12.3腦科學與類腦研究
12.3.1歐盟人腦計劃
12.3.2美國腦計劃
12.3.3中國腦計劃
12.4神經(jīng)形態(tài)芯片
12.5類腦智能路線圖
習題
參考文獻