濠电姷鏁告慨鐑藉极閸涘﹥鍙忛柣鎴f閺嬩線鏌涘☉姗堟敾闁告瑥绻橀弻锝夊箣閿濆棭妫勯梺鍝勵儎缁舵岸寮婚悢鍏尖拻閻庨潧澹婂Σ顔剧磼閹冣挃缂侇噮鍨抽幑銏犫槈閵忕姷顓洪梺缁樺灥濡盯宕濋姘f斀闁绘劖娼欓悘锕傛煟閻曞倻鐣电€规洘娲熼幃銏ゅ礂閼测晛甯惧┑鐘垫暩閸嬫盯鎮樺┑瀣婵ǹ鍩栭悡鐔煎箹閹碱厼鏋涚€殿噮鍠楅幈銊︾節閸愨斂浠㈤悗瑙勬礃椤ㄥ﹪骞婇弽顓炵厴闁割煈鍠曞▽顏堟⒒閸屾瑧顦﹂柟纰卞亰楠炲﹨绠涢弴鐐茬亰閻庡厜鍋撻柛鏇ㄥ墮娴犲ジ姊虹紒妯虹伇婵☆偄瀚伴幏鎴︽偄閸忚偐鍘繝銏e煐缁嬫捇鎮鹃柆宥嗙厓鐟滄粓宕滃☉銏犳瀬濠电姵鑹鹃拑鐔兼煏婵炲灝鍔楅柡鈧禒瀣厱闁斥晛鍟╃欢閬嶆煃瑜滈崜姘躲€冩繝鍥ц摕闁挎稑瀚ч崑鎾绘晲鎼粹€茬敖闂侀潧妫欑敮鐐垫閹烘挻缍囬柕濞垮劜鐠囩偤姊虹化鏇熸澒闁稿鎸搁—鍐Χ閸℃鐟ㄩ柣搴㈠嚬閸撴稒绔熼弴銏犵闁稿繒鍘у鍨攽閳藉棗鐏犻柣蹇旂箖缁傚秷銇愰幒鎾跺幈闂佺粯鍔曢悘姘跺汲椤掑嫭鐓涚€光偓鐎n剛袦闂佽鍠掗弲鐘诲箖濠婂吘鐔哄寲閺囩偘澹曢梺鍛婂姦閸犳宕戦敐澶嬬厓鐟滄粓宕滈悢鐓庢瀬闁告劦鍠栭悞鍨亜閹哄棗浜鹃悗瑙勬尭鐎氭澘顫忓ú顏勫窛濠电姴瀚уΣ鍫ユ煛鐎e吀绨婚棁澶嬬節婵犲倸顏柣顓熷浮閺岋紕浠︾拠鎻掝潎閻庢鍠楀ḿ娆掔亙闂侀€炲苯澧紒鍌氱У閵堬綁宕橀埡浣插亾閸偆绠鹃柛顐g箘娴犮垽鏌$€n偆鈽夋い顓″劵椤︽煡姊虹敮顔剧М闁绘侗鍣i獮瀣晝閳ь剟锝為崨瀛樼厽婵妫楁禍婵嬫煛閸屾浜鹃梻鍌欐祰椤曆囧礄閻e瞼绀婇柛鈩冡缚椤╂煡鎮归悜妯忣厾绱撳顑芥斀闁绘ê寮舵径鍕煃闁垮鐏╃紒杈ㄦ尰閹峰懘宕楁径瀣剁礄婵$偑鍊曠换鎰偓姘卞厴瀹曠敻寮撮姀鈥充化闂佹儳绻楅~澶屽椤忓牊鐓欓柣鎴烇供濞堟梻绱掗悩宕囨创闁哄矉绲借灃闁逞屽墴閹囧礃椤旇偐顔嗗┑鐐叉▕娴滄繈鍩涢幒妤佺厱閻忕偟鍋撻惃鎴濐熆瑜庣粙鎾舵閹烘柡鍋撻敐搴′簻婵炴惌鍠楅〃銉╂倷鐎电ǹ鈷屽Δ鐘靛仜濞差參銆佸鈧幃鈺佲枔閸喗娅楅梻浣筋嚙濞寸兘骞婇幘瀵哥彾濠电姴娲ょ粣妤呮煛瀹ュ骸骞樼€规挷绶氶弻鈥愁吋鎼粹€崇闂佺粯鎸鹃崰鏍蓟閵娿儮鏀介柛鈩兠▍锝呪攽闄囩亸娆戝垝椤栫偛桅闁告洦鍨奸弫鍐煥濠靛棙宸濋柣锝呫偢濮婃椽宕烽鐔锋畬闁诲孩鐭崡鎶界嵁閺嶎兙浜归柟鐑樻尭娴狀參姊洪崫鍕垫Ъ婵炲娲熼、娆撳炊椤掍讲鎷婚梺绋挎湰閼归箖鍩€椤掑嫷妫戞繛鍡愬灩椤繄鎹勯搹鐟板Е婵$偑鍊栫敮鎺楀磹閸涘﹦顩锋繝濠傜墛閻撶姵绻涢懠棰濆殭闁诲骏绻濋弻锟犲川閺夎法鍘柣搴濈祷閸嬫劙鍩€椤掍胶鈯曞畝锝呮健瀹曘垽鎮欓璺ㄧ畾闂侀潧鐗嗙换鎺楁偩閾忣偆绠惧璺侯儐缁€鍫ユ煠濞差亙鎲剧€规洜枪铻栧ù锝呮惈鐢箖姊绘担瑙勫仩闁稿寒鍨跺畷婵堜沪閻愵剙寮块悗骞垮劚濡厼鈻撴禒瀣厽闁归偊鍘界紞鎴炵箾閹碱厼鏋熸い銊e劦閹瑥顔忛鐓庡闂備浇顕栭崰妤冨垝閹惧磭鏆﹂柛妤冨剱濞笺劑鏌涢埄鍐垮叕缂佽鲸鐟╁濠氬磼濮橆兘鍋撻幖浣哥9闁归棿绀佺壕鐟邦渻鐎n亝鎹i柣顓炴閵嗘帒顫濋敐鍛婵°倗濮烽崑鐐烘偋閻樻眹鈧線寮村杈┬㈤梻浣规偠閸庢椽宕滈敃鍌氭瀬鐎广儱顦伴悡鐔兼煙闁箑骞楃紓宥嗗灴閺屽秷顧侀柛鎾寸箞瀹曟椽寮介锝呭簥濠电娀娼ч鍡浰夐崼鐔虹闁瑰鍋犳竟妯汇亜閿濆懏鎯堟い顏勫暣婵″爼宕橀妸銉ヮ潥闁诲骸鍘滈崑鎾绘煙闂傚顦﹂柦鍐枑缁绘盯骞嬮弮鈧崳浼存煃瑜滈崜銊х不閹捐崵宓侀悗锝庝簴閺€浠嬫煕閵夈垺娅冪紒顭戝枛閳规垿鎮╁▓鎸庢瘜闂佸憡鎸荤换鍡涘Φ閹版澘绀冩い鏃囨娴滈亶姊虹憴鍕妞ゆ泦鍥ㄥ珔闁绘柨鍚嬮悡銉╂煟閺傛寧鎯堢€涙繄绱撴担鎻掍壕闂佸憡鍔﹂崰妤呮偂閸愵喗鐓曟繝闈涙椤忊晠鏌嶈閸撴岸骞冮崒姘煎殨闁告劕寮弮鍫濆窛妞ゆ棁顫夌€氱厧鈹戦悙瀛樼稇闁告艾顑夐幃鐤槾缂侇喗妫冮、妤呭焵椤掑嫭绠掓繝鐢靛Т閿曘倖顨ラ崨濠冩珷闁绘鐗呯换鍡涙煕濞嗗浚妲稿┑顔肩У椤ㄣ儵鎮欓弶鎴犵懆闁剧粯鐗犻弻宥堫檨闁告挻宀稿畷鏇㈩敃閿旂晫鍘介梺缁樻煥閹芥粓鎯屾繝鍥ㄢ拺閻㈩垼鍠氶崚鐗堛亜閺囶亞绉鐐查叄閹稿﹥寰勭仦钘夌闂傚倷绀侀幉锟犲礉閿旂晫顩查柣鎰劋閺咁剚绻濇繝鍌滃闁绘挻绋戦…璺ㄦ崉閻氭潙濮涙繝鈷€鍕伌闁哄本鐩顒傛崉閵婃剬鍥ㄥ癄闁绘柨鍚嬮悡鏇熴亜閹邦喖孝闁告梹绮撻弻锝夊箻鐎电硶妲堥梻鍥ь樀閺屻劌鈹戦崱娆忊拡濠电偛鍚嬮崝妤呭焵椤掑喚娼愭繛鍙夌墵閹矂宕掗悙鑼舵憰闂佹枼鏅涢崯顖涘垔閹绢喗鍋℃繛鍡楃箰椤忊晝鐥悙顒€鈻曟慨濠勫劋濞碱亪骞嶉鐓庮瀴闂備礁婀遍幊鎾趁洪鐑嗗殨妞ゆ劧绠戠粻鑽ょ磽娴h偂鎴濃枍閵忋倖鈷戦悹鎭掑妼濞呮劙鏌熼崙銈嗗 [闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳婀遍埀顒傛嚀鐎氼參宕崇壕瀣ㄤ汗闁圭儤鍨归崐鐐差渻閵堝棗绗傜紒鈧笟鈧畷婊堫敇閻戝棙瀵岄梺闈涚墕濡鎱ㄨ缁辨帡鎮╅崘鑼紝闂佺粯渚楅崳锝嗘叏閳ь剟鏌曢崼婵囶棤闁告ɑ鎹囬弻鈩冨緞鐏炴垝娌繝銏㈡嚀濡繂鐣峰┑鍡╁悑闁糕剝鍔掔花濠氭⒑閸濆嫬鈧悂鎮樺┑瀣垫晜妞ゆ劑鍊楃壕濂稿级閸稑濡界€规洖鐬奸埀顒冾潐濞叉ḿ鏁幒妤嬬稏婵犻潧顑愰弫鍕煢濡警妲峰瑙勬礋濮婃椽宕ㄦ繝鍕窗闂佺ǹ瀛╂繛濠囧箚鐏炶В鏋庨柟鎯ь嚟閸橀亶姊洪崫鍕偍闁告柨鐭傞幃姗€鎮╅悽鐢碉紲闂佺粯鐟㈤崑鎾绘煕閵娿儳鍩g€殿喖顭锋俊鎼佸煛閸屾矮绨介梻浣呵归張顒傜矙閹达富鏁傞柨鐕傛嫹 | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌熼梻瀵割槮缁炬儳缍婇弻锝夊箣閿濆憛鎾绘煕閵堝懎顏柡灞诲€濆畷顐﹀Ψ閿旇姤鐦庡┑鐐差嚟婵潧顫濋妸褎顫曢柟鎹愵嚙绾惧吋绻涢崱妯虹瑨闁告﹫绱曠槐鎾寸瑹閸パ勭彯闂佹悶鍔忓▔娑㈡偩瀹勬壋鏀介柛鐙€鍠楀Λ鍐ㄧ暦濮椻偓婵℃悂濡疯閸犲﹪姊婚崒娆戭槮闁圭⒈鍋婂畷顖烆敃閿旇棄浜辨繝鐢靛Т濞层倗澹曢悷鎵虫斀闁绘ê纾。鏌ユ煟閹惧崬鐏ǎ鍥э躬椤㈡稑鈻庨幒婵嗗Τ婵犵鈧啿绾ч柟顔煎€垮濠氭晲閸℃ê鍔呭銈嗘⒒閸樠呯尵瀹ュ應鏀芥い鏃傘€嬫Λ姘箾閸滃啰鎮奸柛鎺撳笒閳诲酣骞樺畷鍥跺敹闂佺懓鍚嬮悾顏堝垂閾忓厜鍋撳顓炩枙婵﹦绮幏鍛存惞楠炲簱鍋撴繝鍥ㄧ厸闁告侗鍠氬ú瀵糕偓瑙勬处閸ㄨ泛顕i崼鏇炵妞ゆ挾鍋為鍧楁⒒娴e摜绉烘俊顐ユ硶缁牊绗熼埀顒€鐣峰鈧崺鈧い鎺嗗亾妞ゎ亜鍟存俊鍫曞幢濡儤娈梻浣告憸婵敻骞戦崶褏鏆﹂柕蹇嬪€ら弫鍌炴煕濞戝崬鐏i柣锕€鐗撳鍝勑ч崶褏浼堝┑鐐板尃閸曨収娴勫┑鐘诧工閻楀﹪鎮¢悢鑲╁彄闁搞儯鍔嶉埛鎺旂磼閻橀潧浠ч柍褜鍓濋~澶娒哄Ο鍏煎床闁稿瞼鍎戠紞鏍ㄧ節闂堟侗鍎愰柛銈咁儔閺岋綁濮€閵堝棙閿Δ鐘靛仦閸旀瑥顫忕紒妯诲闁告盯娼х紞濠傤嚕閻㈠壊鏁嗛柛鏇楁杹閸嬫捇宕橀鐓庣獩濡炪倖姊婚搹搴∶洪幖浣光拺閻犳亽鍔屽▍鎰版煙閸戙倖瀚�]

    • 人工智能导论(第2版新形态立体化双色印刷普通高等教育人工智能专业系列教材)
      • 作者:编者:凌锋//周苏|责编:郝建伟//张翠翠
      • 出版社:机械工业
      • ISBN:9787111770572
      • 出版日期:2025/01/01
      • 页数:306
    • 售价:31.6
  • 内容大纲

        本书是为高等院校、职业本科院校计算机、人工智能各专业“人工智能导论”课程设计编写的教材,具有丰富的应用特色。全书较为系统、全面地介绍了人工智能相关的概念、理论、技术与应用,可以帮助读者扎实地打好人工智能的专业知识基础。本书内容包括概论、模糊逻辑与大数据思维、智能体与智能代理、知识表示及其方法、规则与专家系统、机器学习及其算法、神经网络与深度学习、创建智能系统的强化学习、数据挖掘与经典算法等。
        本书既适合高等院校、职业本科院校学生学习,也适合对人工智能相关领域感兴趣的读者阅读参考。
  • 作者介绍

  • 目录

    前言
    课程教学进度表
    第1章  概论
      【导读案例】有意义的人工智能时代
      1.1  计算的渊源
        1.1.1  阿拉伯数字
        1.1.2  巴贝奇与数学机器
        1.1.3  “机器人”的由来
      1.2  计算机的出现
        1.2.1  为战争而发展的计算机器
        1.2.2  计算机无处不在
        1.2.3  通用计算机
        1.2.4  计算机语言
        1.2.5  计算机建模
        1.2.6  人工智能大师
      1.3  人工的智能行为
        1.3.1  什么是“智能”
        1.3.2  类人行为:图灵测试
        1.3.3  类人思考:认知建模
        1.3.4  理性思考:思维法则
        1.3.5  理性行为:理性智能体
      1.4  人工智能学科
        1.4.1  人工智能学科基础
        1.4.2  人工智能定义
        1.4.3  人工智能的实现途径
      1.5  人工智能发展的6个阶段
      【作业】
    第2章  模糊逻辑与大数据思维
      【导读案例】电商网站的推荐系统
      2.1  什么是模糊逻辑
        2.1.1  甲虫机器人的规则
        2.1.2  模糊逻辑的发明
        2.1.3  制定模糊逻辑的规则
        2.1.4  模糊逻辑的定义
        2.1.5  模糊理论的发展
      2.2  模糊逻辑系统
        2.2.1  纯模糊逻辑系统
        2.2.2  高木-关野模糊逻辑系统
        2.2.3  具有模糊产生器及模糊消除器的模糊逻辑系统
      2.3  大数据思维与变革
        2.3.1  思维转变之一:样本=总体
        2.3.2  思维转变之二:接受数据的混杂性
        2.3.3  思维转变之三:数据的相关关系
      2.4  大数据与人工智能
        2.4.1  人工智能与大数据的联系
        2.4.2  人工智能与大数据的区别
        2.4.3  人工智能深化大数据应用
      【作业】
    第3章  智能体与智能代理
      【导读案例】智能体:下一个颠覆性AI应用

      3.1  智能体和环境
      3.2  智能体的良好行为
        3.2.1  性能度量
        3.2.2  理性
        3.2.3  全知、学习和自主
      3.3  环境的本质
        3.3.1  指定任务环境
        3.3.2  任务环境的属性
      3.4  智能体的结构
        3.4.1  智能体程序
        3.4.2  学习型智能体
        3.4.3  智能体程序组件的工作
      3.5  智能代理技术
        3.5.1  智能代理的定义
        3.5.2  智能代理的典型工作过程
        3.5.3  智能代理的特点
        3.5.4  系统内的协同合作
      3.6  智能代理的典型应用
        3.6.1  股票/债券/期货交易
        3.6.2  医疗诊断
        3.6.3  搜索引擎
        3.6.4  实体机器人
        3.6.5  游戏代理
      【作业】
    第4章  知识表示及其方法
      【导读案例】智能体将重构人机交互
      4.1  什么是知识表示
        4.1.1  知识的概念
        4.1.2  知识表示方法
        4.1.3  表示方法的选择
      4.2  图形草图
      4.3  图和哥尼斯堡桥问题
      4.4  搜索树(决策树)
      4.5  产生式系统
      4.6  面向对象
      4.7  框架法
      4.8  语义网络
        4.8.1  语义网络表示
        4.8.2  知识图谱
      【作业】
    第5章  规则与专家系统
      【导读案例】人工智能时代的工作路径
      5.1  专家的技能与特点
        5.1.1  在自己的领域里作为专家
        5.1.2  技能获取的5个阶段
        5.1.3  专家的特点
      5.2  规则与策略
        5.2.1  制胜策略
        5.2.2  知识工程
        5.2.3  知识获取

      5.3  利用规则推导建立专家系统
        5.3.1  规则举例
        5.3.2  建立框架
        5.3.3  IBM的沃森系统
      5.4  专家系统及其发展
        5.4.1  建立专家系统的思考
        5.4.2  专家系统的特征
        5.4.3  典型的专家系统——ADIS
      5.5  专家系统的结构
        5.5.1  专家系统的功能
        5.5.2  知识库
        5.5.3  推理机
        5.5.4  其他部分
        5.5.5  实现方式
      【作业】
    第6章  机器学习及其算法
      【导读案例】奈飞的电影推荐引擎
      6.1  什么是机器学习
        6.1.1  机器学习的发展
        6.1.2  机器学习的定义
        6.1.3  机器学习的研究
      6.2  基于学习方式的分类
        6.2.1  监督学习
        6.2.2  无监督学习
        6.2.3  强化学习
        6.2.4  机器学习的其他分类
      6.3  机器学习的基本结构
      6.4  机器学习算法
        6.4.1  专注于学习能力
        6.4.2  回归算法
        6.4.3  基于实例的算法
        6.4.4  决策树算法
        6.4.5  朴素贝叶斯算法
        6.4.6  聚类算法
        6.4.7  支持向量机算法
        6.4.8  神经网络算法
        6.4.9  Boosting与Bagging算法
        6.4.10  关联规则算法
        6.4.11  EM(期望最大化)算法
      6.5  机器学习的应用
        6.5.1  数据分析与挖掘
        6.5.2  模式识别
        6.5.3  生物信息学应用
        6.5.4  物联网
        6.5.5  聊天机器人
        6.5.6  自动驾驶
      【作业】
    第7章  神经网络与深度学习
      【导读案例】谷歌大脑
      7.1  动物的中枢神经系统

        7.1.1  神经系统的结构
        7.1.2  神经系统学习机制
      7.2  了解人工神经网络
        7.2.1  人工神经网络的研究
        7.2.2  典型的人工神经网络
        7.2.3  类脑计算机
      7.3  深度学习的定义
        7.3.1  深度学习的优势
        7.3.2  深度学习的意义
        7.3.3  神经网络理解图片
        7.3.4  训练神经网络
        7.3.5  深度学习的方法
      7.4  卷积神经网络
        7.4.1  为什么选择卷积
        7.4.2  卷积神经网络结构
      7.5  迁移学习
        7.5.1  基于实例的迁移
        7.5.2  基于特征的迁移
        7.5.3  基于共享参数的迁移
      7.6  深度学习的应用
      【作业】
    第8章  创建智能系统的强化学习
      【导读案例】机器学习帮助拯救濒危物种
      8.1  强化学习的定义
        8.1.1  以奖励假说为基础
        8.1.2  片段性任务及连续性任务
        8.1.3  强化学习发展历史
        8.1.4  基本模型和原理
        8.1.5  网络模型设计
        8.1.6  设计考虑
        8.1.7  数据依赖性
      8.2  强化学习与监督学习的区别
        8.2.1  强化学习与监督学习和无监督
    学习的不同
        8.2.2  学习方式
        8.2.3  先验知识与标注数据
      8.3  强化学习的基础理论
        8.3.1  基于模型环境与免模型环境
        8.3.2  探索与利用
        8.3.3  预测与控制
      8.4  强化学习分类
        8.4.1  从奖励中学习
        8.4.2  被动强化学习
        8.4.3  主动强化学习
        8.4.4  强化学习中的泛化
        8.4.5  学徒学习与逆强化学习
      8.5  强化学习的应用
        8.5.1  游戏博弈
        8.5.2  机器人控制
        8.5.3  制造业

        8.5.4  医疗服务业
        8.5.5  电子商务
      【作业】
    第9章  数据挖掘与经典算法
      【导读案例】评估葡萄酒的品质
      9.1  从数据到知识
        9.1.1  决策树分析
        9.1.2  购物车分析
        9.1.3  贝叶斯网络
      9.2  数据挖掘方法
        9.2.1  数据挖掘的发展
        9.2.2  数据挖掘的对象
        9.2.3  数据挖掘的步骤
        9.2.4  数据挖掘分析方法
      9.3  数据挖掘经典算法
        9.3.1  神经网络法
        9.3.2  决策树法
        9.3.3  遗传算法
        9.3.4  粗糙集法
        9.3.5  模糊集法
        9.3.6  关联规则法
      9.4  机器学习和数据挖掘
        9.4.1  数据挖掘和机器学习典型过程
        9.4.2  机器学习和数据挖掘应用案例
      【作业】
    第10章  计算机视觉与处理
      【导读案例】模仿人类视网膜的生物芯片
      10.1  模式识别
      10.2  图像识别
        10.2.1  人类的图像识别能力
        10.2.2  图像识别的基础
        10.2.3  图形识别的模型
        10.2.4  神经网络图像识别
      10.3  计算机视觉技术
        10.3.1  什么是机器视觉
        10.3.2  定义计算机视觉
        10.3.3  计算机视觉与机器视觉的区别
      10.4  智能图像处理技术
        10.4.1  图像采集
        10.4.2  图像预处理
        10.4.3  图像分割
        10.4.4  目标识别和分类
        10.4.5  目标定位和测量
        10.4.6  目标检测和跟踪
      10.5  计算机视觉系统典型功能
      10.6  计算机视觉技术的应用
        10.6.1  机器视觉的行业应用
        10.6.2  检测与机器人视觉应用
        10.6.3  布匹生产质量检测
      【作业】

    第11章  包容体系结构与机器人
      【导读案例】RoboCup机器人世界杯足球锦标赛
      11.1  什么是包容体系结构
        11.1.1  所谓“中文房间”
        11.1.2  传统机器人学
        11.1.3  建立包容体系结构
      11.2  包容体系结构的实现
        11.2.1  艾伦机器人
        11.2.2  赫伯特机器人
        11.2.3  托托机器人
      11.3  划时代的阿波罗计划
      11.4  机器感知
        11.4.1  机器智能与智能机器
        11.4.2  机器思维与思维机器
        11.4.3  机器行为与行为机器
      11.5  机器人的概念
        11.5.1  机器人的发展
        11.5.2  机器人“三原则”
      11.6  机器人的技术问题
        11.6.1  机器人的组成
        11.6.2  机器人的运动
        11.6.3  机器人大狗
      【作业】
    第12章  自然语言与语音处理
      【导读案例】机器翻译:大数据简单算法与小数据复杂算法
      12.1  语言的问题和可能性
      12.2  什么是自然语言处理
        12.2.1  自然语言处理的原因
        12.2.2  自然语言处理的方法
        12.2.3  自然语言处理的任务
        12.2.4  语言模型
      12.3  语法类型与语义分析
        12.3.1  语法类型
        12.3.2  语义分析
      12.4  处理数据与处理工具
        12.4.1  统计NLP语言数据集
        12.4.2  自然语言处理工具
        12.4.3  自然语言处理技术难点
      12.5  语音处理
        12.5.1  语音处理的发展
        12.5.2  语音理解
        12.5.3  语音识别
      【作业】
    第13章  GPT大语言模型崛起
      【导读案例】难以区分的人工智能和人类艺术
      13.1  自然语言处理的进步
        13.1.1  关于ImageNet
        13.1.2  自然语言处理的ImageNet时刻
        13.1.3  从GPT-1到GPT-3
        13.1.4  ChatGPT聊天机器人模型与对策

        13.1.5  从文本生成音乐的MusicLM模型
        13.1.6  检测AI文本的DetectGPT算法
      13.2  科普AI大语言模型
        13.2.1  大语言模型的能力
        13.2.2  国内的大语言模型
        13.2.3  获得大模型的机会
      13.3  ChatGPT的模仿秀
        13.3.1  旧的守卫,新的想法
        13.3.2  搜索引擎结合LLM
        13.3.3  克服简单编造与重复
      13.4  传统行业的下岗
        13.4.1  客服市场,AI本来就很“卷”
        13.4.2  伐木场迎来工业革命
        13.4.3  新技术,新问题
      【作业】
    第14章  向动物学习群体智能
      【导读案例】“超级蜂群”无人机
      14.1  向蜜蜂学习群体智能
      14.2  什么是群体智能
        14.2.1  群体人工智能技术
        14.2.2  群体智能的两种机制
        14.2.3  基本原则与特点
      14.3  典型算法模型
        14.3.1  蚁群算法
        14.3.2  搜索机器人
        14.3.3  微粒群(鸟群)优化算法
        14.3.4  没有机器人的集群
      14.4  群体智能背后的故事
      14.5  群体智能的应用与发展
      【作业】
    第15章  智能制造与智能建造
      【导读案例】互联网之父预言:智能眼镜未来将取代手机
      15.1  智能制造
        15.1.1  综合特征
        15.1.2  智能技术
        15.1.3  测控装置
        15.1.4  运作过程
      15.2  数字孪生
        15.2.1  数字孪生的动态仿真
        15.2.2  数字孪生的价值
      15.3  建筑信息模型
        15.3.1  BIM基本特性
        15.3.2  BIM对工程造价的影响
        15.3.3  BIM模型的构架
        15.3.4  BIM生态系统
        15.3.5  BIM全周期实施规划
      15.4  智能建造
        15.4.1  智能建造的定义
        15.4.2  实现智能建造
      【作业】

    第16章  自动规划及其方法
      【导读案例】人与机器更好相处的“阿凡达”之路
      16.1  规划的概念
      16.2  人工智能的乌姆普思世界
        16.2.1  描述乌姆普思世界
        16.2.2  探索乌姆普思世界
      16.3  什么是自动规划
        16.3.1  定义经典规划
        16.3.2  自动规划问题
      16.4  规划方法
        16.4.1  规划即搜索
        16.4.2  部分有序规划
        16.4.3  分级规划
        16.4.4  基于案例的规划
        16.4.5  规划方法分析
      16.5  时间、调度和资源
        16.5.1  时间约束和资源约束的表示
        16.5.2  解决调度问题
      16.6  自动规划的应用
      【作业】
    第17章  搜索技术与算法
      【导读案例】科研变革进入第五范式:“加速”也要防“跑偏”
      17.1  关于搜索算法
      17.2  盲目搜索
        17.2.1  状态空间图
        17.2.2  回溯算法
        17.2.3  贪婪算法
        17.2.4  旅行销售员问题
        17.2.5  深度优先搜索
        17.2.6  广度优先搜索
        17.2.7  迭代加深搜索
      17.3  知情搜索
        17.3.1  启发法
        17.3.2  爬山法
        17.3.3  最陡爬坡法
        17.3.4  最佳优先搜索
        17.3.5  分支定界法
        17.3.6  A*算法
      17.4  受到自然启发的搜索
        17.4.1  遗传规划
        17.4.2  蚂蚁聚居地优化
        17.4.3  模拟退火
        17.4.4  粒子群
        17.4.5  禁忌搜索
      【作业】
    第18章  人工智能的发展
      【导读案例】AI生成的作品也有著作权
      18.1  创新发展与社会影响
        18.1.1  人工智能发展的启示
        18.1.2  人工智能的发展现状与影响

      18.2  伦理与安全
        18.2.1  创造智能机器的大猩猩问题
        18.2.2  积极与消极的方面
        18.2.3  人才和基础设施短缺
        18.2.4  设定伦理要求
        18.2.5  强力保护个人隐私
        18.2.6  机器人权利
      18.3  人工智能的极限
        18.3.1  由非形式化得出的论据
        18.3.2  衡量人工智能
      18.4  人工智能架构
        18.4.1  传感器与执行器
        18.4.2  通用人工智能
        18.4.3  人工智能工程
      18.5  未来的人工智能
        18.5.1  意识与感质
        18.5.2  机器能思考吗
        18.5.3  从模仿到理解
        18.5.4  未来已来
      【作业】
    附录  作业参考答案
    参考文献