本書用淺顯的語言向讀者，特別是青少年學生，介紹人工智能的基本原理和背後的機器學習方法。不需要復雜的數學公式。讀者就可以了解到機器如何通過學習來模擬人的智能（看、聽、言、行、思五個方面），並根據書中提供的一繫列小實驗自己動手實現一些有趣的人工智能繫統。

●目錄第1章 神奇的人工智能 11.1 什麼是人工智能 21.2 人工智能簡史 21.2.1 數理邏輯:人工智能的前期積累 21.2.2 圖靈:人工智能的真正創始人 41.2.3 達特茅斯會議:AI的開端 51.2.4 人工智能的三起兩落 61.3 機器學習:現代人工智能的靈魂 81.3.1 什麼是機器學習 91.3.2 機器學習發展史 91.3.3 機器學習的基本框架 111.4 讓人驚訝的“學習” 131.4.1 從猴子摘香蕉到星際大戰 131.4.2 集體學習的機器人 141.4.3 圖片和文字理解 161.4.4 AlphaGo 171.4.5 機器智能會超過人類智能嗎 181.5 開始你的機器學習之旅 191.5.1 訓練、驗證與測試 191.5.2 Occam剃刀準則 201.5.3 沒有免費的午餐 201.5.4 對初學者的幾點建議 201.6 AIDemo示例繫統 211.6.1 AIDemo環境搭建 211.6.2 AIDemo示例基礎 221.6.3 人臉檢測(Face-detection):第一個示例程序 23第2章 認識你的臉 262.1 人臉識別概述 262.1.1 什麼是人臉識別 262.1.2 人臉識別繫統的基本組成 282.1.3 人臉識別簡史 292.2 基於特征臉的人臉識別 342.2.1 主成分分析 342.2.2 支持向量機 372.3 基於深度學習的人臉識別 392.3.1 神經網絡的故事 392.3.2 神經網絡結構 422.3.3 深度學習 432.3.4 基於深度卷積網絡的人臉識別 442.3.5 基於DNN的人臉識別性能 462.4 深度神經網絡的其他應用 492.4.1 人臉檢測 492.4.2 人臉正規化 502.4.3 圖像生成 502.4.4 圖像風格轉換 522.5 AIDemo:人臉識別 53思考題 57第3章 聆聽你的聲音 583.1 語音的產生與感知 593.1.1 語音的產生 593.1.2 語音的感知 613.2 語音識別概述 623.2.1 什麼是語音識別 623.2.2 語音識別簡史 633.3 基於GMM-HMM 的語音識別 673.3.1 MFCC特征提取 683.3.2 GMM-HMM 聲學模型 683.3.3 N-Gram語言模型 693.3.4 解碼過程 703.4 基於深度學習的語音識別 713.4.1 DNN特征提取 723.4.2 DNN靜態建模 723.4.3 RNN動態建模 723.5 說話人識別 763.5.1 傳統GMM-UBM 繫統 763.5.2 基於DNN的說話人識別繫統 773.6 語音合成 793.6.1 參數合成 803.6.2 拼接合成 813.6.3 統計模型合成 813.6.4 神經模型合成 823.7 AIDemo:語音信號處理 843.7.1 實驗說明 843.7.2 實驗步驟 84思考題 86第4章 理解你的語言 874.1 人類語言的復雜性 884.1.1 結構復雜性 884.1.2 語義復雜性 894.1.3 知識復雜性 904.1.4 時空復雜性 904.1.5 應用復雜性 914.1.6 什麼是語言理解 914.2 傳統語言理解方法 914.2.1 詞法分析 924.2.2 句法分析 934.2.3 語義分析 944.3 基於深度學習的語言理解方法 964.3.1 詞向量 974.3.2 句向量 994.3.3 傳統方法和深度學習方法對比 1004.4 機器翻譯 1014.4.1 機器翻譯的歷史 1014.4.2 統計機器翻譯 1034.4.3 神經機器翻譯 1034.5 語言理解的其他應用 1064.5.1 搜索引擎 1064.5.2 推薦繫統 1084.5.3 會話機器人 1094.6 AIDemo:計算中文詞向量 111思考題 113第5章 模仿你的行為 1145.1 現代機器人發展史 1155.2 基於設計的機器人 1205.2.1 操作機器人 1205.2.2 移動機器人 1225.3 基於學習的機器人 1245.3.1 簡單的例子:模仿學習 1255.3.2 強化學習 1255.3.3 強化學習的學習對像 1285.4 深度強化學習方法 1305.4.1 Atari遊戲 1305.4.2 AlphaGoZero 1315.4.3 實體機器人 1325.4.4 兩種機器人的比較 1355.5 AIDemo:AI機器人 136思考題 137第6章 學習你的思維 1386.1 形像思維 1396.1.1 詩詞生成 1396.1.2 DeepDream 1436.2 邏輯思維 1486.2.1 定理證明:準確邏輯推理 1496.2.2 閱讀理解:非準確邏輯推理 1516.3 AIDemo:DeepDream 156思考題 158

本書向讀者介紹當代人工智能技術的入門知識,特別是以深度學習為代表的機器學習方法。本書主要內容包括人工智能在模擬人類視覺、聽覺、語言、行為、思維五個方面的近期新進展,覆蓋了當前人工智能應用最廣泛的幾個領域,包括人臉識別、語音識別、聲紋識別、自然語言理解、機器人設計等。本書介紹的很多算法都需要動手實踐纔能有更好的理解。讀者可以下載本書的實驗套件 (htp://iok.storg),邊學邊做,纔能真正領略人工智能的神奇與瑰麗。abocl.唯其如此,本書是一本科普著作,沒有復雜的數學公式,適用於任何對人工智能技術感興趣的讀者。書中提到的每項關鍵技術都提供了參考文獻,有志於深入理解人工智能算法的讀者可以按圖索驥,深入鑽研。

王東，利節，許莎著 著

2016年以來 ,幾乎所有人都在談論人工智能 (AI)。然而 ,究竟什麼是人工智能?人工智能與其他科學有何關繫 ?人工智能是如何發展起來的 ,未來會走向何方?這些問題在很多人的腦海裡還是模糊的。專享可以確定的是 ,人工智能技術必然會對我們的生活產生深遠的影響 ,這種影響會像電、計算機的出現一樣改變我們的生活 ,並成為我們未來生活方式的一部分。我於 1995年進入清華大學計算機繫 ,1998年進入朱小燕老師的課題組 ,開始從事語音和語言信息處理工作。這個課題組隸屬於清華大學智能與繫統國家重點實驗室 ,專注於人工智能技術的研究。有趣的是 ,當時大家很少提到 AI,可能是因為這個詞太寬泛了 ,對研究者缺少標識意義。畢業後 ,我在若干企業和研究機構間輾轉 ,主要還是從事語音和語言工作 ,見證了研究方法從模式匹配到概率模型 ,再到深度學習的變遷。事實上 ,同樣的變化也發生在 AI的相關應用領域 等