●第1章 人工智能的孕育
1.1 哥德爾定理
1.1.1 哥德爾定理概述
1.1.2 邏輯學的發展
1.1.3 哥德爾在各領域的貢獻
1.2 圖靈和圖靈機
1.2.1 圖靈測試
1.2.2 圖靈機
1.3 馮·諾依曼體繫結構
1.3.1 馮·諾依曼體繫結構簡介
1.3.2 馮·諾依曼體繫結構的特點和局限
1.4 控制論的發展
1.4.1 控制論的發展歷程
1.4.2 控制論方法與人工智能
1.5 腦科學研究的突破
1.5.1 生
1.5.2 人
知識回顧
任務習題
第2章 人工智能的誕生
2.1 人工智能的提出
2.1.1 達特茅斯會議
2.1.2 人工智能概述
2.2 人工智能的流派
2.2.1 符號主義
2.2.2 聯結主義
2.2.3 行為主義
2.3 感知機和自適件
2.3.1 感知機
2.3.2 自適件
2.4 LISP語言
2.4.1 LISP語言的發展史
2.4.2 LISP語言的數據結構
2.4.3 LISP語言常見版本
2.5 人工智能的發展瓶頸
2.5.1 對大腦的認知有限
2.5.2 大腦和軀體的配合難以實現
2.5.3 智能識別的應用瓶頸
知識回顧
任務習題
第3章 人工智能的復蘇
3.1 專家繫統
3.1.1 專家繫統簡介
3.1.2 專家繫統的發展
3.1.3 專家繫統的主要功能
3.2 神經網絡的發展
3.2.1 前饋神經網絡
3.2.2 BP算法
3.2.3 霍普菲爾德神經網絡
3.2.4 自編碼器
3.2.5 玻爾茲曼機
3.3 第五代計算機的研發
3.3.1 第五代計算機簡介
3.3.2 電子計算機的發展歷程
3.3.3 電子計算機發展的意義
3.4 個人計算機的流行
3.4.1 計算機的類別
3.4.2 計算機的發展史
3.4.3 PC第三需求
3.5 機器學習的繁榮
3.5.1 機器學習的發展歷史
3.5.2 機器學習的主要流程
3.5.3 機器學習算法
知識回顧
任務習題
第4章 人工智能的高速發展
4.1 阿爾法圍棋與深度學習
4.1.1 深度學習的原理及架構
4.1.2 強化學習
4.1.3 阿爾法圍棋
4.2 卷積神經網絡
4.2.1 卷積神經網絡的結構
4.2.2 經典網絡模型和應用
4.2.3 卷積神經網絡的部分應用
4.3 循環神經網絡
4.3.1 循環神經網絡的結構
4.3.2 循環神經網絡的應用
4.4 生成對抗網絡
4.4.1 了解生成對抗網絡的原理
4.4.2 部分生成對抗網絡應用
知識回顧
任務習題
第5章 人工智能的應用分支
5.1 計算機視覺
5.1.1 計算機視覺概述
5.1.2 圖像識別
5.1.3 目標檢測
5.2 自然語言處理
5.2.1 自然語言處理
5.2.2 語言識別
5.2.3 機器翻譯
5.2.4 語義理解
5.3 決策分析
5.3.1 決策分析概述
5.3.2 很優化問題
5.3.3 知識圖譜
5.4 機器博弈
5.4.1 機器博弈
5.4.2 人工智能的“果蠅”
5.4.3 機器博弈的發展趨勢
5.5 智能機器人
5.5.1 智能機器人
5.5.2 智能機器人的發展歷史
5.5.3 機器人的智能
5.6 無人駕駛
5.6.1 無人駕駛概述
5.6.2 無人駕駛等級劃分
5.6.3 無人駕駛的人工智能技術
5.7 智能繫統
5.7.1 群智繫統
5.7.2 群智繫統的應用
知識回顧
任務習題
第6章 哲學與思考
6.1 智能的層級
6.1.1 弱人工智能
6.1.2 強人工智能
6.1.3 超人工智能
6.2 人工智能奇點論
6.3 人與機器的界限
6.3.1 人與機器人的界限
6.3.2 機器不是“人”
6.4 人工智能的倫理危機
6.4.1 機器人道德倫理
6.4.2 社交機器人倫理問題
6.5 人工智能的國際博弈
6.6 人工智能的產業賦能
6.6.1 金融
6.6.2 制造
6.6.3 交通
6.6.4 醫療
6.6.5 文娛
知識回顧
任務習題