人工智能導論：面向非計算機專業（簡體書）

本書是中國科協新一代信息技術系列叢書之一。 本書內容包括知識表示、知識獲取、知識應用三部分。其中，知識表示主要介紹概念表示、知識表示、知識圖譜；知識獲取主要介紹搜索技術、群智能算法、機器學習、人工神經網絡與深度學習；知識應用涉及計算機視覺、自然語言處理、語音處理、專家系統、規劃、多智能體系統與智能機器人六部分。力求將人工智能的發展脈絡、技術理論、產業成果以翔實的形態展現于人前。除了必要的知識點與寬泛的知識圖譜，本書還深入淺出地介紹了有關智能搜索技術、機器學習、神經網絡、計算機視覺、語言智能、機器人等在內的不同領域的應用實踐成果。 本書主要面向大學非計算機類的工科專業的高年級學生與研究生，幫助學生了解人工智能的發展過程與基本知識，熟悉人工智能產業的發展現狀與市場需求，培養人工智能應用能力。同時，對于計算機相關專業的學生，本書也可作為人工智能專業課程的先導學習材料。

前言 李德毅
第一章　緒論 001
11 人工智能的起源和定義 001
12 人工智能的流派 003
13 人工智能的進展和發展趨勢 009
第二章　概念表示 012
21 經典概念理論 012
22 數理邏輯 013
23 集合論 017
24 概念的現代表示理論 020
第三章　知識表示 023
31 知識與知識表示的概念 023
32 產生式表示法 026
33 框架表示法 029
34 狀態空間表示法 032
35 本章小結 036
第四章　知識圖譜 038
41 知識圖譜 038
42 本體知識表示 042
43 萬維網知識表示 043
44 知識圖譜的現狀及發展 049
45 知識圖譜的應用示例 055
46 本章小結 056
第五章　搜索技術057
51　圖搜索策略 058
52　盲目搜索 059
53　啟發式搜索 063
54　博弈搜索 067
55　本章小結 070
第六章　群智能算法072
61　群智能算法產生的背景 072
62　遺傳算法 073
63　粒子群優化算法及其應用 083
64　蟻群算法 088
65　本章小結 092
第七章　機器學習094
71　機器學習的發展 095
72　監督學習 096
73　無監督學習 101
74　弱監督學習 104
75　討論 108
76　本章小結 109
第八章　人工神經網絡與深度學習111
81　神經網絡的發展歷史 111
82　神經元與神經網絡 112
83　BP 神經網絡及其學習算法 115
84　卷積神經網絡 119
85　生成對抗網絡 126
86　深度學習的應用 128
87　本章小結 131
第九章　專家系統 133
91 專家系統概述 133
92 推理方法 135
93 一個簡單的專家系統 136
94 非確定性推理 142
95 專家系統工具 146
96 專家系統的應用 147
97 專家系統的局限性 148
98 本章小結 148
第十章　計算機視覺 150
101　計算機視覺概述 150
102 數字圖像的類型及機內表示 152
103 常用計算機視覺模型和關鍵技術 153
104 應用實例：人臉識別技術 162
105 本章小結 164
第十一章　自然語言處理 166
111 自然語言處理概述 166
112 機器翻譯 172
113 自然語言人機交互 177
114 智能問答 189
115 本章小結 193
第十二章　語音處理 195
121 語音的基本概念 195
122 語音識別 196
123 語音合成 202
?IV?
124 語音增強 206
125 語音轉換 208
126 情感語音 210
127 本章小結 214
第十三章　規劃 216
131 基本概念 216
132 經典規劃 217
133 概率規劃 221
134 典型應用 227
第十四章　多智能體系統229
141 智能體 229
142 智能體的具體結構 234
143 多智能體協商 236
144 多智能體學習 242
145 本章小結 244
第十五章　智能機器人246
151 概述 247
152 人工智能技術在機器人中的應用 249
153 智能機器人發展展望 259
參考文獻262