人工智能啟蒙(第一冊)（簡體書）

《人工智能啟蒙》一共六冊。圖文並茂、深入淺出、生動有趣。內容包括人工智能概覽、手機中的人工智能、迷你小車、圖像分類與物體檢測、計算機視覺、語音識別、無人駕駛、智能數據生成、人工智能在更多行業的運用、智慧校園等。根據小學生的認知規律，以漫畫情景引入話題，漸次介紹相關基本知識，使學生對人工智能現有的領域和方向以及常見的相關知識有通識性的認識，同時穿插一些編程小練習和小項目，以及思考題，鼓勵學生參與實驗，發揮想像力，提升動手能力，養成思考習慣，實現人工智能啟蒙。
《人工智能啟蒙》(第一冊)主要向小讀者們對人工智能進行介紹，對深度學習以及數據進行、對計算機視覺、對計算機語音識別、對各式各樣的機器人、對人工智能的職業規劃方向進行了介紹，讓小讀者們瞭解GPS定位以及國家自己的北斗定位系統，瞭解智能美顏應用，瞭解需要人體關鍵點才可以定向做美顏，瞭解睡眠檢測器的應用，瞭解和學習購物推薦系統的應用，體驗人臉聚類的應用等。

林達華，商湯科技聯合創始人；香港中文大學信息工程系教授；香港中文大學-商湯科技聯合實驗室主任。林教授在2004年于中國科學技術大學獲得學士學位，在2006年于香港中文大學獲得信息工程碩士學位，在2012年于美國麻省理工學院獲得計算機科學博士學位。他在2012年到2014年于芝加哥豐田科技研究院任研究助理教授，在2014年8月到香港中文大學任教。林教授在計算機視覺，概率推斷，與深度學習方面有廣泛的研究經歷，並在多個課題上取得突出成績。他在CVPR/ICCV/ECCV/NIPS/PAMI等計算機視覺與機器學習頂級會議與期刊發表70多篇論文。他在貝葉斯非參建模方面的開創性工作於2010年獲得機器學習領域最權威國際會議NIPS的最佳學生論文獎。他分別在2009年與2011年獲得計算機視覺最高學術會議ICCV的傑出評審員獎。他曾指導香港中文大學的研究團隊參加ImageNet和ActivityNet競賽，獲得多個冠軍。此外，他也擔任CVPR，ECCV，BMVC，ACMMultimedia等主要國際會議的領域主席（AreaChair）。
顧建軍，南京師範大學教育科學學院院長、教育科學研究院院長、博士生導師。國務院學位委員會學科評議組（教育學）成員，教育部高中通用技術課程標準修訂組組長，教育部課程中心K12技術與工程教育南京師大基地負責人，國際技術與工程教育組織中國中心主任，中國教育裝備協會副理事長，中國職業安全教育研究會理事長，世界創客教育聯盟執行主席。

書中為孩子們講述：無處不在的人工智能

★計算機生成的圖像與真實世界的圖像
在技術水平蓬勃發展的背景下，計算機能夠根據一些具體的要求生成一幅圖畫作品，其生成的圖像主題突出，足夠以假亂真。計算機像人一樣具備了繪畫的能力，那麼它是如何進行繪畫的呢?

★計算機文本生成在生活中的應用
日常生活中，有許多地方運用了計算機的數據生成。比如，機器翻譯是計算機智能生成文本在生活中的一類應用，隨著人工智能算法的引入機器翻譯的質量也越來越高， 可以輕鬆快速地實現任意兩種語言的互譯。比如，智能客服中的對話實際上也是計算機文本生成在生活中的一個應用。

★大海撈針的隨機生成
真實的生活往往因為不確定性而精彩，但是對於計算機的數據生成而言，完全的隨機生成往往是不可取的。因為完全的隨機就好像身處沙漠，在沙漠中漫無目的地行走，很難找到沙漠的出口。而運用人工智能的智能數據生成，就仿佛是在沙漠中擁有了前人行走的經驗指導，能夠順著經驗前行，同時根據實際情況形成新的經驗， 有目的地得到想要的結果。書中通過有趣的實驗分析，可以瞭解到計算機是如何通過隨機方法生成單詞和句子的。

★計算機智能生成句子
計算機生成一個合理準確的句子需要考慮上下文的關係ꎬ 因此一個完整的句子通常不是一次性生成的,計算機生成句子的過程和遊戲中一樣,每次只生成一個單詞ꎬ 並把單詞放入序列中,根據序列中現有的單詞 (記憶中的情況) 在詞庫中搜索潛在的下一個單詞ꎬ 並繼續把新生成的單詞放入序列中,根據序列 (記憶中的情況) 在詞庫中搜索下一個單詞,這是一個不斷判斷、 搜索和生成單詞的循環過程。

★貼鼻子遊戲的啟示
你玩過貼鼻子遊戲嗎？
不少人肯定玩過。蒙著眼睛將手中的紙鼻子貼到黑板上畫著的人臉模型上。為什麼機器能夠準確、 迅速地判斷鼻子位置不合理的情況? 猜一猜人工智能是如何判斷鼻子位置是否合理的呢?

★奇妙的特徵空間
人工智能通過學習各種類別圖片的數據集，就能從中提取到體現各類事物差異的特點並記錄為一串數字。根據某張圖片對應的特徵數字串可以更進一步給出圖片所屬的類別，這就是圖像分類的過程。人臉識別的原理也是類似的，在特徵空間中同一個人不同角度、 不同表情的臉部照片在空間中的分佈位置更加接近；不是同一人的臉部照片在空間中的分佈位置相對較遠，也就是說在特徵空間中分佈相近的圖片數據更可能是同一個人。如果讓人工智能學習一個很大的人臉數據集，就可以形成一個理想的人臉特徵空間。基於此特徵空間，就可以完成如人臉簽到、 人臉支付、 人臉解鎖等一系列人臉識別的實際應用。

★從特徵空間到現實世界
看，這是用電腦畫的人臉圖片，是不是和照片上的很像。
其實，這是電腦利用人工智能自動畫出的圖像。怎麼實現的呢？訓練好的人臉解碼器就像是一個專業的 “肖像畫家”，通過一定的數字編碼來瞭解人臉關鍵信息，如膚色、 臉型、 五官等ꎬ 並根據數字編碼中提供的
關鍵信息就可以生成一張對應的人臉。