人工智能通识课

图书标准信息

• 作者 [意]皮埃罗·斯加鲁菲（Piero Scaruffi）
• 出版社 人民邮电出版社
• 出版时间 2020-06
• 版次 1
• ISBN 9787115536808
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 350页

【内容简介】

《人工智能通识课》纵贯人工智能技术在全球 70 多年的发展历史，综合逻辑学派和神经网络学派的主流观点，系统介绍了人工智能各种算法的起源与演进过程，以及人工智能技术在消费者行为分析、机器人、自动驾驶、医疗等方面的应用实践，使读者可以全面了解人工智能领域的真实现状，及其给人类社会带来的技术、哲学乃至艺术层面的影响。*后，本书作者对于人工智能的未来发展做了非常客观、务实的展望。 《人工智能通识课》语言深入浅出，非技术专业人士也可以读懂，适合各种知识背景的读者了解人工智能技术的全貌，对人工智能技术建立起客观理性的认知；也适合作为高校人工智能通识课程的教材或参考读物。

【作者简介】

皮埃罗·斯加鲁菲（Piero Scaruffi） 毕业于都灵大学数学系，自1980年开始在硅谷从事人工智能研究。 20世纪90年代中期先后在哈佛大学、斯坦福大学的人工智能实验室等机构从事研究工作，项目涉及认知科学、专家系统、神经网络、自然语言处理等。 2003年后成为独立研究员，在加州大学伯克利分校、斯坦福大学兼职讲授认知论、心性学和艺术史等课程。 著有《智能的本质》《硅谷百年史》（合著）等重量级作品。 他兴趣广泛，研究领域包括从认知模型到音乐史的广博学科。他还是北京他山石智库首-席科技顾问，中国美院客座教授。

【目录】

第一章人工智能发展史//1

文化背景：知识型的社会//2

人工智能研究的起源//2

人工智能研究的早期发展//7

专家系统的兴起//9

探讨人工智能历史的前提//12

步入人工智能的寒冬//15

人工智能的逆向发展阶段//16

玻尔兹曼机与神经网络//20

人工智能的强化学习阶段//28

人工智能的卷积神经网络阶段//36

人工智能发展的深度学习阶段//50

人工智能发展的深度强化学习阶段//56

机器是如何学习的//63

深度学习源自哪里//72

从认识到创造：生成对抗性网络//75

网络时代的社会文化变迁//82

第二章智能的定义与本质//89

认知科学的发展史//90

逻辑推理的发展史//92

对“智能”的（冗余）定义//101

人工智能系统能得诺贝尔奖吗//107

大脑模拟与智能//111

能听到我说话吗//113

结构化环境中的智能行为//119

第三章人工智能的应用实验//127

仿生人类、半机械人和神经工程//128

实现人工智能的第一步//133

第一项失败//135

另一次失败：机器学习//139

又一次失败：常识//141

预告：学习聊天//143

变脸//146

数字生活的起源//149

难题：智慧并不意味着精确//150

聊天机器人的发展历程//153

第四章人工智能的算法进化//155

计算机的发展历程//156

将计算作为推论//159

概率论、马尔可夫链与蒙特卡罗方法//161

数学上的难题：假如你不得不经历一次智力层面的相变//168

设计机器与设计人类//171

遗传算法的复兴//177

大数据集的诅咒//182

模拟计算与储备池计算//186

算法官僚系统的反乌托邦引发的推测：利维坦、圆形监狱与生命权利//189

道德的算法//192

明日乌托邦——与算法共生//193

第五章神经网络与认知//195

联结主义//196

人工与自然神经网络：反向传播的神话//204

模式识别问题//205

关于AlphaZero//206

动态路由和胶囊网络//213

变分推理//215

分层贝叶斯网络//222

神经网络的智能//224

神经网络的常识//225

基于知识的系统//230

第六章智能与机器人//235

机器学习先于人工智能//236

机器人的诞生//238

机器学习的未来：无监督学习的救赎之道//239

生活在智能机器的世界//255

迎娶人工智能：满怀信心地迎接未来//262

后机器智能时代：机器创造力能否成就艺术//274

机器智能的危险之处//289

过度就业//293

第七章人工智能的伦理学困境//297

一个哲学层面的问题：我们真的需要全能的智能吗//298

对历史的注释：新无神论//300

机器伦理//301

反乌托邦四部曲//303

你是一个机器人//308

第八章人工智能的未来//313

人工智能与“没有免费午餐定理”//314

揭开图灵测试的神秘面纱//315

浅人工智能//319

为何没有构建人工通用智能//320

通用性人工智能的时间框架//326

硅能产生智能吗//328

下一项突破是：了解大脑//329

为什么我不害怕人工智能的到来//331

隐形的机器人云//334

附录 人工智能大事记//337