漫话人工智能

近年来，人工智能相关书籍如雨后春笋般出版问世，其销量亦势头甚猛。原本我是没有十分积极地想要去写一本人工智能科普书的。我想着，在这种时候再写人工智能的书，是不是已经有些迟了呢。就在这个时候，与我曾合作过的欧姆社提议，“既然老师您是人工智能学会的学会杂志编委，那么能否从您的角度出发，写一本人工智能相关的书呢？”我的性格是很难拒绝他人请求的（当然，在由于某些不可抗力的原因、无法完成的时候，我还是会拒绝的），我又觉得，别人对我的请求其实是机会，于是我便充满谢意地接受了这次邀约。

既然说要写一本“从我的角度出发的人工智能书”，我初想到的，是立足于以下两篇论文来写一本书，即获得了2014年度人工智能学会论文奖的《推测象声词微妙印象区别的系统》（人工智能学会论文集29卷1号）及《生成匹配用户感性印象的系统》（人工智能学会论文集30卷1号）。但是这又专业性过强，后我决定将写作方向由专业级转向入门科普级。

本书旨在令完全不了解人工智能的读者也能够轻松阅读并学习。不论你是希望将来学习人工智能专业的高中生，是对人工智能感兴趣的文科生，是无法忽视人工智能存在的企业人员，还是仍然希望活跃在社会的老年人；不论你现在是在理工类院校开始从事相关信息研究，或是对于你的孩子将要生活在人工智能社会而对他的未来充满担忧，均可阅览本书。可以说是男女老少均可阅读。

虽说本书写作的初衷是让读者能够轻松读懂，但是关于深度学习的内容也是一定会写到的，于是第3章的内容也随之变难了。这一部分的内容，不论是在哪一本入门书中都是很难的，这也令我们这些入门书的作者十分头疼。就在这种心情之下，我将书稿发给了欧姆社。多亏了这些妙趣横生的插图，让本书能够给人以简单易懂的印象。对此，我深表感谢。

在初稿完成后，我实验室里的学生川岛卓也君帮我通读了一遍全书。川岛卓也君的毕业论文是利用深度学习来完成的。他指出了本书的疑难之处，并就他本人在意的地方提出了意见。感谢川岛君，在完成了毕业论文、本应放飞自我的时期里，认真地研读我的书并积极思考，给出意见。

后，由衷感谢欧姆社编辑部的各位老师，在短时间内推进企划；由衷感谢sawa公司的泽田老师，为本书画出如此精美的插画。

希望借助本书的微薄之力，能够让更多的人关注到人工智能。

坂本真树

《漫话人工智能：坂本真树老师带你轻松读懂人工智能》将读者群设定为普通大众，旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中所选取的都是人工智能基础研究相关的代表性主题，也是读者想要了解的问题，如人工智能是什么时候出现的，人工智能会超越人类吗，什么易导入人工智能，什么不易导入人工智，怎样从信息角度来学习人工智能，人工智能应用的领域有哪些等等。

本书语言通俗易懂，采用大量插画进行讲解，一一为读者解答了人工智能的问题，不论是对人工智能感兴趣的非专业人士，还是准备从事人工智能相关工作的学生，都能通过本书了解人工智能的方方面面。

第1章 人工智能是什么？

1.1  人工智能是什么时候出现的？002

● 人的智能？人工智能？003

● 图灵测试：哪个是人类？004

● 寂寞的人工智能？！006

● 人和人工智能的区别007

● 伴随着计算机发展009

● AI的历史：达特茅斯会议010

● AI的历史：次人工智能热潮011

● AI的历史：第二次人工智能热潮013

● 现在，第三次人工智能热潮！015

1.2  这是人工智能？016

● 人工智能与机器人的区别017

● 机器人研究？人工智能研究？019

● 人工智能需要身体吗？020

● 第1级人工智能023

● 第2级人工智能024

● 第3级人工智能026

● 第4级人工智能，专用人工智能027

● 第5级人工智能，通用人工智能028

1.3  人工智能会超越人类吗？030

● 奇点是什么？031

● 奇点：可怕？不可？032

● 如何实现通用人工智能？033

● AI导致人类灭亡的可能性有多大？034

● AI之下我们的未来会怎样改变呢？036

● 将来，哪些职业会消失？037

● 将来，哪些职业会留下来？039

第2章 容易导入人工智能的事物和不容易导入人工智能的事物

2.1  容易导入人工智能的事物042

● 可以导入网络上的任何信息043

● 0和1数字数据044

● 各种数据（语言、动画、音频）046

● 让计算机拥有视觉048

● 数码相机的演变049

● 像素提高，超过人类？！050

● 世界共享的数据051

● 图像识别的竞赛：ILSVRC052

● 让计算机拥有听觉054

● 使用两个麦克风的语音识别055

● 多个麦克风056

● 把语音转化成文字？058

● 声学模型和语言模型060

2.2  不容易导入人工智能的事物 062

●“意思”很难懂…… 063

● 什么是语义网络？ 064

● 不理解“意思”也能够做出回答？ 065

● 什么是潜在语义分析？ 067

● 为什么Torobo-kun 选择放弃 067

● 如果要变聪明，需要五感齐备吗？ 069

● 人工智能的味觉是什么？ 070

● 人工智能的嗅觉是什么？ 070

● 将来会怎么处理气味？072

● 人工智能的触觉是什么？073

● 实现触觉真的很难！074

第3章 人工智能是怎样从信息中学习的？

3.1  什么是机器学习？ 078

● 让机器设备（计算机）也能够学习！ 079

● 什么是监督学习？ 080

● 分类问题：判断垃圾邮件 082

● 回归问题：预测数值 084

● 寻找合适的线（函数）！ 085

● 当心过度学习！ 088

● 什么是无监督学习？ 090

● 试着分组吧！ 092

● k-means 分类方法 094

● 强化学习是“蜜糖”与“鞭子” 095

3.2  什么是神经网络？097

● 大脑依靠神经元运作098

● 人工神经元的构造100

● 代表了重要度和信赖度的权重102

● 赫布定律103

● 什么是感知机？104

● 线性不可分！105

● BP算法（误差反向传播算法）106

● 为了减小误差，调整权重！108

● 增加层数：信息传递不到!110

● 支持向量机的优点是什么？110

● 权衡过度学习和泛化112

3.3  深度学习有哪些厉害之处？113

● 深度学习成名的日子114

● 能够自己提取特征，厉害！115

● 4层以上的深度学习116

● 自编码的输入和输出是相同的！117

● 让输入与输出具有相同的意义118

● 或许和人越来越像？120

● 深度学习的方法120

3.4  AI三大模型中的“遗传算法”是什么？124

●AI三大模型的方方面面125

● 以达尔文的进化论为基础125

● 遗传算法的使用方法126

第4章 人工智能的应用实例

4.1  人工智能的进化在“游戏”中的应用实例130

● 游戏AI 的进化历史130

●人类与AI 对战（国际象棋篇）132

●人类与AI 对战（日本象棋篇）133

●人类与AI 对战（围棋篇）134

4.2  第三次AI热潮的导火索在“图像”领域的应用实例136

● 谷歌的猫136

● 图像识别的发展138

● 医疗领域的应用（庄野实验室）139

● 医疗领域的应用（恶性黑色素瘤的判别） 140

● 医疗领域的应用（癌症的检测）141

● 为了提高诊断的准确度142

4.3  “自动驾驶AI”的实际应用143

● 自动到什么程度？143

● 为了实现自动驾驶145

● 自动驾驶的训练步骤146

● 为了掌握位置和情况147

● 事故的原因究竟是什么？ 149

4.4  “对话AI”的应用实例150

● 为了和计算机对话150

●“有知识”对话AI152

●“无知识”对话AI154

● 制造对话的三种技术155

● 为了自然的对话156

4.5  “遗传算法”在“拟声拟态词”上的应用实例158

● 贴近人心的拟声拟态词158

● 生成拟声拟态词的系统159

● 拟声拟态词的生成160

● 在优化过程中要做些什么呢162

4.6  AI在“艺术”领域的实践164

●AI在艺术方面的挑战（小说篇）164

●AI小说项目166

●AI在艺术方面的挑战（绘画篇）168

●AI在艺术方面的挑战（作曲篇）170

结语171

参考文献174

索引176

《漫话人工智能：坂本真树老师带你轻松读懂人工智能》将读者群设定为普通大众，旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中所选取的都是人工智能基础研究相关的代表性主题，也是读者想要了解的问题，如人工智能是什么时候出现的，人工智能会超越人类吗，什么易导入人工智能，什么不易导入人工智，怎样从信息角度来学习人工智能，人工智能应用的领域有哪些等等。

本书语言通俗易懂，采用大量插画进行讲解，一一为读者解答了人工智能的问题，不论是对人工智能感兴趣的非专业人士，还是准备从事人工智能相关工作的学生，都能通过本书了解人工智能的方方面面。

★书中介绍了人工智能的方方面面，包括AI的历史、现状、未来、发展、工作原理、应用实例；

★通俗易懂的语言 轻松愉快的漫画，增加了阅读的趣味性；

★读者对象为普通大众，即使不熟悉专业词汇，没有专业背景，也能读懂本书；

★总之就是很有趣又能学到知识的一本书。

第1章 人工智能是什么？1.1 人工智能是什么时候出现的？002● 人的智能？人工智能？003● 图灵测试：哪个是人类？004● 寂寞的人工智能？！006● 人和人工智能的区别007● 伴随着计算机发展009● AI的历史：达特茅斯会议010● AI的历史：*次人工智能热潮011● AI的历史：第二次人工智能热潮013● 现在，第三次人工智能热潮！0151.2 这是人工智能？016● 人工智能与机器人的区别017● 机器人研究？人工智能研究？019● 人工智能需要身体吗？020● 第1级人工智能023● 第2级人工智能024● 第3级人工智能026● 第4级人工智能，专用人工智能027● 第5级人工智能，通用人工智能0281.3 人工智能会超越人类吗？030● 奇点是什么？031● 奇点：可怕？不可？032● 如何实现通用人工智能？033● AI导致人类灭亡的可能性有多大？034● AI之下我们的未来会怎样改变呢？036● 将来，哪些职业会消失？037● 将来，哪些职业会留下来？039第2章 容易导入人工智能的事物和不容易导入人工智能的事物2.1 容易导入人工智能的事物042● 可以导入网络上的任何信息043● 0和1数字数据044● 各种数据（语言、动画、音频）046● 让计算机拥有视觉048● 数码相机的演变049● 像素提高，超过人类？！050● 世界共享的数据051● 图像识别的竞赛：ILSVRC052● 让计算机拥有听觉054● 使用两个麦克风的语音识别055● 多个麦克风056● 把语音转化成文字？058● 声学模型和语言模型0602.2 不容易导入人工智能的事物 062●“意思”很难懂…… 063● 什么是语义网络？ 064● 不理解“意思”也能够做出回答？ 065● 什么是潜在语义分析？ 067● 为什么Torobo-kun 选择放弃 067● 如果要变聪明，需要五感齐备吗？ 069● 人工智能的味觉是什么？ 070● 人工智能的嗅觉是什么？ 070● 将来会怎么处理气味？072● 人工智能的触觉是什么？073● 实现触觉真的很难！074第3章 人工智能是怎样从信息中学习的？3.1 什么是机器学习？ 078● 让机器设备（计算机）也能够学习！ 079● 什么是监督学习？ 080● 分类问题：判断垃圾邮件 082● 回归问题：预测数值 084● 寻找合适的线（函数）！ 085● 当心过度学习！ 088● 什么是无监督学习？ 090● 试着分组吧！ 092● k-means 分类方法 094● 强化学习是“蜜糖”与“鞭子” 0953.2 什么是神经网络？097● 大脑依靠神经元运作098● 人工神经元的构造100● 代表了重要度和信赖度的权重102● 赫布定律103● 什么是感知机？104● 线性不可分！105● BP算法（误差反向传播算法）106● 为了减小误差，调整权重！108● 增加层数：信息传递不到!110● 支持向量机的优点是什么？110● 权衡过度学习和泛化1123.3 深度学习有哪些厉害之处？113● 深度学习成名的日子114● 能够自己提取特征，厉害！115● 4层以上的深度学习116● 自编码的输入和输出是相同的！117● 让输入与输出具有相同的意义118● 或许和人越来越像？120● 深度学习的方法1203.4 AI三大模型中的“遗传算法”是什么？124●AI三大模型的方方面面125● 以达尔文的进化论为基础125● 遗传算法的使用方法126第4章 人工智能的应用实例4.1 人工智能的进化在“游戏”中的应用实例130● 游戏AI 的进化历史130●人类与AI 对战（国际象棋篇）132●人类与AI 对战（日本象棋篇）133●人类与AI 对战（围棋篇）1344.2 第三次AI热潮的导火索在“图像”领域的应用实例136● 谷歌的猫136● 图像识别的发展138● 医疗领域的应用（庄野实验室）139● 医疗领域的应用（恶性黑色素瘤的判别） 140● 医疗领域的应用（癌症的检测）141● 为了提高诊断的准确度1424.3 “自动驾驶AI”的实际应用143● 自动到什么程度？143● 为了实现自动驾驶145● 自动驾驶的训练步骤146● 为了掌握位置和情况147● 事故的原因究竟是什么？ 1494.4 “对话AI”的应用实例150● 为了和计算机对话150●“有知识”对话AI152●“无知识”对话AI154● 制造对话的三种技术155● 为了自然的对话1564.5 “遗传算法”在“拟声拟态词”上的应用实例158● 贴近人心的拟声拟态词158● 生成拟声拟态词的系统159● 拟声拟态词的生成160● 在优化过程中要做些什么呢1624.6 AI在“艺术”领域的实践164●AI在艺术方面的挑战（小说篇）164●AI小说项目166●AI在艺术方面的挑战（绘画篇）168●AI在艺术方面的挑战（作曲篇）170结语171参考文献174索引176