人工智能与创新创业教育9787561876442

第1章 人工智能理论基础

1.1 人工智能简介

1.2 人工智能的起源和发展历程

1.3 人工智能研究的主要内容

1.4 人工智能带来的影响

1.5 人工智能的应用领域

1.6 人工智能创业发展趋势

1.7 习题

第2章 新一代人工智能生态

2.1 人工智能赖以生存的土壤——物联网

2.2 人工智能的算力——云计算

2.3 .人工智能的血液——大数据

2.4 人工智能的安全保障——区块链

2.5 习题

第3章 机器学习

3.1 机器学习概述

3.2 示例学习

3.3 决策树学习

3.4 类比学习

3.5 解释学习

3.6 习题

第4章 专家系统

4.1 专家系统概述

4.2 专家系统的结构与工作原理

4.3 专家系统的设计开发

4.4 新型专家系统

4.5 习题

第5章 人工智能下的人机关系

5.1 人机关系的内涵

5.2 人机与智能系统的紧密结合

5.3 智能机器人

5.4 习题

第6章 人工智能创新八大领域

6.1 智能制造

6.2 智能医疗

6.3 智能金融

6.4 智能教育

6.5 智能驾驶

6.6 智能安防

6.7 智能家居

6.8 智能农业

6.9 习题

第7章 人工智能时代的创新创业教育

7.1 人工智能创业面临的风险和挑战

7.2 人工智能视角下的创新创业教育

7.3 人工智能背景下新的创新创业人才培养模式研究方案

7.4 基于区块链技术的大学生创新创业研究

7.5 习题

参考文献

1.1人工智能简介

1.1.1智能的概念

目前，人们根据对人脑已有的认识，结合智能的外在表现，从不同的角度、不同的侧面，用不同的方法对智能进行研究，并且提出了不同的观点，思维理论、知识阈值理论及进化理论是其中最具代表性的观点。

1.思维理论

思维理论认为，智能的核心是思维，人的一切智能都来自大脑的思维活动，人类的一切知识都是人类思维的产物。因此，对思维规律与思维方法的研究有望揭示智能的本质。

2.知识阈值理论

知识阈值理论认为，智能行为取决于知识的数量及其可运用的程度，当知识聚集到某种满意程度时智慧大门将会开启。因此，它把智能定义为:智能就是在巨大的搜索空间中迅速找到一个满意解的能力。这一理论曾经对人工智能的发展进程产生了深刻的影响，在其影响下产生并发展了专家系统、知识工程等。

3.进化理论

进化理论认为，智能取决于感知和行为，取决于对外界复杂环境的适应，智能不需要知识、不需要表示、不需要推理，智能可以由逐步进化来实现。该理论是由美国麻省理工学院(MIT)的布鲁克(Brook)教授根据他对人造机器虫的研究与实践提出的。这一观点与众不同，尤其是与人们的传统看法完全不同，因而引起了人工智能界的广泛关注。

比照前述三种智能认识理论，可以设想:思维理论和知识阈值理论主要对应的是高层智能活动，而进化理论分别对应了三个智能层次的发展过程。综合上述各种观点，可以认为:智能是知识与智力的总和。其中，知识是一切智能行为的基础，而智力是获取

知识并应用知识求解问题的能力。

1.1.2人工智能的定义

斯坦福大学人工智能研究中心的尼尔森(Nilsson)教授认为:“人工智能是关于知识的学科一一怎样表示知识以及怎样获得知识并使用知识的科学。”麻省理工学院的温斯顿(Winston)教授指出:“人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作。”这些定义反映了人工智能学科的基本思想和基本范围。事实上，从广义上来讲，一般认为用计算机模拟人的智能行为就属于人工智能的范畴。从狭义上讲，人工智能方法是指人工智能研究的一些核心内容，包括搜索技术、推理技术、知识表示、机器学习与人工智能语言等方面。这些就是本书所要讲述的主要内容。

对人工智能研究的不同途径源于对人类智能的本质的不同认识，并由此产生出两大学派:符号主义与连接主义。

符号主义认为人类认识的基本元素是符号，认识过程就是一种符号处理过程。因此符号主义的研究者注重用符号来描述人类的思维过程。事实上，人类的语言本身就是用符号表示的，人类的很多思维活动如决策、计划、设计、诊断等活动都可以用语言来描述，因此也就可以用符号来表示。符号主义在模拟人类表达方面的思维活动中取得了很大的进展。但是，对有些思维活动，如图像识别，就难以用语言来描述。在解决这些问题方面，符号主义就遇到了很大的困难。

连接主义根据对人脑的研究，认为认识的基本元素就是神经元本身，人类的认识过程就是大量神经元的整体活动。从本质上讲，是并行的、分布式的处理模式，在上述的图像识别等方面，连接主义的模型显示了更大的优越性。