漫话人工智能：坂本真树老师带你轻松读懂人工智能

图书标准信息

• 作者 [日]坂本真树 著(日)坂本真树 著
• 出版社 化学工业出版社
• 出版时间 2021-01
• 版次 1
• ISBN 9787122377104
• 定价 49.80元
• 装帧 其他
• 开本 32开
• 纸张 纯质纸
• 页数 178页
• 字数 150千字

【内容简介】

《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。

【目录】

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：第一次人工智能热潮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