新書推薦:
《
硅基半导体应变理论与生长动力学
》
售價:HK$
51.7
《
智能图像处理
》
售價:HK$
64.9
《
善一分殊:儒家论形而上学、道德、礼、制度与性别 | 比较哲学翻译与研究丛书
》
售價:HK$
109.8
《
泛逻辑理论--统一智能理论的逻辑基础
》
售價:HK$
327.8
《
戏舞霓裳:中国传统戏曲服饰制作技艺研究
》
售價:HK$
184.8
《
丹漆随梦:中国美术馆藏漆画艺术展作品集
》
售價:HK$
528.0
《
中国非遗文化探寻绘本——舞狮男仔
》
售價:HK$
38.5
《
大唐开国录——唐高祖与唐太宗 历史 杜文玉著 揭秘李渊、李世民权谋征伐,再现大唐开国风云
》
售價:HK$
107.8
編輯推薦:
三位院士推荐
本书的核心宗旨和理念是让读者对人工智能产生兴趣、形成概念、启发思考
本书注重“三平衡”:专业与科普的平衡、理论与应用的平衡、经典与前沿的平衡
本书强调“四融合”:即教研融合、产教融合、科教融合、通专融合
本书附赠500页课件PPT,500分钟核心知识点讲解视频,课程上线智慧树慕课平台!
內容簡介:
本书是一本面向高等学校学生的基础性通识类教材,旨在引领学生进入人工智能这一前沿领域。全书内容分为“涨知识”与“开眼界”两大板块。在前五章构成的“涨知识”板块中,系统地介绍了人工智能的概念、发展历程,以及知识推理和问题求解方法,并介绍了三种典型的人工智能技术,即机器学习、深度学习和强化学习,包括其基础理论、核心思想、关键技术等,帮助学生建立对人工智能的宏观认知和体系框架。在后五章组成的“开眼界”板块中,通过典型应用的介绍,展示了人工智能在视觉感知、具身智能、智慧医疗、智慧生活等方面的广阔应用前景,并在最后一章探讨了大模型、生成式人工智能、AI for Science等前沿技术热点,旨在开阔学生的视野。
來源:香港大書城megBookStore,http://www.megbook.com.hk 作为一本入门级教材,本书旨在帮助学生建立对人工智能的宏观知识体系,重在培养学生的人工智能科学素养和科技思维,适合作为人文社科、理工类等不同专业学生的通识课程教材。
關於作者:
丛润民
山东大学控制科学与工程学院教授,博士生导师,青年长江学者、全球前2%顶尖科学家、山东省泰山学者青年专家。研究方向为人工智能、模式识别、机器学习、具身智能,在TPAMI、IJCV、NeurIPS、CVPR、ICML、ICCV等国际顶级期刊和会议上发表论文120余篇,ESI热点论文/高被引论文20余篇。
曾获天津市科学技术进步一等奖、中国煤炭工业协会科学技术奖一等奖、中国图象图形学学会自然科学奖二等奖、IEEE Chester W. Sall纪念奖、IEEE杰出领导力奖、CVPR2025运动引导视频目标分割挑战赛冠军、ECCV2024 LSVOS指代视频目标分割挑战赛冠军、IEEE CVPR NTIRE双目图像超分挑战赛亚军、IEEE ICME最佳学生论文奖亚军、ACM SIGWEB中国新星奖、中国图象图形学学会优秀博士学位论文奖、《信号处理》2020-2022年度优秀论文奖、中国图象图形学学会科普先进工作者等。担任IEEE TNNLS等4个SCI期刊编委,山东省人工智能学会常务理事等。
主讲-华为智能基座课程3门,获中国人工智能学会教学成果激励计划一类成果、山东省自动化学会普通高等教育教学成果一等奖、华为“栋梁之师”称号及奖教金,指导中国图学学会优秀硕士学位论文1项、北京图象图形学学会优秀硕士学位论文1项、校优秀硕士学位论文5项、校优秀本科毕业设计(论文)2项等,在国家级/省部级科创比赛中获奖20项。
目錄 :
目 录
前言
目板块一 涨知识——人工智能基础理论
第1章 人工智能概述2
1.1 什么是人工智能2
1.1.1 人工智能的定义与评估2
1.1.2 人工智能基础5
1.2 人工智能发展史6
1.3 大模型时代下的人工智能14
1.3.1 ChatGPT—走向通用性AI之路15
1.3.2 百花齐放的多模态大模型18
1.4 人工智能伦理与规范24
1.5 人工智能技术展望25
1.5.1 人工智能的未来发展26
1.5.2 人工智能融入寻常百姓家28
1.6 小结28
参考文献29
第2章 知识推理与问题求解31
2.1 知识表示31
2.1.1 知识表示方法32
2.1.2 逻辑关系与规则39
2.1.3 知识图谱43
2.2 知识推理45
2.2.1 概率推理45
2.2.2 因果推理49
2.2.3 知识图谱推理53
2.3 搜索求解54
2.3.1 搜索问题的定义54
2.3.2 盲目搜索57
2.3.3 启发式搜索58
2.4 博弈论61
2.4.1 博弈论的起源与发展62
2.4.2 博弈论的定义与基础63
2.4.3 经典博弈案例分析66
2.5 小结73
参考文献74
第3章 机器学习基础75
3.1 机器学习概述75
3.2 经典算法76
3.2.1 监督学习76
3.2.2 无监督学习82
3.3 模型评估与选择86
3.3.1 经验误差与过拟合86
3.3.2 评估方法88
3.3.3 性能度量89
3.4 当代机器学习概述94
3.4.1 深度学习94
3.4.2 强化学习98
3.4.3 图学习101
3.4.4 联邦学习 104
3.4.5 迁移学习 109
3.5 小结114
参考文献114
第4章 深度学习117
4.1 从感知机到深度神经网络117
4.1.1 感知机119
4.1.2 前馈神经网络120
4.1.3 激活函数122
4.2 深度学习中的优化与学习124
4.2.1 损失函数125
4.2.2 梯度下降算法126
4.2.3 反向传播算法129
4.3 深度学习框架131
4.3.1 Theano 132
4.3.2 Caffe133
4.3.3 TensorFlow134
4.3.4 PyTorch137
4.3.5 PaddlePaddle138
4.3.6 MindSpore138
4.4 卷积神经网络141
4.4.1 卷积神经网络的核心组成142
4.4.2 卷积神经网络的架构探索145
4.5 序列到序列模型151
4.5.1 序列数据与序列任务152
4.5.2 循环神经网络的原理与结构153
4.5.3 基于门控单元的循环神经网络157
4.6 Transformer模型159
4.6.1 Transformer的核心组成159
4.6.2 Transformer的架构设计161
4.7 深度生成模型164
4.7.1 概率生成模型164
4.7.2 变分自编码器165
4.7.3 生成对抗网络166
4.8 小结169
参考文献170
第5章 强化学习173
5.1 强化学习基础173
5.1.1 强化学习的发展历史173
5.1.2 强化学习的基本概念176
5.1.3 马尔可夫决策过程178
5.1.4 贝尔曼方程182
5.2 经典强化学习方法184
5.2.1 基于价值函数的方法185
5.2.2 基于策略的方法194
5.3 深度强化学习 197
5.4 强化学习的应用 203
5.4.1 智能机器人与强化学习203
5.4.2 自动驾驶与强化学习205
5.4.3 金融服务与强化学习207
5.4.4 游戏AI与强化学习209
5.5 小结211
参考文献212
板块二 开眼界——人工智能应用实践
第6章 智能之眼——视觉感知216
6.1 计算机视觉及其发展史 217
6.2 图像增强222
6.2.1 图像增强概述222
6.2.2 典型图像增强任务224
6.3 图像分类235
6.3.1 图像分类概述235
6.3.2 细粒度图像分类237
6.4 目标检测239
6.4.1 目标检测概述239
6.4.2 经典目标检测方法240
6.5 图像分割244
6.5.1 图像分割概述244
6.5.2 经典语义分割模型247
6.6 三维视觉251
6.6.1 三维视觉概述251
6.6.2 典型三维视觉任务252
6.7 小结261
参考文献262
第7章 智能之躯——具身智能268
7.1 具身智能概述 268
7.1.1 具身智能的基本概念269
7.1.2 具身智能的核心要素270
7.1.3 具身智能与传统人工智能273
7.1.4 具身智能的意义与价值274
7.2 具身智能的核心技术275
7.2.1 具身智能的系统框架276
7.2.2 具身智能的典型实现路径277
7.2.3 仿真到真实的迁移 281
7.3 具身智能的典型应用 284
7.3.1 智能机器人操作任务284
7.3.2 服务机器人导航任务290
7.4 具身智能的发展前沿与展望295
7.4.1 具身智能大模型295
7.4.2 具身智能的未来挑战296
7.5 小结298
参考文献298
第8章 AI卫士——智慧医疗299
8.1 智慧医疗概述 299
8.1.1 智慧医疗的概念300
8.1.2 智慧医疗数据302
8.1.3 智慧医疗关键技术306
8.2 智慧医疗的应用311
8.2.1 临床诊断与治疗311
8.2.2 远程医疗与在线问诊314
8.2.3 药物研发与个性化医疗316
8.2.4 中医药应用318
8.3 智慧医疗面临的挑战与前景321
8.3.1 智慧医疗面临的挑战322
8.3.2 智慧医疗的发展前景326
8.4 小结329
参考文献330
第9章 AI助手——智慧生活332
9.1 智慧生活概述与人工智能实现332
9.1.1 智慧生活概览332
9.1.2 人工智能在日常生活中的角色333
9.2 智“衣”新尚—智能穿戴与AI时尚助手 335
9.2.1 核心技术与框架—以智能穿戴为例335
9.2.2 应用案例介绍—AI时尚助手338
9.3 “食”悦智融—智慧农业与食品安全 342
9.3.1 核心技术与框架—以智慧农业为例342
9.3.2 应用案例介绍—食品安全监管与溯源347
9.4 乐享智“住”—智能家居与智慧社区 351
9.4.1 核心技术与框架—以智能家居为例352
9.4.2 应用案例介绍—智慧社区353
9.5 智“行”天下—交通大数据与自动驾驶 357
9.5.1 核心技术与框架—以智能交通规划为例357
9.5.2 应用案例介绍—自动驾驶系统360
9.6 小结365
参考文献365
第10章 人工智能前沿367
10.1 大模型的兴起与演进 367
10.1.1 大模型的基本概念与发展历程 368
10.1.2 大模型的优势与挑战370
10.1.3 大模型的训练与优化 371
10.1.4 多模态大模型 379
10.2 生成式人工智能 382
10.2.1 扩散模型382
10.2.2 生成式设计与艺术创作385
10.2.3 大模型技术治理与社会影响390
10.3 AI for Science 391
10.3.1 人工智能在科学中的定义与背景392
10.3.2 人工智能与自然科学392
10.3.3 人工智能与人文社会科学395
10.4 小结396
参考文献397
內容試閱 :
前 言
人工智能(Artificial Intelligence,AI)是以机器为载体模拟人类智能的理论、技术和方法,因此也被称为机器智能(Machine Intelligence)。对人类智能的模拟可通过以符号主义为基石的逻辑推理、以问题求解为核心的探询搜索、以数据驱动为主导的机器学习、以行为主义为动力的强化学习和以博弈对抗为焦点的决策智能等方法来实现。在这个“智行天下,能动未来”的AI时代,全球正经历着由AI引领的新一轮科技革命和产业变革浪潮。在移动互联网、大数据、超级计算、传感网、脑科学、大模型等新理论和新技术的驱动下,人工智能技术作为一种新质生产力已经对经济发展、社会进步、全球治理等各方面产生重大而深远的影响。唯有紧跟时代步伐,积极把握智能技术的发展机遇,我们才能顺势而为,将创新发展的主动权牢牢掌握在自己手中。
2022年9月,中共中央办公厅、国务院办公厅印发了《关于新时代进一步加强科学技术普及工作的意见》(以下简称《意见》)。《意见》明确指出,高等学校应设立科技相关通识课程,满足不同专业、不同学习阶段学生需求,鼓励和支持学生开展创新实践活动和科普志愿服务。如今,人工智能技术已经逐步赋能各行各业,对行业的发展产生了深远的影响。作为一门具有明显交叉融合优势的学科,人工智能具备典型的通识培养价值,有助于提高各学科学生的智能化认知水平和基础科技素养。因此,从通识教育的角度出发,培养高等学校学生的人工智能科技素养显得尤为重要且迫切。
本书是一本旨在引领学生进入人工智能领域的基础性、通用性教材,核心内容可分为“涨知识”和“开眼界”两大功能性板块。本书前五章内容组成“涨知识”板块,通过对该部分内容的学习,学生可以了解人工智能的概念和发展简史、掌握人工智能领域的基本知识和技术架构、了解人工智能的关键核心技术,从而建立对人工智能的宏观认知和体系框架。本书后五章内容组成“开眼界”板块,旨在通过对典型应用的介绍让学生对人工智能产生具象化的理解,了解人工智能的应用前景和前沿热点,开阔眼界。作为一本入门级的人工智能教材,本书尤为注重宏观知识体系的构建,致力于以简洁明了的方式引领初学者踏入这一领域。在编写过程中,作者充分考量了来自不同学科背景的学生在学习上的差异化需求,有意减少了复杂的数学公式推导和理论证明,转而采用大量生动的案例和更加通俗易懂的语言,以深入浅出的方式介绍人工智能的核心技术和关键应用,帮助初学者建立对人工智能的直观认知。此外,作者对全书内容进行了高度提炼,精选出50个核心知识点,并依托先进的数字人技术,制作了配套的知识点讲解视频,以期帮助同学们更加直观、高效地理解和掌握关键知识内容。通过学习本书,同学们能够完善知识结构,培养科学思维、创新精神和前瞻视野。本书是一本适合理工农医、人文社科等不同专业学生的通识类教材。
作者