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”,我最初想到的,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,最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。 最后,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
本书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。书中选取了具有代表性的人工智能基础研究的相关主题,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能,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。 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: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
ISBN:978-7-122-37710-4
语种:汉文
开本:32
出版时间:2021-01-01
装帧:平
页数:178