目录

第1章人工智能概述1

1.1什么是人工智能1

1.2人工智能的发展历程1

1.2.1初创时期（1936—1956）3

1.2.2形成时期（1957—1969）4

1.2.3低谷时期（1970—1992）4

1.2.4发展时期（1993—2011）5

1.2.5突破时期（2012年至今）6

1.3机器能否真正拥有智能7

1.3.1图灵测试8

1.3.2中文屋9

1.4人工智能的主要研究内容10

1.4.1机器学习10

1.4.2深度学习11

1.4.3强化学习13

1.4.4计算机视觉14

1.4.5自然语言处理15

1.4.6智能博弈17

1.4.7智能机器人18

1.4.8人工智能的新兴研究方向19

1.5习题20

参考文献20

第2章人工智能软硬件平台基础21

2.1硬件平台21

2.1.1智能芯片21

2.1.2人工智能芯片的发展方向23

2.2软件平台23

2.2.1人工智能开发框架23

2.2.2经典的人工智能开发框架24

2.2.3人工智能云平台29

2.3Python基础31

2.3.1Python的安装31

2.3.2Python编程基础31

2.3.3文件操作32

2.3.4第三方模块的使用32

2.3.5NumPy与SciPy以及Matplotlib的使用32

2.4习题33

参考文献33

第3章面向人工智能的优化算法35

3.1人工智能优化算法概论35

3.2无约束优化算法37

3.2.1盲人下山37

3.2.2梯度下降法38

3.2.3牛顿法39

3.3随机优化算法39

3.3.1大数据背景下的模型训练39

3.3.2随机梯度下降40

3.3.3动量法41

3.3.4步长自适应算法和Adam42

3.4应用示例44

3.4.1梯度下降44

3.4.2SSGD45

3.4.3动量法45

3.4.4Adam45

3.4.5PyTorch实现46

3.5带约束优化算法46

3.5.1罚函数法46

3.5.2增广拉格朗日法47

3.5.3交替方向乘子法47

3.6习题47

参考文献47

第4章机器学习49

4.1机器学习概论49

4.1.1机器学习的内涵49

4.1.2机器学习的发展历程50

4.1.3机器学习的基本流程51

4.2机器学习方法分类52

4.2.1监督学习52

4.2.2无监督学习53

4.2.3强化学习54

4.3机器学习的常用算法54

4.3.1分类任务54

4.3.2回归分析57

4.3.3聚类任务58

4.3.4降维算法60

4.4机器学习的应用61

4.5习题61

参考文献62

第5章深度学习63

5.1深度学习概论63

5.2深度学习发展历程63

5.2.1起源阶段63

5.2.2发展阶段64

5.2.3爆发阶段64

5.3深度神经网络基本原理65

5.3.1深度神经网络核心知识65

5.3.2前向神经网络与反馈神经网络68

5.3.3反向传播算法70

5.4典型的神经网络71

5.4.1卷积神经网络71

5.4.2循环神经网络74

5.5深度学习的应用74

5.5.1语音识别75

5.5.2自动驾驶75

5.5.3医疗健康诊断75

5.5.4广告点击率预估76

5.6深度学习的未来76

5.7习题77

参考文献77

第6章强化学习79

6.1强化学习概论79

6.2数学基础80

6.2.1概率论与数理统计基础80

6.2.2信息论基础知识81

6.3强化学习的基本概念82

6.3.1马尔可夫决策过程82

6.3.2随机策略与确定性策略83

6.3.3值函数与行为值函数84

6.3.4强化学习与其他机器学习的联系与区别86

6.4强化学习分类86

6.4.1基于值函数的强化学习算法86

6.4.2基于直接策略搜索的强化学习算法88

6.5强化学习的应用90

6.5.1人类级雅达利专家: DQN90

6.5.2星际争霸大师: AlphaStar91

6.5.3超级聊天机器人: ChatGPT93

6.6习题94

参考文献94

第7章计算机视觉95

7.1计算机视觉概论95

7.2图像与图像预处理96

7.2.1图像的表示96

7.2.2图像点运算97

7.2.3图像滤波99

7.2.4边缘检测102

7.3计算机视觉经典任务及算法104

7.3.1图像分类104

7.3.2目标检测107

7.3.3语义分割109

7.3.4目标跟踪110

7.4计算机视觉算法的实现111

7.4.1OpenCV视觉库111

7.4.2MATLAB图像处理工具箱111

7.4.3深度学习框架TensorFlow与PyTorch112

7.5计算机视觉的应用112

7.5.1车牌识别112

7.5.2人脸识别113

7.5.3质量缺陷检测113

7.6习题113

参考文献113

第8章自然语言处理116

8.1自然语言处理概论116

8.1.1自然语言处理的发展历史116

8.1.2自然语言处理面临的难点问题117

8.2词法分析118

8.2.1词法分析概述118

8.2.2分词118

8.2.3词性标注122

8.2.4命名实体识别122

8.3句法分析123

8.3.1句法分析概述123

8.3.2句法分析树构建123

8.3.3句子分割125

8.4语义分析126

8.4.1语义分析概述126

8.4.2词义消歧126

8.4.3语义角色标注127

8.4.4文本语义表示128

8.5自然语言处理的应用130

8.5.1文本分类130

8.5.2信息抽取131

8.5.3自动问答132

8.5.4自动文本摘要132

8.6习题133

参考文献135

第9章智能博弈136

9.1智能博弈概论136

9.1.1博弈的基本概念136

9.1.2博弈的分类137

9.1.3纳什均衡及典型案例138

9.2博弈的复杂度138

9.2.1博弈问题的状态复杂度和博弈树复杂度139

9.2.2状态复杂度及博弈树复杂度的估算方法139

9.2.3博弈问题的计算复杂性140

9.3智能博弈策略求解技术141

9.3.1博弈树搜索142

9.3.2极大极小值算法142

9.3.3裁枝搜索（αβ剪枝）143

9.3.4剪枝优化方法144

9.3.5蒙特卡洛树搜索144

9.3.6深度强化学习146

9.4智能博弈的典型应用147

9.4.1国际象棋智能体“深蓝”147

9.4.2围棋智能体AlphaGo148

9.4.3Dota 2智能体OpenAI Five148

9.4.4斗地主智能体DouZero149

9.5习题150

参考文献150

第10章智能机器人152

10.1智能机器人概论152

10.1.1初识机器人152

10.1.2智能机器人技术的发展154

10.1.3机器人的分类157

10.2机器人的基本结构与工作原理157

10.3机器人感知单元158

10.3.1常见的机器人传感器158

10.3.2机器人视觉159

10.4机器人的规划、控制与决策161

10.5机器人在我国的实际应用163

10.5.1南极长航程科考机器人163

10.5.2适用于有色金属浇铸生产线的修锭机器人164

10.5.3微操作克隆机器人系统164

10.6机器人的发展方向: 技能学习与智能发育165

10.6.1机器人的技能学习166

10.6.2机器人的智能发育166

10.7习题168

参考文献169

附录: 重要术语中英文对照表171