人工智能及其應用

前言

人工智能誕生于1956年，近50年來，人工智能經(jīng)歷了無數(shù)的爭論、困難和挑戰(zhàn)，不斷地完善、成長和壯大。目前，人工智能在機器自動推理、認知建模、機器學習、神經(jīng)元網(wǎng)絡、自然語言處理、智能機器人等方面取得了相當?shù)倪M展和成果，對其它學科的發(fā)展產生了巨大的影響，人工智能的誕生與發(fā)展已成為20世紀最偉大的成就之一。近10年來，人工智能正從多層次、多角度對人類及其它動物的自然智能進行模擬、延伸和拓展，模擬人類的自然推理方式、模擬人類學習的方式、模擬自然界生物進化的方式、模擬人類思維的結構、模擬人類語言、視覺和聽覺成為現(xiàn)代人工智能研究的主流。本書就是在這樣的背景下寫成的。本書分7篇共23章。第一篇高級推理技術。包括不確定性推理和非單調推理。機器推理建立在傳統(tǒng)邏輯基礎上，但是傳統(tǒng)邏輯是二值邏輯，推理的結論要么為真，要么為假，這與人的自然思維中的“可能”、“大概”等相去甚遠。本篇首先介紹了傳統(tǒng)推理技術，然后討論了專家系統(tǒng)MYCIN的不確定性推理方法、主觀Bayes方法、模糊推理和證據(jù)理論4種模擬人類自然推理的高級推理技術。在傳統(tǒng)邏輯中，推理的前提一定為真，得出的結論也一定恒為真，這也與人類的自然推理方式不符。人類的歷史長河中，有很多結論在當時看來是正確的，多年以后卻發(fā)現(xiàn)是錯誤的，對此，本篇還討論了非單調推理方法。第二篇機器學習。學習是人類智能具有的基本特征之一，建立學習型社會，提倡終身學習是現(xiàn)代社會的潮流。人工智能要使機器具有人那樣的智能，就必須具有學習能力。本篇首先給出了機器學習的概念，然后闡述了概念學習、決策樹學習和學習規(guī)則集合三種方法。第三篇計算智能。第一個關于計算智能的定義是由貝茲德克（Bezdek）于1992年提出的，他認為，從嚴格的意義上講，計算智能取決于制造提供的數(shù)值數(shù)據(jù)，而不依賴于知識。本篇討論了人工神經(jīng)網(wǎng)絡和遺傳算法兩個典型的計算智能技術，為了全面地反映計算智能的研究成果，本篇還介紹了進化策略、進化編程、人工生命、粒群優(yōu)化和蟻群算法等其它計算智能方法。第四篇自然語言理解與感知。語言、視覺和聽覺是人類交流、獲取信息的重要渠道，對于人工智能當然也是十分重要的。自然語言理解近年發(fā)展迅速，其代表性成果是基于語料庫的統(tǒng)計自然語言理解。本篇除論述經(jīng)典的語法分析外，還專辟一章反映這些進展。模擬人類的視覺和聽覺是人工智能最困難的問題之一，本篇對此進行了論述。

內容概要

本書是作者積累多年教學經(jīng)驗，參考國內外大量文獻資料，追蹤當代人工智能發(fā)展趨勢而寫成的著作。 　　全書共分7篇。第一篇講述模擬人類自然推理的不確定性推理方法和非單調推理方法：包括專家系統(tǒng)MYCIN的不確定性推理方法、主觀Bayes方法、模糊推理、證據(jù)理論和非單調推理；第二篇講述機器學習的概念與方法：包括概念學習、決策樹學習和學習規(guī)則集合；第三篇講述計算智能：包括人工神經(jīng)網(wǎng)絡、遺傳算法和其它計算智能方法；第四篇講述如何在機器上實現(xiàn)人類的語言、視覺和聽覺：包括語法和語義分析、基于語料庫的自然語言理解、計算機視覺和語音處理；第五篇介紹蓬勃發(fā)展的分布式人工智能和Agent技術；第六篇介紹人工智能的三個應用領域：即漢語自然語言處理、光學文字識別及移動Agent技術；第七篇是作者對于人工智能的現(xiàn)在與未來的思考。 　　本書敘述簡明清晰，邏輯性強，可作為高等學校相關專業(yè)研究生和高年級本科生的教材，也可供從事人工智能研究與應用的專業(yè)人員參考。

書籍目錄

第一篇　　高級護理技術　第1章　傳統(tǒng)的推理技術　第2章　專家系統(tǒng)MYCIN的不確定性推理方法　第3章　主觀Bayes方法　第4章　模糊推理　第5章　證據(jù)理論　第6章　非單調推理第二篇　　機器學習　第7章　機器學習概論　第8章　概念學習　第9章　決策樹學習　第10章　學習規(guī)則集合第三篇　　計算智能　第11章　人工神經(jīng)網(wǎng)絡　第12章　遺傳算法　第13章　其它計算智能方法第四篇　　自然語言理解與感知　第14章　概述　第15章　語法分析和語義分析　第16章　基于語料庫的自然語言理解　第17章　計算機視覺　第18章　語音處理第五篇　　分布式人工智能　第19章　概述　第20章　Agent技術第六篇　　人工智能的應用　第21章　漢語自然語言處理　第22章　光學字符識別技術　第23章　移動Agent技術第七篇　　人工智能的現(xiàn)在與未來　第24章　對人工智能的思考參考文獻

章節(jié)摘錄

第一篇 高級推理技米第1章 傳統(tǒng)的推理技術推理能力是人類智能的重要組成部分，推理方法的研究源遠流長，早在古希臘時代亞里士多德就提出了三段論，經(jīng)過G..弗雷格、B.羅素和萊布尼茨等人的發(fā)展，在計算機誕生之前，傳統(tǒng)的推理技術就已經(jīng)十分成熟。傳統(tǒng)的推理技術包括命題邏輯和謂詞邏輯，其推理的結果只有兩個，要么是“是”，要么是“否”，這與人類推理中的“可能”與“大概”相差很遠。專家系統(tǒng)是以傳統(tǒng)的推理技術為基礎，并能夠模擬人類思維中的模糊性，是高級的推理技術。本章回顧了命題邏輯和謂詞邏輯的基本概念的推理方法，并以此為基礎，給出了正、反向推理的程序流程圖，為高級推理技術打下基礎。1.1.1 命題邏輯1.1 命題邏輯與謂詞邏輯概論1.什么是命題命題是具有真假意義的一句話。例如：“雪是黑色的”，“北京是中華人民共和國的首都”，“今天下雨”。命題是有真假之分的，真和假稱為命題的真值。當命題為真命題時，其真值為真，記為T；當命題為假命題時，其真值為假，記為F。命題“雪是黑色的”，真值為假；命題“北京是中華人民共和國的首都”，真值為真；命題“今天下雨”，則要看當天的實際情況來確定其真值。

編輯推薦

《人工智能及其應用》敘述簡明清晰，邏輯性強，可作為高等學校相關專業(yè)研究生和高年級本科生的教材，也可供從事人工智能研究與應用的專業(yè)人員參考。

圖書封面

評論、評分、閱讀與下載

---

    人工智能及其應用 PDF格式下載

---