人工智能

前言

從“人工智能”這個(gè)術(shù)語(yǔ)誕生到今天，已經(jīng)過(guò)去了50多年。在這半個(gè)多世紀(jì)的歲月中，人工智能經(jīng)歷了從誕生、發(fā)展、停滯、重興到目前的實(shí)用化共五個(gè)階段。這種經(jīng)歷相當(dāng)于完成了一個(gè)輪回，也使人工智能不再是“看上去很美”，而變成“用起來(lái)很好”。智能是人類所特有的區(qū)別于一般生物的主要特征。智能的定義有多種形式，可以解釋為“智力的能力、傳授的或獲得的知識(shí)”，也可以理解為“感知、學(xué)習(xí)、理解、知道的能力，即思維的能力”。而本書(shū)中則將智能定義為“在給定一個(gè)輸入集和各種可能行動(dòng)的條件下制定正確決策的能力”，這也正是本書(shū)的重點(diǎn)——在“輸入一輸出”框架下介紹和解釋各種算法。人工智能就是用計(jì)算機(jī)模擬人的智能，因此又稱為機(jī)器智能。研究人工智能的主要目的包括制造智能機(jī)器并探索人類智能本質(zhì)。通過(guò)對(duì)人工智能的深入研究，可以輔助、部分代替甚至拓寬人類的智能，使計(jì)算機(jī)更好地造福于人類。信息化建設(shè)于20世紀(jì)90年代末開(kāi)始進(jìn)入我國(guó)各行各業(yè)，成為近十幾年來(lái)計(jì)算機(jī)服務(wù)社會(huì)的主要手段。經(jīng)過(guò)多年的發(fā)展，人們逐漸發(fā)現(xiàn)，僅僅發(fā)展信息化遠(yuǎn)遠(yuǎn)不夠，人們獲得的大量信息無(wú)法為決策服務(wù)。人工智能的本質(zhì)就是使計(jì)算機(jī)模擬人類的計(jì)算、思維及決策，因此，信息化向智能化發(fā)展是理論研究與實(shí)際需求相結(jié)合的必然趨勢(shì)。在信息化向智能化發(fā)展的過(guò)程中，作為人才培養(yǎng)基地的高等院校在各種相關(guān)專業(yè)開(kāi)設(shè)人工智能課程已是大勢(shì)所趨。在美國(guó)，由ACM和IEEE Computer Society共同制定的Computer Science Curriculum 2008（計(jì)算機(jī)科學(xué)教程2008，簡(jiǎn)稱CS2008）是Computing Curriculum 2001（簡(jiǎn)稱CC2001）的暫時(shí)修訂版。從CS2008可以看出，人工智能課程除了包括CC200l中已經(jīng)囊括的人工智能基本問(wèn)題、搜索和約束滿足、知識(shí)表示和推理、高級(jí)搜索、高級(jí)推理、Agent、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、規(guī)劃和機(jī)器人之外，還將感知器單獨(dú)列為一個(gè)子類，其內(nèi)容主要是感知器、成像、圖像和目標(biāo)檢測(cè)等理論與技術(shù)，這意味著加強(qiáng)了人工智能算法在應(yīng)用中的作用。同時(shí)，為了培養(yǎng)更多的專門的智能化服務(wù)人員，人工智能學(xué)科在教育方面也得到了蓬勃發(fā)展，自從2004年教育部批準(zhǔn)設(shè)置“智能科學(xué)與技術(shù)”本科專業(yè)以來(lái)，我國(guó)已經(jīng)先后有十幾所高校設(shè)置了“智能科學(xué)與技術(shù)”本科專業(yè)這表明社會(huì)的發(fā)展需要人工智能的發(fā)展，而人工智能的發(fā)展離不開(kāi)教育，也就離不開(kāi)大量的人工智能教材和參考書(shū)。近年來(lái)，國(guó)外陸續(xù)出版了多種新的人工智能相關(guān)書(shū)籍（其中絕大多數(shù)已經(jīng)引進(jìn)和翻譯出版），國(guó)內(nèi)也先后出現(xiàn)了一些詳細(xì)介紹人工智能的書(shū)籍。但這些書(shū)籍大部分著重介紹的是人工智能理論的發(fā)展及各種算法的原理，鮮有詳細(xì)介紹各種人工智能算法具體實(shí)現(xiàn)的書(shū)籍。而本書(shū)正是立足于人工智能程序設(shè)計(jì)，為讀者提供各種算法的原理和具體實(shí)現(xiàn)，因而成為幫助讀者快速掌握人工智能算法實(shí)現(xiàn)的不可多得的一本好書(shū)。

內(nèi)容概要

　　 本書(shū)包含當(dāng)前人工智能（AI）研究的主要內(nèi)容，尤其強(qiáng)調(diào)實(shí)際應(yīng)用，涉及數(shù)據(jù)挖掘等許多最新應(yīng)用領(lǐng)域。全書(shū)共13章，分別講述了人工智能的歷史、盲目搜索、啟發(fā)式搜索、人工智能與游戲、知識(shí)表示、機(jī)器學(xué)習(xí)、演化計(jì)算、神經(jīng)網(wǎng)絡(luò)、機(jī)器人學(xué)與人工智能、智能Agent、仿生和混合模型以及人工智能語(yǔ)言。本書(shū)給出了算法的較詳細(xì)實(shí)現(xiàn)，與現(xiàn)有的以理論基礎(chǔ)為核心的大多數(shù)經(jīng)典人工智能著作相比，本書(shū)有自身的鮮明特色，且內(nèi)容與國(guó)內(nèi)人工智能課程的教學(xué)內(nèi)容吻合，尤其有利于培養(yǎng)學(xué)生解決人工智能實(shí)際問(wèn)題的能力。    本書(shū)適合高等學(xué)校計(jì)算機(jī)、自動(dòng)化等信息學(xué)科的本科生和研究生閱讀，也適合廣大人工智能愛(ài)好者自學(xué)使用，本書(shū)也能為人工智能研究人員了解各種算法的設(shè)計(jì)思路和具體實(shí)現(xiàn)框架提供參考。

作者簡(jiǎn)介

作者：（美國(guó)）瓊斯（M.Tim Jones） 譯者：黃厚寬 尹傳環(huán) 董興業(yè) 等

書(shū)籍目錄

第1章  人工智能的歷史	　1.1　什么是智能	　1.2　探索機(jī)械智能	　1.3　早期時(shí)代（20世紀(jì)50年代初）	　1.4　人工智能領(lǐng)域的出現(xiàn)	　1.5　人工智能的冬天	　1.6　人工智能的重興	　1.7　人工智能交叉學(xué)科的研究進(jìn)展	　1.8　系統(tǒng)方法	　1.9　全書(shū)內(nèi)容概述	　1.10   本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第2章  盲目搜索	　2.1　搜索與人工智能	　2.2　搜索分類	　2.3　通用狀態(tài)空間搜索	　2.4　樹(shù)、圖及其表示法	　2.5　盲目搜索	　2.6　改進(jìn)	　2.7　算法優(yōu)點(diǎn)	　2.8　本章小結(jié)	　2.9　算法小結(jié)	　參考文獻(xiàn)	　練習(xí)	第3章  啟發(fā)式搜索	　3.1　啟發(fā)式搜索	　3.2　最佳優(yōu)先搜索（BEST-FS）	　3.3　A*搜索	　3.4　爬山搜索	　3.5　模擬退火（SA）	　3.6　禁忌搜索	　3.7　約束滿足問(wèn)題（CSP）	　3.8　約束滿足算法	　3.9　本章小結(jié)	　3.10   算法總結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第4章  人工智能與游戲	　4.1　雙人游戲	　4.2　極小極大算法	　4.3　經(jīng)典游戲中的人工智能	　4.4　視頻游戲中的人工智能	　4.5　本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第5章  知識(shí)表示	　5.1　簡(jiǎn)介	　5.2　知識(shí)的類型	　5.3　知識(shí)的作用	　5.4　語(yǔ)義網(wǎng)絡(luò)	　5.5　框架	　5.6　命題邏輯	　5.7　一階邏輯（謂詞邏輯）	　5.8　語(yǔ)義Web	　5.9　計(jì)算化知識(shí)發(fā)現(xiàn)	　5.10   本體	　5.11   知識(shí)通信	　5.12   常識(shí)	　5.13   本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第6章  機(jī)器學(xué)習(xí)	　6.1　機(jī)器學(xué)習(xí)算法	　6.2　本章小結(jié)	　參考文獻(xiàn)	　練習(xí)	第7章  演化計(jì)算	　7.1　演化計(jì)算簡(jiǎn)史	　7.2　生物學(xué)動(dòng)機(jī)	　7.3　遺傳算法（GA）	　7.4　遺傳程序設(shè)計(jì)（GP）	　7.5　演化策略（ES）	　7.6　差異演化（DE）	　7.7　粒子群優(yōu)化（PSO）	　7.8　演化硬件	　7.9　本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第8章  神經(jīng)網(wǎng)絡(luò)I	　8.1　神經(jīng)網(wǎng)絡(luò)簡(jiǎn)史	　8.2　生物學(xué)動(dòng)因	　8.3　神經(jīng)網(wǎng)絡(luò)的基本原理	　8.4　感知器	　8.5　最小均方學(xué)習(xí)	　8.6　反向傳播學(xué)習(xí)	　8.7　概率神經(jīng)網(wǎng)絡(luò)	　8.8　其他神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)	　8.9　構(gòu)建神經(jīng)網(wǎng)絡(luò)的技巧	　8.10   本章小結(jié)	　參考文獻(xiàn)	　練習(xí)	第9章  神經(jīng)網(wǎng)絡(luò)II	　9.1　無(wú)監(jiān)督學(xué)習(xí)	　9.2　Hebb學(xué)習(xí)	　9.3　簡(jiǎn)單競(jìng)爭(zhēng)學(xué)習(xí)	　9.4　k均值聚類	　9.5　自適應(yīng)諧振理論（ART）	　9.6　Hopfield自聯(lián)想模型	　9.7　本章小結(jié)	　參考文獻(xiàn)	　練習(xí)	第10章  機(jī)器人學(xué)和人工智能	　10.1　機(jī)器人學(xué)簡(jiǎn)介	　10.2　Braitenberg車	　10.3　自然感知和控制	　10.4　用傳感器感知	　10.5　用效應(yīng)器實(shí)現(xiàn)動(dòng)作	　10.6　機(jī)器人控制系統(tǒng)	　10.7　簡(jiǎn)單的控制體系結(jié)構(gòu)	　10.8　行為規(guī)劃	　10.9　群組或分布式機(jī)器人	　10.10   機(jī)器人程序設(shè)計(jì)語(yǔ)言	　10.11   機(jī)器人仿真器	　10.12   本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第11章  智能Agent	　11.1　Agent的結(jié)構(gòu)	　11.2　Agent屬性和人工智能	　11.3　Agent環(huán)境	　11.4　Agent分類	　11.5　Agent體系結(jié)構(gòu)	　11.6　Agent語(yǔ)言	　11.7　Agent通信	　11.8　本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	第12章  仿生和混合的模型	　12.1　元胞自動(dòng)機(jī)	　12.2　自主計(jì)算系統(tǒng)	　12.3　人工生命	　12.4　模糊系統(tǒng)	　12.5　演化神經(jīng)網(wǎng)絡(luò)	　12.6　蟻群優(yōu)化	　12.7　情感計(jì)算	　相關(guān)資料	第13章  人工智能語(yǔ)言	　13.1　語(yǔ)言分類	　13.2　人工智能語(yǔ)言	　13.3　其他語(yǔ)言	　13.4　本章小結(jié)	　參考文獻(xiàn)	　相關(guān)資料	　練習(xí)	索引

章節(jié)摘錄

插圖：

編輯推薦

《人工智能》為廣大學(xué)生和人工智能開(kāi)發(fā)人員提供了學(xué)習(xí)人工智能相關(guān)概念的一種新思路。書(shū)中包含人工智能在多個(gè)領(lǐng)域的許多最新應(yīng)用，這些領(lǐng)域包括游戲程序設(shè)計(jì)、群體智能、智能Agent、神經(jīng)網(wǎng)絡(luò)、人工免疫系統(tǒng)、遺傳算法、模式識(shí)別、數(shù)值優(yōu)化以及數(shù)據(jù)挖掘等?！度斯ぶ悄堋愤€討論了從早期的LlSP語(yǔ)言到近期的Python語(yǔ)言等多種人工智能語(yǔ)言。書(shū)中不僅包括了人工智能的理論和主要課題，還介紹了從數(shù)據(jù)輸入到轉(zhuǎn)換再到數(shù)據(jù)輸出（即算法的使用）的實(shí)際需要的信息。因?yàn)閭鹘y(tǒng)的人工智能概念目前僅僅表示算法的各種類型，因此需要用一種不同的方法來(lái)介紹人工智能算法。這種“傳感器-算法-效應(yīng)器”的方法為這些算法提供了一個(gè)基礎(chǔ)環(huán)境，能夠幫助學(xué)生和人工智能從業(yè)者更好地理解它們，從而更好地應(yīng)用這些算法。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    人工智能 PDF格式下載

---