人工智能通識基礎

西安電子科技大學人工智能學院

  • 出版商: 人民郵電
  • 出版日期: 2024-09-01
  • 定價: $299
  • 售價: 8.5$254
  • 語言: 簡體中文
  • 頁數: 172
  • ISBN: 7115636575
  • ISBN-13: 9787115636577
  • 下單後立即進貨 (約4週~6週)

  • 人工智能通識基礎-preview-1
  • 人工智能通識基礎-preview-2
人工智能通識基礎-preview-1

相關主題

商品描述

本書服務國家重大戰略,緊扣各級讀者對人工智能深入瞭解的迫切需求,對人工智能的基礎知識、發展現狀、研究熱點、技術支撐等方面進行了簡明通俗的闡述,是學習人工智能知識、迎接人工智能時代的通識讀物。

書中包含大量人工智能應用案例,涉及安防、金融、醫療、農業、交通、教育、零售、娛樂、物聯網等領域。結合人工智能技術原理、核心優勢以及具體應用場景,介紹了人工智能給各行業帶來的重大變革,分析了人工智能在各行業的發展現狀以及急需解決的難點、痛點,為廣大讀者瞭解人工智能、學習人工智能、運用人工智能提供了切實可靠的參考。

本書還介紹了國內外人工智能的發展現狀和相關部署,探討了人工智能時代的機遇、挑戰與人才培養,幫助讀者全面、正確認識人工智能,更好地擁抱人工智能時代。

本書適用於政府機構、科研院所、學校、企業等對人工智能領域專業基礎和相關技術具有需求的技術人員和管理人員;可作為各類本科、專科通識教育的教材和參考書,也可作為專業技術人才和政務工作者技能提升相關培訓的教輔書。

作者簡介

西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能感知与计算国际合作联合实验室主任、“智能信息处理科学与技术”高等学校学科创新引智基地(“111计划”)主任、教育部科技委学部委员、中国人工智能学会副理事长、教育部人工智能科技创新专家组专家、IET西安分会主席、IEEE西安分会奖励委员会主席、IEEE计算智能协会西安分会主席、IEEE GRSS西安分会主席,IEEE TCYB、IEEE TGRS副主编、教育部创新团队首席专家,IEEE Fellow、IET Fellow、CAAI Fellow、CCF Fellow、CIE Fellow、CAA Fellow,PC of NeurlPS、ICML、CVPR、AAAI、IJCAI and ICCV, 连续七年入选爱思唯尔高被引学者榜单。国务院学位委员会学科评议组成员,人社部博士后管委会评议组专家,曾任第八届全国人大代表。1991年被批准为享受国务院政府津贴的专家,1996年首批入选国家“百千万”人才工程(第一、二层次),陕西省首批“三五人才”第一层次。当选为全国模范教师、陕西省突出贡献专家和陕西省师德标兵。

目錄大綱

摘要 III

前言 V

第 1章 人工智能概述 1

1.1 什麽是人工智能 1

1.1.1 電腦視覺 2

1.1.2 機器學習 4

1.1.3 自然語言處理 6

1.1.4 機器人技術 7

1.1.5 語音識別技術 9

1.2 人工智能的發展歷程(簡史) 10

1.3 人工智能的主要特徵 24

1.3.1 環境感知能力 24

1.3.2 知識運用能力 25

1.3.3 學習能力 25

1.4 人工智能的重要意義 25

第 2章 國內外發展現狀 33

2.1 人工智能的發展現狀 33

2.1.1 人工智能核心技術發展現狀 33

2.1.2 人工智能產業現狀 41

2.1.3 人工智能人才培養現狀 46

2.2 中國人工智能的國家戰略 49

2.3 國外人工智能的相關部署 61

2.3.1 美國人工智能領域相關部署 61

2.3.2 歐盟人工智能領域相關部署 62

2.3.3 其他國家人工智能領域相關部署 63

第3章 人工智能熱點問題及技術支持 68

3.1 人工智能研究熱點問題 68

3.1.1 深度神經網絡 68

3.1.2 特徵抽取 69

3.1.3 圖像分類 69

3.1.4 目標檢測 70

3.1.5 語義分割 71

3.1.6 表示學習 71

3.1.7 生成對抗網絡 72

3.1.8 語義網絡 72

3.1.9 協同過濾 73

3.1.10 機器翻譯 73

3.2 圖靈獎中的主要人工智能技術 74

3.3 媒體評選出的重大人工智能技術 78

3.4 人工智能各子領域中的人工智能技術 82

3.4.1 機器學習 82

3.4.2 自然語言處理 84

3.4.3 知識工程 86

3.4.4 信息檢索與推薦 87

3.4.5 電腦視覺 89

3.4.6 語音識別 90

3.4.7 機器人 91

3.4.8 數據挖掘 93

3.4.9 人機交互 93

3.4.10 可視化 94

3.4.11 其他人工智能外延技術 96

第4章 人工智能的基本算法 107

4.1 人工智能經典網絡模型 107

4.1.1 自編碼器 107

4.1.2 DBN生成模型 109

4.1.3 淺層CNN網絡 115

4.1.4 類殘差網絡 121

4.1.5 循環神經網絡(RNN) 125

4.1.6 膠囊網絡 129

4.1.7 圖捲積神經網絡 133

4.1.8 GAN生成對抗 139

第5章 人工智能+在各行各業的發展狀況 146

5.1 “人工智能+安防” 146

5.1.1 背景介紹 146

5.1.2 實施場景及應用 147

5.1.3 智慧安防新趨勢 148

5.2 “人工智能+金融” 150

5.2.1 發展背景 150

5.2.2 應用場景 151

5.2.3 總結 153

5.3 “人工智能+醫療” 154

5.3.1 發展背景 154

5.3.2 應用場景 154

5.3.3 總結 156

5.4 “人工智能+農業” 158

5.4.1 發展背景 158

5.4.2 應用場景 159

5.4.3 總結 161

5.5 “人工智能+交通” 162

5.5.1 發展背景 162

5.5.2 應用場景 164

5.5.3 總結展望 165

5.6 “人工智能+教育” 166

5.6.1 發展背景 166

5.6.2 應用場景 167

5.6.3 未來展望 170

5.7 “人工智能+零售” 171

5.7.1 發展背景 171

5.7.2 應用場景 171

5.7.3 總結展望 173

5.8 “人工智能+娛樂(音樂+美術+影視)” 175

5.8.1 發展背景 175

5.8.2 應用場景 175

5.8.3 總結 177

5.9 “人工智能+物聯網” 178

5.9.1 背景介紹 178

5.9.2 應用場景 178

5.9.3 總結 180

第6章 人工智能教育體系 183

6.1 人工智能教育體系建設的重要性 183

6.2 人工智能教育佈局(小學生—研究生) 188

6.2.1 中小學人工智能教育 188

6.2.2 高等院校人工智能 192

6.3 人工智能教育體系現有支撐 199

6.3.1 教材建設 199

6.3.2 師資隊伍建設 203

第7章 機遇與挑戰 209

7.1 機遇 209

7.1.1 國際大勢所趨 209

7.1.2 國家戰略驅動 212

7.1.3 國內發展需求 214

7.1.4 智力資源優勢 217

7.1.5 產業初步基礎 218

7.1.6 金融資本助力 221

7.2 挑戰 223

7.2.1 下一代人工智能研究方向 224

7.2.2 中國人工智能基礎理論和算法存在問題 231

7.2.3 人工智能高水平人才培養的挑戰 234

第8章 做人工智能教育的探索者和引領者 240

8.1 堅持四個面向,積極探索與構建人工智能人才培養與科技創新融合的新模式 240

8.2 註重鏈式思維,構建“國際化+西電特色”的本碩博一體化培養體系 241

8.3 拓展載體建設,厚植產學研協同化人才培養基礎 241

8.4 突出研教融合,打造高精尖專業化科技創新團隊 241

8.5 拓展國際交流,營造互聯互通全球化人才培養氛圍 242

第1章 人工智能概述

1.1 什麽是人工智能 1

1.1.1 電腦視覺 3

1.1.2 機器學習 5

1.1.3 自然語言處理 7

1.1.4 機器人技術 9

1.1.5 語音識別技術 10

1.2 人工智能發展簡史 12

1.2.1 人工智能的發展歷程 12

1.2.2 人工智能的發展現狀 26

1.2.3 人工智能的發展趨勢 38

1.3 人工智能的主要特徵 39

1.3.1 環境感知能力 40

1.3.2 知識運用能力 40

1.3.3 學習能力 40

1.4 人工智能的重要意義 41

1.5 人工智能學習建議 45

1.5.1 行業人才需求 45

1.5.2 知識、能力與素養目標 47

1.5.3 知識體系 49

1.5.4 學習指導 51

第2章 人工智能核心技術及研究熱點

2.1 人工智能各子領域中的技術 53

2.1.1 機器學習 54

2.1.2 自然語言處理 55

2.1.3 知識工程 57

2.1.4 信息檢索與推薦 58

2.1.5 電腦視覺 60

2.1.6 語音識別 61

2.1.7 機器人 62

2.1.8 數據挖掘 64

2.1.9 人機交互 64

2.1.10 可視化技術 65

2.1.11 其他人工智能外延技術 67

2.2 人工智能研究熱點問題 74

2.2.1 深度神經網絡 75

2.2.2 特徵抽取 75

2.2.3 圖像分類 76

2.2.4 目標檢測 77

2.2.5 語義分割 77

2.2.6 表示學習 78

2.2.7 生成對抗網絡 79

2.2.8 語義網絡 79

2.2.9 協同過濾 80

2.2.10 機器翻譯 80

第3章 人工智能的基本算法

3.1 自編碼器 82

3.2 DBN生成模型 84

3.3 淺層捲積神經網絡 90

3.4 類殘差網絡 96

3.5 相關的循環神經網絡 100

3.6 膠囊網絡 104

3.7 圖捲積神經網絡 108

3.8 生成對抗網絡 113

第4章 人工智能各行各業的發展狀況

4.1 人工智能+安防 117

4.1.1 發展背景 117

4.1.2 應用場景 118

4.1.3 發展總結 120

4.2 人工智能+金融 121

4.2.1 發展背景 121

4.2.2 應用場景 123

4.2.3 發展總結 125

4.3 人工智能+醫療 125

4.3.1 發展背景 126

4.3.2 應用場景 127

4.3.3 發展總結 130

4.4 人工智能+農業 130

4.4.1 發展背景 130

4.4.2 應用場景 132

4.4.3 發展總結 134

4.5 人工智能+交通 135

4.5.1 發展背景 135

4.5.2 應用場景 136

4.5.3 發展總結 139

4.6 人工智能+教育 139

4.6.1 發展背景 139

4.6.2 應用場景 141

4.6.3 發展總結 143

4.7 人工智能+零售 144

4.7.1 發展背景 144

4.7.2 應用場景 145

4.7.3 發展總結 147

4.8 人工智能+娛樂 148

4.8.1 發展背景 148

4.8.2 應用場景 149

4.8.3 發展總結 152

4.9 人工智能+物聯網 152

4.9.1 發展背景 152

4.9.2 應用場景 154

4.9.3 發展總結 156

第5章 下一代人工智能發展方向及高水平人才培養

5.1 下一代人工智能發展方向 157

5.2 我國人工智能基礎理論和算法發展策略 164

5.3 人工智能高水平人才培養 167