人工智能——何時機器能掌控一切

[德] 克勞斯·邁因策爾(Klaus Mainzer) 著 賈積有 賈奕 譯

  • 出版商: 清華大學
  • 出版日期: 2022-02-01
  • 定價: $354
  • 售價: 8.0$283
  • 語言: 簡體中文
  • ISBN: 7302592578
  • ISBN-13: 9787302592570
  • 相關分類: 量子計算
  • 立即出貨 (庫存 < 3)

  • 人工智能——何時機器能掌控一切-preview-1
  • 人工智能——何時機器能掌控一切-preview-2
  • 人工智能——何時機器能掌控一切-preview-3
人工智能——何時機器能掌控一切-preview-1

相關主題

商品描述

《人工智能——何時機器能掌控一切》共12章,從歷史、社會、哲學和人文等多學科角度審視人工智能技術的過去、現在和未來;既涵蓋了邏輯運算等經典的人工智能算法,又引入了量子計算等前沿的人工智能技術;既強調了人工智能對人類生活和社會各個方面的正面促進作用,又指出了其高能耗等缺點。 通過閱讀《人工智能——何時機器能掌控一切》,零基礎的讀者可以快速瞭解人工智能的概念、歷史和發展趨勢;略知一二的入門者可以深入學習人工智能的常用算法和技術;經驗豐富的從業人員則可以通過《人工智能——何時機器能掌控一切》的多學科視角更加全面地認識人工智能對於社會和歷史影響。

目錄大綱

目錄

第1章簡介: 什麽是人工智能

參考文獻

第2章人工智能簡史

2.1人類的古老夢想

2.2圖靈測試

2.3從通用問題求解到專家系統

參考文獻

第3章邏輯思維成為自動化

3.1邏輯思維意味著什麽

3.2人工智能編程語言PROLOG

3.3人工智能編程語言LISP

3.4自動證明

參考文獻

第4章系統成為專家

4.1一個基於知識的系統架構

4.2知識表示編程

4.3有限性、不確定性和直覺性知識

參考文獻

第5章電腦學會說話

5.1ELIZA會識別字符串模式

5.2自動機和機器識別語言

5.3我的智能手機何時會理解我

參考文獻

第6章算法模擬進化

6.1生物學和技術性的電路圖

6.2細胞自動機

6.3遺傳算法和進化算法

參考文獻

第7章神經網絡模擬大腦

7.1大腦和認知

7.2神經網絡和學習算法

7.3情感和意識

參考文獻

第8章機器人變得社會化

8.1人形機器人

8.2認知和社會型機器人

8.3機器人的群體智慧

參考文獻

第9章基礎設施變得智能化

9.1物聯網和大數據

9.2從自動駕駛車輛到智能交通系統

9.3從網絡物理系統到智能基礎設施

9.4工業4.0和未來的勞動力世界

參考文獻

第10章從自然智能和人工智能到超級智能

10.1神經形態電腦和人工智能

10.2自然智能和人工智能

10.3量子電腦與人工智能

10.4奇點和超級智能

10.5技術設計: 人工智能作為人類的服務系統

參考文獻

第11章人工智能有多安全

11.1神經網絡是一個黑匣子

11.2在不完全信息下的決定性

11.3人類機構有多安全

參考文獻

第12章人工智能和責任

12.1社會積分和一帶一路

12.2人工智能與全球價值體系競爭

參考文獻

全書圖片清單

圖3.1(a)列表(S1,S2,…,SN)的樹狀表示(b)s表達式(A.((B.(C.NIL))))的

樹狀表示12

圖3.2具有打孔磁帶的圖靈機15

圖4.1基於知識的專家系統架構24

圖4.2正/反向推理25

圖4.3DENDRAL中一個化學結構式的推導27

圖4.4醫學專家系統和/或樹28

圖5.1有限自動機示例圖34

圖5.2下推自動機的結構37

圖5.3基於喬姆斯基語法體系的語義深度結構39

圖5.4NETalk學習閱讀41

圖5.5WATSON的體系結構43

圖6.1遺傳和神經元信息系統的進化47

圖6.2細胞自動機模擬細胞自組織49

圖6.3作為動態系統的單元,具有狀態變量xi、輸出變量yi和三個常數二進制輸入

ui-1,ui,ui+150

圖7.1麥卡洛克皮茨神經元56

圖7.2感知機架構57

圖7.3可分離模式57

圖7.4具有一個輸出的三層神經網絡模型58

圖7.5具有兩個輸出神經元的神經網絡的三層模型58

圖7.6人臉識別的多層模型(深度學習)59

圖7.7作為霍普菲爾德系統狀態空間的電勢山脈60

圖7.8霍普菲爾德系統中的模式識別60

圖7.9多層神經網絡檢測相關性和聚類62

圖7.10無監督學習的科荷倫圖63

圖7.11智能體從環境中加強學習64

圖7.12具有條件概率的貝葉斯學習網66

圖7.13理性決策的認知扭曲66

圖8.1零力矩點(ZMP)和穩定區域74

圖8.2一個家居機器人的馬爾可夫邏輯圖77

圖8.3具有基於行為和符號認知模塊的類人機器人體系結構78

圖8.4機器人足球選手的行為層次結構80

圖9.1產品網絡中的自組織83

圖9.2流行病的自組織83

圖9.3大數據與人工智能86

圖9.4物聯網深度學習86

圖9.5自主機器人移動式奧迪月球車quattro87

圖9.6谷歌自主車環境圖片88

圖9.7智能網供電基礎設施數字化91

圖9.8數控車床的功能部件93

圖10.1具有局部活動單元和局部影響範圍的復雜單元系統97

圖10.2非線性擴散反應方程的結構和模式形成98

圖10.3霍奇金赫胥黎模型100

圖10.4記憶電阻器(取決於角頻率)ω(ω1<ω2)的磁滯曲線102

圖10.5帶二氧化鈦開關的記憶電阻系統103

圖10.6超級智能發展階段116

圖11.1統計和因果學習126

圖11.2從數據挖掘到因果模型129

圖11.3軟件測試認證等級132

圖11.4採用哈希編碼的區塊鏈134