人工智能技术导论

(1) 覆盖面广。系统而全面地介绍人工智能的理论知识、技术方法以及新兴产业应用领域，讲述人工智能通识知识，拓宽读者视野，优化读者知识结构。 (2) 循序渐进。采用深入浅出、通俗易懂的语言阐述人工智能关键知识，用工程观点和方法探究人工智能技术应用，理论联系实际。 (3) 目标明确。针对“人工智能技术应用和产业研发转化”目标，以科技创新和产业应用为导向，深入研究人工智能相关技术，先导探索其应用发展。

本书主要从基础、技术和应用等方面讲述人工智能。全书共11章，内容涵盖人工智能概述、人工智能的软硬件体系、人工智能与数据、计算机视觉、语音识别、自然语言理解、知识推理、经典机器学习、机器学习与深度学习、自动驾驶、智能问答及人工智能的社会问题等。
本书可作为高等院校智能科学与技术、计算机科学、电子科学与技术、控制科学与工程等专业本科生或专科生的教材，也可作为人文社科类各专业的通识课程教材，还可为对人工智能技术及其应用感兴趣的工程技术人员提供参考。

金雷，毕业于哈尔滨工业大学，现任教于广东工业大学，入选广东工业大学“青年百人”计划，硕士生导师。多年从事智能交通和自动驾驶的研发实践，主持和参与各类课题30余项，研究方向包括智能交通、系统科学、交通安全、交通规划、应急管理、低碳城市等。发表高水平论文20余篇，申请发明专利9项，参编制定地方标准规范3项，政府部门、行业国企咨询报告10余篇。

第1章人工智能技术概述
1．1从人类智能到人工智能
1．1．1史前智能
1．1．2声音智能
1．1．3文字智能
1．1．4智能的计算形式
1．1．5信息智能的地球网络
1．2人工智能的提出与发展
1．2．1人工智能的起源与黄金时代
1．2．2人工智能的第一次寒冬及第二次繁荣期
1．2．3人工智能的第二次寒冬
1．2．4人工智能的稳健时代与新时代
1．3人工智能是什么
1．3．1人工智能的定义
1．3．2人工智能的任务域
1．3．3人工智能三大主义
1．4本书的主要内容
第2章人工智能的软硬件体系
2．1人工智能软件体系
2．1．1人工智能的软件体系简介
2．1．2部分框架介绍
2．2人工智能硬件体系
2．2．1人工智能的硬件体系简介
2．2．2人工智能芯片简介
2．2．3人工智能芯片技术
2．3人工智能软硬件一体化
2．3．1人工智能软硬件一体化简介
2．3．2人工智能软硬件一体化应用
2．4智能音箱的软硬件
2．4．1智能音箱技术原理
2．4．2智能音箱的硬件
2．4．3智能音箱的软件和算法
第3章人工智能与数据
3．1人工智能的数学基础
3．1．1线性代数
3．1．2概率论与数理统计
3．1．3很优化理论
3．1．4信息论
3．2数据具有内在相关性
3．2．1折线图与散点图
3．2．2协方差及协方差矩阵
3．2．3相关系数
3．3数据具有内在预测性
3．3．1一元回归及多元回归
3．3．2神经网络
3．4数据具有逻辑可分性
3．4．1逻辑回归方法
3．4．2支持向量机
3．4．3决策树和随机森林算法
3．4．4神经网络算法
第4章计算机视觉
4．1计算机视觉概述
4．1．1计算机视觉应用
4．1．2计算机视觉发展
4．2图像与视觉基础
4．2．1人眼视觉
4．2．2图像基础
4．2．3颜色模型
4．3计算机视觉基础算法
4．3．1图像滤波(平滑)
4．3．2边缘检测
4．3．3图像分割
4．3．4特征检测与匹配
4．3．5目标检测
4．3．6目标识别
4．3．7目标跟踪
4．3．8立体视觉
4．3．9三维重建
4．3．10深度学习方法
4．3．11文本检测
4．3．12几何变换
4．3．13图像拼接
4．3．14高动态范围成像
4．3．15图像修复
4．3．16图像分解
4．3．17非真实性渲染
4．3．18图像合成
4．4计算机视觉算法实现
4．4．1OpenCV简介
4．4．2OpenCV常用函数
4．4．3Canny边缘检测
4．4．4Mean-Shift
4．4．5基于SURF特征匹配的图像拼接
第5章语音识别
5．1语音识别概述
5．2语音识别流程
5．3语音识别案例实现
5．3．1MFCC
5．3．2神经网络模板匹配
5．3．3Amazon Echo
第6章自然语言理解
6．1自然语言理解基础
6．1．1自然语言处理概述
6．1．2自然语言处理发展
6．1．3自然语言处理相关运用
6．1．4自然语言处理技术难点
6．2自然语言理解技术
6．2．1词法分析
6．2．2句子分析
6．2．3语义分析
6．2．4语用分析
6．3自然语言理解案例分析
6．3．1NLTK的使用
6．3．2Jieba分词
6．3．3情感分析
第7章知识推理
7．1知识表示
7．1．1知识表示概念
7．1．2知识表示的发展和分类
7．1．3知识表示的方法
7．2知识推理与问题求解
7．2．1知识推理的概念及证明
7．2．2问题求解
7．2．3游戏AI应用： 路径规划与搜索
7．3知识推理与问题求解案例分析
7．3．1游戏AI应用： 简单的游戏AI
7．3．2游戏AI应用： Alpha Go中的人工智能
7．3．3游戏AI应用： 机器自动训练玩游戏
7．3．4游戏AI应用： Flappy Bird
7．3．5暴力破解逻辑求解问题
第8章机器学习和深度学习
8．1机器学习
8．1．1机器学习的定义
8．1．2机器学习与其他学科的联系
8．1．3机器学习的应用范围
8．1．4机器学习的总结
8．2深度学习
8．2．1深度学习的定义
8．2．2深度学习的发展历程
8．2．3深度学习的应用范围
8．2．4人工智能、机器学习及深度学习的联系
8．3深度学习基础
8．3．1卷积、池化和全连接
8．3．2逻辑回归
8．3．3神经网络的训练过程
8．3．4机器视觉
8．4深度学习模型
8．4．1什么是深度学习模型
8．4．2常见深度学习模型
第9章自动驾驶
9．1初识自动驾驶
9．1．1自动驾驶特性
9．1．2自动驾驶技术分级
9．2自动驾驶的技术框架
9．2．1环境感知
9．2．2决策手段
9．2．3决策规划
9．2．4运动控制
9．3测试验证和风险分析
9．3．1自动驾驶的测试
9．3．2自动驾驶的风险分析
第10章智能问答
10．1问答系统概述
10．1．1智能问答系统
10．1．2人工智能问答系统的基本流程
10．2智能问答系统分类
10．2．1按对话类别划分
10．2．2按知识来源划分
10．3智能问答系统的处理技术和架构
10．3．1问答系统常用技术
10．3．2问题处理
10．3．3段落获取
10．3．4答案抽取
10．4智能问答系统的搭建
第11章人工智能的社会问题
11．1人工智能的影响
11．1．1经济方面
11．1．2文化方面
11．1．3社会方面
11．2人工智能与就业
11．3人工智能与伦理
11．4人工智能与安全
参考文献