人工智能技术应用

本书围绕人工智能技术 在建筑领域的探索实践与场 景应用进行内容编写，引用 行业一线的项目案例，以人 工智能概述、机器学习、计 算机视觉、自然语言处理、 语音识别、无人系统、专家 系统、人工智能伦理与安全 8个单元为切入点，向学习 者生动展示智能建造背景下 的人工智能技术应用场景， 具有典型的跨界性和融合性 。 本书内容全面、新颖、 易懂，具有系统性、知识性 、实用性和可读性的特点。 编写中尽量采用通用性语言 ，由浅入深，引导学习者实 现“学中做”和“做中学”，启 发学习者对人工智能技术的 应用思维，激发其主动探究 学习相关知识技能的兴趣和 动力，帮助学习者掌握人工 智能技术在智能建造领域的 应用能力。 本书可作为高等职业院 校智能建造相关专业的教材 ，也可作为土木建筑大类专 业的通用学习教材，还可作 为智能建造相关从业人员的 指导用书。

单元1 人工智能概述 1.1 场景介绍 1.2 场景应用 1.3 了解人工智能 1.3.1 什么是人工智能 1.3.2 人工智能的发展历程 综合考核 单元2 机器学习 2.1 场景介绍 2.2 场景应用 2.2.1 数据采集 2.2.2 数据标注 2.2.3 知识图谱 2.3 了解机器学习 2.3.1 什么是机器学习 2.3.2 机器学习的发展历程 2.3.3 机器学习的研究现状 2.4 机器学习的训练方法 2.4.1 有监督学习 2.4.2 无监督学习 2.4.3 半监督学习 2.4.4 强化学习 2.4.5 训练方法的区别 2.5 机器学习的常见算法 综合考核 单元3 计算机视觉 3.1 场景介绍 3.2 场景应用 3.2.1 工地现场三维可视化模型 3.2.2 建筑构件认知模型 3.2.3 数字李生校园模型 3.2.4 人工智能物料清点 3.3 了解计算机视觉 3.3.1 什么是计算机视觉 3.3.2 计算机视觉的基本原理 3.3.3 计算机视觉的发展历程 3.3.4 计算机视觉的研究现状 3.4 计算机视觉的主要技术 综合考核 单元4 自然语言处理 4.1 场景介绍 4.2 场景应用 4.3 了解自然语言处理 4.3.1 什么是自然语言处理 4.3.2 自然语言处理的基本原理 4.3.3 自然语言处理的发展历程 4.3.4 自然语言的研究现状 4.3.5 自然语言处理的困难 4.4 自然语言处理的主要技术 4.4.1 自然语言的构成 4.4.2 自然语言处理的层次 4.4.3 自然语言处理的流程 综合考核 单元5 语音识别 5.1 场景介绍 5.2 场景应用 5.3 了解语音识别 5.3.1 什么是语音识别 5.3.2 语音识别的发展历程 5.3.3 语音识别的研究现状 5.3.4 语音识别的困难 5.4 语音识别的主要方法 5.4.1 基于语音学和声学 5.4.2 模板匹配法 5.4.3 神经网络算法 5.5 语音识别的流程 5.5.1 语音识别的依据 5.5.2 语音识别的过程 5.5.3 语音识别的实现 综合考核 单元6 无人系统 6.1 场景介绍 6.2 场景应用 6.3 了解无人系统 6.3.1 什么是无人系统 6.3.2 无人系统的意义 6.3.3 无人系统的发展历程 6.4 无人系统的主要技术 6.4.1 智能感知技术 6.4.2 全球卫星导航系统技术 6.4.3 通信链路技术 6.4.4 软硬件搭载技术 综合考核 单元7 专家系统 7.1 场景介绍 7.2 场景应用 7.3 了解专家系统 7.3.1 什么是专家系统 7.3.2 专家系统的发展历程 7.3.3 专家系统的研究现状 7.4 专家系统的分类与特点 7.4.1 专家系统的分类 7.4.2 专家系统的特点 7.4.3 专家系统的工作流程 综合考核 单元8 人工智能伦理与安全 8.1 建筑领域的人工智能伦理问题 8.1.1 隐私和数据安全引发的伦理问题 8.1.2 不透明性和算法偏见引发的伦理问题 8.1.3 就业和社会影响引发的伦理问题 8.1.4 智能决策和责任引发的伦理问题 8.1.5 建筑领域的人工智能伦理问题 8.2 建筑领域的人工智能安全问题 8.3 人工智能的法律条例 8.3.1 首次立法明确人工智能概念和产业边界 8.3.2 建立面向产业的算力算法开放平台 8.3.3 定期制订井发布人工智能场景需求清单 8.3.4 设立人工智能伦理委员会 综合考核 参考文献