人工智能通识导论

本书基于大学各专业新 生的基础，深入浅出地介绍 人工智能三大学派的主要内 容，重点介绍目前掀起人工 智能高潮的连接学派的深度 学习大模型。全书共9章， 主要内容包括：人工智能技 术的概况与人工智能学科的 发展；符号主义的知识表示 与知识图谱、搜索策略；连 接主义的人工神经网络、深 度学习与大语言模型、生成 式人工智能与应用；行为主 义的智能机器人；人工智能 伦理；最后介绍电子游戏中 的人工智能技术。本书强调 人工智能通识课程知识的基 础性、整体性、综合性和广 博性，为后续专业课程与人 工智能知识融合奠定基础， 培养学生的人工智能思维， 拓宽科学视野，培养创新精 神， 本书的适用对象广泛， 可作为高等学校各专业新生 “人工智能”通识课程教材， 也可供对人工智能感兴趣的 广大读者阅读。

第1章 人工智能概述 1.1 生物智能的概念与特征 1.2 人工智能的孕育与诞生 1.2.1 人工智能的孕育期 1.2.2 人工智能的诞生——达特茅斯会议 1.2.3 人工智能的定义与图灵测试 1.3 人工智能的曲折历程与发展趋势 1.3.1 人工智能的形成期 1.3.2 几起几落的曲折发展期 1.3.3 大数据驱动的飞速发展期 1.3.4 现代人工智能的发展趋势 1.4 人工智能的三大学派 1.4.1 符号主义 1.4.2 连接主义 1.4.3 行为主义 1.5 人工智能研究的基本内容 1.6 机器学习的概念 1.6.1 学习与机器学习 1.6.2 监督学习 1.6.3 无监督学习 1.6.4 弱监督学习 1.7 人工智能学科与专业 1.7.1 智能科学与技术学科与研究生专业 1.7.2 人工智能类与人工智能+类本科专业 1.8 本章小结 第2章 符号主义：知识表示与知识图谱 2.1 你了解人类知识吗 2.1.1 什么是知识 2.1.2 知识的相对正确性 2.1.3 知识的不确定性 2.2 计算机表示知识的方法 2.3 产生式表示法 2.3.1 产生式 2.3.2 产生式系统 2.3.3 产生式表示法的特点 2.4 专家系统 2.4.1 专家系统的概念 2.4.2 专家系统的工作原理 2.4.3 简单的动物识别专家系统 2.5 知识图谱 2.5.1 知识图谱的提出 2.5.2 知识图谱的定义 2.5.3 知识图谱的表示 2.5.4 知识图谱的典型应用 2.6 本章小结 拓展阅读 国家最高科技奖得主——吴文俊 专家系统之父——爱德华·费根鲍姆 习题 第3章 符号主义：搜索策略