人工智能概论：从基础到大模型

本书按照人工智能各技术流派分别进行讲述，强调科学性、系统性、综合性和实用性的统一。本书共分为9章，每章围绕一个人工智能核心主题展开，逐步引导读者深入了解AI的各个方面。首先概述人工智能研究内容和各技术学派思想；然后介绍知识表示与推理方法，如知识图谱关键技术；再对人工智能中的搜索技术原理进行讲解；接着介绍机器学习的相关概念和技术原理，并重点讲解深度学习与大模型相关技术；还介绍强化学习，即基于价值和基于策略的强化学习；最后介绍人工智能综合应用实践，分别为自然语言处理与认知智能、计算机视觉与感知智能、自动驾驶与具身智能的基础知识、创新案例以及行业应用。 本书可作为普通本科或职业教育信息类专业的专业核心课教材，也可以作为其他理工类专业学习人工智能技术创新应用的参考教材，还可作为从事智能化工作相关人员的培训用书或入门读本。

孙中亮，中信科移动通信技术股份有限公司教育业务总监、高级工程师。全国工业和信息化职业教育教学指导委员会通信职业教育教学指导分委员会专业建设专门工作委员会委员。一直致力于通信技术研究、移动通信产品开发测试及通信网络运维工作，具有通信工程项目全交付周期管理经验。完成教育部协同育人项目申报立项100余项，主持完成3G/4G/5G移动通信工程关键技术验证项目11项。申请发明专利26篇。开发教材7部。

第 1章 绪论 1 11　人工智能概述　1 111　人工智能的起源1 112　人工智能的定义3 113　人工智能发展的3要素5 12　人工智能各学派的认知观　6 121　符号主义与逻辑推理6 122　问题求解与探寻搜索7 123　连接主义与数据驱动8 124　行为主义与强化学习9 13　人工智能的研究内容与应用领域　10 131　人工智能的研究内容10 132　人工智能的应用领域13 14　人工智能的数学基础　16 15　人工智能路在何方　19 16　本章小结　21 第　2章 知识表示与推理　22 21　知识表示与知识推理概述　22 211　知识概念　22 212　知识表示　23 213　知识推理　23 22　知识图谱概述　25 221　知识图谱的概念25 222　知识图谱的分类26 223　知识图谱的逻辑架构27 224　知识图谱的应用价值28 23　知识图谱构建方法　31 24　知识图谱关键技术　34 241　本体构建　34 242　知识抽取　37 243　知识融合　41 244　知识存储　42 245　知识推理　44 246　知识更新　46 25　本章小结　47 第3章　搜索技术　49 31　搜索算法基础　49 311　搜索基本问题定义49 312　搜索问题的类型和求解50 313　搜索算法的评价指标51 32　盲目搜索　51 321　广度优先搜索51 322　深度优先搜索52 323　迭代加深　54 33　启发式搜索　54 331贪婪最佳优先搜索　55 332　A*搜索　58 333　IDA 搜索　60 34　最优化问题中的搜索　62 341　优化问题概述62 342　线性规划　64 343　单纯形法　65 35　本章小结　67 第4章　机器学习　69 41　机器学习基本概念　69 42　线性回归　71 43　决策树　76 44　人工神经网络　82 441　神经元与感知机82 442　BP神经网络及其学习方法88 45　本章小结　98 第5章　深度学习与大模型　100 51　深度学习　100 511　从神经网络到深度学习100 512　卷积神经网络101 513　卷积神经网络的实例LeNet-5111 52　大模型（LLM）　113 521　大模型概述　113 522　大模型的分类120 523　大模型的关键技术121 524　开源大模型LLaMA140 53　本章小结　143 第6章　强化学习　145 61　强化学习问题定义　145 611　强化学习基本概念145 612　马尔可夫决策过程146 613　强化学习问题定义149 614　贝尔曼方程　151 62　基于价值的强化学习　153 621　Q-Learning154 622　DQN（Deep Q Network）156 63　基于策略的强化学习　160 631　策略梯度（Policy gradient）161 632　PPO （Proximal Policy Optimization）163 64　深度强化学习的应用　164 641　深度强化学习在游戏AI中的应用164 642　强化学习技术在应用落地中存在的问题166 65　本章小结　167 第7章　自然语言处理与认知智能　168 71　自然语言处理概述　168 711　研究内容　168 712　应用领域　169 713　算法介绍　171 72　对话系统　173 721　对话理解　174 722　对话管理　177 723　回复生成　179 73　文本生成180 731　文本生成概述180 732　transformer181 74　本章小结　203 第8章　计算机视觉与感知智能　205 81　计算机视觉概述　205 811　研究内容　206 812　应用领域　209 813算法介绍　　212 82　目标检测　212 821　目标检测基本概念212 822　目标检测模型214 83　图像分割　227 831　图像分割基本概念227 832　全卷积 络（FCN）228 84　本章小结　232 第9章　自动驾驶与具身智能　234 91　自动驾驶概述　234 92　同步建图与定位　236 921　高精度地图　236 922　汽车定位技术237 923　同步建图与定位SLAM239 93　运动规划与控制　241 931　路径规划　241 932　车用地图与导航技术244 933　自动驾驶汽车控制245 94　环境感知与识别　247 941　车载传感器介绍248 942　目标检测与跟踪249 943　障碍物检测与避障250 944　车道线识别　251 945　环境建模与场景理解252 946　多传感器融合253 95　本章小结　256